Development of detection systems for spatial-temporal change in meteorological and phoenoloical events leading to risks from satellite images and ground-based observation

点击翻译按钮获取中文摘要

本研究では、気象関連の時系列の画像、あるいは3次元データから、局地的災害などのリスク的事象にかかわる現象を抽出、要約、 アーカイブ化して、高次の知識発見を行うことができる環境を整えるとともに、リアルタイムモニタリングにより、直前予測、アラーティング派出を実施できるようなシステムを構築することを目標としている。また、その際、抽出したデータに可視化や自然言語による表現などを加えて、わかりやすく提示することを目指している。この際、時空間データを「その中に含まれるオブジェクトの系列」と してとらえ、誕生、成長、消滅、融合などのライフイベントを導入することによっ て、時空間データを人にわかりやすい高次の知識に変換しようとしている。本年度は、３次元の気象レーダデータから豪雨をもたらす降水コアを検出するために開発したGreedy EMを拡張した”混合分布によるオブジェクト検出法”において、オブジェクトを異常分裂して検出してしまう問題に対し、グリッドデータから擬似点群データを再度サンプリングすることによって異常分裂を抑制して安定的に解を求める手法を考案した。また変分ベイズ法との比較も開始した。　竜巻の自動検出においては　可視画像に加えてレーダー画像から深層学習のSSDを用いて、フック型エコーを検出する試みをおこない、その成果についてJPGU2022で発表をおこなった。気象画像からオブジェクトとその移動を推定し、単純なルールで文章化し、自然言語で記載する取り組みについては、"IMI共同利用｜工学と数学の接点を求めて-地球・惑星の画像アーカイブに対する機械学習の手法による知識抽出-(2022/9/20)の一部で紹介した。また、この過程で抽出された情報に対して、あらかじめ準備されたリスク的パターンとのマッチングを行うことで、リスク的事象の抽出とアラートを目指す。