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

开发卫星图像和地面观测带来风险的气象和现象事件时空变化检测系统

• 批准号: 21K11904
• 负责人: 本田 理恵
• 金额: $ 2.66万
• 依托单位: Ehime University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K11904/
• 关键词: 気象; 植生; リスク的事象; ライフイベント; リアルタイムモニタリング; オブジェクト抽出・追跡; アラーティング; 高次知識発見; 時空間変動; リスク的変動; 機械学習

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。

In this study, we extracted, offered, lost, high-level knowledge and insight into the characteristics of time series related to weather and natural disasters, and predicted the occurrence of disasters in the third dimension. The purpose of this project is to create a new environment for the future. The expression of natural speech is enhanced by the presence of visual cues. In this context, time and space,"the series of information contained in the middle of the world" and "birth, growth, elimination, fusion" and "introduction of information" and "time and space," the series of information contained in the middle of the world "and" high-level knowledge "were introduced. This year, the three-dimensional weather pattern, heavy rain, heavy rainfall, heavy rainfall A study on the method of solving the problem of abnormal splitting A comparison is made between the two. JPGU2022 is the first time that the image is displayed in the image. The image is displayed on the screen, and the movement of the image is estimated. The pure image is recorded in the article. The natural language is recorded in the group. The IMI is used together.| A brief introduction to the methods of mechanical learning-(2022/9/20) The process of extracting information from the database is directed to the extraction of information from the database.

项目成果

Estimation of pseudo-color images from of monochromatic asteroid images using Generative Adversarial Network

使用生成对抗网络估计单色小行星图像的伪彩色图像

• DOI: 10.11517/pjsai.jsai2022.0_3yin235
• 发表时间: 2022
• 期刊: Proceedings of the Annual Conference of JSAI
• 作者: 橋本 廉;岸 倫太郎;棚瀬 旺和;本田 理恵;はやぶさ２ ONCチーム
• 通讯作者: はやぶさ２ ONCチーム

高知県で発生した線状降水帯のXバンド二重偏波レーダーRHI観測による鉛直構造観測

利用X波段双偏振雷达RHI观测高知县线性降水带的垂直结构

• 发表时间: 2022
• 作者: 石川 慎一郎;Kitabayashi S. and Takahashi H.G.;小林茂;中山誠二;中陽，村田文絵，佐々浩司，藤井虎太朗
• 通讯作者: 中陽，村田文絵，佐々浩司，藤井虎太朗

2005-2019年の四国における線状降水帯の特性と環境場の解析

2005—2019年四国线状降水带特征及环境场分析

• 发表时间: 2021
• 作者: Wen Shi;Takafumi Katayama;Tian Song and Takashi Shimamoto;宮原大輝，村田文絵
• 通讯作者: 宮原大輝，村田文絵

深層学習によるフックエコーの自動検出

使用深度学习自动检测钩子回声

• 发表时间: 2022
• 作者: 佐々浩司;山脇正也;棚瀬旺和;久保智哉;本田理恵
• 通讯作者: 本田理恵

敵対的生成ネットワークによる小天体の単色画像からの疑似カラー画像の推定

使用生成对抗网络估计小天体单色图像的伪彩色图像

• 发表时间: 2022
• 作者: 橋本廉;岸倫太郎;棚瀬 旺和;本田 理恵
• 通讯作者: 本田 理恵