权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of Climate Change-Responsive Surface Failure Risk Map by Integration of Vegetation and Geotechnical Information

通过植被和岩土信息整合开发气候变化响应型地表破坏风险图

基本信息

批准号：
22K04318
负责人：
古川全太郎
金额：
$ 2.58万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04318/
关键词：
表層崩壊植生機械学習災害リスク評価地盤情報

项目摘要

R4年度は，気候変動対応型表層崩壊リスクマップの構築を目的に，機械学習を用いた土砂災害警戒基準線 (CL線) の推定を行った．現在運用されている土砂災害警戒情報は，過去の斜面災害とその時の降雨情報のみをもとに発令基準が定められており，地形や地質，植生等に関する情報が考慮されていないという問題点があるため，標高・傾斜・地質などの地理的情報と，過去に降った降雨の情報，植生の有無といった計85種類の情報を説明変数として，機械学習により「60分間積算雨量」および「土壌雨量指数」の推定を行った．機械学習のアルゴリズムには，ランダムフォレスト (以下， RF) ， XGBoostおよび LightGBMを用いて，各アルゴリズムの精度を比較した．その結果，60分間積算雨量の推定について，次のことが明らかとなった．1) 上記の3つの手法の中では，XGBoostを用いると検証データに対する決定係数が最も大きくなり，その際の説明変数は20個であった．2) XGBoostで抽出された説明変数の中には，「植生群」も含まれ，植生の有無や種類が現行の60分間積算雨量の選定に影響を与えていることが明らかとなった．また，土壌雨量指数について，次のことが明らかとなった．1) 上記3つの手法の中では，LightGBM を用いると検証データに対する決定係数が最も大きくなり，その際の説明変数は50個であった．2) XGBoostで抽出された説明変数の中には，「植生群」も含まれ，植生の有無や種類が現行の土壌雨量指数の選定に影響を与えていることが明らかとなった．これらの成果を2022年度には査読付き論文2編，その他論文2編にまとめた．また，2件の学会 (うち国際会議1件) で発表した．また，2023年度はすでに3件の国内学会・シンポジウム発表，1件の国際学会発表が決定している．

In the year R4, the weather weather schedule collapses, and the mechanical engineering uses the basic standard line (CL line) of soil sand hazard warning to deduce that it is safe. At present, the warning situation of soil sand hazard is used. By eliminating the weather damage caused by inclined plane, the rainy season, the rainfall climate, the temperature, the temperature, the temperature In the past, there has been an increase in the amount of rain and rainfall in the past, and there are many kinds of information about the number of people in the past, such as plant health, etc., and so on. The calculation of rainfall within 60 minutes is based on the calculation of rainfall within 60 minutes. The rainfall index of soil moisture is presumed to be reliable. Mechanical mechanics is used to calculate rainfall within 60 minutes (RF), XGBoost is used to calculate LightGBM, and the accuracy of each cycle is compared. The results show that the rainfall is calculated within 60 minutes. 1) in the last 3 minutes, the XGBoost uses the device to determine the number of the most expensive, and the number of the device to determine the number of the most expensive. 2) the XGBoost extracts the data to show that the number is in the middle, and the "plant group" contains the filter. In the plant health system, there is a system to calculate the rainfall in 60 minutes. The shadow and the rain are selected. The soil rainfall index is low, and the second is clear. 1) in the last 3 minutes, the LightGBM uses the filter to determine the number of clips in the atmosphere. The international statistics show that there are 50 data sets. 2) XGBoost extracts the data from the data center, the "plant population" contains the data, and the soil rainfall index of the plant population is selected. The results of the survey show that the results of the survey show that in the year 2022, the results of the survey will be published in the second edition of the paper. There are 2 tables for the Institute (International Conference). In 2023, there were three tables for the Institute of International Studies in China and one for the International Society.

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

機械学習を用いた土砂災害発生危険基準線の推定法に関する研究九

利用机器学习的滑坡发生风险参考线估算方法研究9

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Kodai Matsuda;Zentaro Furukawa and Kiyonobu Kasama;Rina Takeda;竹田梨夏;竹田梨夏;竹田梨夏;竹田梨夏
通讯作者：
竹田梨夏

再帰的特徴量削減を用いた土砂災害発生危険基準線推定の高精度化

利用递归特征约简提高滑坡灾害风险基线估计的准确性

DOI：
发表时间：
2023
期刊：
第58回地盤工学研究発表会　講演概要集
影响因子：
0
作者：
Rina Takeda;Kiyonobu Kasama;Zentaro Furukawa and Yuichi Yahiro;竹田梨夏，古川全太郎，笠間清伸;竹田梨夏，古川全太郎，笠間清伸
通讯作者：
竹田梨夏，古川全太郎，笠間清伸

環境情報を利用した機械学習による土壌雨量指数の推定

利用环境信息通过机器学习估算土壤降雨指数

DOI：
发表时间：
2023
期刊：
第78回土木学会年次学術講演会　講演概要集
影响因子：
0
作者：
Rina Takeda;Kiyonobu Kasama;Zentaro Furukawa and Yuichi Yahiro;竹田梨夏，古川全太郎，笠間清伸;竹田梨夏，古川全太郎，笠間清伸;竹田梨夏，古川全太郎，笠間清伸
通讯作者：
竹田梨夏，古川全太郎，笠間清伸

Biopotential response of plants on irrigation, wind, and tensile stimuli

植物对灌溉、风和拉伸刺激的生物电反应