深層学習による衛星データの機械学習と土砂崩壊地の自動抽出

利用深度学习对卫星数据进行机器学习并自动提取滑坡区域

基本信息

批准号：
20K05054
负责人：
小西智久
金额：
$ 2.75万
依托单位：
Hiroshima Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

災害発生時の被災状況の早期把握のため、天候や昼夜によらず地表面の状態を観測可能な人工衛星搭載の合成開口レーダ(Synthetic Aperture Radar: SAR)データの活用が期待されている。本研究では、画像認識で成果を上げている深層学習を用いて災害前後のSARデータから土砂崩壊地を抽出することを目的とする。さらに、波長や観測方向および観測モードの異なるSARデータを用いることで土砂崩壊地抽出に適した手法を確立する。2022年度は2021年度に引き続きSARデータにCNN（Convolutional Neural Network）を適用して土砂崩壊地を抽出するための学習・検証用データを作成する方法について検討を行った。一般的にSARデータよりも光学衛星データの方が土地被覆状態の把握に適していることから、光学衛星データにCNNを適用して土砂崩壊地の教師データを作成する。北海道胆振東部地震の発生前後に観測されたSPOTデータに全層畳み込みニューラルネットワークの一つであるU-Netを適用して土砂崩壊地抽出を行った。この抽出における学習・検証用データは国土地理院が公開している斜面崩壊・堆積分布図のGeoJSONデータから作成した。CNNモデルへの入力は災害後のみのデータと災害前後のデータを使用して、それぞれの抽出精度の比較を行った。学習に使用していないテストデータを用いて検証した結果、災害前後のデータを使用した方がF値は高いが、災害後データのみでも高いF値を示した。これにより、光学衛星データにCNNを適用した土砂崩壊地抽出において、災害前後データを用いた方がF値はやや高くなるが災害後データのみの入力でもほぼ同等のF値が得られることが分かった。

为了抓住灾难时的灾难情况，预计数据将在人工卫星（合成孔径雷达：SAR）数据中使用，这些数据可以观察到地面的状态，无论天气或天气如何和晚上。在这项研究中，目的是使用深度学习在灾难之前和之后从SAR数据中提取滑坡，这已经取得了图像识别的结果。此外，使用具有不同波长，观察方向和观察模式的SAR数据，用于用于提取滑坡的方法。在2022财年，我们研究了如何创建学习和验证数据，以通过将CNN（卷积神经网络）应用于SAR数据，以提取滑坡。通常，由于光学卫星数据比SAR数据更适合于掌握土地涂层，因此CNN应用于光学卫星数据，以在滑坡土地上创建教师的数据。通过应用U-NET（在北海道东部地震之前和之后观察到的一个神经网络）提取滑坡。此提取中的学习和验证数据是根据地理调查研究所发布的斜率塌陷和沉积物分配图中的Geojson数据创建的。 CNN模型的输入是通过仅在灾难和灾难前后使用数据来比较提取精度。由于使用未用于学习的测试数据进行了验证，因此在灾难之前和之后使用数据较高，但是即使仅在灾难之后，它也显示出更高的F -number。结果，发现在使用CNN的滑坡前后使用数据时，F -number在光学卫星数据上的灾难时略高，但是F -Number即使仅通过在之后输入数据也几乎相同灾难。

项目成果

期刊论文数量（9）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

U-Netを用いたSARデータからの土砂崩壊地抽出

使用 U-Net 从 SAR 数据中提取滑坡区域

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
楠城一嘉;行竹洋平;熊澤貴雄;小西智久
通讯作者：
小西智久

Landsat-8データにU-Netを用いた氷河湖抽出

在 Landsat-8 数据上使用 U-Net 提取冰川湖

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
小西智久;有田宗平;伊藤征嗣;小黒剛成
通讯作者：
小黒剛成

EXTRACTION OF INUNDATED AREA DUE TO 2011 THAILAND FLOOD USING U-NET TO COSMO-SKYMED IMAGES

使用 U-NET 将 2011 年泰国洪水淹没的区域提取到 COSMO-SKYMED 图像

DOI：
10.2208/jscejcei.77.1_59
发表时间：
2021
期刊：
Journal of Japan Society of Civil Engineers, Ser. F3 (Civil Engineering Informatics)
影响因子：
0
作者：
小西智久;伊藤征嗣;小黒剛成
通讯作者：
小黒剛成

Sentinel-1 SARデータを用いた浸水域抽出

使用 Sentinel-1 SAR 数据提取洪水区域