論文
マルチモーダル深層学習を用いた崩壊する可能性のある山体重力変形の抽出
2023 年 63 巻 6 号 p. 277-290
詳細
2023 年 63 巻 6 号 p. 277-290
地すべり・崩壊発生箇所の予測において，広範囲，複数の箇所を一度に判断するのは難しい．近年，高精細なLiDAR（light-induced direction and ranging）データの日本国内の取得が進んでいる．このデータは，現在の地表面で検出できる過去の履歴の蓄積である．本研究は，地質，地形などの条件が比較的類似し一つのイベントで発生した2011年台風12号（アジア名Typhoon talas）で発生した38箇所の崩壊（崩壊発生），および隣接する63箇所の崩壊していない山体重力変形地形（崩壊非発生）を入力データとして，実際に深層崩壊が生じた箇所の教師データを作成し，深層学習を用いて山体重力変形を自動検出する方法を検討した．検出結果は，正解率0.856で，数値ツールを用いた深層崩壊発生箇所予測の有効性を示唆した．また，崩壊範囲外において崩壊判定が認められた箇所もある．これは，“崩壊する可能性のある箇所”として今後の崩壊発生の候補とすることができ，深層学習は将来的に深層崩壊発生箇所の予測を改善できるだろう．
