地球環境研究論文集 第27巻
Deep Learning応用による河川水の濁りを対象とした流況画像分類に基づく河川モニタリング ―茨城県水戸市沢渡川を対象として―
2019 年 75 巻 5 号 p. I_297-I_306
詳細
2019 年 75 巻 5 号 p. I_297-I_306
河川水の濁りの変化は，流量や水位の変化といった水害危険性を捉えられる要素であると考えられる．そこで本研究では，流況画像から得られる河川水の濁りを対象としたDeep Learningによる画像分類と安価な監視カメラによる河川モニタリング手法の提案を目的とした．沢渡川の流況画像を用いて，河川水の濁り具合に対応させて分類項目を設定したDeep Learningによる画像分類モデルを作成した．モデル作成には植生占有面積が大きい夏季の画像を使用し，教師データのクラス設定条件が異なる2つのDNN画像分類モデルによる検証ケースを設定した．最良の精度が得られたモデルを固定し，撮影日の異なる夏季～冬季の降雨時画像を分類した．検討の結果，教師データとは異なる時期の画像に対して高い分類精度が得られ，多時期の画像を扱う手法として展開できる可能性が確認された．
