2026 年 32 巻 p. 823-828
本研究は,寒冷地河川における水位上昇や浸水被害の要因となる「アイスジャム現象」を対象とし,既設のCCTV映像からAIを用いて自動検知する手法の開発を目的とした.検知モデルには物体検出アルゴリズムYOLOv8を採用し,過去に国内で発生したアイスジャム画像計2,808枚を用いて学習・検証を行った.特に,遠隔監視画像特有の低画質やブロックノイズが精度に与える影響を考慮し,超解像技術(Real-ESRGAN)の適用効果を検証した.精度検証の結果,学習にはオリジナルの実画像を用い,推論時のテスト画像にのみ超解像処理を施す手法が最も高い精度(F1スコア0.865)を示した.これは,ノイズを含む実画像で学習した「頑健なモデル」に,超解像で鮮明化した画像を入力することで識別能が最大限に引き出されたためと考えられる.本手法は,広域的なアイスジャム発生監視の自動化を可能とし,冬期の迅速な危機管理対応への活用が期待される.