JP2022041049A - 浸水深推定装置及び方法 - Google Patents
浸水深推定装置及び方法 Download PDFInfo
- Publication number
- JP2022041049A JP2022041049A JP2020146054A JP2020146054A JP2022041049A JP 2022041049 A JP2022041049 A JP 2022041049A JP 2020146054 A JP2020146054 A JP 2020146054A JP 2020146054 A JP2020146054 A JP 2020146054A JP 2022041049 A JP2022041049 A JP 2022041049A
- Authority
- JP
- Japan
- Prior art keywords
- inundation
- area
- depth
- simulation
- depth estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004088 simulation Methods 0.000 claims abstract description 113
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 16
- 239000000284 extract Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1において、1は全体として本実施の形態による浸水深推定装置を示す。この浸水深推定装置1は、CPU(Central Processing Unit)2、メモリ3、記憶装置4、入力装置5及び出力装置6を備えた汎用のコンピュータ装置から構成される。
次に、かかる浸水深推定装置1に搭載された浸水深推定機能について説明する。この浸水深推定機能は、浸水発生時における対象地域内の各地点の浸水深を、例えば、対象地域を撮影した衛星画像のような位置情報をもつ画像(以下、これを参照画像と呼ぶ)を利用して推定する機能である。なお、以下においては浸水原因を河川の氾濫として説明する。
次に、かかる浸水深推定機能に基づいて浸水深マップ生成プログラム14により出力装置6(図1)に表示される各種画面の画面構成について説明する。
図11は、上述した浸水深推定機能に関連して浸水深推定装置1により実行される、結果表示画面50(図7)を表示するまでの一連の処理(以下、これを第1の浸水深推定処理と呼ぶ)の流れを示す。なお、以下においては、各種処理の処理主体を「プログラム」として説明するが、実際上は、その「プログラム」に基づいて浸水深推定装置1のCPU2(図1)によりその処理が実行されることは言うまでもない。
以上のように本実施の形態の浸水深推定装置1では、実際の浸水域を撮影した参照画像と、氾濫位置、氾濫水量及び氾濫開始時刻の各パラメータの値をランダムにそれぞれ組み合わせた複数の浸水シナリオに基づく浸水シミュレーションのシミュレーション結果とを比較し、類似度が高い1又は複数の浸水シミュレーションのシミュレーション結果に基づいて対象地域の各地点の浸水深を推定する。従って、本浸水深推定装置1によれば、水害が発生した対象地域に調査員が赴くことなく、当該対象地域の各地点の浸水深を精度良く、かつ、迅速及び容易に推定することができる。
なお上述の実施の形態においては、1つの浸水深推定装置1に浸水域検出プログラム10、浸水シナリオ生成プログラム11、浸水シミュレーション計算プログラム12、浸水深推定プログラム13及び浸水深マップ生成プログラム14と、画像データベース15、地図データベース16、浸水情報データベース17、浸水シナリオデータベース18及び時系列浸水深データベース19とを配置するようにした場合について述べたが、本発明はこれに限らず、これらのプログラムやデータベースをネットワーク上の複数のコンピュータ装置に分散させて配置するようにしてもよい。このようにしても本実施の形態と同様の効果を得ることができる。
Claims (10)
- 対象地域の浸水域の浸水深を推定する浸水深推定装置において、
浸水に関する各種パラメータの値の組み合わせでなる複数の異なるシナリオに基づいて、前記対象地域における浸水現象をそれぞれシミュレーションする浸水シミュレーション計算部と、
前記対象地域における実際の前記浸水域の情報と、各前記シナリオに基づく前記シミュレーションのシミュレーション結果とを比較し、当該実際の前記浸水域と類似する前記シミュレーション結果が得られた1又は複数の前記シミュレーションを抽出し、抽出した1又は複数の前記シミュレーションの各前記シミュレーション結果に基づいて、前記対象地域の前記浸水域の各地点の浸水深を推定する浸水深推定部と
を備えることを特徴とする浸水深推定装置。 - 前記対象地域を撮影した画像から前記浸水域を検出する浸水域検出部をさらに備え、
前記浸水深推定部は、
前記浸水域検出部により検出された実際の前記浸水域の位置と、各前記シナリオに基づく前記シミュレーションにより得られた前記浸水域の位置とを比較することにより、当該実際の前記浸水域と類似する前記シミュレーション結果が得られた1又は複数の前記シミュレーションを抽出する
ことを特徴とする請求項1に記載の浸水深推定装置。 - 前記浸水深推定部により推定された前記対象地域の各前記地点の浸水深を表す時系列の浸水深マップを生成する浸水深マップ生成部をさらに備え、
前記浸水深マップ生成部は、
生成した各前記浸水深マップを前記対象地域を撮影した画像に重ねて表示する
ことを特徴とする請求項2に記載の浸水深推定装置。 - 前記浸水深マップは、所定画面において前記対象地域を撮影した前記画像に重ねて表示され、
当該画面には、浸水開始からの経過時間を指定するためのスライダが設けられ、
前記浸水深マップ生成部は、
時系列の前記浸水深マップのうち、前記スライダが操作されることにより指定された時間の前記浸水深マップを前記対象地域を撮影した前記画像に重ねて表示する
ことを特徴とする請求項3に記載の浸水深推定装置。 - 前記浸水域検出部は、
前記対象地域を撮影した前記画像から複数の浸水域検出方法により前記浸水域を検出することができ、当該複数の浸水域検出方法のうちの1つの前記浸水域により前記浸水域を検出し、
前記浸水深推定部が、前記浸水域検出部により検出された実際の前記浸水域の位置と、各前記シナリオに基づく前記シミュレーションにより得られた前記浸水域の位置との比較により、当該実際の前記浸水域と類似する前記シミュレーション結果が得られた前記シミュレーションを抽出できなかった場合に、実際の前記浸水域と類似する前記シミュレーション結果が得られた前記シミュレーションを抽出できるまで、又は、所定の回数分の当該比較が完了するまで、前記浸水域検出部が、他の前記浸水域検出方法により前記対象地域を撮影した前記画像から前記浸水域を検出する処理と、前記浸水深推定部が、前記前記浸水域検出部により検出された実際の前記浸水域の位置と、各前記シナリオに基づく前記シミュレーションにより得られた前記浸水域の位置とを比較する処理とを繰り返す
ことを特徴とする請求項2に記載の浸水深推定装置。 - 前記浸水深推定部は、
前記対象地域における実際の前記浸水域の情報と、各前記シナリオに基づく前記シミュレーションのシミュレーション結果とに基づいて、実際の前記浸水域に対する各前記シミュレーション結果の類似度合を表す類似度を、各前記シナリオに基づく前記シミュレーション結果ごとにそれぞれ算出し、
算出した前記シミュレーション結果ごとの前記類似度に基づいて、実際の前記浸水域と類似する前記シミュレーション結果が得られた1又は複数の前記シミュレーションを抽出する
ことを特徴とする請求項1に記載の浸水深推定装置。 - 前記浸水に関する前記パラメータは、河川の氾濫位置、当該氾濫位置から流出する単位時間当たりの水量、及び、氾濫開始時刻である
ことを特徴とする請求項1に記載の浸水推定装置。 - 前記パラメータの値を変更するための画面を表示する画面表示部をさらに備える
ことを特徴とする請求項1に記載の浸水深推定装置。 - 前記浸水深推定部は、
前記対象地域の各前記地点の最大の前記浸水深をそれぞれ推定する
ことを特徴とする請求項3に記載の浸水深推定装置。 - 対象地域の浸水域の浸水深を推定する浸水深推定装置において実行される浸水深推定方法であって、
浸水に関する各種パラメータの値の組み合わせでなる複数の異なるシナリオに基づいて、前記対象地域における浸水現象をそれぞれシミュレーションする第1のステップと、
前記対象地域における実際の前記浸水域の情報と、各前記シナリオに基づく前記シミュレーションのシミュレーション結果とを比較し、当該実際の前記浸水域と類似する前記シミュレーション結果が得られた1又は複数の前記シミュレーションを抽出する第2のステップと、
抽出した1又は複数の前記シミュレーションの各前記シミュレーション結果に基づいて、前記対象地域の前記浸水域の各地点の浸水深を推定する第3のステップと
を備えることを特徴とする浸水深推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020146054A JP7491779B2 (ja) | 2020-08-31 | 2020-08-31 | 浸水深推定装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020146054A JP7491779B2 (ja) | 2020-08-31 | 2020-08-31 | 浸水深推定装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022041049A true JP2022041049A (ja) | 2022-03-11 |
JP7491779B2 JP7491779B2 (ja) | 2024-05-28 |
Family
ID=80499681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020146054A Active JP7491779B2 (ja) | 2020-08-31 | 2020-08-31 | 浸水深推定装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7491779B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102492866B1 (ko) * | 2022-04-27 | 2023-01-30 | 주식회사세오 | 3차원 모델링을 이용한 침수 표시 방법 및 시스템 |
CN117274831A (zh) * | 2023-09-04 | 2023-12-22 | 大连海事大学 | 一种基于机器学习与高光谱卫星遥感影像的近岸浑浊水体水深反演方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016108827A (ja) * | 2014-12-08 | 2016-06-20 | 三菱電機株式会社 | 農業用水路監視サーバ及び農業用水路監視システム |
JP2017201243A (ja) * | 2016-05-02 | 2017-11-09 | ニタコンサルタント株式会社 | 浸水度リアルタイム予測装置、浸水度リアルタイム予測方法及び浸水度リアルタイム予測プログラム並びにコンピュータで読み取り可能な記録媒体 |
WO2018116958A1 (ja) * | 2016-12-19 | 2018-06-28 | 国立大学法人京都大学 | リアルタイム浸水ハザードマッピングのための現地情報同化装置及び方法並びにプログラム |
-
2020
- 2020-08-31 JP JP2020146054A patent/JP7491779B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016108827A (ja) * | 2014-12-08 | 2016-06-20 | 三菱電機株式会社 | 農業用水路監視サーバ及び農業用水路監視システム |
JP2017201243A (ja) * | 2016-05-02 | 2017-11-09 | ニタコンサルタント株式会社 | 浸水度リアルタイム予測装置、浸水度リアルタイム予測方法及び浸水度リアルタイム予測プログラム並びにコンピュータで読み取り可能な記録媒体 |
WO2018116958A1 (ja) * | 2016-12-19 | 2018-06-28 | 国立大学法人京都大学 | リアルタイム浸水ハザードマッピングのための現地情報同化装置及び方法並びにプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102492866B1 (ko) * | 2022-04-27 | 2023-01-30 | 주식회사세오 | 3차원 모델링을 이용한 침수 표시 방법 및 시스템 |
CN117274831A (zh) * | 2023-09-04 | 2023-12-22 | 大连海事大学 | 一种基于机器学习与高光谱卫星遥感影像的近岸浑浊水体水深反演方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7491779B2 (ja) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101724801B1 (ko) | 토지피복지도의 부분 갱신을 통한 gis기반의 연단위 비점오염부하량 산정용 주제도 제작 방법 | |
JP6960168B2 (ja) | リアルタイム浸水ハザードマッピングのための現地情報同化装置及び方法並びにプログラム | |
JP2011501301A (ja) | 地理的情報の複数のソースを用いた地理空間モデリングシステム及び関連する方法 | |
Mustafa et al. | Monitoring and evaluating land cover change in the Duhok city, Kurdistan region-Iraq, by using remote sensing and GIS | |
JP7491779B2 (ja) | 浸水深推定装置及び方法 | |
JP2008108147A (ja) | 流体解析支援システム及びプログラム | |
Zhang et al. | Geospatial knowledge-based verification and improvement of GlobeLand30 | |
Pyka et al. | LiDAR-based method for analysing landmark visibility to pedestrians in cities: case study in Kraków, Poland | |
Renyi et al. | Flood area and damage estimation in Zhejiang, China | |
Rau et al. | Semi-automatic shallow landslide detection by the integration of airborne imagery and laser scanning data | |
CN116843850B (zh) | 应急地形数据获取方法、系统及计算机可读存储介质 | |
JP2006004212A (ja) | 水害被害の推定方法をコンピュータに実行させるためのプログラム及び情報提示方法 | |
Doğan et al. | Modeling of temporal and spatial changes of land cover and land use by artificial neural networks: Kastamonu sample | |
CN114416897B (zh) | 基于二维地图的信息处理方法、装置、系统、设备及介质 | |
Hong et al. | Using 3D WebGIS to support the disaster simulation, management and analysis–examples of tsunami and flood | |
JP7285678B2 (ja) | 情報処理装置、及び制御プログラム | |
Gandini et al. | Adaptation to flooding events through vulnerability mapping in historic urban areas | |
JP7119836B2 (ja) | 水力発電所開発支援装置 | |
JP7193273B2 (ja) | 砂防堰堤の計画支援装置、及び制御プログラム | |
CN117541204B (zh) | 基于三维虚拟仿真技术实现的全球跨域引才方法及装置 | |
Elsayed | Inhabiting war craters examining geostatistical modeling within landscape heritage recovery in Aleppo | |
Mistick et al. | Using airborne lidar and machine learning to predict visibility across diverse vegetation and terrain conditions | |
CN116108124B (zh) | 基于gis的土地类型相似度确定方法、系统、设备及介质 | |
Mustapha et al. | Web GIS Model and Implementation for Spatio-Temporal Shoreline Monitoring and Projection Based on Historical Data | |
Doğan et al. | Arazi Örtüsü ve Kullanımının Zamansal ve Mekânsal Değişiminin Yapay Sinir Ağları ile Modellenmesi: Kastamonu Örneği |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231114 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240403 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240423 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240516 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7491779 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |