JP5824405B2 - 斜面の不安定箇所の抽出方法 - Google Patents
斜面の不安定箇所の抽出方法 Download PDFInfo
- Publication number
- JP5824405B2 JP5824405B2 JP2012094718A JP2012094718A JP5824405B2 JP 5824405 B2 JP5824405 B2 JP 5824405B2 JP 2012094718 A JP2012094718 A JP 2012094718A JP 2012094718 A JP2012094718 A JP 2012094718A JP 5824405 B2 JP5824405 B2 JP 5824405B2
- Authority
- JP
- Japan
- Prior art keywords
- slope
- curvature
- map
- vegetation
- extracting
- 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.)
- Expired - Fee Related
Links
Landscapes
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Description
本発明は、斜面の不安定箇所を抽出する方法に関し、特に斜面崩壊の危険箇所と落石の発生源を抽出する方法に関する。
斜面の崩壊や落石などの斜面災害は甚大な人的、物的被害を及ぼすため、当該斜面災害の発生危険度を適切に評価することは、災害を防止する上で極めて重要である。斜面災害の発生危険度の評価は、従来、例えば空中写真判読や現地踏査により行われてきた。しかしながら、これらの調査は専門技術者でなければ行うことができず、評価結果は定性的なものに過ぎない。また、調査者によって評価結果に差異が生じる可能性があるなど、客観性に欠ける場合があった。
そこで、斜面災害の一つである斜面崩壊を予測する手法として、例えばGPS(Global Positioning Sysetm)を用いた斜面崩壊予測システムが提案されている(特許文献1)。かかる斜面崩壊予測システムでは、GPS基準局の基準位置情報と複数のGPS局の位置情報に基づいて、斜面の状態(例えば斜面の変位)を求め、斜面状態データを取得する。そして、この斜面状態データと気象データなどに基づいて、斜面の崩壊を予測している。
しかしながら、特許文献1に記載された斜面崩壊予測システムでは、GPS局が設置された特定地点の斜面状態データしか取得できず、広範囲における斜面状態を把握することができない。このため、広範囲の斜面崩壊の予測を行うことができない。
この点、特許文献1には、GPSを用いて斜面崩壊予測を行う前に、予め斜面毎に不安定斜面であるか否かを判定することが記載されている。しかしながら、この判定は、斜面基本情報(地質、災害履歴、保護工、及び現況等のデータ)に基づいて専門家によって行われる。このため、不安定斜面であるか否かの判定は、上述した空中写真判読や現地踏査と同様に定性的な情報であり、客観性に欠ける場合がある。
また、上記斜面崩壊予測システムでは、斜面内に複数のGPS局を設置する必要があるため、斜面崩壊の予測に多大な費用がかかる。そして斜面崩壊の予測を行う範囲を広げると、それに伴い斜面状態データを取得するための費用も増加してしまう。
本発明は、かかる点に鑑みてなされたものであり、斜面の不安定箇所を適切且つ効率よく抽出することを目的とする。
前記の目的を達成するため、本発明は、斜面の不安定箇所を抽出する方法であって、航空レーザ測量により得られ、地表面の標高を表す数値標高モデルに基づいて、斜面の形状である斜面型を示す斜面型区分図と、斜面における露岩箇所を示す露岩抽出図と、斜面の傾斜量を示す傾斜量図とを作成し、前記航空レーザ測量によって得られ、表層面の標高を表す数値表層モデルと、前記数値標高モデルとに基づいて、斜面における植生を示す植生区分図を作成し、前記斜面型区分図、前記傾斜量図及び前記植生区分図に基づいて、斜面崩壊の危険箇所を抽出すると共に、前記露岩抽出図に基づいて落石の発生源を抽出して、斜面の不安定箇所を抽出することを特徴としている。なお本発明において、地表面とは地面の表面を示している。また表層面とは、樹木の樹冠等を含む、地上の最表層の表面を示している。
本発明によれば、航空レーザ測量により得られる数値標高モデルと数値表層モデルに基づいて、斜面型区分図、傾斜量図及び植生区分図を作成し、これら作成された図に基づいて、斜面崩壊の危険箇所を抽出する。ここで、斜面崩壊の危険箇所を抽出する際、斜面型区分図、傾斜量図及び植生区分図の複数の素因を用いるので、斜面崩壊の危険箇所の抽出精度、すなわち斜面崩壊の予測精度を高くすることができる。また、数値標高モデルに基づいて露岩抽出図を作成し、この露岩抽出図に基づいて落石の発生源を抽出する。このように人的要素を介在させること無く、数値標高モデルと数値表層モデルから斜面崩壊の危険箇所と落石発生源を抽出することができる。したがって、斜面の不安定箇所を客観的且つ高い精度で抽出することができる。また、数値標高モデルの地表面の標高と数値表層モデルの表層面の標高の数値データに基づいて定量的に解析するので、斜面の不安定箇所を適切に抽出することができる。さらに、航空レーザ測量によって広範囲のデータを取得できるので、広範囲に亘る斜面の不安定箇所を抽出することができる。しかも、数値標高モデルと数値表層モデルは1回の航空レーザ測量によって得られ、これら数値標高モデルと数値表層モデルのデータを解析することで、斜面型区分図、露岩抽出図、傾斜量図及び植生区分図を作成できるので、斜面の不安定箇所を抽出するための費用を低廉化することができる。以上のように本発明によれば、斜面の不安定箇所を適切且つ効率よく抽出することができる。
前記斜面崩壊の危険箇所は、多変量解析を行って前記斜面型区分図、前記傾斜量図及び前記植生区分図の寄与率を算出して抽出されてもよい。
前記植生区分図は、前記数値表層モデルにおける表層面の標高と前記数値標高モデルにおける地表面の標高との差分を求め、当該差分を植生の高さとして表した数値樹冠モデルから作成されてもよい。
前記植生区分図は、前記数値樹冠モデルにおける植生の高さに対して空間フィルタリングを行って作成されてもよい。
前記植生の高さの空間フィルタリングにおける計算方法は、所定の計算窓に含まれる植生の高さの平均値を当該所定の計算窓の中央に返す処理であってもよい。
前記斜面型区分図は、前記数値標高モデルにおける地表面の標高に基づいて、垂直断面の曲率を示す縦断曲率と水平断面の曲率を示す平面曲率とを求め、予め求められた縦断曲率及び平面曲率の組み合わせと斜面型との相関に基づいて、斜面型を導出して作成されてもよい。
前記斜面型区分図は、前記縦断曲率と前記平面曲率に対してそれぞれ空間フィルタリングを行って作成されてもよい。
前記縦断曲率は、垂直断面が突出している状態、垂直断面が直線状の状態及び垂直断面が窪んでいる状態の3状態に3値化され、前記平面曲率は、水平断面が突出している状態、水平断面が直線状の状態及び水平断面が窪んでいる状態の3状態に3値化され、前記縦断曲率と前記平面曲率の空間フィルタリングにおける計算方法は、所定の計算窓に含まれる縦断曲率と平面曲率の最頻値をそれぞれ当該所定の計算窓の中央に返す処理であってもよい。
前記露岩抽出図は、前記数値標高モデルから得られる斜面の曲率が上方に突出した斜面形状を示す値であって、且つ前記数値標高モデルから得られる斜面の傾斜量が50度以上である箇所を露岩箇所として抽出して作成されてもよい。
前記露岩抽出図は、前記斜面の曲率に対して空間フィルタリングを行って作成されてもよい。
前記斜面の曲率は、斜面が突出している状態、斜面が平面状の状態及び斜面が窪んでいる状態の3状態に3値化され、前記斜面の曲率の空間フィルタリングにおける計算方法は、所定の計算窓に含まれる斜面の曲率の最頻値を当該所定の計算窓の中央に返す処理であってもよい。
本発明によれば、航空レーザ測量データを用いて、斜面の不安定箇所を適切且つ効率よく抽出することができる。
以下、本発明の実施の形態について図面を参照して説明する。図1は、本実施の形態にかかる斜面の不安定箇所の抽出方法の工程の例を示すフローチャートである。本実施の形態では斜面の不安定箇所として、斜面が崩壊する危険性のある箇所と、落石が発生する発生源とを抽出する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
先ず、航空レーザ測量を行う(図1の工程S1)。航空レーザ測量では、例えば上空を飛行する航空機等に搭載されたレーザスキャナから地上にレーザ光を発射し、さらに航空機に搭載された受信器において地上で反射したレーザ光を受信する。そして、航空機からのレーザ光の発射時間と地上から反射するレーザ光の到達時間とによって、航空機から地上までの距離を計測する。また、GPS(Global Positioning System)とIMU(Inertial Measurement Unit、慣性計測装置)によって、航空機の位置と姿勢(傾き)を計測する。そして、これら航空機から地上までの距離と航空機の位置情報から、地上の標高や地形の形状を計測する。なお、本実施の形態において地上とは、後述する地表面と表層面を共に含む概念をいう。
航空レーザ測量で得られたデータからは、図2に示すように地表面の標高を表す数値標高モデル(DEM:Digital Elevation Model)と、表層面の標高を表す数値表層モデル(DSM:Digital Surface Model)とが得られる(図1の工程S2)。例えば航空機から発射されたレーザ光は、実際には略円形に拡がって地上に照射される。そうすると、地上から反射するレーザ光には、地表面で最後に反射するレーザ光、いわゆるラストパルスと、樹木の樹冠等で最初に反射するレーザ光、いわゆるファーストパルスなどが含まれる。そして、このラストパルスを収集したモデルが数値標高モデルであり、ファーストパルスを収集したモデルが数値表層モデルである。なお、本実施の形態において地表面とは地面の表面を示し、表層面とは樹木の樹冠等を含む、地上の最表層の表面を示している。
航空レーザ測量では、図3に示すように複数の測定点Pにおけるデータが取得される。すなわち、数値標高モデルは各測定点Pにおける地表面の標高から作成され、数値表層モデルは各測定点Pにおける表層面の標高から作成される。複数の測定点Pは、平面視において例えば1m間隔の格子状に配置されている。なお、測定点Pの個数や間隔は任意に設定することができる。また、複数の測定点Pの配置も格子状に限定されず、例えば八角形状や円形状等、任意に設定することができる。
次に、図1に示すように工程S2で作成された数値標高モデルから、傾斜量、曲率、縦断曲率及び平面曲率をそれぞれ算出する(図1の工程S3)。
先ず、工程S3において算出される傾斜量について説明する。傾斜量は、対象の測定点Pが周囲の測定点に対してどれだけ傾斜しているかを示す指標である。傾斜量は、対象の測定点P(xi、yi)のX方向及びY方向に隣接する測定点(xi−1、yi)、(xi+1、yi)、(xi、yi−1)、(xi、yi+1)における地表面の標高から近似差分により算出される。具体的には、傾斜量S(xi、yi)は、各測定点P(xi、yi)における地表面の標高u(xi、yi)から下記式(1)で算出される。そして、斜面の傾斜量が所定の値より大きい場合に、斜面崩壊の危険性がある場所であると判断される。なお、この所定の値は、地域毎に任意に設定される。
そして、対象地域において実際に工程S1〜S3を行って傾斜量を算出し、当該地域における傾斜量を図示する。そうすると、図4に示すように斜面の傾斜量図が作成される(図1の工程S4)。
なお、図4では0度〜90度までの傾斜量がグラデーションで表現されているため、当該傾斜量の絶対値を判別し難い。そこで、図5に示すように傾斜量を10度毎に異なる濃淡で表現し、斜面の傾斜量図を作成してもよい(図1の工程S4)。
次に、工程S3において算出される曲率について説明する。曲率は、対象の測定点Pが周囲の測定点に対して窪んでいるか、或いは突出しているかを示す指標である。曲率は、対象の測定点P(xi、yi)のX方向及びY方向に隣接する測定点(xi−1、yi)、(xi+1、yi)、(xi、yi−1)、(xi、yi+1)における地表面の標高から勾配を微分して算出される。具体的には、曲率L(xi、yi)は、各測定点P(xi、yi)における地表面の標高u(xi、yi)から下記式(2)で算出される。
なお、曲率の値が負であれば、対象の測定点Pが周囲の測定点に対して上方に突出している状態(凸状の地形)を表し、曲率の値が正であれば、対象の測定点Pが周囲の測定点に対して下方に窪んでいる状態(凹状の地形)を表す。曲率は後述するように露岩の抽出に用いられるが、露岩の抽出には測定点Pの凹凸の状態が分かればよい。そこで本実施の形態では、曲率は、凸状の地形を表す負の値を「1」に、平面状の地形を表す0を「2」に、凹状の地形を表す正の値を「3」に置き換えて3値化されている。
次に、上述した工程S3で算出した傾斜量と曲率に基づいて、斜面における露岩箇所を示す露岩抽出図を作成する。
ここで、発明者らは実際の複数の露岩を検討した。そして、露岩が分布していない斜面と露岩が分布している斜面の形状を比較すると、露岩が分布していない斜面は比較的滑らかで凹凸が少ないのに対し、露岩は斜面から突出するように分布し、周囲は凹凸が大きく急傾斜面(或いはオーバーハング)を形成することが分かった。換言すれば、露岩は、急傾斜面を有し、且つ周辺の斜面から突出した地形であることが分かった。また、発明者らがさらに検討した結果、露岩の傾斜量は50度以上であることが分かった。以上より、傾斜量が50度以上であって、且つ曲率が負の値(凸状の地形)の箇所を露岩箇所として抽出できる。
そして、図6に示す地域において実際に工程S1〜S3を行って傾斜量と曲率を算出した後、傾斜量が50度以上であって、且つ曲率が負の値(凸状の地形)の箇所を露岩箇所として抽出して、図7に示すように露岩抽出図を作成する。なお、図6中の太線で囲まれた箇所は、例えば現地踏査によって抽出された、実際の露岩箇所である。
図7を参照すると、露岩として算出された箇所は散点的に分布している。この原因について発明者らが検討したところ、図3に示したように測定点Pの格子間隔が例えば1mの場合、曲率は一辺が2mの狭い矩形領域内での凹凸を表すことになるため、斜面における微小な凹凸の影響を受けやすい等が原因であることが分かった。そして、露岩のように幅、奥行き、高さが数m程度の広がりを有する場合、局所的な値ではなく、所定の範囲を全体的な傾向を求める必要があることが分かった。
そこで、曲率に対して空間フィルタリングを行い、露岩抽出図を作成する。空間フィルタリングは、所定の大きさ、例えば9セル×9セルの大きさの計算窓を設定して対象画像にかぶせ、計算窓内に含まれる画素値を、予め設定されている計算方法に従って演算し、中央のセルに算出された値を返すという処理を行うものである。そして、計算窓を移動させて上記処理を行い、各セルの値を平滑化する。
本実施の形態では、曲率が3値化されているため、空間フィルタリングにおける計算方法として、計算窓内に含まれる値の最頻値を中央のセルに返す処理を行う。また発明者が検討し、計算窓の大きさを9セル×9セルとした。なお、この計算窓の大きさは地域毎に設定される。かかる条件下で空間フィルタリングを行い、曲率の分布を平滑化する。そして、傾斜量が50度以上であって、且つ空間フィルタリングが行われた曲率が負の値(凸状の地形)の箇所を露岩箇所として抽出して、図8に示すように露岩抽出図を作成する(図1の工程S5)。図6と図8を比較すると、空間フィルタリングを行った露岩抽出図の露岩箇所は、実際の露岩箇所と概ね一致している。したがって、工程S3、S5を行って露岩抽出図を作成すると、露岩箇所を適切に表現することができる。
なお、本実施の形態の工程S5では、曲率に対して空間フィルタリングを行っているが、傾斜量と曲率の論理積をとった結果に対して空間フィルタリングを行ってもよい。但し、発明者らが鋭意検討した結果、傾斜量と曲率の論理積をとった結果に対して空間フィルタリングを行うよりも、曲率に対して空間フィルタリングを行う方が、露岩箇所をより適切に抽出できることが分かっている。
次に、工程S3で算出される縦断曲率及び平面曲率について説明する。縦断曲率は、対象の測定点Pの垂直断面が窪んでいるか、或いは突出しているかを示す指標である。平面曲率は、対象の測定点Pの水平断面が窪んでいるか、或いは突出しているかを示す指標である。
例えば図9に示すように対象の測定点P(図9中の中央の点)とその周囲の測定点について、数値標高モデルの地表面の標高をそれぞれZ1〜Z9とする。なお、図9の底面は数値標高モデルにおける測定点を表している。そして、各測定点の標高Z1〜Z9と各測定点の格子間隔dから下記式(3)〜(7)で算出されるA〜Eを用いると、縦断曲率PrC(Profile Curvature)は下記式(8)で算出され、平面曲率PlC(Plan Curvature)は下記式(9)で算出される。
なお、縦断曲率PrCの値が負であれば、垂直断面が突出している状態(凸状)を表し、縦断曲率PrCの値が正であれば、垂直断面が窪んでいる状態(凹状)を表す。同様に平面曲率PlCの値が負であれば、水平断面が突出している状態(凸状)を表し、平面曲率PlCの値が正であれば、水平断面が窪んでいる状態(凹状)を表す。縦断曲率PrCと平面曲率PlCは後述するように斜面型を区分するために用いられるが、斜面型の区分には測定点Pの凹凸の状態が分かればよい。そこで本実施の形態では、縦断曲率PrCと平面曲率PlCは、それぞれ凸状を表す負の値を「1」に、直線状を表す0を「2」に、凹状を表す正の値を「3」に置き換えて3値化されている。
次に、上述した工程S3で算出した縦断曲率と平面曲率に基づいて、斜面の形状である斜面型の区分を示す斜面型区分図を作成する。
斜面型は、例えば文献(鈴木隆介著、建設技術者のための地形図読図入門 第1巻 読図の基礎、古今書院、p.122、1997)に記載された、図10に示す垂直断面(縦断曲率)及び水平断面(平面曲率)の組み合わせと斜面型との相関によって区分される。すなわち、縦断曲率の「1」〜「3」の3値と平面曲率の「1」〜「3」の3値の組み合わせに基づいて、9つの斜面型に区分する。
ここで、発明者らが斜面崩壊の発生に寄与する斜面型について検討したところ、凹形谷型斜面や等斉谷型斜面などのいわゆる集水地形と称される斜面や、凹形直線斜面や等斉直線斜面において、斜面崩壊が発生し易いことが分かった。一方、凸形斜面においては、斜面崩壊が発生し難いことが分かった。そこで、凹形斜面や等斉斜面が、斜面崩壊の危険性がある場所であると判断される。
そして、対象地域において実際に工程S1〜S3を行って縦断曲率と平面曲率を算出し、図10に示した相関を用いて当該地域における斜面型を図示する。そうすると、図11に示すように斜面型区分図が作成される。
図11の斜面型区分図では、図3に示したように測定点Pの格子間隔が例えば1mの場合、曲率は一辺が2mの狭い矩形領域内での斜面型を表すことになるため、ノイズ(地形の微細な凹凸)が発生し、斜面型の区分の分布が分かり難い。本実施の形態で対象としている斜面型は数m〜数十m程度の広がりを有するものであり、図11に示した斜面型区分図中のノイズを除去するため、上述した工程S5と同様に縦断曲率と平面曲率に対してそれぞれ空間フィルタリングを行う。
本実施の形態では、縦断曲率と平面曲率が3値化されているため、空間フィルタリングにおける計算方法として、計算窓内に含まれる値の最頻値を中央のセルに返す処理を行う。また発明者が検討し、計算窓の大きさを9セル×9セルとした。なお、この計算窓の大きさは地域毎に設定される。かかる条件下で縦断曲率と平面曲率に対してそれぞれ空間フィルタリングを行い、図12に示すように斜面型区分図を作成する(図1の工程S6)。そうすると、ノイズが除去され、斜面型の区分の分布が分かり易くなる。
このように数値標高モデルに基づいて工程S3〜SS6を行うのに並行して、図1に示すように工程S2で作成された数値表層モデルと数値標高モデルに基づいて、斜面における植生の高さを表す数値樹冠モデル(DCM:Digital Canopy Model)を作成する(図1の工程S7)。
数値樹冠モデルは、下記式(10)に示すように数値表層モデルにおける表層面の標高と数値標高モデルにおける地表面の標高との差分を求め、当該差分を植生の高さとして表したモデルである。
(数値樹冠モデル)=(数値表層モデル)−(数値標高モデル)・・・・(10)
(数値樹冠モデル)=(数値表層モデル)−(数値標高モデル)・・・・(10)
ここで、発明者らが斜面崩壊の発生に寄与する植生条件について検討したところ、当該植生条件は植生がほとんどない、或いは植生があまりない箇所であることが分かった。すなわち、斜面崩壊の発生に寄与する植生条件は、針葉樹(成熟林)や広葉樹、針広混交林、竹林などに比べて植生の高さが低い、伐採地(伐採直後)、伐採地(若齢二次林)、針葉樹(幼齢林)のような箇所であることが分かった。
そこで、数値樹冠モデルでは植生を3つに区分して表示する。すなわち、植生の高さが0m〜2mの第1区分は伐採地(伐採直後)を示す。植生の高さが2m〜7mの第2区分は伐採地(若齢二次林)と針葉樹(幼齢林)を示す。植生の高さが7mより高い第3区分はその他の広葉樹、針葉樹(成熟林)、針広混交林、竹林を示す。かかる場合、第1区分と第2区分が広がる箇所が、斜面崩壊の危険性がある箇所であると判断される。なお、植生の高さの閾値や植生の区分は、地域毎に任意に設定することができる。
そして、図13に示す地域において実際に工程S1、S2、S7を行って、図14に示すように数値樹冠モデルを作成する。なお、図13に示した広葉樹、針葉樹(成熟林)、針葉樹(幼齢林)、伐採地(伐採直後)、伐採地(若齢二次林)、竹林、針広混交林の区分は、例えば空中写真判読と現地踏査によって区分されたものである。
図14の数値樹冠モデルでは、図3に示したように測定点Pの格子間隔が例えば1mの場合、曲率は一辺が2mの狭い矩形領域内での斜面型を表すことになるため、植生によっては散点的に分布する。また発明者らが調べたところ、地域によっては広葉樹であっても、その高さが低いものが多く存在する場合があり、かかる場合、植生を適切に区分できない。そこで、上述した工程S5、S6と同様に数値樹冠モデルにおける植生の高さに対して空間フィルタリングを行う。
本実施の形態では、数値樹冠モデルの植生の高さは数値で表現されているため、空間フィルタリングにおける計算方法として、計算窓内に含まれる値の平均値を中央のセルに返す処理を行う。また発明者が検討し、計算窓の大きさを9セル×9セルとした。なお、この計算窓の大きさは地域毎に設定される。かかる条件下で植生の高さに対して空間フィルタリングを行い、図15に示すように植生区分図を作成する(図1の工程S8)。図13と図15を比較すると、空間フィルタリングを行った植生区分図における植生の区分は、実際の植生の区分と概ね一致している。したがって、工程S7、S8を行って植生区分図を作成すると、植生の区分を適切に表現することができる。
なお、本実施の形態の工程S8では、空間フィルタリングにおける計算方法として、計算窓内に含まれる値の平均値を中央のセルに返したが、計算窓に含まれる値の最大値と最小値の差分である、値域幅を中央のセルに返してもよい。但し、発明者らが鋭意検討した結果、値域幅を中央のセルに返すより、平均値を中央のセルに返した方が、植生をより適切に区分できることが分かっている。
次に、上述した工程S4、S6、S8で作成した傾斜量図、斜面型区分図及び植生区分図に基づいて、斜面崩壊の危険箇所を抽出する。具体的には、実際に斜面崩壊が発生している箇所又は斜面崩壊が発生しそうな箇所のデータと、実際に斜面崩壊が発生していない箇所のデータとを組み合わせて、多変量解析、例えばロジスティック回帰分析を行って、傾斜量図、斜面型区分図及び植生区分図の寄与率を算出する。この寄与率に応じて傾斜量、斜面型区分及び植生区分が重みづけされ、斜面崩壊の危険箇所が抽出される。そして、図16に示すように斜面崩壊危険箇所抽出図が作成される(図1の工程S9)。
一方、上述した工程S5で作成した露岩抽出図に基づいて、露岩箇所を落石が発生し得る箇所として、落石の発生源を抽出する。すなわち、図8に示した露岩抽出図が落石発生源抽出図となる(図1の工程S9)。
以上のように、工程S9で斜面崩壊の危険箇所と落石の発生源を抽出して、斜面の不安定箇所を抽出する。
以上の実施の形態によれば、工程S1の航空レーザ測量により得られる工程S2の数値標高モデルと数値表層モデルに基づいて、工程S4、S6、S8で傾斜量図、斜面型区分図及び植生区分図をそれぞれ作成し、さらにこれら作成された図に基づいて、工程S9で斜面崩壊の危険箇所を抽出することができる。また、数値標高モデルに基づいて工程S5で露岩抽出図を作成し、さらにこの露岩抽出図に基づいて、工程S9で落石の発生源を抽出することができる。すなわち、人的要素を介在させること無く、数値標高モデルと数値表層モデルから斜面崩壊の危険箇所と落石発生源を抽出することができる。したがって、斜面の不安定箇所を客観的且つ高い精度で抽出することができる。
また、斜面崩壊の危険箇所と露岩箇所を抽出する際には、数値標高モデルの地表面の標高と数値表層モデルの表層面の標高の数値データに基づいて定量的に解析するので、斜面の不安定箇所を適切に抽出することができる。
さらに、航空レーザ測量によって広範囲のデータを取得できるので、広範囲に亘る斜面の不安定箇所を抽出することができる。
しかも、数値標高モデルと数値表層モデルは1回の航空レーザ測量によって得られ、これら数値標高モデルと数値表層モデルのデータを解析することで、斜面型区分図、露岩抽出図、傾斜量図及び植生区分図を作成できるので、斜面の不安定箇所を抽出するための費用を低廉化することができる。
また、工程S9における斜面崩壊の危険箇所の抽出は、多変量解析を行って斜面型区分図、傾斜量図及び植生区分図の寄与率を算出して行われる。ここで、斜面崩壊の発生には地形や植生状況など様々な素因が関与していると考えられるが、発明者らが鋭意検討した結果、斜面の地形(斜面の傾斜量及び斜面型)と植生の状況を考慮すれば、斜面崩壊の危険箇所を十分に抽出できると見出した。この点、本実施の形態では、斜面型区分図、傾斜量図及び植生区分図の複数の素因を用いるので、斜面崩壊の危険箇所の抽出精度、すなわち斜面崩壊の予測精度を高くすることができる。またこれら複数の素因の寄与率を算出することで、斜面崩壊の危険箇所の抽出精度をさらに高くすることができる。
また、工程S8における植生区分図は、工程S7で作成された数値樹冠モデルにおける植生の高さに対して空間フィルタリングを行って作成されているので、上述したように植生の区分を適切に表現することができる。
また、工程S6における斜面型区分図は、工程S3で算出された縦断曲率と平面曲率に対してそれぞれ空間フィルタリングを行い、予め求められた縦断曲率及び平面曲率の組み合わせと斜面型との相関に基づいて斜面型を導出して作成されているので、上述したように斜面型区分図におけるノイズを除去でき、斜面型の区分の分布が把握し易くなる。
また、工程S5における露岩抽出図は、工程S3で算出された曲率に対して空間フィルタリングを行い、傾斜量が50度以上であって、且つ空間フィルタリングが行われた曲率が負の値(凸状の地形)の箇所を露岩箇所として抽出して作成されるので、露岩箇所を適切に表現することができる。
ここで、落石の発生源となる露岩は、よほど大規模なものでない限り空中写真や地形図の判読から抽出することは困難である。そこで、従来、露岩箇所を把握するためには現地踏査を行う必要があった。しかしながら、かかる現地踏査には膨大な時間と費用がかかる。
この点、本実施の形態によれば、工程S5における露岩抽出図は、人的要素を介在させること無く作成できるので、当該露岩抽出図の作成を短期間で行うことができ、さらに作成費用を低廉化することができる。
以上、添付図面を参照しながら本発明の好適な実施の形態について説明したが、本発明はかかる例に限定されない。当業者であれば、特許請求の範囲に記載された思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
本発明は、例えば斜面の不安定箇所を抽出する際に有用であって、特に斜面崩壊の危険箇所と落石の発生源を抽出する際に有用である。
P 測定点
Claims (11)
- 斜面の不安定箇所を抽出する方法であって、
航空レーザ測量により得られ、地表面の標高を表す数値標高モデルに基づいて、斜面の形状である斜面型を示す斜面型区分図と、斜面における露岩箇所を示す露岩抽出図と、斜面の傾斜量を示す傾斜量図とを作成し、
前記航空レーザ測量によって得られ、表層面の標高を表す数値表層モデルと、前記数値標高モデルとに基づいて、斜面における植生を示す植生区分図を作成し、
前記斜面型区分図、前記傾斜量図及び前記植生区分図に基づいて、斜面崩壊の危険箇所を抽出すると共に、前記露岩抽出図に基づいて落石の発生源を抽出して、斜面の不安定箇所を抽出することを特徴とする、斜面の不安定箇所の抽出方法。 - 前記斜面崩壊の危険箇所は、多変量解析を行って前記斜面型区分図、前記傾斜量図及び前記植生区分図の寄与率を算出して抽出されることを特徴とする、請求項1に記載の斜面の不安定箇所の抽出方法。
- 前記植生区分図は、前記数値表層モデルにおける表層面の標高と前記数値標高モデルにおける地表面の標高との差分を求め、当該差分を植生の高さとして表した数値樹冠モデルから作成されることを特徴とする、請求項1又は2に記載の斜面の不安定箇所の抽出方法。
- 前記植生区分図は、前記数値樹冠モデルにおける植生の高さに対して空間フィルタリングを行って作成されることを特徴とする、請求項3に記載の斜面の不安定箇所の抽出方法。
- 前記植生の高さの空間フィルタリングにおける計算方法は、所定の計算窓に含まれる植生の高さの平均値を当該所定の計算窓の中央に返す処理であることを特徴とする、請求項4に記載の斜面の不安定箇所の抽出方法。
- 前記斜面型区分図は、前記数値標高モデルにおける地表面の標高に基づいて、垂直断面の曲率を示す縦断曲率と水平断面の曲率を示す平面曲率とを求め、予め求められた縦断曲率及び平面曲率の組み合わせと斜面型との相関に基づいて、斜面型を導出して作成されることを特徴とする、請求項1〜5のいずれかに記載の斜面の不安定箇所の抽出方法。
- 前記斜面型区分図は、前記縦断曲率と前記平面曲率に対してそれぞれ空間フィルタリングを行って作成されることを特徴とする、請求項6に記載の斜面の不安定箇所の抽出方法。
- 前記縦断曲率は、垂直断面が突出している状態、垂直断面が直線状の状態及び垂直断面が窪んでいる状態の3状態に3値化され、
前記平面曲率は、水平断面が突出している状態、水平断面が直線状の状態及び水平断面が窪んでいる状態の3状態に3値化され、
前記縦断曲率と前記平面曲率の空間フィルタリングにおける計算方法は、所定の計算窓に含まれる縦断曲率と平面曲率の最頻値をそれぞれ当該所定の計算窓の中央に返す処理であることを特徴とする、請求項7に記載の斜面の不安定箇所の抽出方法。 - 前記露岩抽出図は、前記数値標高モデルから得られる斜面の曲率が上方に突出した斜面形状を示す値であって、且つ前記数値標高モデルから得られる斜面の傾斜量が50度以上である箇所を露岩箇所として抽出して作成されることを特徴とする、請求項1〜8のいずれかに記載の斜面の不安定箇所の抽出方法。
- 前記露岩抽出図は、前記斜面の曲率に対して空間フィルタリングを行って作成されることを特徴とする、請求項9に記載の斜面の不安定箇所の抽出方法。
- 前記斜面の曲率は、斜面が突出している状態、斜面が平面状の状態及び斜面が窪んでいる状態の3状態に3値化され、
前記斜面の曲率の空間フィルタリングにおける計算方法は、所定の計算窓に含まれる斜面の曲率の最頻値を当該所定の計算窓の中央に返す処理であることを特徴とする、請求項10に記載の斜面の不安定箇所の抽出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012094718A JP5824405B2 (ja) | 2012-04-18 | 2012-04-18 | 斜面の不安定箇所の抽出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012094718A JP5824405B2 (ja) | 2012-04-18 | 2012-04-18 | 斜面の不安定箇所の抽出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013221886A JP2013221886A (ja) | 2013-10-28 |
JP5824405B2 true JP5824405B2 (ja) | 2015-11-25 |
Family
ID=49592943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012094718A Expired - Fee Related JP5824405B2 (ja) | 2012-04-18 | 2012-04-18 | 斜面の不安定箇所の抽出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5824405B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102389935B1 (ko) | 2014-06-20 | 2022-04-21 | 스미도모쥬기가이고교 가부시키가이샤 | 쇼벨 및 그 제어방법 |
JP6261487B2 (ja) * | 2014-10-28 | 2018-01-17 | 公益財団法人鉄道総合技術研究所 | 地表変化推定装置及び地表変化推定プログラム |
JP6746851B2 (ja) * | 2016-03-02 | 2020-08-26 | 国際航業株式会社 | 地形分類システム、及び地形分類方法 |
CN106296110A (zh) * | 2016-07-29 | 2017-01-04 | 深圳朝伟达科技有限公司 | 岩质边坡交互式稳定显示系统的显示方法 |
CN108663014B (zh) * | 2018-03-30 | 2019-07-30 | 中国水利水电科学研究院 | 一种垄沟耕作坡耕地田块相对高程数据计算方法 |
JPWO2023223483A1 (ja) * | 2022-05-19 | 2023-11-23 |
-
2012
- 2012-04-18 JP JP2012094718A patent/JP5824405B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2013221886A (ja) | 2013-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Open-pit mining geomorphic feature characterisation | |
JP5824405B2 (ja) | 斜面の不安定箇所の抽出方法 | |
Wulder et al. | The role of LiDAR in sustainable forest management | |
Adams et al. | Multitemporal accuracy and precision assessment of unmanned aerial system photogrammetry for slope-scale snow depth maps in Alpine terrain | |
Nguyen et al. | Use of terrestrial laser scanning for engineering geological applications on volcanic rock slopes–an example from Madeira island (Portugal) | |
Wallace et al. | Detecting pruning of individual stems using airborne laser scanning data captured from an unmanned aerial vehicle | |
KR101080985B1 (ko) | 항공 라이다 성과를 이용한 수고 및 개체 수 확인방법 | |
JP2015200615A (ja) | レーザー計測結果解析システム | |
Islam et al. | Characterizing vegetated rivers using novel unmanned aerial vehicle‐borne topo‐bathymetric green lidar: Seasonal applications and challenges | |
Gajardo et al. | Applications of airborne laser scanning in forest fuel assessment and fire prevention | |
Kiss et al. | Forest road quality control using ALS data | |
Gwenzi et al. | Prospects of photon counting lidar for savanna ecosystem structural studies | |
Peterson et al. | Towards integration of GLAS into a national fuel mapping program | |
Sofonia et al. | Observing geomorphological change on an evolving coastal sand dune using SLAM-based UAV LiDAR | |
JP6514901B2 (ja) | 測量データ処理装置 | |
Hubacek et al. | Analysis of vehicle movement possibilities in terrain covered by vegetation | |
Aricak et al. | State of the Art on Airborne LiDAR Applications in the Field of Forest Engineering | |
JP7246046B2 (ja) | 地盤変状評価方法 | |
Sakitai et al. | Method for extracting the source of falling rock from microtopography highlight map created by high-density aerial laser data | |
Reiweger et al. | Measuring acoustic emissions in an avalanche starting zone to monitor snow stability | |
Obanawa | Quantitative measurement of the topographic change at overhanging sea cliff with small UAV survey system | |
Wozencraft et al. | A Spatial Index Approach to Coastal Monitoring: A Florida Case Study | |
Wong et al. | Digital Mapping of Discontinuities | |
Kushwaha et al. | Enrichment of Uav Photogrammetric Point Cloud To Enhance Dsm in a Dense Urban Region | |
Sinickas | Field-based statistical modelling of snow avalanche runout |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140908 |
|
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: 20151006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151009 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5824405 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |