JP7294529B2 - 分析装置、分析方法及びプログラム - Google Patents

Description

本開示は、地表面の変位による影響を分析する技術に関し、特に、ＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）によって測定した地表面の高さの変位に基づいて施設への負荷を分析する技術に関する。

特許文献１には、干渉ＳＡＲ画像によって得られた、関心領域における地表面の変位を可視化する技術が記載されている。

特許文献２には、取得時間が異なる複数のＳＡＲ画像データの干渉解析の結果とセンサ観測データとに基づいて推定された、変位量の発生原因に関連した構造物又は地形に関して補修工事の種類を推定するＳＡＲ画像解析システムが記載されている。

特開２０１８－０５４５４０号公報 特開２０２０－０２０７４０号公報

特許文献１に記載の技術では、関心領域における地表面の変位を可視化できる。しかし、特許文献１に記載の技術によって、地盤の変化によって施設に生じる現象について把握することはできない。特許文献２に記載の技術では、変位の要因を推定し、変位の要因に関連する補修工事を推定することができる。しかし、生じる現象が将来基準を超える施設を把握することはできない。

本開示の目的は、不同変位またはストレス異常などの対象現象が少なくとも将来基準を超える可能性がある施設を把握できる分析装置などを提供することにある。

本開示の一態様に係る分析装置は、対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う予測手段と、前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出手段と、前記対象現象が検出された前記施設の情報を出力する出力手段と、を備える。

本開示の一態様に係る分析装置は、対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出手段と、前記対象現象が検出された前記施設の情報を出力する出力手段と、を備える。

本開示の一態様に係る分析方法は、対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行い、前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出し、前記対象現象が検出された前記施設の情報を出力する。

本開示の一態様に係る分析方法は、対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出し、前記対象現象が検出された前記施設の情報を出力する。

本開示の一態様に係る記憶媒体は、対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う予測処理と、前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出処理と、前記対象現象が検出された前記施設の情報を出力する出力処理と、をコンピュータに実行させるプログラムを記憶する。

本開示の一態様に係る記憶媒体は、対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出処理と、前記対象現象が検出された前記施設の情報を出力する出力処理と、をコンピュータに実行させるプログラムを記憶する。

本開示の一態様は、上述の記憶媒体に格納されたプログラムによっても実現される。

本開示には、不同変位やストレス異常などの対象現象が少なくとも将来基準を超える可能性がある施設を把握できるという効果がある。

図１は、本開示の第１及び第２の参考例に係る分析装置の構成の例を表すブロック図である。 図２は、本開示の第１の参考例の分析装置１０の動作の一例を表すフローチャートである。 図３は、本開示の第１及び第２の参考例の変形例の分析システムの構成を表すブロック図である。 図４は、本開示の第１及び第２の参考例の変形例の分析システムが含む学習装置、分析装置、及び、地理空間情報記憶装置の詳細な構成の例を表すブロック図である。 図５は、本開示の第１の参考例の分析装置の動作の例を表すフローチャートである。 図６は、本開示の第１の実施形態の分析装置の構成の例を表す図である。 図７は、本開示の第１の実施形態の分析装置の、判定モデルを学習する動作の例を表すフローチャートである。 図８は、本開示の第１の実施形態の分析装置の、対象現象を検出する動作を表すフローチャートである。 図９は、本開示の第１の実施形態の分析装置の、予測処理の動作を表すフローチャートである。 図１０は、本開示の第２の実施形態の分析装置の構成の例を表すブロック図である。 図１１は、本開示の第２の実施形態の分析装置の動作の例を表するフローチャートである。 図１２は、本開示の第３の実施形態の分析装置の構成の例を表すブロック図である。 図１３は、本開示の第３の実施形態の分析装置の動作の例を表するフローチャートである。 図１４は、本開示の第４の実施形態の分析装置の構成の例を表すブロック図である。 図１５は、本開示の第４の実施形態の分析装置の動作の例を表するフローチャートである。 図１６は、本開示の実施形態に係るコンピュータのハードウェア構成の一例を表す図である。 図１７は、盛土造成地のタイプの例を表す図である。 図１８は、表層地質の例を表す図である。 図１９は、河川敷を表す図である。

以下では、まず、本開示の参考例について、図面を参照して詳細に説明する。これらの参考例は、高さの変位へ寄与する要因を判定する参考例、及び、高さの変位の予測を行う参考例であり、公知技術ではない。参考例の後に説明する本開示の実施形態は、参考例を利用している。

＜第１の参考例＞
＜構成＞
図１は、本開示の第１の参考例に係る分析装置１０の構成の例を表すブロック図である。図１に示す例では、分析装置１０は、第１受取部１１１と、第１抽出部１１２と、学習部１１３と、第２受取部１２１と、第２抽出部１２２と、判定部１２３と、出力部１２４と、モデル記憶部１２５と、地理空間情報記憶部１３１とを含む。なお、分析装置１０は、互いに通信可能に接続されている２つ以上の装置の組み合わせとして実現されていてもよい。また、ユーザがデータの分析装置１０への入力などを行う端末装置が、例えば通信ネットワークを介して分析装置１０に通信可能に接続されていてもよい。分析装置１０が、互いに通信可能に接続されている３つの装置の組み合わせとして実現されている例は、変形例として後述される。

＜＜第１受取部１１１＞＞
第１受取部１１１は、地表面の高さの変位を表すデータを、学習用のデータとして受け取る。例えば、ユーザが、上述の端末装置を使用して、地表面の高さの変位を表すデータを、第１受取部１１１に入力してもよい。この場合、第１受取部１１１は、地表面の高さの変位を表すデータを、その端末装置から受け取る。

高さの変位は、例えば、過去の複数の時点における観測によって得られた、地表面上の同じ地点（または同じとみなされる地点）における高さの推移を表す。高さの変位を、高さの変動と表記することもある。高さは、例えば、人工衛星や航空機などの飛翔体に搭載されたレーダを合成開口レーダ（ＳＡＲ）として使用する観測によって得られた、地表面上の地点における高さである。以下の説明では、このような観測を、合成開口レーダ（ＳＡＲ）による観測と表記する。高さの推移は、例えば、過去の複数の時点における観測によって得られた高さを表す複数の値と、その高さが観測された順と、を特定できるデータによって表されていてよい。

高さの推移を表すデータは、例えば、高さを表す値と、その高さが観測によって得られた時点を表すデータとの組み合わせを複数含むデータであってよい。時点を表すデータの単位は、適宜定められていてよい。例えば、時点を表すデータは、日付を表していてもよく、日付及び時刻を表していてもよい。時刻の単位も、適宜定められていてよい。

地表面上の点における高さの変位を表すデータを、以下では、変位データと表記する。変位データは、その変位データが表す高さの変位が測定された、地表面上の地点の位置を表す情報（例えば、緯度及び経度の情報）を含んでいてよい。位置を表す情報は、地表面上の位置を特定できる他の情報であってもよい。以下では、地点の位置を表す情報を、地点情報と表記する。

上述の、地表面の高さの変位は、地表面上の複数の地点の各々における、高さの変位を表していてよい。地表面の高さの変位を表すデータを、地表面変位データと表記する。地表面変位データは、複数の地点における変位データの組み合わせであってよい。

第１受取部１１１が学習用のデータとして受け取る、地表面の高さの変位を表すデータを、学習用変位データと表記する。学習用変位データは、同一の領域を多時期に多数回ＳＡＲによって観測することによって得られた観測データの解析によって得られた、その領域の地表面の時系列の変位を表すデータ（経年変位マップとも表記）であってよい。なお、時系列の変位の推移を、経年変位と表記する。

第１受取部１１１は、受け取った学習用変位データを、第１抽出部１１２に送出する。

＜＜第１抽出部１１２＞＞
第１抽出部１１２は、第１受取部１１１から学習用変位データを受け取る。第１抽出部１１２は、例えば、学習用変位データから、その学習用変位データに含まれる変位データによって表される高さの推移が観測された地点の地点情報を抽出する。第１抽出部１１２は、抽出した地点情報によって位置が表される地点における、地理空間情報の値を、後述の地理空間情報記憶部１３１に格納されている地理空間情報から抽出する。

本参考例では、地理空間情報は、例えば、地表面の状態及びその地表面の地下の状態の少なくとも一方を表す情報である。地理空間情報は、いわゆる地理情報システム（Ｇｅｏｇｒａｐｈｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）から得られる情報の少なくともいずれかであってもよい。地理空間情報は、人工衛星や航空機などから観測によって得られたデータであってもよい。地理空間情報は、現地調査によって得られたデータであってもよい。地理空間情報は、計測や調査によって得られたデータに基づく分析の結果を表す情報であってもよい。地理空間情報は、計測や調査によって得られたデータに基づいて、人為的に定められた情報であってもよい。地理空間情報は、ＧＩＳ（Ｇｅｏｇｒａｐｈｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）データと表記されることもある。

地理空間情報は、あらかじめ、地理情報システムから取得され、地理空間情報記憶部１３１に格納されていてよい。複数の種類の地理空間情報が、地理空間情報記憶部１３１に格納されていてよい。地理空間情報は、地点情報（例えば緯度及び経度）によって特定される地点の、地理空間情報の値を特定できる形式で表されていてよい。地理空間情報の具体例については、後で詳細に説明する。

第１抽出部１１２は、あらかじめ定められている種類の地理空間情報の、地点情報によって特定される地点における値を抽出してよい。第１抽出部１１２は、地理空間情報記憶部１３１に格納されている全ての種類の地理空間情報の、地点情報によって特定される地点における値を抽出してもよい。地点情報によって特定される地点における値が存在しない地理空間情報が存在する場合、第１抽出部１１２は、その地理空間情報の値を抽出しなくてもよい。地点情報によって特定される地点における値が存在しない地理空間情報が存在する場合、第１抽出部１１２は、その地理空間情報の値を、値が存在しないことを表す値（例えば、０等）に設定してもよい。

第１抽出部は、学習用変位データ（言い換えると、経年変位マップ）と、その学習用変位データが経年変位を表す領域（具体的には、その領域内の複数の地点）における、抽出された地理空間情報の値を、学習部１１３に送出する。

＜＜地理空間情報記憶部１３１＞＞
地理空間情報記憶部１３１は、地理空間情報を記憶する。地理空間情報は、指定された地点における地表面の状態を特定できる形で、地理空間情報記憶部１３１に格納されている。

地理空間情報は、例えば、地表面が区切られたメッシュごとの、状態を表す値によって表されていてもよい。この場合、第１抽出部１１２は、地点情報によって特定される位置が含まれるメッシュの中における状態を表す、地理空間情報の値を、地点情報によって特定される地点の地理空間情報の値として抽出する。メッシュのサイズや形状は、地理空間情報の種類ごとに定められていてよい。

地理空間情報は、他の形式で表されていてもよい。地理空間情報は、例えば、状態が異なる領域の間の境界線と、境界線によって区切られる領域内における状態を表す値とによって表されていてよい。この場合、第１抽出部１１２は、地点情報によって特定される位置が含まれる領域内における状態を表す値を、地点情報によって特定される地点の地理空間情報の値として抽出する。地理空間情報の形式は、地理空間情報の種類ごとに定められていてよい。

具体的な地理空間情報は、例えば、盛土造成地のタイプ、平均傾斜角度、平均降水量（例えば、平均年間降水量）、表層地質、急傾斜地指定、土砂災害警戒区域指定、液状化危険度、雨水浸透桝の可否、地震時の揺れ易さ、排水困難低地、都市域土地利用、自然地形分類、人工地形分類、表層地質、河川敷、施設情報（工事の有無等）であってよい。

盛土造成地のタイプは、盛土がなされた地表面の形状によって定まる、土の盛り方を表していてよい。盛土造成地のタイプは、例えば、谷や沢を盛土によって埋めた盛土である「谷埋め型盛土」や、傾斜地に行われた盛土である「腹付け型盛土」である。

盛土造成地のタイプは、さらに、盛土の規模を表していてもよい。この場合、例えば、谷や沢を盛土によって埋めた盛土のうち、基準を満たす盛土（例えば、面積が３０００平方メートル以上の盛土）のタイプは、「大規模谷埋め型盛土」であってよい。この場合、谷や沢を盛土によって埋めた盛土のうち、基準を満たさない盛土のタイプが、「谷埋め型盛土」であってよい。また、傾斜地に行われた盛土のうち、基準を満たす盛土（例えば、盛土をする前の地盤面（原地盤面とも呼ばれる）の水平面に対する角度が２０度以上で、かつ、盛土の高さが５メートル以上である盛土）のタイプは、大規模腹付け型盛土であってよい。この場合、傾斜地に行われた盛土のうち、基準を満たさない盛土のタイプが、「腹付け型盛土」であってよい。

盛土造成地のタイプの値は、例えば、「谷埋め型盛土」や「腹付け型盛土」などにあらかじめそれぞれ適宜割り振られた、互いに異なる数値のいずれか１つであってもよい。

図１７は、盛土造成地のタイプの例を表す図である。図１７に示す例は、盛土造成地の地表面における分布を、盛土造成地のタイプごとに表す。

平均傾斜角度は、例えば、メッシュ単位で算出された、地表面の平均の傾斜角度のデータであってよい。平均傾斜角度の値は、算出された地表面の平均の傾斜角度であってよい。

平均降水量は、例えば、メッシュ単位で算出された、地表面の平均の降水量のデータであってよい。平均降水量の値は、算出された地表面の平均の降水量であってよい。

表層地質は、地表面の表層の地質（言い換えると、地質の種類）を表すデータであってよい。地質の種類は、あらかじめ定められていてよい。地質の種類の各々には、あらかじめ互いに異なる数値が割り当てられていてよい。表層地質の値は、地質にあらかじめそれぞれ適宜割り当てられている数値のいずれか１つであってよい。

急傾斜地指定は、例えば自治体などによって、急傾斜地として指定されているか否かを表すデータであってよい。急傾斜地指定の値は、例えば、急傾斜地として指定されていることを表す数値、または、急傾斜地として指定されていないことを表す数値であってよい。これらの数値として、互いに異なる数値があらかじめ適宜決められていてよい。

土砂災害警戒区域指定は、例えば自治体などによって、土砂災害警戒区域として指定されているか否かを表していてよい。土砂災害警戒区域指定の値は、例えば、土砂災害警戒区域として指定されていることを表す数値、又は、土砂災害警戒区域として指定されていないことを表す数値であってよい。これらの数値として、互いに異なる数値があらかじめ決められていてよい。

液状化危険度は、例えば、土地が液状化する危険性の程度を表すデータであってよい。液状化危険度の値は、土地が液状化する危険性の程度を表す数値であってよい。液状化危険度の値は、それぞれ異なる程度を表す異なる複数の数値のいずれか１つであってよい。危険性の程度を表す数値は、あらかじめ適宜定められていてよい。

雨水浸透桝の可否は、例えば、地形、土質、地下水位に基づいて浸透施設の設置が可能か否かについて判断された結果を表す「浸透施設設置判断マップ」に基づく設置可否を表す情報であってよい。雨水浸透桝の可否の値は、設置が可能であることを表す数値、又は、設置が可能でないことを表す数値であってよい。これらの数値として、互いに異なる数値があらかじめ適宜決められていてよい。

地震時の揺れ易さは、例えば、地震が発生した場合の地表面の揺れ易さの程度を表すデータであってよい。地震時の揺れ易さの値は、地震が発生した場合の地表面の揺れ易さの程度を表す数値であってよい。地震時の揺れ易さの値は、地震が発生した場合の地表面の揺れ易さの程度を表す、複数の数値のいずれか１つであってよい。地表面の揺れ易さの程度を表す数値は、あらかじめ適宜定められていてよい。

排水困難低地は、例えば、土地の標高や周囲との標高差等によって推定された、その土地が排水困難低地であるか否かを表していてよい。排水困難低地の値は、排水困難低地であることを表す数値、又は、排水困難低地でないことを表す数値であってよい。これらの数値は、あらかじめ適宜定められていてよい。

都市域土地利用は、都市として指定されている地域における土地利用の種別であってよい。都市域土地利用における、土地利用の種別は、例えば衛星写真から判読されてもよい。あらかじめ定められた複数の種別から選択された土地利用の種別が、都市の地域に含まれる領域に対して設定されてよい。あらかじめ定められた複数の種別には、それぞれ、異なる数値があらかじめ適宜割り当てられていてよい。領域に対して設定される土地利用の種別の値は、その種別に割り当てられている数値であってよい。

自然地形分類は、例えば、人間によって建造された建造物ではない場所における、地形の種別であってよい。自然地形分類として設定可能な、複数の地形の種別が、あらかじめ適宜定められていてよい。自然地形分類が設定される領域に対して、自然地形分類として設定可能な種別としてあらかじめ定められている複数の地形の種別から選択された地形の種別が設定されてよい。それらの複数の種別に対して、それぞれ異なる数値が割り当てられていてよい。領域に設定される自然地形分類における地形の値は、その領域に設定されている地形の種別に割り当てられている数値であってよい。

人工地形分類は、例えば、人間が地形を改変した場所や人間によって建造された建造物である場所における、地形の種別であってよい。人工地形分類として設定可能な、複数の地形の種別が、あらかじめ適宜定められていてよい。人工地形分類が設定される領域に対して、人工地形分類として設定可能な種別としてあらかじめ定められている複数の地形の種別から選択された地形の種別が設定されてよい。それらの複数の種別に対して、それぞれ異なる数値が割り当てられていてよい。領域に設定される人工地形分類における地形の値は、その領域に設定されている地形の種別に割り当てられている数値であってよい。

表層地質は、例えば、地表における土壌の種類を表していてよい。複数の土壌の種類が、あらかじめ適宜定められていてよい。そして、あらかじめ適宜定められている異なる数値が、それらの複数の土壌の種類に、それぞれ割り当てられていてよい。例えば調査の結果に基づく土壌の種類が、領域に対して設定されてよい。領域の表層地質の値は、その領域に設定されている土壌の種類に割り当てられている数値であってよい。

図１８は、表層地質の例を表す図である。図１８には、地表面を含む表層における地質の分布が描かれている。

河川敷は、領域が河川敷であるか否かを表す情報であってよい。河川敷であることを表す数値（言い換えると河川敷を表す数値）と、河川敷でないことを表す他の数値（言い換えると、非河川敷を表す数値）とが、あらかじめ適宜定められていてよい。そして、河川敷である領域に、河川敷を表す数値が設定されていてよい。河川敷でない領域に、非河川敷を表す数値が設定されていてよい。領域の河川敷の値は、その領域に設定されている、河川敷を表す数値または非河川敷を表す数値であってよい。

図１９は、河川敷を表す図である。図１９には、河川敷と判定された領域と、それ以外の領域とが描かれている。

施設情報は、施設に関する情報を表す。施設情報は、施設に関する様々な情報のうち、あらかじめ定められているいずれかを表していてよい。本参考例では、施設情報は、工事中であるか否かを表す。工事中であることを表す数値と、工事中でないこと表す他の数値とが、あらかじめ適宜設定されていてよい。工事中である領域に対して、工事中であることを表す施設情報が設定されていてよい。工事中でない領域に対して、工事中ではないことを表す施設情報が設定されていてよい。具体的には、工事中である領域の施設情報の値として、工事中であることを表す数値が設定されていてよい。工事中ではない領域の施設情報として、工事中でないことを表す数値が設定されていてよい。

＜＜学習部１１３＞＞
学習部１１３は、第１抽出部１１２から、学習用変位データと、その学習用変位データが経年変位を表す領域の、抽出された地理空間情報の値と、を受け取る。

学習部１１３は、受け取った学習用変位データと、地理空間情報の値とを使用した学習を行う。学習部１１３は、この学習において、学習部１１３は、対象地点の地理空間情報の少なくとも一部の値に基づいて、その対象地点における高さの変位に寄与する、地理空間情報の組み合わせを判定する、判定モデルを学習する。本参考例の判定モデルは、例えば、地理空間情報の値を受け取り、受け取った地理空間情報の値に応じた、高さの変位に寄与する地理空間情報の組み合わせを出力するプログラムのパラメータを表していてよい。

具体的には、判定モデルは、例えば、受け取った地理空間情報の値が、地理空間情報の少なくとも一部の値に対する条件を満たす場合に、その条件に応じた、高さの変位に寄与する地理空間情報の組み合わせを出力するプログラムのパラメータを表していてよい。この場合、判定モデルは、受け取った地理空間情報の値が、地理空間情報の少なくとも一部の値に対する条件と、その条件が満たされる場合の高さの変位に寄与する地理空間情報の組み合わせと、によって表される。なお、複数の条件が存在していてよい。複数の条件は、それぞれ、地理空間情報の、必ずしも同一でない少なくとも一部に対する条件であってよい。上述のプログラムを、上述のパラメータを使用して実行するプロセッサ（及び、そのようなプロセッサを含むコンピュータ）を、以下では、判定器とも表記する。

本参考例では、学習部１１３は、学習のアルゴリズムとして、異種混合学習を使用する。ただし、学習のアルゴリズムは、地理空間情報の値を受け取り、地理空間情報の値に対する条件に応じた、高さの変位に寄与する地理空間情報の組み合わせを出力する判定モデルを学習できる他のアルゴリズムであってもよい。例えば、多変量解析は、重回帰分析なども使用される場合がある。異種混合学習については、例えば、以下の参考文献に記載されている。
（参考文献）” Fully-Automatic Bayesian Piecewise Sparse Linear Models”, Riki Eto, Ryohei Fujimaki, Satoshi Morinaga, Hiroshi Tamano, Proceedings of the Seventeenth International Conference on Artificial Intelligence and Statistics, PMLR 33, pp. 238-246, 2014.

異種混合学習は、異なる説明変数の組み合わせによる予測モデルを組み合わせて予測を行う異種混合予測モデルの学習を指す。異種混合予測モデルは、例えば、条件式の組み合わせと、その組み合わせに含まれるすべての条件式が満たされる場合の予測式と、の複数の組によって表される。それぞれの条件式は、例えば、いずれか１つの説明変数の値に対する条件式である。条件式の組み合わせは、１つ以上の条件式を含む。それぞれの予測式は、必ずしも同一ではない説明変数の線形式によって表される。

学習部１１３は、例えば、高さの変位を目的変数とし、地理空間情報を説明変数として、例えば、所定期間後の高さの変位を予測するように異種混合学習を行う。所定期間は、あらかじめ適宜定められていてよい。学習部１１３は、異種混合学習を行うことによって、条件式の組み合わせと、その組み合わせに含まれる全ての条件式が満たされる場合の予測式と、の複数の組を得ることができる。条件式の各々は、必ずしも同一ではない、１つの地理空間情報の値に対する条件を表す。条件式の組み合わせは、上述のように、１つ以上の条件式を含む。この条件式の組み合わせを、場合分け条件と表記する。予測式は、高さの変位を予測する式である。予測式の各々は、１つ以上の説明変数の線形式によって表される。説明変数の各々は、いずれか１つの地理空間情報を表す。予測式に含まれる説明変数が表す地理空間情報は、高さの変位に寄与する地理空間情報であると言える。

以下の説明において、「場合分け条件が満たされる」は、場合分け条件に含まれるすべての条件式が満たされることを表す。場合分け条件に対する予測式は、その場合分け条件が満たされる場合の予測式を表す。

学習部１１３は、場合分け条件が満たされる場合に、その場合分け条件に対する予測式に含まれる説明変数によって表される地理空間情報を、高さの変位に寄与する地理空間情報として判定する判定モデルを生成する。判定モデルは、高さの変位に寄与する地理空間情報として判定した地理空間情報の情報を出力する。本参考例の説明及び以下の説明において、「判定モデルを生成する」は、判定モデルを学習し、学習によって得られた判定モデルを表すデータを生成することを指す。

学習部１１３は、得られた判定モデル（言い換えると、得られた判定モデルを表すデータ）を、モデル記憶部１２５に格納する。

＜＜第２受取部１２１＞＞
第２受取部１２１は、地表面上の地点の位置を特定する情報（例えば、緯度及び経度の情報）を受け取る。例えば、ユーザが、上述の端末装置を使用して、地表面上の地点の位置を特定する情報を、第２受取部１２１に入力してもよい。この場合、第２受取部１２１は、地表面上の地点の位置を特定する情報を、その端末装置から受け取る。

上述のように、地点の位置を特定する情報は、地点情報と表記される。第２受取部１２１が受け取る地点情報を、対象地点情報と表記する。対象地点情報によって位置が特定される地点を、対象地点と表記する。対象地点情報は、１つの対象地点の位置を表していてもよい。その場合、対象地点情報は、例えば、緯度を表す情報と経度を表す情報との組み合わせを１つ含んでいてよい。対象地点情報は、複数の対象地点の位置を表していてもよい。その場合、対象地点情報は、例えば、緯度を表す情報と経度を表す情報との組み合わせを複数含んでいてもよい。対象地点情報は、例えば、領域内に規則的に並んでいる複数の点（格子点とも表記）の位置を表していてもよい。その場合、対象地点情報は、領域を特定する情報と、領域内の対象地点を特定する情報とを含んでいてよい。この場合、領域を特定する情報は、例えば領域の形状が矩形である場合、例えば、１つの頂点の緯度及び経度と、その頂点を起点とし、矩形の２辺を表す２つのベクトル（第１のっベクトル及び第２のベクトルと表記）とを含んでいてもよい。領域内の対象地点を特定する情報は、例えば、第１のベクトルの方向において対象地点が存在する間隔と、第２のベクトルの方向において対象地点が存在する間隔と、であってよい。対象地点情報は、これらの例に限られない。

以下では、対象地点が１つである場合について説明する。複数の対象地点が存在する場合、以下で説明する各部は、１つの対象地点に対する動作を複数の対象地点に対して繰り返してよい。

第２受取部１２１は、受け取った対象地点情報を、第２抽出部１２２に送出する。

＜＜第２抽出部１２２＞＞
第２抽出部１２２は、第２受取部１２１から、対象地点情報を受け取る。第２抽出部１２２は、受け取った対象地点情報によって特定される対象地点における、地理空間情報の値を、地理空間情報記憶部１３１に格納されている地理空間情報から抽出する。第２抽出部１２２は、地理空間情報記憶部１３１に格納されている全ての地理空間情報のうち、あらかじめ定められている地理空間情報の値を抽出してもよい。この場合、例えば、地理空間情報の値に対する条件に関係が無く、高さの変位に寄与しないことがあらかじめ確かめられている地理空間情報を、値の抽出の対象から除外されていてよい。対象地点における値が設定されていない地理空間情報が存在する場合、第２抽出部１２２は、その地理空間情報の値を、値が存在しないことを表す数値（例えば０など）に設定してもよい。

第２抽出部１２２は、受け取った対象地点情報と、抽出した、対象地点における地理空間情報の値とを、判定部１２３に送出する。

＜＜判定部１２３＞＞
判定部１２３は、対象地点における地理空間情報の値を、第２抽出部１２２から受け取る。判定部１２３は、対象地点情報を第２抽出部１２２から受け取ってもよい。

判定部１２３は、モデル記憶部１２５に格納されている判定モデルに従って、対象地点における高さの変位に寄与する地理空間情報の組み合わせを判定する。具体的には、判定部１２３は、例えば、判定モデルに含まれる複数の条件のうち、受け取った、対象地点における地理空間情報の値によって満たされる条件を特定する。判定部１２３は、特定した条件が満たされる場合の、高さの変位に寄与する地理空間情報の組み合わせが、対象地点における高さの変位に寄与する地理空間情報の組み合わせであると判定する。なお、対象地点における高さの変位に寄与する地理空間情報の組み合わせが、高さの変動の要因であるとみなすことができる。地理空間情報の組み合わせに含まれる地理空間情報の種類の数は、１つであってもよい。地理空間情報の組み合わせに含まれる地理空間情報の種類の数は、２つ以上であってもよい。

判定部１２３は、判定した、対象地点における高さの変位に寄与する地理空間情報の組み合わせの情報を、出力部１２４に送出する。

＜＜出力部１２４＞＞
出力部１２４は、判定部１２３から、対象地点における高さの変位に寄与する地理空間情報の組み合わせの情報を受け取る。出力部１２４は、受け取った、対象地点における高さの変位に寄与する地理空間情報の組み合わせの情報を出力する。出力部１２４は、例えば、ディスプレイなどに、対象地点における高さの変位に寄与する地理空間情報の組み合わせを表示してもよい。出力部１２４は、対象地点における高さの変位に寄与する地理空間情報の組み合わせを、他の情報処理装置や上述の端末装置などに送出してもよい。

＜動作＞
次に、第１の参考例の分析装置１０の動作について、図面を参照して詳細に説明する。

図２は、本参考例の分析装置１０の動作の一例を表すフローチャートである。

図２に示す例では、まず、第１受取部１１１が、地表面の複数の地点における高さの変位と位置とを受け取る（ステップＳ１０１）。具体的には、第１受取部１１１は、地表面の複数の地点における高さの変位の情報と、それらの複数の地点の位置を表す、地点情報とを受け取る。上述のように、高さの変位は、例えば、ＳＡＲによる観測によって得られた高さの変位である。第１受取部１１１は、受け取った、地表面の複数の地点における高さの変位と位置とを、学習用変位データとして第１抽出部１１２に送出する。

次に、第１抽出部１１２が、複数の地点における地理空間情報の値を抽出する（ステップＳ１０２）。すなわち、第１抽出部１１２は、第１受取部１１１が受け取った、複数の地点の各々の地点情報が示す位置における、地理空間情報の値を、地理空間情報記憶部１３１に格納されている地理空間情報から抽出する。第１抽出部１１２は、学習用変位データである、地表面の複数の地点における高さの変位及びその複数の地点の地点情報と、抽出した地理空間情報の値とを、学習部１１３に送出する。

次に、学習部１１３が、判定モデルの学習を行う（ステップＳ１０３）。具体的には、学習部１１３は、地表面の複数の地点における高さの変位と、その複数の地点の地点情報と、抽出された地理空間情報の値とを、第１抽出部１１２から受け取る。学習部１１３は、複数の地点の各々における、高さの変位と、地理空間情報の値と、を使用して、上述の判定モデルの学習を行う。学習部１１３は、学習の結果として得られた判定モデルを、モデル記憶部１２５に格納する。

分析装置１０は、以上のステップＳ１０１からステップＳ１０３までの動作を、あらかじめ行っていてよい。ステップＳ１０３に続けて、ステップＳ１０４の動作を行う必要はない。

ステップＳ１０４において、第２受取部１２１が、位置（すなわち、対象地点情報）を受け取る。第２受取部１２１は、受け取った、対象地点情報を、第２抽出部１２２に送出する。

第２抽出部１２２は、対象地点における地理空間情報の値を抽出する（ステップＳ１０５）。第２抽出部１２２は、受け取った対象地点情報によって特定される位置における、地理空間情報の値を抽出してよい。

そして、判定部１２３は、対象地点における高さの変位に寄与する地理空間情報の組み合わせを、判定モデルによって判定する（ステップＳ１０６）。

出力部１２４は、得られた、地理空間情報の組み合わせを出力する（ステップＳ１０７）。

複数の対象地点が存在する場合、分析装置１０は、例えば、ステップＳ１０４からステップＳ１０７までの動作を、複数の対象地点の各々について行ってよい。分析装置１０４は、ステップＳ１０４において、複数の対象地点の高さの変位と位置とを、まとめて受け取ってもよい。そして、分析装置１０４は、ステップＳ１０５とステップＳ１０６の動作を、複数の対象地点の各々について行ってよい。分析装置１０４は、ステップＳ１０７において、複数の対象地点の地理空間情報の組み合わせを、まとめて出力してもよい。

＜効果＞
本参考例には、地表面の高さの変動の要因を判定することができるという効果がある。その理由は、学習部１１３が、対象地点の位置における地理空間情報の少なくとも一部の値に基づいて、高さの変動の要因として、対象地点の位置における高さの変位に寄与する地理空間情報の組み合わせを判定する判定モデルを学習するからである。

＜＜第１の参考例の第１の変形例＞＞
次に、第１の参考例の第１の変形例について説明する。本変形例の分析装置１０の構成は、第１の参考例の分析装置１０の構成と同じである。本変形例の分析装置１０の機能及び動作は、以下の相違点を除いて、第１の参考例の分析装置１０の機能及び動作と同じである。

＜＜学習部１１３＞＞
本変形例の学習部１１３が生成する判定モデルは、高さの変位に寄与する地理空間情報の情報に加えて、地理空間情報の寄与の大きさを表す値を出力する。

上述のように、学習部１１３は、例えば、高さの変位を目的変数とし、地理空間情報を説明変数として異種混合学習を行うことによって、場合分け条件と、その場合分け条件に対する予測式と、の複数の組を得ることができる。本参考例の学習部１１３は、学習の前に、地理空間情報の値域がそれぞれの地理空間情報で同じ（例えば、０以上１以下）になるように、それぞれの地理空間情報の値を変換する。上述のように、場合分け条件は、条件式の組み合わせである。場合分け条件に対する予測式は、その場合分け条件に含まれる条件式がすべて満たされる場合の予測式である。予測式は、説明変数の線形式によって表される。説明変数は、地理空間情報を表す。学習部１１３は、予測式に含まれる説明変数が表す地理空間情報を、高さの変位に寄与する地理空間情報とみなす。そして、学習部１１３は、予測式において、地理空間情報を表す説明変数の係数を、その地理空間情報の寄与の大きさとみなす。

学習部１１３は、以下のような判定モデルを生成する。判定モデルは、場合分け条件が満たされる場合に、その場合分け条件に対する予測式に含まれる説明変数によって表される地理空間情報を、高さの変位に寄与する地理空間情報として判定する。判定モデルは、また、場合分け条件が満たされる場合に、その場合分け条件に対する予測式に含まれる説明変数の係数を、その説明変数によって表される地理空間情報の高さの変位に対する寄与の大きさとして判定する。判定モデルは、高さの変位に寄与する地理空間情報として判定した地理空間情報の情報と、その地理空間情報の高さの変位に対する寄与の大きさを表す情報とを出力する。

＜＜判定部１２３＞＞
判定部１２３は、モデル記憶部１２５に格納されている判定モデルに従って、対象地点における高さの変位に寄与する地理空間情報の組み合わせと、その組み合わせに含まれる地理空間情報の、高さの変位に対する寄与の大きさとを判定する。具体的には、判定部１２３は、例えば、判定モデルに含まれる複数の条件のうち、受け取った地理空間情報の値によって満たされる条件を特定する。判定部１２３は、特定した条件が満たされる場合の、高さの変位に寄与する地理空間情報の組み合わせが、対象地点における高さの変位に寄与する地理空間情報の組み合わせであると判定する。さらに、判定部１２３は、特定した条件が満たされる場合の高さの変位に寄与する地理空間情報の高さの変位に対する寄与の大きさが、それらの地理空間情報の、対象地点における高さの変位に対する寄与の大きさであると判定する。

判定部１２３は、対象地点における高さの変位に寄与する地理空間情報の組み合わせの情報と、組み合わせに含まれる地理空間情報の寄与の大きさを表す情報とを、出力部１２４に送出する。

＜＜出力部１２４＞＞
出力部１２４は、判定部１２３から、対象地点における高さの変位に寄与する地理空間情報の組み合わせの情報と、組み合わせに含まれる地理空間情報の寄与の大きさを表す情報とを受け取る。出力部１２４は、受け取った、対象地点における高さの変位に寄与する地理空間情報の組み合わせの情報と、組み合わせに含まれる地理空間情報の寄与の大きさを表す情報とを出力する。出力部１２４は、例えば、ディスプレイなどに、対象地点における高さの変位に寄与する地理空間情報の組み合わせと寄与の大きさとを表示してもよい。出力部１２４は、対象地点における高さの変位に寄与する地理空間情報の組み合わせと寄与の大きさとを、他の情報処理装置や上述の端末装置などに送出してもよい。

＜＜第１の参考例の第２の変形例＞＞
図３は、第１の参考例の変形例の分析システム１の構成を表すブロック図である。図３に示す例では、分析システム１は、学習装置１１と、分析装置２１と、地理空間情報記憶装置３１、端末装置５１とを含む。学習装置１１、分析装置２１、地理空間情報記憶装置３１、及び、端末装置５１は、通信ネットワークであるネットワーク４０によって、通信可能に互いに接続されている。分析システム１は、第１の参考例の分析装置１０の機能を、学習装置１１と、分析装置２１と、地理空間情報記憶装置３１とによって実現する。端末装置５１は、上述の端末装置である。

図４は、本変形例の分析システム１が含む学習装置１１、分析装置２１、及び、地理空間情報記憶装置３１の詳細な構成の例を表すブロック図である。図４では、図３のネットワーク４０によって実現される、学習装置１１、分析装置２１、及び、地理空間情報記憶装置３１の構成要素の間のデータの受け渡しが、構成要素間をつなぐ線によって描かれている。

学習装置１１は、第１受取部１１１と、第１抽出部１１２と、学習部１１３と、第１読出部１１４と、送信部１１５とを含む。第１受取部１１１、第１抽出部１１２、及び、学習部１１３は、それぞれ、第１の参考例の、同じ符号が付与された同じ名称の部と同じである。

第１読出部１１４は、地理空間情報記憶装置３１の地理空間情報記憶部１３１から、入出力部１３２を介して、地理空間情報を読み出す。具体的には、第１読出部１１４は、地理空間情報記憶装置３１の入出力部１３２に、地理空間情報の要求を送信し、入出力部１３２によって地理空間情報記憶部１３１から読み出された、要求された地理空間情報を、入出力部１３２から受け取ってよい。地理空間情報の要求は、地点を特定する地点情報（例えば、緯度及び経度の情報）を含んでいてよい。要求された地理空間情報は、地点情報によって特定される地点の、地理空間情報の値を指す。

送信部１１５は、学習部１１３によって学習された判定モデル（言い換えると、判定器のパラメータ）を、分析装置２１に送信する。

分析装置２１は、第２受取部１２１と、第２抽出部１２２と、判定部１２３と、出力部１２４と、モデル記憶部１２５と、第２読出部１２６と、受信部１２７とを含む。第２受取部１２１、第２抽出部１２２、判定部１２３、出力部１２４、及び、モデル記憶部１２５は、それぞれ、第１の参考例の、同じ符号が付与された同じ名称の部と同じである。

第２読出部１２６は、地理空間情報記憶装置３１の地理空間情報記憶部１３１から、入出力部１３２を介して、地理空間情報を読み出す。具体的には、第２読出部１２６は、地理空間情報記憶装置３１の入出力部１３２に、地理空間情報の要求を送信し、入出力部１３２によって地理空間情報記憶部１３１から読み出された、要求された地理空間情報を、入出力部１３２から受け取ってよい。地理空間情報の要求は、地点を特定する地点情報（例えば、緯度及び経度の情報）を含んでいてよい。第２読出部１２６によって生成され送信される地理空間情報の要求は、地理空間情報の種類を特定する種類情報を含んでいてもよい。種類情報は、複数の種類を特定してもよい。地理空間情報の要求に種類情報が含まれる場合、後述されるように、入出力部１３２は、地点情報によって特定される地点の、種類情報によって特定される全ての種類の地理空間情報の値を、第２読出部１２６に送出する。

受信部１２７は、学習装置１１の送信部１１５から、判定モデルを受け取る。受信部１２７は、受け取った判定モデルを、モデル記憶部１２５に格納する。

地理空間情報記憶装置３１は、地理空間情報記憶部１３１と、入出力部１３２とを含む。地理空間情報記憶部１３１は、第１の参考例の地理空間情報記憶部１３１と同じである。

入出力部１３２は、地理空間情報の要求を受け取る。地理空間情報の要求の送信元は、第１読出部１１４又は第２読出部１２６である。上述のように、地理空間情報の要求は、地点を特定する情報を含んでいてよい。入出力部１３２は、地理空間情報の要求に含まれる、地点を特定する情報によって特定される地点の地理空間情報の値を、地理空間情報記憶部１３１に格納されている地理空間情報から抽出する。入出力部１３２は、特定される地点の全ての種類の地理空間情報の値を抽出してもよい。地理空間情報の要求は、地理空間情報の種類を特定する情報を含んでいてもよい。その場合、入出力部１３２は、地理空間情報の要求に含まれる、地理空間情報の種類を特定する情報によって特定される、全ての種類の地理空間情報の値を抽出してもよい。入出力部１３２は、抽出した地理空間情報の値を、地理空間情報の要求の送信元に送信する。

本変形例の分析システム１の動作は、次の相違点を除いて、図２に示す、第１の参考例の分析装置１０の動作と同様である。上述の相違点は、例えば、地理空間情報の読出しを、第１読出部１１４及び入出力部１３２を介して、又は、第２読出部１２６及び入出力部１３２を介して行う点と、判定モデルの受け渡しを送信部１１５及び受信部１２７を介して行う点である。

＜第２の参考例＞
図１は、本開示の第２の参考例の分析装置１０の構成を表す図である。本参考例の分析装置１０の構成は、第１の参考例の分析装置１０の構成と同じである。本参考例の分析装置１０の構成要素は、以下で説明する相違点を除いて、同一の名称及び符号が付与されている、第１の参考例の分析装置１０の構成要素と同じである。

＜＜学習部１１３＞＞
本参考例の学習部１１３は、第１の参考例の学習部１１３が学習する判定モデルと異なる判定モデルを学習する。その他の点において、本参考例の学習部１１３は、第１の参考例の学習部１１３と同じである。例えば、第１の参考例の学習部１１３と同様に、本参考例の学習部１１３は、第１抽出部１１２から、学習用変位データと、その学習用変位データが経年変位を表す領域の、抽出された地理空間情報の値と、を受け取る。第１の参考例の学習部１１３と同様に、本参考例の学習部１１３は、学習によって得られた判定モデルを、モデル記憶部１２５に格納する。

本参考例の学習部１１３も、例えば、高さの変位を目的変数とし、地理空間情報を説明変数として、例えば所定期間後の高さの変位を予測するように、異種混合学習を行う。学習部１１３は、異種混合学習を行うことによって、条件式の組み合わせと、その組み合わせに含まれる全ての条件式が満たされる場合の予測式と、の複数の組を得ることができる。上述のように、条件式の各々は、必ずしも同一ではない、１つの地理空間情報の値に対する条件を表す。条件式の組み合わせは、上述のように、１つ以上の条件式を含む。この条件式の組み合わせを、場合分け条件と表記する。予測式は、高さの変位を予測する式である。予測式の各々は、１つ以上の説明変数の線形式によって表される。説明変数の各々は、いずれか１つの地理空間情報を表す。予測式に含まれる説明変数が表す地理空間情報は、高さの変位に寄与する地理空間情報であると言える。

以下の説明において、「場合分け条件が満たされる」は、場合分け条件に含まれるすべての条件式が満たされることを表す。場合分け条件に対する予測式は、その場合分け条件が満たされる場合の予測式を表す。

本参考例の学習部１１３は、場合分け条件が満たされる場合に、その場合分け条件に対する予測式によって高さの変位の予測を行う、判定モデルを生成する。判定モデルは、予測された高さの変位の情報を出力する。

＜＜判定部１２３＞＞
本参考例の判定部１２３は、第１の参考例の判定部１２３と同様に、対象地点における地理空間情報の値を、第２抽出部１２２から受け取る。判定部１２３は、対象地点情報を第２抽出部１２２から受け取ってもよい。

本参考例の判定部１２３は、モデル記憶部１２５に格納されている判定モデルに従って、対象地点における高さの変位の予測を行う。具体的には、判定部１２３は、例えば、判定モデルに含まれる複数の条件のうち、受け取った、対象地点における地理空間情報の値によって満たされる条件を特定する。判定部１２３は、特定した条件が満たされる場合の予測式を使用して、高さの変位の予測を行う。

判定部１２３は、予測した高さの変位を表す情報を、出力部１２４に送出する。

＜＜出力部１２４＞＞
出力部１２４は、予測された高さの変位を表す情報を判定部１２３から受け取る。出力部１２４は、受け取った、高さの変位を表す情報を出力する。出力部１２４の出力先は、第１の参考例の出力部１２４の出力部と同様である。

＜動作＞
次に、本参考例の分析装置１０の動作について説明する。

図５は、本参考例の分析装置１０の動作の例を表すフローチャートである。

図５に示すステップＳ１０１及びＳ１０２の動作は、図２に示す、第１の参考例の分析装置１０のステップＳ１０１及びＳ１０２の動作と同じである。

ステップＳ２０３において、本参考例の学習部１１３は、上述の、高さの変位を予測する判定モデルを生成する。

本参考例の分析装置１０は、ステップＳ１０４以降の動作を、ステップＳ１０１、ステップＳ１０２、及び、ステップＳ２０３に続けて行う必要はない。

ステップＳ１０４及びＳ１０５の動作は、図２に示す、第１の参考例の分析装置１０のステップＳ１０４及びＳ１０５の動作と同じである。

ステップＳ２０６において、判定部１２３は、対象地点における高さの変位の予測を、判定モデルによって行う。ステップＳ２０７において、出力部１２４は、予測された高さの変位を出力する。

＜効果＞
本参考例には、地表面の高さの変動を予測することができるという効果がある。その理由は、学習部１１３が、対象地点の位置における地理空間情報の少なくとも一部の値に基づいて、対象地点の位置における高さの変位の予測を行う判定モデルを学習するからである。

＜＜第２の参考例の第１の変形例＞＞
次に、第２の参考例の第１の変形例について説明する。本変形例の分析装置１０の構成は、図１に示す、第２の参考例の分析装置１０の構成と同じである。

学習部１１３は、複数の期間の各々について異種混合学習を行うことによって、それらの期間が経過した後の高さの変位をそれぞれ個別に予測する、複数の判定モデルを生成してよい。複数の期間のそれぞれの長さは、例えば、あらかじめ定められた所定期間の長さの倍数であってもよい。複数の期間のそれぞれの長さは、適宜定められた規則に従って決められていてもよい。複数の期間のそれぞれの長さは、例えば、ユーザによって指定されてもよい。学習部１１３は、生成した複数の判定モデルを、モデル記憶部１２５に格納する。それぞれの判定モデルは、高さの変位の予測を行い、予測された高さの変位を表す情報と、期間を表す情報を出力するよう構成されてもよい。

判定部１２３は、モデル記憶部１２５に格納されている複数の判定モデルを読み出す。判定部１２３は、読み出した複数の判定モデルによって、異なる期間が経過した後の高さの変位の予測をそれぞれ行う。判定部１２３は、異なる期間が経過した後の高さの変位の予測と、それぞれの期間とを出力部１２４に送出する。

出力部１２４は、複数の期間のそれぞれが経過した後の高さの変位の予測を出力する。出力部１２４は、複数の期間を表す情報と、それぞれの期間が経過した後の高さの変位の予測を出力してもよい。

＜＜第２の参考例の第２の変形例＞＞
次に、第２の参考例の第２の変形例について説明する。本変形例の分析装置１０の構成は、図１に示す、第２の参考例の分析装置１０の構成と同じである。

本変形例の学習部１１３は、場合分け条件が満たされる場合に、その場合分け条件に対する予測式によって所定期間が経過した後の高さの変位の予測を行い、さらに、高さの変位に寄与する地理空間情報の分析を行う判定モデルを生成する。判定モデルは、高さの変位に寄与する地理空間情報の分析を、上述のように、高さの変位を予測する予測式に含まれる説明変数によって表される地理空間情報を、高さの変位に寄与する地理空間情報として分析することによって行う。判定モデルは、高さの変位の予測に加えて、高さの変位に寄与する地理空間情報として分析した地理空間情報の情報を出力する。

判定部１２３は、判定モデルによって、高さの変位の予測と、高さの変位に寄与する地理空間情報の分析を行う。判定部１２３は、予測された高さの変位を表す情報と、高さの変位に寄与する地理空間情報を表す情報とを、出力部１２４に送出する。

出力部１２４は、予測された高さの変位を表す情報と、高さの変位に寄与する地理空間情報を表す情報とを出力する。

＜＜第２の参考例の第３の変形例＞＞
次に、第２の参考例の第３の変形例について説明する。本変形例の分析装置１０の構成は、図１に示す、第２の参考例の分析装置１０の構成と同じである。

第２の参考例の第２の変形例を、第２の参考例の第１の変形例のように構成することもできる。本変形例の学習部１１３は、異なる複数の期間の各々について、第２の参考例の第２の変形例の判定モデルと同じ判定モデルを生成してもよい。具体的には、学習部１１３は、それぞれ、異なる期間が経過した後の高さの変位の予測と変位の要因の判定とを行う複数の判定モデルを生成する。前述のように、要因は、地理空間情報のいずれかである。

判定部１２３は、生成された複数の判定モデルによって、対象地点における、異なる複数の期間が経過した後の高さの変位の予測とその高さの変位に寄与する要因の判定とを行う。判定部１２３は、対象地点における、異なる複数の期間が経過した後の、予測された高さの変位を表す情報と、その高さの変位に寄与する要因を表す情報とを、出力部１２４に送出する。

出力部１２４は、予測された高さの変位を表す情報と、その高さの変位に寄与する要因を表す情報とを出力する。

＜＜第２の参考例の第４の変形例＞＞
次に、第２の参考例の第４の変形例について説明する。本変形例の分析装置１０の構成は、図１に示す、第２の参考例の分析装置１０の構成と同じである。

本変形例は、第２の参考例の第２の変形例を、第１の参考例の第１の変形例のように変形した例である。言い換えると、本変形例の学習部１１３は、高さの変位の予測と、要因の判定とを行うのに加えて、その要因の寄与の大きさとを判定する判定モデルを生成してよい。本変形例の判定部１２３は、高さの変位の予測に加えて、高さの変位の要因とその要因の寄与の大きさを判定する。本変形例の判定部１２３は、予測した高さの変位を表す情報と、判定した要因とその要因の寄与の大きさとを表す情報とを、出力部１２４に送出してよい。出力部１２４は、予測された高さの変位を表す情報と、判定された要因とその要因の寄与の大きさとを表す情報とを出力してよい。

＜＜第２の参考例の第５の変形例＞＞
次に、第２の参考例の第５の変形例について説明する。本変形例の分析装置１０の構成は、図１に示す、第２の参考例の分析装置１０の構成と同じである。

本変形例は、第２の参考例の第３の変形例を、第１の参考例の第１の変形例のように変形した例である。言い換えると、本変形例の学習部１１３は、異なる期間が経過した後における高さの変位の予測と、その高さの変位の要因の判定とを行うのに加えて、その要因の寄与の大きさとを判定する、複数の判定モデルを生成する。本変形例の判定部１２３は、複数の判定モデルによって、異なる期間が経過した後における高さの変位の予測と、その高さの変位の要因とその要因の寄与の大きさを判定する。判定部１２３は、予測した高さの変位を表す情報と、判定した要因とその要因の寄与の大きさとを表す情報とを、出力部１２４に送出してよい。出力部１２４は、予測された高さの変位を表す情報と、判定された要因とその要因の寄与の大きさとを表す情報とを出力する。

＜＜第２の参考例の第６の変形例＞＞
第２の参考例、及び、第２の参考例の第１から第５の変形例の分析装置１０の機能は、第１の参考例の第２の変形例のような、複数の装置の組み合わせによって実現できる。

＜第１の実施形態＞
次に、以上の参考例を利用した本開示の第１の実施形態について、図面を参照して詳細に説明する。

＜構成＞
図６は、本実施形態の分析装置１２の構成の例を表す図である。

図６に示す例では、分析装置１２は、第１受取部１１１と、第１抽出部１１２と、学習部１１３と、第２受取部１２１と、第２抽出部１２２と、判定部１２３と、モデル記憶部１２５と、地理空間情報記憶部１３１と、を備える。分析装置１２は、さらに、予測部１４１と、検出部１４２と、出力部１４３と、対象情報受付部１４４と、観測結果記憶部１４５とを含む。本実施形態の第１受取部１１１、第１抽出部１１２、学習部１１３、第２受取部１２１、第２抽出部１２２、判定部１２３、モデル記憶部１２５、及び、地理空間情報記憶部１３１は、それぞれ、同じ名称と同じ符号が付与されている部と同様に機能する。以下では、本実施形態と第２の参考例との間の相違点について説明する。

＜＜第１受取部１１１＞＞
第１受取部１１１は、地表面の高さの観測の結果を表す観測データを受け取り、受け取った観測データを、観測結果記憶部１４５に格納する。観測データは、例えば、過去の複数の時点において行われた、ＳＡＲによる観測によって得られた変位データである。観測データは、例えば、均等な間隔で複数の地点（すなわち、観測点）において得られていてよい。観測点の間隔は、方向によって異なっていてよい。例えば、観測点の南北方向における間隔が、それらの観測点の東西方向における間隔と異なっていてもよい。なお、この観測データは、学習用データと異なるデータであってよい。

観測データは、例えば、Ｘバンド（波長約３ｃｍ（ｃｅｎｔｉｍｅｔｅｒｓ））又はＣバンド（波長約６ｃｍ）でのレーダによる観測の結果をもとに作成された、時系列の複数のＳＡＲ画像の解析によって得られた、地表の高さの変位の推移を表す。時系列の複数のＳＡＲ画像の解析の方法として、例えば、時系列干渉ＳＡＲ解析がある。時系列干渉ＳＡＲ解析には、例えば、ＰＳ（Ｐｅｒｓｉｓｔｅｎｔ Ｓｃａｔｔｅｒｅｒｓ）法と、ＳＢＡＳ（Ｓｍａｌｌ ＢＡｓｅｌｉｎｅ Ｓｕｂｓｅｔ）法がある。ＰＳ法は、エリア内のポイントの微小変動によく使用される。ＳＢＡＳ法は、エリア内の面的で大きい変動によく使用される。両方の方法が併用されることもある。

上述のように、観測データである変位データによって、観測点の位置を特定する情報と、観測が行われた時点を特定する情報と、観測によって得られた高さの変位を表す情報とを特定できる。

＜＜観測結果記憶部１４５＞＞
観測結果記憶部１４５は、第１受取部１１１によって格納された、上述の観測データを記憶する。

＜＜地理空間情報記憶部１３１＞＞
地理空間情報記憶部１３１は、第２の参考例の地理空間情報記憶部１３１と同様の地理空間情報を記憶していてよい。本実施形態の地理空間情報記憶部１３１は、地理空間情報の一種として、施設の情報を記憶する。施設は、例えば埋設施設である。埋設施設は、例えば、水道管、ガスなどのパイプライン網、埋設されている発電関連施設、送電施設、配電施設、ガス貯蔵施設、石油貯蔵施設、水道管などの、地中に埋設されている施設である。地理空間情報記憶部１３１は、これらの施設が埋設されている範囲の情報を、施設の範囲として、地理空間情報として記憶していてよい。埋設施設が埋設されている範囲の情報は、例えば、埋設施設を地表面に鉛直方向に投影した場合の、埋設施設の像の範囲であってよい。施設の地理空間情報の値は、例えば、それぞれの施設に割り当てられている識別情報（例えば、識別番号）であってもよい。施設の地理空間情報の値は、例えば、それぞれの施設の種類を表していてもよい。施設は、例えば地表に設置されている、石油貯蔵施設やガス貯蔵施設などの埋設されていない施設を含んでいてもよい。その場合、地理空間情報記憶部１３１は、それらの施設の範囲の情報を、地理空間情報として記憶していてよい。

＜＜対象情報受付部１４４＞＞
対象情報受付部１４４は、例えば端末装置５１から、領域を表す情報を受け付ける。対象情報受付部１４４が受け付けた情報が表す領域を、対象領域と表記する。対象領域は、例えば、上述の施設を含む領域である。領域のサイズは、例えば、４ｋｍ（ｋｉｌｏｍｅｔｅｒ）四方、１０ｋｍ四方等であってよい。領域のサイズは、適宜定められてよい。領域の形状は、正方形でなくてよい。領域の形状は、適宜定められてよい。対象情報受付部１４４は、受け取った対象領域を表す情報を、予測部１４１に送出する。

＜＜予測部１４１＞＞
予測部１４１は、対象情報を表す情報を、対象情報受付部１４４から受け取る。予測部１４１は、観測結果記憶部１４５に格納されている観測データから、対象領域における観測の結果を表す観測データを抽出する。予測部１４１は、例えば、対象領域に含まれる観測点における観測データを、観測結果記憶部１４５から読み出してよい。本実施形態では、観測データは、地表面の高さの変位の推移である。

予測部１４１は、受け取った観測データに基づいて、観測点の各々における将来の地表面の高さの変位の予測を行う。具体的には、予測部１４１は、観測点の各々について、上述のように地表面の高さの変位の推移を表す観測データを使用して、経過時間と高さの変位との関係を近似的に表す予測式を導出してよい。本実施形態では、予測式は、経過時間と高さの変位との関係を近似的に表す近似直線を表す。近似直線の算出方法は、例えば最小二乗法などの、既存の様々な方法から選択された方法であってよい。近似式は、必ずしも直線を表していなくてもよい。近似式は、２次以上の式であってもよい。近似式は、非線形であってもよい。

上述のように、予測部１４１は、対象領域（対象範囲とも称する）内の地表面の高さの変位の推移に基づいて、対象領域内の地表面の高さの変位の予測を行う。予測部１４１は、高さの変位の予測の結果（言い換えると、予測された高さの変位を表す情報）を、検出部１４２に送出する。予測部１４１は、予測された高さの変位を表す情報として、予測式を検出部１４２に送出してもよい。この場合、検出部１４２が、予測式を受け取り、受け取った予測式によって高さの変位の予測を行ってよい。例えば所定の１つ以上の時点における高さの変位を予測する場合、予測部１４１は、予測式を用いて、所定の１つ以上の時点における高さの変位を算出し、算出した高さの変位を、予測された高さの変位を表す情報として、検出部１４２に送出してもよい。以下の説明では、算出した高さの変位を、予測された高さの変位を表す情報として、検出部１４２に送出する。予測式によって予測された高さの変位を、以下の説明では、第１予測変位とも表記する。

予測部１４１は、予測された高さの変位を表す情報に加えて、対象範囲を表す情報と、対象範囲に含まれる観測点の各々の位置を表す情報とを、検出部１４２に送出してよい。なお、対象範囲に含まれる観測点の各々の位置を表す情報が、対象範囲を表す情報であってもよい。予測部１４１は、対象範囲を表す情報として、対象範囲に含まれる観測点の各々の位置を表す情報を、検出部１４２に送出してもよい。

＜＜＜検出部１４２＞＞
検出部１４２は、予測された高さの変位を表す情報と、対象範囲を表す情報と、観測点の位置を表す情報とを、予測部１４１から受け取る。検出部１４２は、対象範囲内の施設の範囲を、第２抽出部１２２から受け取る。検出部１４２は、予測式を用いて予測された高さの変位に基づいて、対象範囲内の対象現象を検出する。

対象現象は、不同変位とストレス異常とを含む。不同変位は、同一の施設において、高さの不均一な変位を表す。不同変位は、例えば、１つの施設の領域において、沈下又は浮上の速度が同一でないことを表す。例えば、施設が傾きながら沈下する現象は、不同変位の一例である。また、ストレス異常は、例えば、変位（すなわち、沈下または浮上）の速さが異なる２つの領域の境界において施設にストレスが掛かることを示す。ストレス異常は、例えば、施設の範囲に、領域内の変位の速度は均一であるが、互いに異なる速さで沈下する２つ以上の領域が存在する場合に生じる。

上述のように、検出部１４２は、予測された高さの変位を表す情報として、予測式を用いて予測された、例えば将来の１つ以上の時点における高さの変位（高さの変位の予測値とも表記）を受け取ってもよい。予測式を用いて予測された高さの変位の予測値は、上述のように、第１の予測変位と表記される。検出部１４２は、予測された高さの変位を表す情報として、予測式を受け取ってもよい。検出部１４２が、予測した高さの変位を表す情報として予測式を受け取るよう構成されている場合、検出部１４２は、受け取った予測式を使用して、例えば将来の１つ以上の時点における高さの変位の予測値を算出してよい。２つ以上の時点における高さの変位の予測値が算出される場合、検出部１４２は、２つ以上の時点の各々において、対象現象を検出してもよい。

検出部１４２は、対象範囲における、予測式を用いて予測された高さの変位（すなわち第１の予測変位）の分布を生成する。

検出部１４２は、第１の予測変位の分布における傾きを算出してよい。傾きは、例えば、勾配の大きさであってよい。勾配の大きさは、例えば、変位の分布を地表面上の位置（２次元）と変位の大きさ（１次元）の３次元空間の曲面によって表した場合に、その曲面の傾きが最大になる方向における、傾きの大きさを表す。傾きの算出方法は、既存の様々な方法から適宜選択された方法であってよい。

検出部１４２は、第１の予測変位の分布における傾きの空間的な変化の大きさを算出してよい。本説明において、傾きの空間的な変化の大きさを、単に、傾きの空間的な変化、及び、傾きの変化とも表記する。本実施形態では、傾きの変化は、時間の経過に伴う同一地点における傾きの変化の大きさではなく、空間的な位置の変化に伴う、同一時点における傾きの変化の大きさを指す。

検出部１４２は、第２抽出部１２２を介して、対象範囲に存在する施設の情報を、地理空間情報記憶部１３１から読み出す。具体的には、検出部１４２は、例えば、対象範囲を表す情報を第２抽出部１２２に送出してよい。検出部１４２は、第２抽出部１２２から、対象範囲における施設の領域を表す情報を受け取る。

検出部１４２は、第１予測変位の分布において、傾きが所定の基準（例えば所定の傾き閾値）よりも大きい部分を検出してよい。検出部１４２は、検出した部分が、施設の領域に含まれるか否かを判定する。検出部１４２は、施設の領域において第１予測変位の分布の傾きが所定の基準よりも大きい部分が存在する場合、その施設において不同変位を検出してよい。

以下の説明では、予測式を用いて予測された高さの変位（例えば第１予測変位の分布）に基づいて検出された不同変位を、第１不同変位と表記することもある。地表面において、第１予測変位の分布の傾きが所定の基準よりも大きい部分を、第１不同変位部分と表記する。

検出部１４２は、施設の領域と、施設の領域からの距離が基準（第１基準と表記）よりも近い範囲とを含む領域（第１影響領域と表記）に含まれる第１不同変位部分が存在する場合、その施設において不同変位を検出してもよい。第１基準は、例えば、適宜定められた距離であってよい。

検出部１４２は、第１予測変位の分布において、傾きの変化が所定の基準（例えば所定の変化閾値）よりも大きい部分を検出してもよい。検出部１４２は、検出した部分が、施設の領域に含まれるか否かを判定する。検出部１４２は、施設の領域において傾きの変化が所定の基準よりも大きい部分が存在する場合、その施設においてストレス異常を検出してよい。

以下の説明では、予測式を用いて予測された高さの変位（例えば第１予測変位の分布）に基づいて検出されたストレス異常を、第１ストレス異常と表記することもある。地表面において、第１予測変位の分布の傾きの大きさが所定の基準よりも大きい部分を、第１ストレス異常部分と表記する。

検出部１４２は、施設の領域と、施設の領域からの距離が基準（第１基準と表記）よりも近い範囲とを含む領域（第１影響領域と表記）に含まれる第１ストレス異常部分が存在する場合、その施設においてストレス異常を検出してもよい。第１基準は、例えば、適宜定められた距離であってよい。本実施形態の説明では、ストレス異常の検出のための第１基準は、不同変位の検出のための第１基準と同じであるが、異なっていてもよい。

また、検出部１４２は、判定部１２３が予測した（具体的には、判定部１２３が上述の判定モデルによって予測した）、例えば前述の所定の１つ以上の時点の、対象範囲に含まれる各観測点における高さの変位を、判定部１２３から受け取ってよい。以下の説明では、この判定モデルによって予測された高さの変位を、第２予測変位とも表記する。

検出部１４２は、第２予測変位に基づいて、具体的には、第２予測変位の分布に基づいて、対象現象を検出してよい。以下の説明では、対象現象のうち、第２予測変位に基づいて検出された不同変位を、第２不同変位と表記することもある。対象現象のうち、第２予測変位に基づいて検出されたストレス異常を、第２ストレス異常と表記することもある。

この場合、検出部１４２は、対象範囲における、判定モデルによって予測された高さの変位（すなわち第２の予測変位）の分布を生成する。検出部１４２は、第２の予測変位の分布における傾きを算出してよい。検出部１４２は、第２の予測変位の分布における傾きの変化を算出してよい。

検出部１４２は、第２予測変位の分布において、傾きが所定の基準（例えば所定の傾き閾値）よりも大きい部分を検出してよい。検出部１４２は、検出した部分が、施設の領域に含まれるか否かを判定する。以下の説明では、第２予測変位の分布における傾きが所定の基準よりも大きい部分を、第２不同変位部分と表記する。検出部１４２は、施設の領域に含まれる第２不同変位部分が存在する場合、その施設において不同変位を検出してよい。

検出部１４２は、施設の領域と、施設の領域からの距離が基準（第２基準と表記）よりも近い範囲とを含む領域（第２影響領域と表記）に含まれる第２不同変位部分が存在する場合、その施設において不同変位を検出してもよい。第２基準は、例えば、適宜定められた距離であってよい。

検出部１４２は、第２予測変位の分布において、傾きの変化が所定の基準（例えば所定の変化閾値）よりも大きい部分を検出してよい。検出部１４２は、検出した部分が、施設の領域に含まれるか否かを判定する。以下の説明では、第２予測変位の分布における傾きの変化が所定の基準よりも大きい部分を、第２ストレス異常部分と表記する。検出部１４２は、施設の領域に含まれる第２ストレス異常部分が存在する場合、その施設においてストレス異常を検出してよい。

検出部１４２は、施設の領域と、施設の領域からの距離が基準（第２基準と表記）よりも近い範囲とを含む領域（第２影響領域と表記）に含まれる第２ストレス異常部分が存在する場合、その施設においてストレス異常を検出してもよい。第２基準は、例えば、適宜定められた距離であってよい。本実施形態の説明では、ストレス異常の検出のための第２基準は、不同変位の検出のための第２基準と同じであるが、異なっていてもよい。

検出部１４２は、第１予測変位と第２予測変位とに基づいて、具体的には、第１予測変位と第２予測変位との差に基づいて、対象現象を検出してよい。以下の説明では、第１予測変位と第２予測変位との差に基づいて検出された対象現象を、第３対象現象と表記することもある。

具体的には、検出部１４２は、観測点ごとに、第１予測変位と第２予測変位との差を算出してもよい。そして、検出部１４２は、対象範囲における、第１予測変位と第２予測変位との差の分布を導出してよい。検出部１４２は、第１予測変位と第２予測変位との差の分布において傾きを算出してよい。

検出部１４２は、第３予測変位の分布において、傾きが所定の基準（例えば所定の傾き閾値）よりも大きい部分を検出してよい。第１予測変位と第２予測変位との差の傾きと所定の傾き基準とに基づいて検出されたストレス異常を、第３ストレス異常と表記することもある。第３予測変位の分布における傾きが所定の基準よりも大きい部分を、第３ストレス異常部分と表記する。

検出部１４２は、第３ストレス異常部分が施設の領域に含まれるか否かを判定してよい。検出部１４２は、施設の領域に含まれる第３ストレス異常部分が存在する場合、その施設においてストレス異常を検出してよい。

検出部１４２は、施設の領域と、施設の領域からの距離が基準（第３基準と表記）よりも近い範囲とを含む領域（第３影響領域と表記）に含まれる第３ストレス異常部分が存在する場合、その施設においてストレス異常を検出してもよい。第３基準は、例えば、適宜定められた距離であってよい。なお、第１基準、第２基準、及び、第３基準は、すべて異なっていてもよい。第１基準、第２基準、及び、第３基準の少なくともいずれか２つが同じであってもよい。また、傾き閾値はすべて同じであってもよい。傾き閾値は、その傾き閾値が傾きの基準として使用される分布の種類に応じて異なっていてもよい。変化閾値はすべて同じであってもよい。変化閾値は、その変化閾値が傾きの変化の基準として使用される分布の種類に応じて異なっていてもよい。

検出部１４２は、第３予測変位の分布において、傾きの変化が所定の基準（例えば所定の変化閾値）よりも大きい部分を検出してよい。検出部１４２は、検出した部分が、施設の領域に含まれるか否かを判定する。以下の説明では、第１予測変位と第２予測変位との差の傾きの変化に基づいて検出されたストレス異常を、第４ストレス異常と表記することもある。第３予測変位の分布における傾きの変化が所定の基準よりも大きい部分を、第４ストレス異常部分と表記する。検出部１４２は、施設の領域に含まれる第４ストレス異常部分が存在する場合、その施設においてストレス異常を検出してよい。

検出部１４２は、第１不同変位、第２不同変位、第１ストレス異常、第２ストレス異常、第３ストレス異常、及び、第４ストレス異常の全てを対象現象として検出してもよい。検出部１４２は、第１不同変位、第２不同変位、第１ストレス異常、第２ストレス異常、第３ストレス異常、及び、第４ストレス異常のうち、あらかじめ定められた１つまたは２つを対象現象として検出してもよい。

検出部１４２は、対象現象が検出された施設の情報を、出力部１４３に送出する。施設の情報は、施設の領域の場所を表す情報であってよい。検出部１４２は、さらに、対象現象が検出された領域の情報（例えば、検出された対象現象の場所を表す情報）を、出力部１４３に送出してもよい。検出部１４２は、検出された対象現象の種類を表す情報を、出力部１４３に送出してもよい。対象現象の種類は、上述の、第１不同変位、第２不同変位、第１ストレス異常、第２ストレス異常、第３ストレス異常、及び、第４ストレス異常であってもよい。対象現象の種類は、不同変位及びストレス異常であってもよい。検出部１４２は、第１対象分布、第２対象分布、及び、第１対象変位と第２対象変位との差の分布の少なくともいずれか１つを出力部１４３に送出してもよい。

＜＜第２抽出部１２２＞＞
第２抽出部１２２は、対象範囲を表す情報を受け取る。第２抽出部１２２は、受け取った情報が表す対象範囲における施設に関する地理空間情報の値を、地理空間情報記憶部１３１に格納されている地理空間情報から抽出する。第２抽出部１２２は、抽出した地理空間情報の値に基づいて、対象範囲における施設の範囲を特定する。第２抽出部１２２は、施設の種類ことに、施設の範囲を特定してもよい。第２抽出部１２２は、個別の施設ごとに、施設の範囲を特定してもよい。施設の範囲は、上述の観測点ごとに、観測点に施設が埋設されているか否かを示す情報によって表されていてもよい。この場合、対象範囲を表す情報は、対象範囲に含まれる観測点の各々の位置を表す情報であってもよい。施設の範囲は、施設の範囲の外周を表す他の情報によって表されていてもよい。第２抽出部１２２は、対象範囲に存在する施設の情報を、検出部１４２に送出する。

第２抽出部１２２は、さらに、対象範囲に含まれる観測点における地理空間情報の値を、地理空間情報記憶部１３１に格納されている地理空間情報から抽出してよい。そして、第２抽出部１２２は、対象範囲に含まれる観測点の各々の位置を表す情報と、抽出した、対象範囲に含まれる観測点における地理空間情報の値とを、判定部１２３に送出する。

＜＜判定部１２３＞＞
判定部１２３は、対象範囲に含まれる観測点の各々の位置を表す情報と、対象範囲に含まれる観測点における地理空間情報の値とを、第２抽出部１２２から受け取る。判定部１２３は、あらかじめ学習によって生成された、複数の種類の地理空間情報の少なくとも一部の値に基づいて将来の高さの変位の予測を行う上述の判定モデルによって、地理空間情報の値に基づいて、各観測点における高さの変位の予測を行う。上述のように、判定モデルは、前記地理空間情報の少なくとも一部の各々の値に対する条件と、それらの条件の全てが満たされる場合において前記将来の高さの変位の予測を行う予測式と、によって表される。予測式は、地理空間情報をそれぞれ表す変数の線形和によって表される。

例えば、上述の所定の１つ以上の時点における高さの変位の予測をそれぞれ行う複数の判定モデルが準備されていてよい。判定部１２３は、それらの判定モデルを使用して、上述の所定の１つ以上の時点における高さの予測を行ってよい。

判定部１２３は、予測された高さの変位を、検出部１４２に送出してよい。

＜＜出力部１４３＞＞
出力部１４３は、対象現象が検出された施設の情報を、検出部１４２から受け取ってよい。出力部１４３は、対象現象が検出された領域の情報を、検出部１４２から受け取ってよい。出力部１４３は、検出された対象現象の種類を表す情報を、検出部１４２から受け取ってよい。出力部１４３は、第１対象分布、第２対象分布、及び、第１対象変位と第２対象変位との差の分布の少なくともいずれか１つを、検出部１４２から受け取ってよい。

出力部１４３は、受け取った上述の情報を出力する。出力部１４３は、受け取った上述の情報を表す画面を生成し、生成した画面を分析装置１２のディスプレイに表示してもよい。出力部１４３は、受け取った上述の情報を、例えば上述の画面の形で、端末装置５１に送出してもよい。出力部１４３は、例えば、対象領域の地図に、観測点ごとの、第１対象分布、第２対象分布、及び、第１対象変位と第２対象変位との差の分布の少なくともいずれか１つの値を表す色が付けられた画面を生成してもよい。出力部１４３は、例えば、その画面に、対象現象が検出された施設の範囲を示す図形を重畳してもよい。出力部１４３は、その画面に、対象現象が検出された領域の位置を示す図形を重畳してもよい。出力部１４３は、その画面に、さらに、検出された対象現象の種類を表す情報を重畳してもよい。

＜動作＞
図７は、本実施形態の分析装置１２の、判定モデルを学習する動作の例を表すフローチャートである。

図７に示す例では、ステップＳ１０１、ステップＳ１０２、及び、ステップＳ２０３の動作は、それぞれ、図５に示す、第２の参考例の分析装置１０の、ステップＳ１０１、ステップＳ１０２、及び、ステップＳ２０３の動作と同じである。

図８は、本実施形態の分析装置１２の、対象現象を検出する動作を表すフローチャートである。

図８に示す例では、まず、対象情報受付部１４４が、対象範囲を特定する情報を受け取る（ステップＳ３０１）。次に、予測部１４１が、対象範囲内の観測結果を、観測結果記憶部１４５から読み出す（ステップＳ３０２）。読み出される観測結果は、例えば、対象範囲に含まれる観測点における、地表面の高さの変位の推移を表すデータである。予測部１４１は、対象範囲内の観測点の各々における高さの変位の推移に基づいて、それらの観測点の各々における、上述の第１予測変位を推定する（ステップＳ３０３）。次に、例えば第２抽出部１２２が、対象範囲内の施設（例えば埋設施設など）の情報を抽出する（ステップＳ３０４）。次に、判定部１２３が、予測処理を行う（ステップＳ３０５）。予測処理により、対象範囲内の観測点の各々における、上述の第２予測変位が得られる。次に、検出部１４２は、対象範囲内の観測点の各々における、第１予測変位と第２予測変位との差を算出する（ステップＳ３０６）。検出部１４２は、例えば検出部１４２が、第１予測変位の分布、第２予測変位の分布、及び、第１予測変位と第２予測変位との差の分布に基づいて、対象現象を検出する（ステップＳ３０７）。検出部１４２は、施設の範囲に検出された対象現象を特定する（ステップＳ３０８）。施設の範囲は、施設が存在する範囲であってもよい。施設の範囲は、施設が存在する範囲と、施設が存在する範囲から所定距離以内の範囲と、を含む範囲であってもよい。そして、出力部１４３は、対象現象が検出された施設の情報を出力する（ステップＳ３０９）。

次に、本実施形態の分析装置１２の、予測処理の動作について説明する。

図９は、本実施形態の分析装置１２の、予測処理の動作を表すフローチャートである。

図９に示す例では、ステップＳ３１４、ステップＳ３１５、ステップＳ３１６の動作は、それぞれ、図５に示す、第２の参考例の分析装置１０のステップＳ１０４、ステップＳ１０５、ステップＳ２０６の動作と同様である。ステップＳ３１７において、判定部１２３は、予測された高さの変位である第２予測変位を送出する。２つ以上の時点における第２予測変位を出力する場合、ステップＳ２０６において、それらの時点における予測をそれぞれ行う複数の判定モデルによって、２つ以上の時点における第２予測変位の予測を行う。

＜効果＞
本実施形態には、不同変位やストレス異常などの対象現象が少なくとも将来基準を超える可能性がある施設を把握できる効果がある。その理由は、検出部１４２が、対象範囲内の地表面の高さの変位の推移に基づいて予測された、地表面の高さの変位の分布に基づいて、対象現象を検出するからである。

＜第２の実施形態＞
次に、本開示の第２の実施形態について、図面を参照して詳細に説明する。

＜構成＞
図１０は、本実施形態の分析装置１３の構成の例を表すブロック図である。

図１０に示す例では、分析装置１３は、対象情報受付部１４４と、観測結果記憶部１４５と、算出部１５１と、検出部１４２と、第２抽出部１２２と、地理空間情報記憶部１３１と、出力部１４３とを含む。以下では、本実施形態の分析装置１３と、第１の実施形態の分析装置１２との相違点について主に説明する。

＜＜対象情報受付部１４４＞＞
対象情報受付部１４４は、第１の実施形態の対象情報受付部１４４と同様に、対象範囲の情報を受け取る。対象情報受付部１４４は、対象範囲の情報を、算出部１５１に送出する。

＜＜算出部１５１＞＞
算出部１５１は、対象範囲の情報を対象情報受付部１４４から受け取る。算出部１５１は、受け取った情報が示す対象範囲に含まれる観測点における観測データを、観測結果記憶部１４５から読み出す。算出部１５１は、対象範囲に含まれる観測点の各々における、所定期間前の時点における地表面の高さの変位と、最も新しい地表面の高さの変位との差（言い換えると、所定期間前からの地表面の高さの変位）を算出する。算出部１５１は、対象範囲の情報と、所定期間前からの地表面の高さの変位とを、検出部１４２に送出する。

＜＜地理空間情報記憶部１３１＞＞
本実施形態の地理空間情報記憶部１３１は、少なくとも、例えば上述の埋設施設などの施設の、範囲などの情報を、地理空間情報の値として記憶している。

＜＜第２抽出部１２２＞＞
本実施形態の第２抽出部１２２は、例えば検出部１４２から対象範囲の情報を受け取り、対象範囲に含まれる施設の情報を、地理空間情報記憶部１３１が記憶する地理空間情報から抽出する。第２抽出部１２２は、抽出した施設の情報を検出部１４２に送出する。

＜＜検出部１４２＞＞
検出部１４２は、算出部１５１から、対象範囲の情報と、所定期間前からの地表面の高さの変位とを受け取る。検出部１４２は、第２抽出部１２２を介して、地理空間情報記憶部１３１から、対象範囲内の施設の情報を受け取る。具体的には、検出部１４２は、対象範囲の情報を第２抽出部１２２に送出し、第２抽出部１２２が検出した、対象範囲内の施設の情報を、第２抽出部１２２から受け取る。検出部１４２は、対象範囲において、所定期間前からの地表面の高さの変位の分布に基づいて、対象現象を検出する。対象現象は、上述のように、不同変位、及び、ストレス異常の少なくとも一方である。

検出部１４２は、例えば、所定期間前からの地表面の高さの変位の分布の傾きが所定基準（例えば傾き閾値）をよりも大きい領域を、不同変位領域として検出してよい。そして、検出部１４２は、施設の範囲に不同変位領域が検出された場合、その施設の不同変位を検出してよい。検出部１４２は、施設の範囲と、施設の範囲から所定距離以内の範囲と、を含む範囲に、不同変位領域が検出された場合、その施設に不同変位を検出してもよい。

検出部１４２は、例えば、所定期間前からの地表面の高さの変位の分布の傾きの変化の大きさ（以下では、単に、傾きの変化と表記）が所定基準（例えば変化閾値）をよりも大きい領域を、ストレス異常領域として検出してよい。そして、検出部１４２は、施設の範囲にストレス異常領域が検出された場合、その施設のストレス異常を検出してよい。検出部１４２は、施設の範囲と、施設の範囲から所定距離以内の範囲と、を含む範囲に、ストレス異常領域が検出された場合、その施設にストレス異常を検出してもよい。

検出部１４２は、対象範囲内の地表面の高さの変位の分布と、検出された対象現象の情報と、対象現象が検出された施設の情報とを、出力部１４３に送出する。

＜＜出力部１４３＞＞
出力部１４３は、対象範囲内の地表面の高さの変位の分布と、検出された対象現象の情報と、対象現象が検出された施設の情報とを検出部１４２から受け取る。出力部１４３は、対象現象が検出された施設の情報を出力する。出力部１４３が出力する情報の形式は、第１の実施形態の出力部１４３が出力する情報の形式と同等でよい。

＜動作＞
次に、本実施形態の分析装置１３の動作について、図面を参照して詳細に説明する。

図１１は、本実施形態の分析装置１３の動作の例を表するフローチャートである。図１１に示す例において、分析装置１３のステップＳ３０１及びステップＳ３０２の動作は、図８に示す、第１の実施形態の分析装置１３の、ステップＳ３０１及びステップＳ３０２の動作と同じである。

ステップＳ４０３において、読み出した観測データから、算出部１５１が、対象範囲内の観測地点の各々における、地表面の高さの、所定期間前からの変位を算出する（ステップＳ４０３）。分析装置１３のステップＳ３０４の動作は、図８に示す、第１の実施形態の分析装置１３の、ステップＳ３０４の動作と同じである。

ステップＳ４０７において、検出部１４２は、地表面の高さの、所定期間前からの変位の分布に基づいて、対象現象を検出する（ステップＳ４０７）。分析装置１３のステップＳ３０８及びステップＳ３０９の動作は、図８に示す、第１の実施形態の分析装置１３の、ステップＳ３０８及びステップＳ３０９の動作と同様である。

＜効果＞
本実施形態には、不同変位やストレス異常などの対象現象が基準を超えている施設を把握できるという効果がある。その理由は、検出部１４２が、対象範囲内の地表面の高さの変位の分布に基づいて、対象現象を検出するからである。

＜＜第３の実施形態＞＞
＜構成＞
図１２は、本実施形態の分析装置１４の構成の例を表す図である。

図１２に示す例では、分析装置１４は、予測部１４１と、検出部１４２と、出力部１４３と、を備える。予測部１４１は、対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う。検出部１４２は、前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する。出力部１４３は、前記対象現象が検出された前記施設の情報を出力する。本実施形態の予測部１４１、検出部１４２、及び、出力部１４３は、それぞれ、第１の実施形態の予測部１４１、検出部１４２、及び、出力部１４３と同様に機能する。

＜動作＞
図１３は、本実施形態の分析装置１４の動作の例を表すフローチャートである。

図１３に示す例では、予測部１４１が、対象範囲内の地表面の変位の推移に基づいて、対象範囲内の地表面の高さの変位の予測を行う（ステップＳ５０１）。検出部１４２は、予測された変位の分布に基づいて、対象範囲の施設における対象現象を検出する（ステップＳ５０２）。出力部１４３は、対象現象が検出された施設の情報を出力する（ステップＳ５０３）。

＜効果＞
本実施形態には、第１の実施形態と同じ効果がある。その理由は、第１の実施形態の効果が生じる理由と同じである。

＜＜第４の実施形態＞＞
＜構成＞
図１４は、本実施形態の分析装置１５の構成の例を表す図である。

図１４に示す例では、分析装置１５は、検出部１４２と、出力部１４３と、を備える。検出部１４２は、対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する。出力部１４３は、前記対象現象が検出された前記施設の情報を出力する。本実施形態の検出部１４２、及び、出力部１４３は、それぞれ、第２の実施形態の検出部１４２、及び、出力部１４３と同様に機能する。

＜動作＞
図１５は、本実施形態の分析装置１５の動作の例を表すフローチャートである。

図１５に示す例では、検出部１４２は、対象範囲内の地表面の高さの変位の分布に基づいて、対象範囲の施設における対象現象を検出する（ステップＳ６０２）。出力部１４３は、対象現象が検出された施設の情報を出力する（ステップＳ６０３）。

＜効果＞
本実施形態には、第１の実施形態と同じ効果がある。その理由は、第１の実施形態の効果が生じる理由と同じである。

＜他の実施形態＞
本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、分析装置２１の各々は、記憶媒体から読み出されたプログラムがロードされたメモリと、そのプログラムを実行するプロセッサとを含むコンピュータによって実現することができる。本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、分析装置２１の各々は、専用のハードウェアによって実現することもできる。本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、分析装置２１の各々は、前述のコンピュータと専用のハードウェアとの組み合わせによって実現することもできる。

図１６は、本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、分析装置２１の各々を実現することができる、コンピュータ１０００のハードウェア構成の一例を表す図である。図１６を参照すると、コンピュータ１０００は、プロセッサ１００１と、メモリ１００２と、記憶装置１００３と、Ｉ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）インタフェース１００４とを含む。また、コンピュータ１０００は、記憶媒体１００５にアクセスすることができる。メモリ１００２と記憶装置１００３は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ハードディスクなどの記憶装置である。記憶媒体１００５は、例えば、ＲＡＭ、ハードディスクなどの記憶装置、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、可搬記憶媒体である。記憶装置１００３が記憶媒体１００５であってもよい。プロセッサ１００１は、メモリ１００２と、記憶装置１００３に対して、データやプログラムの読み出しと書き込みを行うことができる。プロセッサ１００１は、Ｉ／Ｏインタフェース１００４を介して、例えば、他の装置にアクセスすることができる。プロセッサ１００１は、記憶媒体１００５にアクセスすることができる。記憶媒体１００５には、コンピュータ１０００を、本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、分析装置２１のいずれかとして動作させるプログラムが格納されている。

プロセッサ１００１は、記憶媒体１００５に格納されている、コンピュータ１０００を、本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、分析装置２１のいずれかとして動作させるプログラムを、メモリ１００２にロードする。そして、プロセッサ１００１が、メモリ１００２にロードされたプログラムを実行することにより、コンピュータ１０００は、本開示の実施形態に係る分析装置１０、学習装置１１、分析装置１２、分析装置１３、分析装置１４、分析装置１５、又は、分析装置２１として動作する。

第１受取部１１１、第１抽出部１１２、学習部１１３、第１読出部１１４、送信部１１５は、例えば、プログラムを記憶する記憶媒体１００５からメモリ１００２にロードされたプログラムを実行するプロセッサ１００１により実現することができる。第２受取部１２１、第２抽出部１２２、判定部１２３、出力部１２４、第２読出部１２６、受信部１２７は、例えば、プログラムを記憶する記憶媒体１００５からメモリ１００２にロードされたプログラムを実行するプロセッサ１００１により実現することができる。入出力部１３２は、例えば、プログラムを記憶する記憶媒体１００５からメモリ１００２にロードされたプログラムを実行するプロセッサ１００１により実現することができる。予測部１４１、検出部１４２、出力部１４３、対象情報受付部１４４、算出部１５１は、例えば、プログラムを記憶する記憶媒体１００５からメモリ１００２にロードされたプログラムを実行するプロセッサ１００１により実現することができる。また、モデル記憶部１２５、地理空間情報記憶部１３１、観測結果記憶部１４５は、コンピュータ１０００が含むメモリ１００２やハードディスク装置等の記憶装置１００３により実現することができる。

第１受取部１１１、第１抽出部１１２、学習部１１３、第１読出部１１４、送信部１１５の一部又は全部を、各部の機能を実現する専用の回路によって実現することもできる。第２受取部１２１、第２抽出部１２２、判定部１２３、出力部１２４、モデル記憶部１２５、第２読出部１２６、受信部１２７の一部又は全部を、各部の機能を実現する専用の回路によって実現することもできる。地理空間情報記憶部１３１、入出力部１３２の一部又は全部を、各部の機能を実現する専用の回路によって実現することもできる。予測部１４１、検出部１４２、出力部１４３、対象情報受付部１４４、観測結果記憶部１４５、算出部１５１の一部又は全部を、各部の機能を実現する専用の回路によって実現することもできる。

また、上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下に限られない。

（付記１）
対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う予測手段と、
前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出手段と、
前記対象現象が検出された前記施設の情報を出力する出力手段と、
を備える分析装置。

（付記２）
前記地表面の状態及び当該地表面の地下の状態の少なくともいずれかをそれぞれ表す、複数の種類の地理空間情報の少なくとも一部の値に基づいて将来の高さの変位の予測を行うように学習した判定モデルによって、前記対象範囲内の前記地理空間情報の値に基づいて当該対象範囲内の地表面の変位の予測を行う判定手段を備え、
前記検出手段は、前記第１予測変位の分布と、前記地理空間情報の値に基づいて前記判定モデルによって予測された変位である第２予測変位の値と、に基づいて、前記対象現象を検出する
付記１に記載の分析装置。

（付記３）
前記検出手段は、前記第１予測変位と前記第２予測変位との差の分布に基づいて、前記対象現象を検出する
付記２に記載の分析装置。

（付記４）
前記検出手段は、前記施設の領域と当該領域からの距離が第３基準よりも近い領域とを含む第３影響領域において、前記第１予測変位と前記第２予測変位との差の分布における傾きが所定基準を満たす部分が存在する場合、前記施設における前記ストレス異常を検出する
付記３に記載の分析装置。

（付記５）
前記検出手段は、前記第２予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
付記２乃至４のいずれか１項に記載の分析装置。

（付記６）
前記検出手段は、前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において前記不同変位を検出する
付記５に記載の分析装置。

（付記７）
前記検出手段は、前記第２予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
付記２乃至６のいずれか１項に記載の分析装置。

（付記８）
前記検出手段は、前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において前記ストレス異常を検出する
付記７に記載の分析装置。

（付記９）
前記判定モデルは、前記地理空間情報の少なくとも一部の各々の値に対する条件と、当該条件の全てが満たされる場合において前記将来の高さの変位の予測を行う予測式と、によって表され、
前記予測式は、前記地理空間情報をそれぞれ表す変数の線形和によって表される
付記２乃至８のいずれか１項に記載の分析装置。

（付記１０）
前記検出手段は、前記第１予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
付記１乃至９のいずれか１項に記載の分析装置。

（付記１１）
前記検出手段は、前記施設の領域と当該領域からの距離が第１基準よりも近い範囲とを含む第１影響領域において、前記第１予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において、前記不同変位を検出する
付記１０に記載の分析装置。

（付記１２）
前記検出手段は、前記第１予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
付記１乃至１１のいずれか１項に記載の分析装置。

（付記１３）
前記検出手段は、前記施設の領域と当該領域からの距離が第１基準よりも近い範囲とを含む第１影響領域において、前記第１予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において、前記ストレス異常を検出する
付記１２に記載の分析装置。

（付記１４）
対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出手段と、
前記対象現象が検出された前記施設の情報を出力する出力手段と、
を備える分析装置。

（付記１５）
前記検出手段は、前記分布の傾きに基づいて、前記不同変位を検出する
付記１４に記載の分析装置。

（付記１６）
前記検出手段は、前記分布の傾きの空間的変化に基づいて、前記ストレス異常を検出する
付記１４又は１５に記載の分析装置。

（付記１７）
対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行い、
前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出し、
前記対象現象が検出された前記施設の情報を出力する、
分析方法。

（付記１８）
前記地表面の状態及び当該地表面の地下の状態の少なくともいずれかをそれぞれ表す、複数の種類の地理空間情報の少なくとも一部の値に基づいて将来の高さの変位の予測を行うように学習した判定モデルによって、前記対象範囲内の前記地理空間情報の値に基づいて当該対象範囲内の地表面の変位の予測を行い、
前記第１予測変位の分布と、前記地理空間情報の値に基づいて前記判定モデルによって予測された変位である第２予測変位の値と、に基づいて、前記対象現象を検出する
付記１７に記載の分析方法。

（付記１９）
前記第１予測変位と前記第２予測変位との差の分布に基づいて、前記対象現象を検出する
付記１８に記載の分析方法。

（付記２０）
前記施設の領域と当該領域からの距離が第３基準よりも近い領域とを含む第３影響領域において、前記第１予測変位と前記第２予測変位との差の分布における傾きが所定基準を満たす部分が存在する場合、前記施設における前記ストレス異常を検出する
付記１９に記載の分析方法。

（付記２１）
前記第２予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
付記１８乃至２０のいずれか１項に記載の分析方法。

（付記２２）
前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において前記不同変位を検出する
付記２１に記載の分析方法。

（付記２３）
前記第２予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
付記１８乃至２２のいずれか１項に記載の分析方法。

（付記２４）
前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において前記ストレス異常を検出する
付記２３に記載の分析方法。

（付記２５）
前記判定モデルは、前記地理空間情報の少なくとも一部の各々の値に対する条件と、当該条件の全てが満たされる場合において前記将来の高さの変位の予測を行う予測式と、によって表され、
前記予測式は、前記地理空間情報をそれぞれ表す変数の線形和によって表される
付記１８乃至２４のいずれか１項に記載の分析方法。

（付記２６）
前記第１予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
付記１７乃至２５のいずれか１項に記載の分析方法。

（付記２７）
前記施設の領域と当該領域からの距離が第１基準よりも近い範囲とを含む第１影響領域において、前記第１予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において、前記不同変位を検出する
付記２６に記載の分析方法。

（付記２８）
前記第１予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
付記１７乃至２７のいずれか１項に記載の分析方法。

（付記２９）
前記施設の領域と当該領域からの距離が第１基準よりも近い範囲とを含む第１影響領域において、前記第１予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において、前記ストレス異常を検出する
付記２８に記載の分析方法。

（付記３０）
対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出し、
前記対象現象が検出された前記施設の情報を出力する、
分析方法。

（付記３１）
前記分布の傾きに基づいて、前記不同変位を検出する
付記３０に記載の分析方法。

（付記３２）
前記分布の傾きの空間的変化に基づいて、前記ストレス異常を検出する
付記３０又は３１に記載の分析方法。

（付記３３）
対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う予測処理と、
前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出処理と、
前記対象現象が検出された前記施設の情報を出力する出力処理と、
をコンピュータに実行させるプログラムを記憶する記憶媒体。

（付記３４）
前記プログラムは、前記地表面の状態及び当該地表面の地下の状態の少なくともいずれかをそれぞれ表す、複数の種類の地理空間情報の少なくとも一部の値に基づいて将来の高さの変位の予測を行うように学習した判定モデルによって、前記対象範囲内の前記地理空間情報の値に基づいて当該対象範囲内の地表面の変位の予測を行う判定処理をコンピュータにさらに実行させ、
前記検出処理は、前記第１予測変位の分布と、前記地理空間情報の値に基づいて前記判定モデルによって予測された変位である第２予測変位の値と、に基づいて、前記対象現象を検出する
付記３３に記載の記憶媒体。

（付記３５）
前記検出処理は、前記第１予測変位と前記第２予測変位との差の分布に基づいて、前記対象現象を検出する
付記３４に記載の記憶媒体。

（付記３６）
前記検出処理は、前記施設の領域と当該領域からの距離が第３基準よりも近い領域とを含む第３影響領域において、前記第１予測変位と前記第２予測変位との差の分布における傾きが所定基準を満たす部分が存在する場合、前記施設における前記ストレス異常を検出する
付記３５に記載の記憶媒体。

（付記３７）
前記検出処理は、前記第２予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
付記３４乃至３６のいずれか１項に記載の記憶媒体。

（付記３８）
前記検出処理は、前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において前記不同変位を検出する
付記３７に記載の記憶媒体。

（付記３９）
前記検出処理は、前記第２予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
付記３４乃至３８のいずれか１項に記載の記憶媒体。

（付記４０）
前記検出処理は、前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において前記ストレス異常を検出する
付記３９に記載の記憶媒体。

（付記４１）
前記判定モデルは、前記地理空間情報の少なくとも一部の各々の値に対する条件と、当該条件の全てが満たされる場合において前記将来の高さの変位の予測を行う予測式と、によって表され、
前記予測式は、前記地理空間情報をそれぞれ表す変数の線形和によって表される
付記３４乃至４０のいずれか１項に記載の記憶媒体。

（付記４２）
前記検出処理は、前記第１予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
付記３３乃至４１のいずれか１項に記載の記憶媒体。

（付記４３）
前記検出処理は、前記施設の領域と当該領域からの距離が第１基準よりも近い範囲とを含む第１影響領域において、前記第１予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において、前記不同変位を検出する
付記４２に記載の記憶媒体。

（付記４４）
前記検出処理は、前記第１予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
付記３３乃至４３のいずれか１項に記載の記憶媒体。

（付記４５）
前記検出処理は、前記施設の領域と当該領域からの距離が第１基準よりも近い範囲とを含む第１影響領域において、前記第１予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において、前記ストレス異常を検出する
付記３５に記載の記憶媒体。

（付記４６）
対象範囲内の地表面の高さの変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出処理と、
前記対象現象が検出された前記施設の情報を出力する出力処理と、
をコンピュータに実行させるプログラムを記憶する記憶媒体。

（付記４７）
前記検出処理は、前記分布の傾きに基づいて、前記不同変位を検出する
付記４６に記載の記憶媒体。

（付記４８）
前記検出処理は、前記分布の傾きの空間的変化に基づいて、前記ストレス異常を検出する
付記４６又は４７に記載の記憶媒体。

以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

１ 分析システム
１０ 分析装置
１１ 学習装置
１２ 分析装置
１３ 分析装置
１４ 分析装置
１５ 分析装置
２１ 分析装置
３１ 地理空間情報記憶装置
４０ ネットワーク
５１ 端末装置
１１１ 第１受取部
１１２ 第１抽出部
１１３ 学習部
１１４ 第１読出部
１１５ 送信部
１２１ 第２受取部
１２２ 第２抽出部
１２３ 判定部
１２４ 出力部
１２５ モデル記憶部
１２６ 第２読出部
１２７ 受信部
１３１ 地理空間情報記憶部
１３２ 入出力部
１４１ 予測部
１４２ 検出部
１４３ 出力部
１４４ 対象情報受付部
１４５ 観測結果記憶部
１５１ 算出部
１０００ コンピュータ
１００１ プロセッサ
１００２ メモリ
１００３ 記憶装置
１００４ Ｉ／Ｏインタフェース
１００５ 記憶媒体

Claims (10)

1. 対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う予測手段と、
   前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出手段と、
   前記対象現象が検出された前記施設の情報を出力する出力手段と、
   を備える分析装置。
2. 前記地表面の状態及び当該地表面の地下の状態の少なくともいずれかをそれぞれ表す、複数の種類の地理空間情報の少なくとも一部の値に基づいて将来の高さの変位の予測を行うように学習した判定モデルによって、前記対象範囲内の前記地理空間情報の値に基づいて当該対象範囲内の地表面の変位の予測を行う判定手段を備え、
   前記検出手段は、前記第１予測変位の分布と、前記地理空間情報の値に基づいて前記判定モデルによって予測された変位である第２予測変位の値と、に基づいて、前記対象現象を検出する
   請求項１に記載の分析装置。
3. 前記検出手段は、前記第１予測変位と前記第２予測変位との差の分布に基づいて、前記対象現象を検出する
   請求項２に記載の分析装置。
4. 前記検出手段は、前記施設の領域と当該領域からの距離が第３基準よりも近い領域とを含む第３影響領域において、前記第１予測変位と前記第２予測変位との差の分布における傾きが所定基準を満たす部分が存在する場合、前記施設における前記ストレス異常を検出する
   請求項３に記載の分析装置。
5. 前記検出手段は、前記第２予測変位の分布の傾きに基づいて、前記対象範囲内の施設における前記不同変位を検出する
   請求項２乃至４のいずれか１項に記載の分析装置。
6. 前記検出手段は、前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きが所定基準を満たす部分が存在する場合、前記施設において前記不同変位を検出する
   請求項５に記載の分析装置。
7. 前記検出手段は、前記第２予測変位の分布の傾きの空間的変化に基づいて、前記対象範囲内の施設における前記ストレス異常を検出する
   請求項２乃至６のいずれか１項に記載の分析装置。
8. 前記検出手段は、前記施設の領域と当該領域からの距離が第２基準よりも近い範囲とを含む第２影響領域において、前記第２予測変位の分布の傾きの空間的変化の大きさが所定基準を満たす部分が存在する場合、前記施設において前記ストレス異常を検出する
   請求項７に記載の分析装置。
9. 対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行い、
   前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出し、
   前記対象現象が検出された前記施設の情報を出力する、
   分析方法。
10. 対象範囲内の地表面の高さの変位の推移に基づいて、前記対象範囲内の地表面の高さの変位の予測を行う予測処理と、
    前記変位の推移に基づいて予測された変位である第１予測変位の分布に基づいて、前記対象範囲内の施設の、ストレス異常及び不同変位を含む対象現象を検出する検出処理と、
    前記対象現象が検出された前記施設の情報を出力する出力処理と、
    をコンピュータに実行させるプログラム。

Images