WO2021199237A1 - 分析装置、分析方法及び記憶媒体 - Google Patents

分析装置、分析方法及び記憶媒体 Download PDF

Info

Publication number
WO2021199237A1
WO2021199237A1 PCT/JP2020/014741 JP2020014741W WO2021199237A1 WO 2021199237 A1 WO2021199237 A1 WO 2021199237A1 JP 2020014741 W JP2020014741 W JP 2020014741W WO 2021199237 A1 WO2021199237 A1 WO 2021199237A1
Authority
WO
WIPO (PCT)
Prior art keywords
embankment
information
height
displacement
unit
Prior art date
Application number
PCT/JP2020/014741
Other languages
English (en)
French (fr)
Inventor
孝和 石井
奈緒 赤川
寛道 平田
翔平 大野
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2022512962A priority Critical patent/JP7380847B2/ja
Priority to PCT/JP2020/014741 priority patent/WO2021199237A1/ja
Publication of WO2021199237A1 publication Critical patent/WO2021199237A1/ja

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
    • E02D17/00—Excavations; Bordering of excavations; Making embankments
    • E02D17/20—Securing of slopes or inclines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques

Definitions

  • This disclosure relates to a technique for analyzing the necessity of surveying the embankment area.
  • Patent Document 1 describes the degree of danger from the degree of deformation indicating how much the displacement amount indicating the amount of change of the object on the ground observed by the synthetic aperture radar by the radar mounted on the artificial satellite is below the permissible range. It is stated that the level is determined. Patent Document 1 also describes extracting a portion having a sedimentation rate higher than that of the surroundings.
  • Patent Document 2 describes that the disaster situation can be grasped by comparing the radar image before the disaster with the radar image after the disaster.
  • the purpose of this disclosure is to provide an analyzer that can determine the necessity of surveying the embankment area.
  • the analyzer is a means for identifying an observation point, which is a point where a change in the height of the ground surface is observed in the embankment area, which is the area of the embankment created by the embankment.
  • the priority of the embankment area is set based on the derivation means for deriving the change information indicating the degree of change in the height at the specified observation point and the change information at the observation point included in the embankment area. It includes a determination means for determining and an output means for outputting information on the embankment area based on the priority.
  • the analysis method identifies and identifies the observation point, which is the point where the transition of the change in the height of the ground surface is observed in the embankment area, which is the area of the embankment site created by the embankment.
  • the change information indicating the degree of change in the height at the observation point is derived, the priority of the embankment area is determined based on the change information at the observation point included in the embankment area, and the priority is determined.
  • the information of the embankment area is output based on.
  • the storage medium is a specific process for identifying an observation point, which is a point where a change in the height of the ground surface is observed in the embankment area, which is the area of the embankment created by the embankment.
  • the priority of the embankment area is set based on the derivation process for deriving the change information indicating the degree of change in the height at the specified observation point and the change information at the observation point included in the embankment area.
  • a computer is made to execute a determination process for determining and an output process for outputting information on the embankment area based on the priority.
  • One aspect of the present disclosure is also realized by the program stored in the above-mentioned storage medium.
  • This disclosure has the effect of being able to determine the factors that cause fluctuations in the height of the ground surface.
  • FIG. 1 is a block diagram showing an example of the configuration of the analyzer according to the first and second reference examples of the present disclosure.
  • FIG. 2 is a flowchart showing an example of the operation of the analyzer 10 of the first reference example of the present disclosure.
  • FIG. 3 is a block diagram showing a configuration of an analysis system for modified examples of the first and second reference examples of the present disclosure.
  • FIG. 4 is a block diagram showing an example of a detailed configuration of a learning device, an analysis device, and a geospatial information storage device included in the analysis system of the modified examples of the first and second reference examples of the present disclosure.
  • FIG. 5 is a flowchart showing an example of the operation of the analyzer of the first reference example of the present disclosure.
  • FIG. 6A is a diagram showing an example of the configuration of the analyzer according to the first embodiment of the present disclosure.
  • FIG. 6B is a block diagram showing an example of the configuration of the instruction receiving unit according to the first embodiment of the present disclosure.
  • FIG. 7 is a flowchart showing an example of the learning operation of the determination model of the analyzer according to the first embodiment of the present disclosure.
  • FIG. 8 is a flowchart showing an example of an operation for outputting information on the embankment area of the analyzer according to the first embodiment of the present disclosure.
  • FIG. 9 is a flowchart showing an example of the operation of the prediction process of the analyzer according to the first embodiment of the present disclosure.
  • FIG. 10 is a diagram showing an example of the configuration of the analyzer of the second embodiment of the present disclosure.
  • FIG. 11 is a flowchart showing an example of the operation of the analyzer according to the second embodiment of the present disclosure.
  • FIG. 12 is a diagram showing an example of the hardware configuration of the computer according to the embodiment of the present disclosure.
  • FIG. 13 is a diagram showing an example of the type of embankment land.
  • FIG. 14 is a diagram showing an example of surface geology.
  • FIG. 15 is a diagram showing a riverbed.
  • FIG. 1 is a block diagram showing an example of the configuration of the analyzer 10 according to the first reference example of the present disclosure.
  • the analyzer 10 includes a first receiving unit 111, a first extracting unit 112, a learning unit 113, a second receiving unit 121, a second extracting unit 122, and a determination unit 123. It includes an output unit 124, a model storage unit 125, and a geospatial information storage unit 131.
  • the analyzer 10 may be realized as a combination of two or more devices that are communicably connected to each other.
  • a terminal device for the user to input data to the analysis device 10 may be communicably connected to the analysis device 10 via, for example, a communication network.
  • a communication network for example, a communication network.
  • First receiving unit 111 receives data representing the displacement of the height of the ground surface as learning data.
  • the user may use the terminal device described above to input data representing the displacement of the height of the ground surface to the first receiving unit 111.
  • the first receiving unit 111 receives data representing the displacement of the height of the ground surface from the terminal device.
  • the height displacement represents, for example, the transition of height at the same point (or a point considered to be the same) on the ground surface obtained by observations at multiple time points in the past. Height displacement is sometimes referred to as height variation.
  • the height is, for example, the height at a point on the ground surface obtained by observation using a radar mounted on a flying object such as an artificial satellite or an aircraft as a synthetic aperture radar (SAR). In the following description, such observations will be referred to as observations by Synthetic Aperture Radar (SAR).
  • SAR Synthetic Aperture Radar
  • the transition of the height may be represented by data that can specify, for example, a plurality of values representing the height obtained by observations at a plurality of past time points and the order in which the heights are observed.
  • the data representing the transition of the height may be, for example, data including a plurality of combinations of a value representing the height and data representing the time point at which the height is obtained by observation.
  • the unit of data representing the time point may be appropriately determined.
  • the data representing the time point may represent a date, or may represent a date and a time.
  • the unit of time may also be set as appropriate.
  • the displacement data may include information (eg, latitude and longitude information) representing the position of a point on the ground surface where the displacement of the height represented by the displacement data has been measured.
  • the information representing the position may be other information that can identify the position on the ground surface.
  • the information indicating the position of the point is referred to as the point information.
  • the above-mentioned displacement of the height of the ground surface may represent the displacement of the height at each of a plurality of points on the ground surface.
  • the data representing the displacement of the height of the ground surface is referred to as the ground surface displacement data.
  • the ground surface displacement data may be a combination of displacement data at a plurality of points.
  • the data representing the displacement of the height of the ground surface received by the first receiving unit 111 as learning data is referred to as learning displacement data.
  • the training displacement data is data (aging displacement map) that represents the time-series displacement of the ground surface of the region obtained by analyzing the observation data obtained by observing the same region many times at multiple times. Also written). The transition of displacement in time series is referred to as aged displacement.
  • the first receiving unit 111 sends the received learning displacement data to the first extracting unit 112.
  • the first extraction unit 112 receives the learning displacement data from the first receiving unit 111. For example, the first extraction unit 112 extracts the point information of the point where the transition of the height represented by the displacement data included in the learning displacement data is observed from the learning displacement data. The first extraction unit 112 extracts the value of the geospatial information at the point whose position is represented by the extracted point information from the geospatial information stored in the geospatial information storage unit 131 described later.
  • the geospatial information is, for example, information representing at least one of the state of the ground surface and the underground state of the ground surface.
  • the geospatial information may be at least one of the information obtained from a so-called geographic information system (Geographic Information System).
  • Geographic Information System Geographic Information System
  • the geospatial information may be data obtained by observation from an artificial satellite, an aircraft, or the like.
  • the geospatial information may be data obtained by a field survey.
  • the geospatial information may be information representing the result of analysis based on the data obtained by measurement or survey.
  • the geospatial information may be artificially determined information based on the data obtained by measurement or survey.
  • the geospatial information may be referred to as GIS (Geographic Information System) data.
  • the geospatial information may be acquired from the geospatial information system in advance and stored in the geospatial information storage unit 131.
  • a plurality of types of geospatial information may be stored in the geospatial information storage unit 131.
  • the geospatial information may be represented in a format in which the value of the geospatial information of the point specified by the point information (for example, latitude and longitude) can be specified. Specific examples of geospatial information will be described in detail later.
  • the first extraction unit 112 may extract the value of the predetermined type of geospatial information at the point specified by the point information.
  • the first extraction unit 112 may extract the values of all types of geospatial information stored in the geospatial information storage unit 131 at the points specified by the point information.
  • the first extraction unit 112 does not have to extract the value of the geospatial information.
  • the first extraction unit 112 sets the value of the geospatial information to a value indicating that the value does not exist (for example, 0, etc.). It may be set.
  • the first extraction unit 112 extracts the learning displacement data (in other words, the aged displacement map) and the area where the learning displacement data represents the aged displacement (specifically, a plurality of points in the area).
  • the value of the geospatial information is sent to the learning unit 113.
  • Geospatial Information Storage 131 stores geospatial information.
  • the geospatial information is stored in the geospatial information storage unit 131 in a form capable of identifying the state of the ground surface at a designated point.
  • the geospatial information may be represented by, for example, a value representing a state for each mesh in which the ground surface is divided.
  • the first extraction unit 112 extracts the value of the geospatial information representing the state in the mesh including the position specified by the point information as the value of the geospatial information of the point specified by the point information. do.
  • the size and shape of the mesh may be determined for each type of geospatial information.
  • the geospatial information may be represented in other formats.
  • the geospatial information may be represented, for example, by a boundary line between regions having different states and a value representing a state within the region separated by the boundary line.
  • the first extraction unit 112 extracts a value representing a state in the area including the position specified by the point information as a value of the geospatial information of the point specified by the point information.
  • the format of the geospatial information may be defined for each type of geospatial information.
  • Specific geospatial information includes, for example, type of embankment site, average slope angle, average precipitation (for example, average annual precipitation), surface geology, steep slope designation, sediment disaster warning area designation, liquefaction risk, etc. It may be whether or not a rainwater infiltration basin is possible, easiness of shaking during an earthquake, lowland where drainage is difficult, land use in urban areas, natural terrain classification, artificial terrain classification, surface geology, riverbed, facility information (presence or absence of construction, etc.).
  • the type of embankment construction site may represent the method of embankment, which is determined by the shape of the ground surface on which the embankment was made.
  • the types of embankment construction sites are, for example, "valley-filled embankment", which is an embankment in which valleys and swamps are filled with embankment, and "belly-type embankment”, which is an embankment made on slopes.
  • the type of embankment land in areas other than the embankment land may be defined as appropriate.
  • the type of embankment site in an area that is not an embankment site may be "non-embankment", which indicates that it is not an embankment.
  • the type of embankment site in the cut area may be "cut". In this case, the type of the embankment construction site in the area that is neither the embankment construction site nor the cut soil may be "non-filling soil".
  • the type of embankment site may further represent the scale of the embankment.
  • the type of embankment satisfying the standard for example, embankment having an area of 3000 square meters or more
  • the type of embankment that does not meet the criteria may be "valley-filled embankment”.
  • the angle of the embankment that meets the standard is 20 degrees or more with respect to the horizontal plane, and the height of the embankment is 5.
  • the type of embankment that is greater than or equal to a meter may be a large-scale embankment.
  • the type of embankment that does not meet the criteria may be "belly-type embankment".
  • the value of the type of embankment construction site may be any one of different numerical values, which are appropriately assigned in advance to, for example, "valley-filled embankment” and "belly-filled embankment”.
  • FIG. 13 is a diagram showing an example of the type of embankment land. The example shown in FIG. 13 shows the distribution of the embankment land on the ground surface for each type of embankment land.
  • the average inclination angle may be, for example, data of the average inclination angle of the ground surface calculated in mesh units.
  • the value of the average inclination angle may be the calculated average inclination angle of the ground surface.
  • the average precipitation may be, for example, data of the average precipitation on the ground surface calculated in mesh units.
  • the average precipitation value may be the calculated average precipitation on the ground surface.
  • the surface geology may be data representing the surface geology (in other words, the type of geology) on the surface of the earth.
  • the type of geology may be predetermined. Different numerical values may be assigned to each type of geology in advance.
  • the value of the surface geology may be any one of the numerical values appropriately assigned to the geology in advance.
  • the steep slope designation may be data indicating whether or not it is designated as a steep slope by, for example, a local government.
  • the value of the steep slope designation may be, for example, a numerical value indicating that the slope is designated as a steep slope, or a numerical value indicating that the slope is not designated as a steep slope. As these numerical values, numerical values different from each other may be appropriately determined in advance.
  • the sediment-related disaster warning area designation may indicate whether or not it has been designated as a sediment-related disaster warning area by, for example, a local government.
  • the value of the sediment-related disaster warning area designation may be, for example, a numerical value indicating that it is designated as a sediment-related disaster warning area, or a numerical value indicating that it is not designated as a sediment-related disaster warning area. As these numerical values, numerical values different from each other may be predetermined.
  • the liquefaction risk may be, for example, data indicating the degree of risk of land liquefaction.
  • the liquefaction risk value may be a numerical value indicating the degree of liquefaction risk of the land.
  • the value of the liquefaction risk may be any one of a plurality of different numerical values representing different degrees. A numerical value indicating the degree of risk may be appropriately determined in advance.
  • Whether or not a rainwater infiltration basin can be installed is information indicating whether or not an infiltration facility can be installed based on the "infiltration facility installation judgment map" that indicates the result of determining whether or not an infiltration facility can be installed based on, for example, topography, soil quality, and groundwater level. It's okay.
  • the value of whether or not the rainwater infiltration basin can be installed may be a numerical value indicating that the installation is possible or a numerical value indicating that the installation is not possible. As these numerical values, numerical values different from each other may be appropriately determined in advance.
  • the easiness of shaking at the time of an earthquake may be, for example, data indicating the degree of easiness of shaking of the ground surface when an earthquake occurs.
  • the value of easiness of shaking at the time of an earthquake may be a numerical value indicating the degree of easiness of shaking of the ground surface in the event of an earthquake.
  • the value of easiness of shaking at the time of an earthquake may be any one of a plurality of numerical values indicating the degree of easiness of shaking of the ground surface in the event of an earthquake.
  • a numerical value indicating the degree of easiness of shaking of the ground surface may be appropriately determined in advance.
  • the difficult-to-drain lowland may represent, for example, whether or not the land is a difficult-to-drain lowland estimated from the altitude of the land or the difference in altitude from the surroundings.
  • the value of the lowland where drainage is difficult may be a numerical value indicating that the lowland is difficult to drain, or a numerical value indicating that the lowland is not difficult to drain. These numerical values may be appropriately determined in advance.
  • Urban land use may be a type of land use in the area designated as a city.
  • the type of land use in urban land use may be read, for example, from satellite images.
  • a land use type selected from a plurality of predetermined types may be set for an area included in an urban area. Different numerical values may be appropriately assigned to each of the plurality of predetermined types.
  • the value of the land use type set for the area may be the numerical value assigned to the type.
  • the natural terrain classification may be, for example, a type of terrain in a place that is not a building built by humans.
  • a plurality of terrain types that can be set as natural terrain classification may be appropriately determined in advance.
  • the terrain type selected from a plurality of terrain types predetermined as the types that can be set as the natural terrain classification may be set.
  • Different numerical values may be assigned to each of the plurality of types.
  • the terrain value in the natural terrain classification set in the area may be a numerical value assigned to the terrain type set in the area.
  • the artificial terrain classification may be, for example, a type of terrain in a place where a human has modified the terrain or a place where a building is built by a human.
  • a plurality of terrain types that can be set as artificial terrain classification may be appropriately determined in advance.
  • the terrain type selected from a plurality of terrain types predetermined as the types that can be set as the artificial terrain classification may be set.
  • Different numerical values may be assigned to each of the plurality of types.
  • the terrain value in the artificial terrain classification set in the area may be a numerical value assigned to the type of terrain set in the area.
  • the surface geology may represent, for example, the type of soil on the surface of the earth.
  • a plurality of soil types may be appropriately determined in advance.
  • different numerical values which are appropriately determined in advance, may be assigned to each of the plurality of soil types.
  • the type of soil based on the results of the survey may be set for the area.
  • the surface geological value of the area may be a numerical value assigned to the type of soil set in the area.
  • FIG. 14 is a diagram showing an example of surface geology.
  • FIG. 14 shows the distribution of geology in the surface layer including the ground surface.
  • the riverbed may be information indicating whether or not the area is a riverbed.
  • a numerical value indicating that it is a riverbed in other words, a numerical value indicating a riverbed
  • another numerical value indicating that it is not a riverbed in other words, a numerical value indicating a non-riverbed
  • a numerical value representing the riverbed may be set in the area that is the riverbed.
  • Numerical values representing non-river beds may be set in areas that are not riverbeds.
  • the value of the riverbed of the area may be a numerical value indicating the riverbed or a numerical value representing a non-riverbed set in the area.
  • FIG. 15 is a diagram showing a riverbed. In FIG. 15, an area determined to be a riverbed and an area other than the riverbed are drawn.
  • Facility information represents information about the facility.
  • the facility information may represent any of various information about the facility, which is predetermined.
  • the facility information indicates whether or not it is under construction.
  • a numerical value indicating that construction is underway and another numerical value indicating that construction is not underway may be appropriately set in advance.
  • Facility information indicating that construction is underway may be set for the area under construction.
  • Facility information indicating that construction is not underway may be set for an area that is not under construction.
  • a numerical value indicating that the construction is underway may be set.
  • a numerical value indicating that it is not under construction may be set.
  • the learning unit 113 receives the learning displacement data and the extracted geospatial information value of the region where the learning displacement data represents the secular displacement from the first extraction unit 112.
  • the learning unit 113 performs learning using the received displacement data for learning and the value of the geospatial information. In this learning, the learning unit 113 determines a combination of geospatial information that contributes to the displacement of the height at the target point based on at least a part of the values of the geospatial information of the target point. , Learn the judgment model.
  • the judgment model of this reference example represents, for example, the parameters of a program that receives the value of the geospatial information and outputs the combination of the geospatial information that contributes to the displacement of the height according to the value of the received geospatial information. It's okay.
  • the determination model is, for example, when the value of the received geospatial information satisfies the condition for at least a part of the values of the geospatial information, the geography that contributes to the displacement of the height according to the condition. It may represent a parameter of a program that outputs a combination of spatial information.
  • the judgment model is a combination of a condition that the received geospatial information value is for at least a part of the geospatial information value and a geospatial information that contributes to the height displacement when the condition is satisfied. Represented by. It should be noted that a plurality of conditions may exist.
  • Each of the plurality of conditions may be a condition for at least a part of geospatial information that is not necessarily the same.
  • a processor and a computer including such a processor) that executes the above-mentioned program using the above-mentioned parameters is also referred to as a determiner below.
  • the learning unit 113 uses heterogeneous mixed learning as the learning algorithm.
  • the learning algorithm is another algorithm that can learn a judgment model that receives the value of the geospatial information and outputs the combination of the geospatial information that contributes to the displacement of the height according to the condition for the value of the geospatial information.
  • multivariate analysis may also be used for multiple regression analysis and the like.
  • Heterogeneous mixture learning is described, for example, in the following references.
  • Heterogeneous mixture learning refers to learning of a heterogeneous mixture prediction model that makes predictions by combining prediction models based on a combination of different explanatory variables.
  • the heterogeneous mixture prediction model is represented by, for example, a plurality of sets of a combination of conditional expressions and a prediction formula when all the conditional expressions included in the combination are satisfied.
  • Each conditional expression is, for example, a conditional expression for the value of any one explanatory variable.
  • the combination of conditional expressions includes one or more conditional expressions.
  • Each prediction formula is represented by a linear form of explanatory variables that are not necessarily the same.
  • the learning unit 113 performs heterogeneous mixed learning so as to predict, for example, the height displacement after a predetermined period, using, for example, the height displacement as the objective variable and the geospatial information as the explanatory variable.
  • the predetermined period may be appropriately set in advance.
  • the learning unit 113 can obtain a plurality of sets of a combination of conditional expressions and a prediction expression when all the conditional expressions included in the combination are satisfied.
  • Each of the conditional expressions represents a condition for a value of one geospatial information that is not necessarily the same.
  • the combination of conditional expressions includes one or more conditional expressions as described above. The combination of these conditional expressions is referred to as a case classification condition.
  • the prediction formula is a formula for predicting the displacement of the height.
  • Each of the prediction formulas is represented by a linear form of one or more explanatory variables, such as a linear sum.
  • Each of the explanatory variables represents any one geospatial information. It can be said that the geospatial information represented by the explanatory variables included in the prediction formula is the geospatial information that contributes to the displacement of the height.
  • the case classification condition is satisfied means that all the conditional expressions included in the case classification condition are satisfied.
  • the prediction formula for the case classification condition represents the prediction formula when the case classification condition is satisfied.
  • the learning unit 113 determines the geospatial information represented by the explanatory variables included in the prediction formula for the case classification condition as the geospatial information that contributes to the displacement of the height. To generate.
  • the determination model outputs the information of the geospatial information determined as the geospatial information that contributes to the displacement of the height.
  • "generating a judgment model” refers to learning the judgment model and generating data representing the judgment model obtained by the learning.
  • the learning unit 113 stores the obtained determination model (in other words, data representing the obtained determination model) in the model storage unit 125.
  • Second receiving unit 121 receives information (for example, latitude and longitude information) that identifies the position of a point on the ground surface.
  • information for example, latitude and longitude information
  • the user may use the terminal device described above to input information for identifying the position of a point on the ground surface into the second receiving unit 121.
  • the second receiving unit 121 receives information for identifying the position of a point on the ground surface from the terminal device.
  • the point information received by the second receiving unit 121 is referred to as target point information.
  • a point whose position is specified by the target point information is referred to as a target point.
  • the target point information may represent the position of one target point. In that case, the target point information may include, for example, one combination of information representing latitude and information representing longitude.
  • the target point information may represent the positions of a plurality of target points. In that case, the target point information may include, for example, a plurality of combinations of information representing latitude and information representing longitude.
  • the target point information may represent, for example, the positions of a plurality of points (also referred to as grid points) that are regularly arranged in the area.
  • the target point information may include information for specifying the area and information for specifying the target point in the area.
  • the information for specifying the region is, for example, when the shape of the region is rectangular, for example, the latitude and longitude of one vertex and two vectors (first vector) representing the two sides of the rectangle starting from that vertex. It may include a vector and a second vector).
  • the information for identifying the target point in the region may be, for example, an interval in which the target point exists in the direction of the first vector and an interval in which the target point exists in the direction of the second vector.
  • the target point information is not limited to these examples.
  • each part described below may repeat the operation for one target point for the plurality of target points.
  • the second receiving unit 121 sends the received target point information to the second extracting unit 122.
  • Second extraction unit 122 receives the target point information from the second receiving unit 121.
  • the second extraction unit 122 extracts the value of the geospatial information at the target point specified by the received target point information from the geospatial information stored in the geospatial information storage unit 131.
  • the second extraction unit 122 may extract a predetermined value of the geospatial information from all the geospatial information stored in the geospatial information storage unit 131. In this case, for example, the geospatial information that has no relation to the condition for the value of the geospatial information and is confirmed in advance not to contribute to the displacement of the height may be excluded from the target of the value extraction. If there is geospatial information for which a value has not been set at the target point, the second extraction unit 122 may set the value of the geospatial information to a numerical value (for example, 0) indicating that the value does not exist. good.
  • a numerical value for example, 0
  • the second extraction unit 122 sends the received target point information and the extracted value of the geospatial information at the target point to the determination unit 123.
  • the determination unit 123 receives the value of the geospatial information at the target point from the second extraction unit 122.
  • the determination unit 123 may receive the target point information from the second extraction unit 122.
  • the determination unit 123 determines the combination of geospatial information that contributes to the height displacement at the target point according to the determination model stored in the model storage unit 125. Specifically, the determination unit 123 specifies, for example, the condition satisfied by the received value of the geospatial information at the target point among the plurality of conditions included in the determination model. The determination unit 123 determines that the combination of geospatial information that contributes to the height displacement when the specified condition is satisfied is the combination of the geospatial information that contributes to the height displacement at the target point. The combination of geospatial information that contributes to the displacement of the height at the target point can be regarded as the cause of the fluctuation in height. The number of types of geospatial information included in the combination of geospatial information may be one. The number of types of geospatial information included in the combination of geospatial information may be two or more.
  • the determination unit 123 sends the determined information of the combination of geospatial information that contributes to the displacement of the height at the target point to the output unit 124.
  • Output unit 124 receives from the determination unit 123 information on a combination of geospatial information that contributes to the displacement of the height at the target point.
  • the output unit 124 outputs the received information of the combination of geospatial information that contributes to the displacement of the height at the target point.
  • the output unit 124 may display, for example, a combination of geospatial information that contributes to the displacement of the height at the target point on a display or the like.
  • the output unit 124 may send a combination of geospatial information that contributes to the displacement of the height at the target point to another information processing device, the terminal device described above, or the like.
  • FIG. 2 is a flowchart showing an example of the operation of the analyzer 10 of this reference example.
  • the first receiving unit 111 receives the displacement and the position of the height at a plurality of points on the ground surface (step S101). Specifically, the first receiving unit 111 receives information on the displacement of heights at a plurality of points on the ground surface and point information representing the positions of the plurality of points. As mentioned above, the height displacement is, for example, the height displacement obtained by observation by SAR. The first receiving unit 111 sends the received displacements and positions of heights at a plurality of points on the ground surface to the first extraction unit 112 as learning displacement data.
  • the first extraction unit 112 extracts the value of the geospatial information at a plurality of points (step S102). That is, the first extraction unit 112 stores the value of the geospatial information at the position indicated by the point information of each of the plurality of points received by the first receiving unit 111 in the geospatial information storage unit 131. Extract from spatial information. The first extraction unit 112 sends out the displacement data for learning, the displacement of the height at a plurality of points on the ground surface, the point information of the plurality of points, and the value of the extracted geospatial information to the learning unit 113. do.
  • the learning unit 113 learns the determination model (step S103). Specifically, the learning unit 113 receives the displacement of the height at a plurality of points on the ground surface, the point information of the plurality of points, and the value of the extracted geospatial information from the first extraction unit 112. .. The learning unit 113 learns the above-mentioned determination model by using the displacement of the height and the value of the geospatial information at each of the plurality of points. The learning unit 113 stores the determination model obtained as a result of learning in the model storage unit 125.
  • the analyzer 10 may perform the above operations from step S101 to step S103 in advance. It is not necessary to perform the operation of step S104 following step S103.
  • step S104 the second receiving unit 121 receives the position (that is, the target point information).
  • the second receiving unit 121 sends the received target point information to the second extracting unit 122.
  • the second extraction unit 122 extracts the value of the geospatial information at the target point (step S105).
  • the second extraction unit 122 may extract the value of the geospatial information at the position specified by the received target point information.
  • the determination unit 123 determines the combination of geospatial information that contributes to the displacement of the height at the target point by the determination model (step S106).
  • the output unit 124 outputs the obtained combination of geospatial information (step S107).
  • the analyzer 10 may perform the operations from step S104 to step S107 for each of the plurality of target points, for example.
  • step S104 the analyzer 104 may collectively receive the displacements and positions of the heights of the plurality of target points. Then, the analyzer 104 may perform the operations of step S105 and step S106 for each of the plurality of target points.
  • step S107 the analyzer 104 may collectively output a combination of geospatial information of a plurality of target points.
  • This reference example has the effect of being able to determine the factors that cause fluctuations in the height of the ground surface.
  • the reason is that the learning unit 113 contributes to the displacement of the height at the position of the target point as a factor of the fluctuation of the height based on at least a part of the values of the geodata information at the position of the target point. This is because the determination model for determining the combination of is learned.
  • the determination model generated by the learning unit 113 of this modification outputs a value indicating the magnitude of the contribution of the geospatial information in addition to the information of the geospatial information that contributes to the displacement of the height.
  • the learning unit 113 uses, for example, the displacement of the height as the objective variable and the geospatial information as the explanatory variable to perform heterogeneous mixed learning, thereby performing the case classification condition and the prediction formula for the case classification condition. You can get multiple pairs of. Before learning, the learning unit 113 of this reference example converts the value of each geospatial information so that the range of the geospatial information is the same for each geospatial information (for example, 0 or more and 1 or less). ..
  • the case classification condition is a combination of conditional expressions.
  • the prediction formula for the case classification condition is a prediction formula when all the conditional expressions included in the case classification condition are satisfied.
  • the prediction formula is represented by the linear form of the explanatory variables.
  • Explanatory variables represent geospatial information.
  • the learning unit 113 considers the geospatial information represented by the explanatory variables included in the prediction formula as the geospatial information that contributes to the displacement of the height. Then, the learning unit 113 considers the coefficient of the explanatory variable representing the geospatial information as the magnitude of the contribution of the geospatial information in the prediction formula.
  • the learning unit 113 generates the following determination model.
  • the judgment model determines the geospatial information represented by the explanatory variables included in the prediction formula for the case classification condition as the geospatial information that contributes to the displacement of the height.
  • the judgment model also uses the coefficients of the explanatory variables included in the prediction formula for the case classification conditions when the case classification conditions are satisfied, and the magnitude of the contribution to the displacement of the height of the geospatial information represented by the explanatory variables. Judge as a sword.
  • the determination model outputs the information of the geospatial information determined as the geospatial information contributing to the displacement of the height and the information indicating the magnitude of the contribution of the geospatial information to the displacement of the height.
  • the determination unit 123 refers to a combination of geospatial information that contributes to the height displacement at the target point and the geospatial information included in the combination with respect to the height displacement according to the determination model stored in the model storage unit 125. Determine the magnitude of the contribution. Specifically, the determination unit 123 specifies, for example, a condition satisfied by the value of the received geospatial information among a plurality of conditions included in the determination model. The determination unit 123 determines that the combination of geospatial information that contributes to the height displacement when the specified condition is satisfied is the combination of the geospatial information that contributes to the height displacement at the target point.
  • the determination unit 123 determines that the magnitude of the contribution of the geospatial information to the height displacement, which contributes to the height displacement when the specified condition is satisfied, is the height of the geospatial information at the target point. It is determined that it is the magnitude of the contribution to the displacement.
  • the determination unit 123 sends to the output unit 124 information on the combination of geospatial information that contributes to the displacement of the height at the target point and information indicating the magnitude of the contribution of the geospatial information included in the combination.
  • Output unit 124 receives from the determination unit 123 information on the combination of geospatial information that contributes to the displacement of the height at the target point and information indicating the magnitude of the contribution of the geospatial information included in the combination.
  • the output unit 124 outputs the received information on the combination of geospatial information that contributes to the displacement of the height at the target point and the information indicating the magnitude of the contribution of the geospatial information included in the combination.
  • the output unit 124 may display, for example, a combination of geospatial information that contributes to the displacement of the height at the target point and the magnitude of the contribution on a display or the like.
  • the output unit 124 may send out the combination of geospatial information that contributes to the displacement of the height at the target point and the magnitude of the contribution to another information processing device, the terminal device described above, or the like.
  • FIG. 3 is a block diagram showing the configuration of the analysis system 1 of the modified example of the first reference example.
  • the analysis system 1 includes a learning device 11, an analysis device 21, a geospatial information storage device 31, and a terminal device 51.
  • the learning device 11, the analyzer 21, the geospatial information storage device 31, and the terminal device 51 are communicably connected to each other by the network 40, which is a communication network.
  • the analysis system 1 realizes the function of the analysis device 10 of the first reference example by the learning device 11, the analysis device 21, and the geospatial information storage device 31.
  • the terminal device 51 is the terminal device described above.
  • FIG. 4 is a block diagram showing an example of a detailed configuration of the learning device 11, the analysis device 21, and the geospatial information storage device 31 included in the analysis system 1 of this modified example.
  • the transfer of data between the components of the learning device 11, the analyzer 21, and the geospatial information storage device 31 realized by the network 40 of FIG. 3 is drawn by a line connecting the components. ing.
  • the learning device 11 includes a first receiving unit 111, a first extracting unit 112, a learning unit 113, a first reading unit 114, and a transmitting unit 115.
  • the first receiving unit 111, the first extraction unit 112, and the learning unit 113 are the same as the units of the first reference example having the same name and having the same reference numerals.
  • the first reading unit 114 reads the geospatial information from the geospatial information storage unit 131 of the geospatial information storage device 31 via the input / output unit 132. Specifically, the first reading unit 114 transmits a request for geospatial information to the input / output unit 132 of the geospatial information storage device 31, and is read from the geospatial information storage unit 131 by the input / output unit 132. , The requested geospatial information may be received from the input / output unit 132.
  • the request for geospatial information may include point information that identifies the point (eg, latitude and longitude information).
  • the requested geospatial information refers to the value of the geospatial information at the point specified by the point information.
  • the transmission unit 115 transmits the determination model (in other words, the parameter of the determination device) learned by the learning unit 113 to the analyzer 21.
  • the analyzer 21 includes a second receiving unit 121, a second extracting unit 122, a determination unit 123, an output unit 124, a model storage unit 125, a second reading unit 126, and a receiving unit 127.
  • the second receiving unit 121, the second extraction unit 122, the determination unit 123, the output unit 124, and the model storage unit 125 are the same as the unit having the same name given the same code in the first reference example, respectively. be.
  • the second reading unit 126 reads the geospatial information from the geospatial information storage unit 131 of the geospatial information storage device 31 via the input / output unit 132. Specifically, the second reading unit 126 transmits a request for geospatial information to the input / output unit 132 of the geospatial information storage device 31, and is read from the geospatial information storage unit 131 by the input / output unit 132. , The requested geospatial information may be received from the input / output unit 132.
  • the request for geospatial information may include point information that identifies the point (eg, latitude and longitude information).
  • the request for geospatial information generated and transmitted by the second reading unit 126 may include type information that specifies the type of geospatial information.
  • a plurality of types of type information may be specified.
  • the input / output unit 132 sets the values of all types of geospatial information specified by the type information at the points specified by the point information, as described later. , Is sent to the second reading unit 126.
  • the receiving unit 127 receives the determination model from the transmitting unit 115 of the learning device 11.
  • the receiving unit 127 stores the received determination model in the model storage unit 125.
  • the geospatial information storage device 31 includes a geospatial information storage unit 131 and an input / output unit 132.
  • the geospatial information storage unit 131 is the same as the geospatial information storage unit 131 of the first reference example.
  • the input / output unit 132 receives a request for geospatial information.
  • the source of the request for geospatial information is the first reading unit 114 or the second reading unit 126.
  • the request for geospatial information may include information that identifies the location.
  • the input / output unit 132 extracts the value of the geospatial information of the point specified by the information for specifying the point included in the request for the geospatial information from the geospatial information stored in the geospatial information storage unit 131. ..
  • the input / output unit 132 may extract the values of all types of geospatial information at the specified points.
  • the request for geospatial information may include information that identifies the type of geospatial information.
  • the input / output unit 132 may extract the values of all types of geospatial information included in the request for geospatial information, which are specified by the information that specifies the type of geospatial information.
  • the input / output unit 132 transmits the extracted geospatial information value to the source of the geospatial information request.
  • the operation of the analysis system 1 of this modification is the same as the operation of the analysis device 10 of the first reference example shown in FIG. 2, except for the following differences.
  • the above-mentioned difference is that, for example, the reading of the geospatial information is performed via the first reading unit 114 and the input / output unit 132, or via the second reading unit 126 and the input / output unit 132, and the determination model. Is a point where the delivery is performed via the transmission unit 115 and the reception unit 127.
  • FIG. 1 is a diagram showing a configuration of an analyzer 10 of a second reference example of the present disclosure.
  • the configuration of the analyzer 10 of this reference example is the same as the configuration of the analyzer 10 of the first reference example.
  • the components of the analyzer 10 of this reference example are the same as the components of the analyzer 10 of the first reference example, which are given the same name and reference numeral, except for the differences described below.
  • the learning unit 113 of this reference example learns a determination model different from the determination model learned by the learning unit 113 of the first reference example.
  • the learning unit 113 of this reference example is the same as the learning unit 113 of the first reference example.
  • the learning unit 113 of this reference example similarly to the learning unit 113 of the first reference example, the learning unit 113 of this reference example has the learning displacement data and the region in which the learning displacement data represents the secular displacement from the first extraction unit 112. Receives the extracted geospatial information values. Similar to the learning unit 113 of the first reference example, the learning unit 113 of this reference example stores the determination model obtained by learning in the model storage unit 125.
  • the learning unit 113 of this reference example also performs heterogeneous mixture learning, for example, using the height displacement as the objective variable and the geospatial information as the explanatory variable, for example, predicting the height displacement after a predetermined period.
  • the learning unit 113 can obtain a plurality of sets of a combination of conditional expressions and a prediction expression when all the conditional expressions included in the combination are satisfied.
  • each of the conditional expressions represents a condition for one geospatial information value that is not necessarily the same.
  • the combination of conditional expressions includes one or more conditional expressions as described above. The combination of these conditional expressions is referred to as a case classification condition.
  • the prediction formula is a formula for predicting the displacement of the height.
  • Each of the prediction formulas is represented by the linear form of one or more explanatory variables.
  • Each of the explanatory variables represents any one geospatial information. It can be said that the geospatial information represented by the explanatory variables included in the prediction formula is the geospatial information that contributes to the displacement of the height.
  • the case classification condition is satisfied means that all the conditional expressions included in the case classification condition are satisfied.
  • the prediction formula for the case classification condition represents the prediction formula when the case classification condition is satisfied.
  • the learning unit 113 of this reference example generates a determination model that predicts the displacement of the height by the prediction formula for the case classification condition when the case classification condition is satisfied.
  • the determination model outputs information on the displacement at the predicted height.
  • the determination unit 123 of this reference example receives the value of the geospatial information at the target point from the second extraction unit 122, similarly to the determination unit 123 of the first reference example.
  • the determination unit 123 may receive the target point information from the second extraction unit 122.
  • the determination unit 123 of this reference example predicts the displacement of the height at the target point according to the determination model stored in the model storage unit 125. Specifically, the determination unit 123 specifies, for example, the condition satisfied by the received value of the geospatial information at the target point among the plurality of conditions included in the determination model. The determination unit 123 predicts the displacement of the height by using the prediction formula when the specified condition is satisfied.
  • the determination unit 123 sends information indicating the displacement of the predicted height to the output unit 124.
  • Output unit 124 receives information representing the predicted height displacement from the determination unit 123.
  • the output unit 124 outputs the received information representing the displacement of the height.
  • the output destination of the output unit 124 is the same as the output unit of the output unit 124 of the first reference example.
  • FIG. 5 is a flowchart showing an example of the operation of the analyzer 10 of this reference example.
  • steps S101 and S102 shown in FIG. 5 are the same as the operations of steps S101 and S102 of the analyzer 10 of the first reference example shown in FIG.
  • step S203 the learning unit 113 of this reference example generates the above-mentioned determination model for predicting the displacement of the height.
  • the analyzer 10 of this reference example does not need to perform the operations after step S204 after step S101, step S102, and step S203.
  • steps S104 and S105 are the same as the operations of steps S104 and S105 of the analyzer 10 of the first reference example shown in FIG.
  • step S206 the determination unit 123 predicts the height displacement at the target point by the determination model.
  • step S207 the output unit 124 outputs the displacement at the predicted height.
  • This reference example has the effect of being able to predict fluctuations in the height of the ground surface.
  • the reason is that the learning unit 113 learns a determination model that predicts the height displacement at the position of the target point based on at least a part of the values of the geospatial information at the position of the target point.
  • the learning unit 113 may generate a plurality of determination models that individually predict the displacement of the height after each of the plurality of periods by performing heterogeneous mixed learning for each of the plurality of periods.
  • the length of each of the plurality of periods may be, for example, a multiple of a predetermined length of a predetermined period.
  • the length of each of the plurality of periods may be determined according to appropriately determined rules.
  • the length of each of the plurality of periods may be specified by the user, for example.
  • the learning unit 113 stores the generated plurality of determination models in the model storage unit 125.
  • Each determination model may be configured to predict height displacement and output information representing the predicted height displacement and information representing the period.
  • the determination unit 123 reads out a plurality of determination models stored in the model storage unit 125.
  • the determination unit 123 predicts the displacement of the height after different periods have elapsed, respectively, according to the plurality of determined determination models read out.
  • the determination unit 123 sends out the prediction of the displacement of the height after the lapse of different periods and each period to the output unit 124.
  • the output unit 124 outputs a prediction of height displacement after each of a plurality of periods has elapsed.
  • the output unit 124 may output information representing a plurality of periods and a prediction of height displacement after each period has elapsed.
  • Second modification of the second reference example is the same as the configuration of the analyzer 10 of the second reference example shown in FIG.
  • the learning unit 113 of this modification predicts the height displacement after a predetermined period elapses by the prediction formula for the case classification condition, and further contributes to the height displacement.
  • the judgment model analyzes the geospatial information that contributes to the height displacement, and as described above, the geospatial information represented by the explanatory variables included in the prediction formula that predicts the height displacement, the height displacement. It is done by analyzing it as geospatial information that contributes to.
  • the determination model outputs the information of the geospatial information analyzed as the geospatial information that contributes to the height displacement.
  • the determination unit 123 predicts the height displacement and analyzes the geospatial information that contributes to the height displacement by the determination model.
  • the determination unit 123 sends information representing the predicted height displacement and information representing the geospatial information contributing to the height displacement to the output unit 124.
  • the output unit 124 outputs information representing the predicted height displacement and information representing the geospatial information that contributes to the height displacement.
  • the second modification of the second reference example can be configured like the first modification of the second reference example.
  • the learning unit 113 of the present modification may generate the same determination model as the determination model of the second modification of the second reference example for each of the plurality of different periods. Specifically, the learning unit 113 generates a plurality of determination models for predicting the displacement of the height after the lapse of different periods and determining the cause of the displacement.
  • the factor is either geospatial information.
  • the determination unit 123 predicts the displacement of the height after a plurality of different periods have elapsed at the target point and determines the factors contributing to the displacement of the height by the generated plurality of determination models.
  • the determination unit 123 provides the output unit 124 with information indicating a predicted height displacement and information indicating a factor contributing to the height displacement after a plurality of different periods have elapsed at the target point. Send out.
  • the output unit 124 outputs information representing the predicted displacement of the height and information representing the factors contributing to the displacement of the height.
  • This modification is an example in which the second modification of the second reference example is modified like the first modification of the first reference example.
  • the learning unit 113 of the present modification may generate a determination model for determining the magnitude of the contribution of the factor in addition to predicting the displacement of the height and determining the factor.
  • the determination unit 123 of this modification determines the cause of the height displacement and the magnitude of the contribution of the factor.
  • the determination unit 123 of this modification may send information indicating the displacement of the predicted height and information indicating the determined factor and the magnitude of the contribution of the factor to the output unit 124.
  • the output unit 124 may output information representing the displacement of the predicted height and information representing the determined factor and the magnitude of the contribution of the factor.
  • This modification is an example in which the third modification of the second reference example is modified like the first modification of the first reference example.
  • the learning unit 113 of this modified example predicts the displacement of the height after a different period elapses and determines the factor of the displacement of the height, and in addition, the contribution of the factor is large. Generate multiple judgment models to judge the height.
  • the determination unit 123 of the present modification uses a plurality of determination models to predict the displacement of the height after different periods have elapsed, and determine the factors of the displacement of the height and the magnitude of the contribution of the factors.
  • the determination unit 123 may send information indicating the displacement of the predicted height and information indicating the determined factor and the magnitude of the contribution of the factor to the output unit 124.
  • the output unit 124 outputs information representing the displacement of the predicted height and information representing the determined factor and the magnitude of the contribution of the factor.
  • ⁇ 6th variant of the 2nd reference example The function of the analyzer 10 of the second reference example and the first to fifth modified examples of the second reference example is a combination of a plurality of devices as in the second modified example of the first reference example. Can be achieved by.
  • FIG. 6A is a diagram showing an example of the configuration of the analyzer 12 of the present embodiment.
  • the analyzer 12 includes a first receiving unit 111, a first extracting unit 112, a learning unit 113, a second receiving unit 121, a second extracting unit 122, and a determination unit 123.
  • a model storage unit 125 and a geospatial information storage unit 131 are provided.
  • the analyzer 12 further includes a specific unit 141, a derivation unit 142, a determination unit 143, an output unit 144, an observation result storage unit 145, and an instruction reception unit 146.
  • the first receiving unit 111, the first extracting unit 112, the learning unit 113, the second receiving unit 121, the second extracting unit 122, the determination unit 123, the model storage unit 125, and the geospatial information storage unit 131 of the present embodiment are ,
  • Each of the first and second reference examples functions in the same manner as the part to which the same name and the same code are given. Hereinafter, the differences between the present embodiment and the first and second reference examples will be described.
  • the first receiving unit 111 receives the observation data representing the result of the observation of the height of the ground surface, and stores the received observation data in the observation result storage unit 145.
  • the observation data is, for example, displacement data obtained by observation by SAR performed at a plurality of past time points.
  • Observation data may be obtained, for example, at a plurality of points (that is, observation points) at equal intervals. The intervals between the observation points may differ depending on the direction. For example, the north-south spacing of the observation points may differ from the east-west spacing of those observation points.
  • the observation data may be different from the learning data.
  • the displacement data which is the observation data, identifies the information that identifies the position of the observation point, the information that identifies the time when the observation was performed, and the information that represents the displacement of the height obtained by the observation. can.
  • the observation result storage unit 145 stores the above-mentioned observation data stored by the first receiving unit 111.
  • the instruction receiving unit 146 may receive the type (that is, the type) of the embankment land from, for example, the terminal device 51.
  • the instruction reception unit 146 may accept two or more types of embankment land.
  • the instruction receiving unit 146 may send the type of the accepted embankment land to the specific unit 141.
  • the type of the embankment development site may be, for example, a valley-filled embankment, a belly-filled embankment, a large-scale valley-filled embankment, a large-scale belly-filled embankment, or the like.
  • the predetermined embankment type may be sent to the specific unit 141.
  • the predetermined embankment type may be, for example, "large-scale valley filling type embankment”.
  • the predetermined embankment type may be, for example, a "large-scale belly-type embankment”.
  • the predetermined embankment type may be, for example, "large-scale valley-filled embankment” and "large-scale belly-filled embankment”.
  • the instruction receiving unit 146 may receive information for identifying the range from, for example, the terminal device 51.
  • the instruction receiving unit 146 may receive information that identifies two or more ranges. When the information for identifying the range is received, the instruction receiving unit 146 may send the information for identifying the received range to the specific unit 141.
  • the information that identifies the range may be, for example, the name of a local government.
  • the information that identifies the range may be the identification information assigned to the local government.
  • the information that identifies the range may be, for example, information that represents an area on the ground surface by latitude and longitude.
  • the instruction reception unit 146 may include a type reception unit 1461 that accepts the type of the embankment land, and a range information reception unit 1462 that accepts information that identifies the range.
  • FIG. 6B is a block diagram showing an example of the configuration of the instruction reception unit 146 including the type reception unit 1461 and the range information reception unit 1462 of the present embodiment.
  • the type reception unit 1461 may send the type of the accepted embankment land to the specific unit 141.
  • the range information receiving unit 1462 may send the information for identifying the received range to the specific unit 141.
  • the operations of the type reception unit 1461 and the range information reception unit 1462 will be described as the operations of the instruction reception unit 146.
  • the identification unit 141 identifies an observation point that is a point where the transition of the height of the ground surface is observed in the embankment area, which is the area of the embankment site.
  • the identification unit 141 may specify observation points included in the area of all types of embankment land.
  • the specific unit 141 may specify, for example, an observation point included in the area of the embankment land of a specific type (hereinafter, target type).
  • the target type may be predetermined.
  • the specific unit 141 may receive the type of embankment land from the instruction reception unit 146. When receiving the type of embankment land from the instruction receiving unit 146, the specific unit 141 may specify the observation points included in the area of the embankment land of the received type. In other words, the type of embankment land created by the specific unit 141 may be the target type.
  • the identification unit 141 may specify an observation point included in the area of the embankment land.
  • the specific unit 141 may specify an observation point included in the area of the embankment site included in the specific range (hereinafter referred to as the target range).
  • the target range may be predetermined.
  • the specific unit 141 may receive information for identifying the range from the instruction receiving unit 146. In that case, the identification unit 141 may specify an observation point included in the range identified by the received information. In other words, the specific unit 141 may set the range identified by the received information as the target range.
  • the specific unit 141 may specify an observation point included in a specific type of embankment site included in the target range.
  • the information that identifies the range is, for example, information that represents an area on the ground surface by latitude and longitude, whether or not the specific unit 141 includes the position of each observation point in the range determined by the information that identifies the range. By determining, the observation points included in the target range may be specified.
  • information representing the range of the local government may be stored in the geospatial information storage unit 131 as geospatial information.
  • the specific unit 141 may send information for identifying the target range (for example, identification information of the local government) to the second extraction unit 122 described above.
  • the second extraction unit 122 may read the information representing the target range from the geospatial information storage unit 131 and send the read information representing the target range to the specific unit 141.
  • the specific unit 141 may receive the information representing the target range and specify the observation point included in the target range represented by the received information.
  • the identification unit 141 may specify an observation point included in the target range by another method.
  • the specific unit 141 may further send information indicating the position of the observation point included in the target range to the second extraction unit 122.
  • the second extraction unit 122 reads out the value of the type of the embankment construction site at the point represented by the received information from the geospatial information storage unit 131, and sets the value of the type of the embankment construction site read out to the specific unit 141.
  • the identification unit 141 receives a value of the type of embankment land from the second extraction unit 122.
  • the identification unit 141 may specify an observation point in which the type of the received embankment construction site represents the target type as an observation point in the embankment area.
  • the identification unit 141 sends the information of the embankment area and the displacement data of the specified observation point to the derivation unit 142.
  • the information of the embankment area may include the identification information of the embankment area and the information for identifying the observation point included in each embankment area.
  • the information on the embankment area may include information representing the range of the embankment area.
  • the derivation unit 142 receives the information of the embankment area and the displacement data of the specified observation point from the specific unit 141.
  • the derivation unit 142 derives change information indicating the degree of change in height at the specified observation point.
  • the derivation unit 142 may calculate, for example, the displacement of the height per unit time at each observation at each observation point.
  • the derivation unit 142 may derive the change information of the observation point from the calculated displacement of the height per unit time in each observation at each observation point.
  • the unit period may be, for example, one year. The unit period may be set as appropriate.
  • the displacement of the height per unit time is also referred to as the rate of change of the height.
  • the change information of the observation point may be, for example, the newest height change rate observed at the observation point.
  • the change information of the observation point may be, for example, the maximum value of the change rate of the height obtained by a plurality of observations within a predetermined period in the past at the observation point.
  • the change information of the observation point may be, for example, an average value of the change rates of the height obtained by a plurality of observations within a predetermined period in the past at the observation point.
  • the change information of the observation point may be another statistical value of the change rate of the height obtained by a plurality of observations at the observation point within a predetermined period in the past.
  • the change information of the observation point may be, for example, a combination of height change rates obtained by a plurality of observations at the observation point within a predetermined period in the past.
  • the derivation unit 142 may give an instruction to the determination unit 123 to predict the displacement of the height at the specified observation point. In that case, the derivation unit 142 may send, for example, information indicating the position of the observation point to the determination unit 123.
  • the determination unit 123 receives information indicating the position of the observation point from the derivation unit 142.
  • the determination unit 123 may request the second extraction unit 122 for the value of the geospatial information at the observation point. Specifically, the determination unit 123 may send information on the position of the observation point to the second extraction unit 122.
  • the second extraction unit 122 receives the position information from the determination unit 123, and extracts the value of the geospatial information at the position represented by the received information from the geospatial information stored in the geospatial information storage unit 131.
  • the second extraction unit 122 sends the extracted value of the geospatial information to the determination unit 123.
  • the determination unit 123 receives the value of the geospatial information from the second extraction unit 122.
  • the determination unit 123 predicts the displacement of the height at the position (that is, the observation point) represented by the received information from the value of the received geospatial information by using the determination model stored in the model storage unit 125. ..
  • the model storage unit 125 of the present embodiment stores a determination model similar to the determination model generated by the learning unit 113 of the second reference example.
  • the determination model may be configured to predict height displacement after a unit period.
  • the determination unit 123 sends the predicted height displacement at the observation point to the out-licensing unit 142.
  • the derivation unit 142 receives the predicted height displacement at the observation point. In this case, the derivation unit 142 calculates the predicted height displacement per unit time (in other words, the predicted value of the height change rate) from the predicted height displacement at the observation point. good.
  • the derivation unit 142 may use the predicted value of the height change rate as change information at the observation point.
  • the derivation unit 142 sends the information of the embankment area and the change information at each observation point included in the embankment area to the determination unit 143.
  • ⁇ Decision section 143 The determination unit 143 receives information on the embankment area and change information at each observation point included in the embankment area from the derivation unit 142.
  • the determination unit 143 determines the priority of the embankment area based on the change information of the observation points included in the embankment area.
  • the priority of the embankment area is, for example, the embankment.
  • the predetermined threshold value may be appropriately set according to the type of change information.
  • the above-mentioned statistical value may be, for example, a maximum value, an average value, or the like.
  • the priority of the embankment area is among the observations at the observation points included in the embankment area. The number of observations in which the obtained height change rate is larger than the threshold value may be used.
  • the priority of the embankment area indicates the degree of necessity and urgency of the investigation and evaluation of the embankment area.
  • the condition in this case is that the value of the change information is larger than a predetermined threshold value.
  • the higher the priority value of the embankment area the faster the rate of change in the height of the ground surface of the embankment area. Changes in the height of the ground surface of the embankment area are generally caused by subduction of the ground surface of the embankment area.
  • the value of the above change information is related to the rate of subduction of the ground surface.
  • the determination unit 143 determines the priority for each embankment area.
  • the determination unit 143 sends the information of the embankment area and the determined priority to the output unit 144.
  • Output unit 144 receives the information of the embankment area and the priority for each embankment area from the determination unit 143.
  • the output unit 144 outputs information on the embankment area based on the priority of the embankment area.
  • the output unit 144 may output information on the embankment area in descending order of priority, for example.
  • the output unit 144 may output information on the embankment area in which the priority value is larger than the predetermined value in descending order of priority.
  • the output unit 144 may output the information of the embankment area and the priority of the embankment area in descending order of priority.
  • the output unit 144 may output the information of the embankment area and the statistical value of the change rate of the height at the observation point included in the embankment area in descending order of priority.
  • the method of outputting the embankment information is not limited to the above examples.
  • the output unit 144 may output a map on which the range of the embankment area is drawn.
  • the priority of the embankment area may be represented by the color of the embankment area. In that case, the color according to the magnitude of the priority may be predetermined.
  • a number indicating the priority of the embankment area may be displayed on the map in a form associated with a display indicating the range of the embankment area.
  • the range of the embankment area may be drawn, for example, in a color representing the maximum value of the height displacement at the observation point included in the embankment area.
  • the magnitude of the displacement and the color may be associated in advance.
  • FIG. 7 is a flowchart showing an example of the learning operation of the determination model of the analyzer 12 of the present embodiment.
  • the first receiving unit 111 receives the height displacement and the position at a plurality of points on the ground surface (step S101).
  • the first extraction unit 112 extracts the value of the geospatial information at these plurality of points (step S102).
  • the learning unit 103 learns the determination model (step S203).
  • the learning unit 103 of the present embodiment learns a determination model similar to the determination model of the second reference example, similarly to the learning unit 103 of the second reference example.
  • FIG. 8 is a flowchart showing an example of the operation of the analyzer 12 of the present embodiment for outputting information on the embankment area.
  • the instruction receiving unit 146 receives the information for identifying the range (step S301).
  • the instruction receiving unit 146 further receives information for identifying the type of embankment (step S302).
  • the second extraction unit 122 extracts the embankment area (step S303).
  • the second extraction unit 122 may extract the embankment area included in the range represented by the information that identifies the range.
  • the identification unit 141 identifies an observation point included in the embankment area (step S304).
  • the derivation unit 142 reads out the observation data representing the transition of the displacement of the ground surface height at the specified observation point from the observation result storage unit 145 (step S305).
  • the transition of height displacement is, for example, a plurality of height displacements obtained by observation at a plurality of time points.
  • step S306 the determination unit 123 performs the prediction process.
  • the prediction process will be described in detail later.
  • the derivation unit 142 derives the change information at the observation point (step S307). Then, the determination unit 143 determines the priority of the embankment area (step S308). The output unit 144 outputs information on the embankment area based on the priority (step S309).
  • FIG. 9 is a flowchart showing an example of the operation of the prediction process of the analyzer 12 of the present embodiment.
  • the analyzer 12 performs the same operation as the operation from step S104 to step S206 of the second reference example shown in FIG. 5 at each observation point. May be performed for each observation point with the target point as the target point.
  • the determination unit 123 sends the predicted height displacement to the out-licensing unit 142.
  • valley-filled embankments As described above and belly-filled embankments.
  • the scale standard is set for each of the valley-filled type embankment and the belly-filled type embankment.
  • a valley-filled embankment that meets the scale standard is a large-scale valley-filled embankment.
  • a belly-type embankment that meets the scale standard is a large-scale belly-type embankment. Since the valley-filled embankment site is created by filling valleys and swamps, it is easy for water to enter the embankment. In addition, the belly-type embankment is created by piling soil on the slope.
  • the screening phase is divided into primary screening and secondary screening.
  • primary screening the location of the embankment site is grasped, the type and scale of the embankment site are grasped, and a map of the large-scale embankment site is created.
  • primary screening has been completed in most areas.
  • the result of the primary screening is used as the "type of embankment land" in the geospatial information.
  • Secondary screening can be divided into a secondary screening plan and a secondary screening execution phase. The secondary screening plan determines the order in which the secondary screening of large embankment sites will be performed.
  • on-site reconnaissance of large-scale embankment sites determines which large-scale embankment site should be prioritized for secondary screening.
  • the degree of necessity for prioritizing secondary screening is defined as priority.
  • ground surveys by boring and stability calculations identify risk areas that are likely to collapse.
  • This embodiment has the effect of being able to determine the necessity of investigating the embankment area.
  • the reason is that the determination unit 143 determines the priority of the embankment area based on the change information at the observation point included in the embankment area, and the output unit 144 outputs the information of the embankment area based on the priority. Is.
  • the analyzer 12 of the present embodiment can also be modified as in the first to sixth modifications of the second reference example.
  • the determination unit 123 may predict the height displacement at a plurality of future time points as described above.
  • the derivation unit 142 may receive the displacement of the predicted height and use the displacement of the predicted height in the same manner as the displacement of the height of the observation data to derive the change information.
  • the determination unit 123 may determine a factor that contributes to the displacement of the height.
  • the output unit 144 may receive factor information from the determination unit 123 via the derivation unit 142 and the determination unit 143.
  • the derivation unit 142 and the determination unit 143 relay the transfer of the factor information from the determination unit 123 to the output unit 144.
  • the output unit 144 outputs the information of the filling area based on the priority, in addition to the information of the filling area, among the observation points included in the filling area, the observation point where the magnitude of the height displacement satisfies the condition. Information on the factors of height displacement may be output.
  • FIG. 10 is a diagram showing an example of the configuration of the analyzer 13 of the present embodiment.
  • the analyzer 13 includes a specific unit 141, a derivation unit 142, a determination unit 143, and an output unit 144.
  • the identification unit 141 identifies an observation point that is a point where the transition of the change in the height of the ground surface is observed in the embankment area, which is the area of the embankment site created by the embankment.
  • the derivation unit 142 derives change information indicating the degree of change in the height at the specified observation point.
  • the determination unit 143 determines the priority of the embankment area based on the change information at the observation point included in the embankment area.
  • the output unit 144 outputs information on the embankment area based on the priority.
  • the specific unit 141, the derivation unit 142, the determination unit 143, and the output unit 144 include the specific unit 141, the derivation unit 142, the determination unit 143, and the output unit 144, respectively, which are included in the analyzer 12 of the first embodiment. Works the same as.
  • FIG. 11 is a flowchart showing an example of the operation of the analyzer 13 of the present embodiment.
  • the identification unit 141 specifies an observation point included in the embankment area (step S304).
  • the derivation unit 142 derives the change information at the observation point (step S307).
  • the determination unit 143 determines the priority of the embankment area (step S308).
  • the output unit 144 outputs information on the embankment area based on the priority (step S309).
  • the operation in each step of the present embodiment is the same as the operation of the first embodiment to which the same reference numerals are given.
  • Each of the analyzer 10, the learning device 11, the analyzer 12, the analyzer 13, and the analyzer 21 according to the embodiment of the present disclosure executes the memory loaded with the program read from the storage medium and the program. It can be realized by a computer including a processor. Each of the analyzer 10, the learning device 11, the analyzer 12, the analyzer 13, and the analyzer 21 according to the embodiment of the present disclosure can be realized by dedicated hardware. Each of the analyzer 10, the learning device 11, the analyzer 12, the analyzer 13, and the analyzer 21 according to the embodiment of the present disclosure can also be realized by the combination of the above-mentioned computer and dedicated hardware.
  • FIG. 12 is a diagram showing an example of a hardware configuration of a computer 1000 capable of realizing each of the analyzer 10, the learning device 11, the analyzer 12, the analyzer 13, and the analyzer 21 according to the embodiment of the present disclosure.
  • the computer 1000 includes a processor 1001, a memory 1002, a storage device 1003, and an I / O (Input / Output) interface 1004.
  • the computer 1000 can access the storage medium 1005.
  • the memory 1002 and the storage device 1003 are storage devices such as a RAM (Random Access Memory) and a hard disk, for example.
  • the storage medium 1005 is, for example, a storage device such as a RAM or a hard disk, a ROM (Read Only Memory), or a portable storage medium.
  • the storage device 1003 may be a storage medium 1005.
  • the processor 1001 can read and write data and programs to the memory 1002 and the storage device 1003.
  • Processor 1001 can access other devices, for example, via the I / O interface 1004.
  • Processor 1001 can access the storage medium 1005.
  • the storage medium 1005 stores a program for operating the computer 1000 as any one of the analyzer 10, the learning device 11, the analyzer 12, the analyzer 13, and the analyzer 21 according to the embodiment of the present disclosure.
  • the processor 1001 is a program for operating the computer 1000 stored in the storage medium 1005 as any one of the analyzer 10, the learning device 11, the analyzer 12, the analyzer 13, and the analyzer 21 according to the embodiment of the present disclosure. Is loaded into memory 1002. Then, when the processor 1001 executes the program loaded in the memory 1002, the computer 1000 transfers the computer 1000 to the analyzer 10, the learning device 11, the analyzer 12, and the analyzer 13 according to the embodiment of the present disclosure. Alternatively, it operates as an analyzer 21.
  • the first receiving unit 111, the first extracting unit 112, the learning unit 113, the first reading unit 114, and the transmitting unit 115 are, for example, by a processor 1001 that executes a program loaded into the memory 1002 from the storage medium 1005 that stores the program. It can be realized.
  • the second receiving unit 121, the second extracting unit 122, the determining unit 123, the output unit 124, the second reading unit 126, and the receiving unit 127 execute, for example, a program loaded into the memory 1002 from the storage medium 1005 that stores the program. It can be realized by the processor 1001.
  • the input / output unit 132 can be realized by, for example, a processor 1001 that executes a program loaded into the memory 1002 from the storage medium 1005 that stores the program.
  • the specific unit 141, the derivation unit 142, the determination unit 143, the output unit 144, and the instruction reception unit 146 can be realized by, for example, the processor 1001 that executes the program loaded into the memory 1002 from the storage medium 1005 that stores the program. ..
  • the type reception unit 1461 and the range information reception unit 1462 can be realized, for example, by the processor 1001 that executes the program loaded into the memory 1002 from the storage medium 1005 that stores the program.
  • the model storage unit 125, the geospatial information storage unit 131, and the observation result storage unit 145 can be realized by the memory 1002 included in the computer 1000 and the storage device 1003 such as a hard disk device.
  • a part or all of the first receiving unit 111, the first extraction unit 112, the learning unit 113, the first reading unit 114, and the transmitting unit 115 can be realized by a dedicated circuit that realizes the functions of each unit.
  • a part or all of the geospatial information storage unit 131 and the input / output unit 132 can also be realized by a dedicated circuit that realizes the functions of each unit.
  • Part or all of the specific unit 141, the derivation unit 142, the determination unit 143, the output unit 144, the observation result storage unit 145, the instruction reception unit 146, the type reception unit 1461, and the range information reception unit 1462 realize the functions of each unit. It can also be realized by a dedicated circuit.
  • (Appendix 1) Specific means for identifying the observation point, which is the point where the transition of the change in the height of the ground surface was observed in the embankment area, which is the area of the embankment site created by the embankment.
  • Derivation means for deriving change information indicating the degree of change in the height at the specified observation point, and A determination means for determining the priority of the embankment area based on the change information at the observation point included in the embankment area.
  • An output means for outputting information on the embankment area based on the priority, and An analyzer equipped with.
  • Appendix 2 By learning based on a plurality of types of geospatial information values representing at least one of the ground surface condition at a plurality of points and the underground condition of the ground surface, and the height displacement at the plurality of points.
  • the height displacement at the observation point is based on the value of the geospatial information at the observation point by the determination model that predicts the height displacement based on the obtained value of at least a part of the geospatial information. Equipped with a judgment means for predicting The analyzer according to Appendix 1, wherein the determination means determines the priority of the embankment region based on the change information including the predicted displacement of the height at the observation point included in the embankment region.
  • the determination model is among a plurality of sets of a condition for each value of at least a part of the geospatial information and a prediction formula for predicting future height displacement when all of the conditions are satisfied.
  • the displacement of the ground surface height at the observation point is predicted by the prediction formula when all of the conditions are satisfied by at least a part of the geospatial information at the observation point. Analysis equipment.
  • the prediction formula is represented by a linear sum of variables representing the geospatial information.
  • the determination means determines that the geospatial information represented by the variable included in the prediction formula when all of the conditions are satisfied is a factor that contributes to the displacement of the height of the ground surface at the observation point.
  • the output means outputs information on the observation point including the factor.
  • the determination means determines the priority based on the number of the observation points included in the embankment region in which the predicted displacement of the height exceeds the first threshold value.
  • Appendix 6 Equipped with a type reception means that accepts the type of embankment land
  • the analyzer according to any one of Appendix 1 to 5, wherein the specific means extracts the observation point of the embankment area of the type received.
  • Appendix 7 Equipped with a range information receiving means that accepts information that identifies the range
  • the specific means extracts the embankment region including at least a part of the range identified by the received information, and extracts the observation point of the extracted embankment region. Any one of Appendix 1 to 6.
  • the determination means is The number of the observation points included in the embankment area in which the magnitude of the displacement of the height per unit period in a plurality of observations exceeds the second threshold value. The number of the observation points included in the embankment area in which the magnitude of the displacement of the height per unit period exceeds the third threshold value in the latest observation.
  • the determination model is among a plurality of sets of a condition for each value of at least a part of the geospatial information and a prediction formula for predicting future height displacement when all of the conditions are satisfied.
  • the displacement of the ground surface height at the observation point is predicted by the prediction formula when all of the conditions are satisfied by at least a part of the geospatial information at the observation point. Analysis method.
  • the prediction formula is represented by a linear sum of variables representing the geospatial information.
  • the geospatial information represented by the variables included in the prediction formula when all of the above conditions are satisfied is determined to be a factor contributing to the displacement of the ground surface height at the observation point. Output the information of the observation point including the factor.
  • Appendix 13 The analysis method according to any one of Appendix 10 to 12, wherein the priority is determined based on the number of the observation points included in the embankment region in which the predicted displacement of the height exceeds the first threshold value. ..
  • Appendix 18 By learning based on a plurality of types of geospatial information values representing at least one of the ground surface condition at a plurality of points and the underground condition of the ground surface, and the height displacement at the plurality of points.
  • the height displacement at the observation point is based on the value of the geospatial information at the observation point by a determination model that predicts the height displacement based on at least a part of the values of the geospatial information obtained.
  • the determination model is among a plurality of sets of a condition for each value of at least a part of the geospatial information and a prediction formula for predicting future height displacement when all of the conditions are satisfied.
  • the displacement of the ground surface height at the observation point is predicted by the prediction formula when all of the conditions are satisfied by at least a part of the geospatial information at the observation point.
  • the prediction formula is represented by a linear sum of variables representing the geospatial information.
  • the determination process determines that the geospatial information represented by the variables included in the prediction formula when all of the conditions are satisfied is a factor that contributes to the displacement of the height of the ground surface at the observation point.
  • the output process outputs information on the observation point including the factor.
  • the storage medium according to Appendix 19.
  • the determination process determines the priority based on the number of the observation points included in the embankment region in which the predicted displacement of the height exceeds the first threshold value.
  • Appendix 23 Let the computer execute the range information reception process that accepts the information that identifies the range.
  • the specific process extracts the embankment region including at least a part of the range identified by the received information, and extracts the observation point of the extracted embankment region. Any one of Appendix 17 to 22.
  • Analytical system 10 Analytical device 11 Learning device 12 Analytical device 13 Analytical device 21 Analytical device 31 Geospatial information storage device 40 Network 51 Terminal device 111 1st receiving unit 112 1st extracting unit 113 Learning unit 114 1st reading unit 115 Transmitting unit 121 2nd receiving unit 122 2nd extracting unit 123 Judging unit 124 Output unit 125 Model storage unit 126 2nd reading unit 127 Reception unit 131 Geospatial information storage unit 132 Input / output unit 141 Specific unit 142 Derived unit 143 Determining unit 144 Output unit 145 Observation result storage unit 146 Instruction reception unit 1461 Type reception unit 1462 Range information reception unit 1000 Computer 1001 Processor 1002 Memory 1003 Storage device 1004 I / O interface 1005 Storage medium

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • General Physics & Mathematics (AREA)
  • Paleontology (AREA)
  • Structural Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

盛土領域の調査の必要性を判定することができる分析装置などを提供する。　本開示の一態様に係る分析装置１３は、盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定部１４１と、特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出部１４２と、前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定部１４３と、前記優先度に基づいて前記盛土領域の情報を出力する出力部１４４と、を備える。

Description

分析装置、分析方法及び記憶媒体
　本開示は、盛土領域の調査の必要性を分析する技術に関する。
　特許文献１には、人工衛星に搭載されたレーダによる合成開口レーダによって観測された地上の対象物の変化量を表す変位量が許容範囲をどれだけ下回っているかを表す変状度から、危険度レベルを判定することが記載されている。特許文献１には、沈降速度が周りよりも大きい個所を抽出することも記載されている。
　特許文献２には、災害が起こる前のレーダ画像と、災害発生後のレーダ画像とを比較することによって、被災状況を把握することが記載されている。
特開２０１７－２１５２４８号公報 国際公開第２００８／０１６１５３号
　特許文献１及び２に記載の技術では、盛土領域の調査の必要性を判定することはできない。
　本開示の目的は、盛土領域の調査の必要性を判定することが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、盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定手段と、特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出手段と、前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定手段と、前記優先度に基づいて前記盛土領域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、盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定し、特定された前記観測点における前記高さの変化の程度を表す変化情報を導出し、前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定し、前記優先度に基づいて前記盛土領域の情報を出力する。
　本開示の一態様に係る記憶媒体は、盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定処理と、特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出処理と、前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定処理と、前記優先度に基づいて前記盛土領域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。
　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、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。
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６Ａ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６Ｂは、本開示の第１の実施形態の指示受付部の構成の例を表すブロック図である。 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の学習の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盛土領域の情報を出力するための動作の例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の例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フローチャートである。 図１２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１３は、盛土造成地のタイプの例を表す図である。 図１４は、表層地質の例を表す図である。 図１５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ー（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、合成開口レーダー（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１１２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。盛土造成地ではない領域の盛土造成地のタイプは、適宜定められていてもよい。例えば、盛土造成地ではない領域の盛土造成地のタイプは、盛土でないことを表す「非盛土」であってもよい。盛土造成地ではない領域のうち、切土の領域の盛土造成地のタイプは、「切土」であってもよい。この場合、盛土造成地でも切土でもない領域の盛土造成地のタイプが、「非盛土」であってもよい。
　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１３は、盛土造成地のタイプの例を表す図である。図１３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１４は、表層地質の例を表す図である。図１４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１５は、河川敷を表す図である。図１５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、例えば線形和によって表される。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Ｓ２０４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する本開示の第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６Ａ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６Ａ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、特定部１４１と、導出部１４２と、決定部１４３と、出力部１４４と、観測結果記憶部１４５と、指示受付部１４６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、第１、第２の参考例の、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１、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。
　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。
　＜＜指示受付部１４６＞＞
　指示受付部１４６は、例えば端末装置５１から、盛土造成地のタイプ（すなわち、種類）を受け付けてよい。指示受付部１４６は、２つ以上の、盛土造成地のタイプを受け付けてもよい。盛土造成地のタイプを受け付けた場合、指示受付部１４６は、受け付けた盛土造成地のタイプを、特定部１４１に送出してもよい。盛土造成地のタイプは、上述のように、例えば、谷埋め型盛土、腹付き型盛土、大規模谷埋め型盛土、大規模腹付き型盛土等であってよい。
　指示受付部１４６は、盛土造成地のタイプを受け付けなかった場合、所定の盛土のタイプを、特定部１４１に送出してもよい。所定の盛土のタイプは、例えば、「大規模谷埋め型盛土」であってもよい。所定の盛土のタイプは、例えば、「大規模腹付き型盛土」であってもよい。所定の盛土のタイプは、例えば、「大規模谷埋め型盛土」及び「大規模腹付き型盛土」であってもよい。
　指示受付部１４６は、例えば端末装置５１から、範囲を識別する情報を受け付けてもよい。指示受付部１４６は、２つ以上の範囲を識別する情報を受け付けてもよい。範囲を識別する情報を受け付けた場合、指示受付部１４６は、受け付けた範囲を識別する情報を、特定部１４１に送出してもよい。範囲を識別する情報は、例えば、地方自治体の名称であってもよい。範囲を識別する情報は、地方自治体に割り当てられている識別情報であってもよい。範囲を識別する情報は、例えば、緯度及び経度によって地表面の領域を表す情報であってもよい。
　指示受付部１４６は、盛土造成地のタイプを受け付ける種類受付部１４６１と、範囲を識別する情報を受け付ける範囲情報受付部１４６２とを含んでいてもよい。
　図６Ｂは、本実施形態の、種類受付部１４６１と、範囲情報受付部１４６２とを含む、指示受付部１４６の構成の例を表すブロック図である。盛土造成地のタイプを受け付けた場合、種類受付部１４６１は、受け付けた盛土造成地のタイプを、特定部１４１に送出してもよい。範囲を識別する情報を受け付けた場合、範囲情報受付部１４６２は、受け付けた範囲を識別する情報を、特定部１４１に送出してもよい。以下では、種類受付部１４６１及び範囲情報受付部１４６２の動作を、指示受付部１４６の動作として説明する。
　＜＜特定部１４１と第２抽出部１２２＞＞
　特定部１４１は盛土造成地の領域である盛土領域において地表面の高さの推移が観測された地点である観測点を特定する。特定部１４１は、全てのタイプの盛土造成地の領域に含まれる観測点を特定してもよい。特定部１４１は、例えば、特定のタイプ（以下、対象タイプ）の盛土造成地の領域に含まれる観測点を特定してもよい。対象タイプは、あらかじめ定められていてもよい。特定部１４１は、指示受付部１４６から盛土造成地のタイプを受け取ってもよい。指示受付部１４６から盛土造成地のタイプを受け取った場合、特定部１４１は、受け取ったタイプの盛土造成地の領域に含まれる観測点を特定してもよい。言い換えると、特定部１４１が、受け取った盛土造成地のタイプを、対象タイプとしてもよい。
　特定部１４１は、盛土造成地の領域に含まれる観測点を特定してもよい。特定部１４１は、特定の範囲（以下、対象範囲と表記）に含まれる盛土造成地の領域に含まれる観測点を特定してもよい。対象範囲は、あらかじめ定められていてもよい。特定部１４１は、指示受付部１４６から範囲を識別する情報を受け取ってもよい。その場合、特定部１４１は、受け取った情報によって識別される範囲に含まれる観測点を特定してもよい。言い換えると、特定部１４１は、受け取った情報によって識別される範囲を対象範囲としてもよい。
　特定部１４１は、対象範囲に含まれる特定タイプの盛土造成地に含まれる観測点を特定してもよい。
　範囲を識別する情報は、例えば、緯度及び経度によって地表面の領域を表す情報である場合、特定部１４１が、各観測点の位置が範囲を識別する情報によって定まる範囲に含まれるか否かを判定することによって、対象範囲に含まれる観測点を特定してもよい。
　また、自治体の範囲を表す情報が、地理空間情報として、地理空間情報記憶部１３１に格納されていてもよい。
　対象範囲が、例えば自治体である場合、特定部１４１は、例えば、上述の第２抽出部１２２に、対象範囲を識別する情報（例えば、自治体の識別情報）を送出してもよい。その場合、第２抽出部１２２は、対象範囲を表す情報を地理空間情報記憶部１３１から読み出し、読み出した対象範囲を表す情報を特定部１４１に送出してもよい。そして、特定部１４１が、対象範囲を表す情報を受け取り、受け取った情報が表す対象範囲に含まれる観測点を特定してもよい。特定部１４１は、他の方法によって、対象範囲に含まれる観測点を特定してもよい。
　特定部１４１は、さらに、対象範囲に含まれる観測点の位置を表す情報を、第２抽出部１２２に送出してもよい。この場合、第２抽出部１２２は、受け取った情報が表す地点における、盛土造成地のタイプの値を地理空間情報記憶部１３１から読み出し、読み出した盛土造成地のタイプの値を、特定部１４１に送出する。特定部１４１は、第２抽出部１２２から、盛土造成地のタイプの値を受け取る。特定部１４１は、受け取った盛土造成地のタイプが対象タイプを表す観測地点を、盛土領域における観測点として特定してよい。
　特定部１４１は、盛土領域の情報と、特定した観測点の変位データを、導出部１４２に送出する。盛土領域の情報は、盛土領域の識別情報と、各盛土領域が含む観測点を特定する情報とを含んでいてよい。盛土領域の情報は、盛土領域の範囲を表す情報を含んでいてもよい。
　＜＜導出部１４２＞＞
　導出部１４２は、盛土領域の情報と、特定された観測点の変位データとを、特定部１４１から受け取る。導出部１４２は、特定された観測点における高さの変化の程度を表す変化情報を導出する。
導出部１４２は、例えば、各観測点における各観測における、単位時間当たりの高さの変位を算出してよい。導出部１４２は、算出した、各観測点における各観測における、単位時間当たりの高さの変位から、観測点の変化情報を導出してもよい。単位期間は、例えば、１年間であってもよい。単位期間は、適宜定められていてもよい。単位時間当たりの高さの変位を、高さの変化速度とも表記する。観測点の変化情報は、例えば、その観測点において観測された、最も新しい、高さの変化速度であってもよい。観測点の変化情報は、例えば、その観測点における過去の所定期間以内の複数回の観測によって得られた高さの変化速度の、最大値であってもよい。観測点の変化情報は、例えば、その観測点における過去の所定期間以内の複数回の観測によって得られた高さの変化速度の、平均値であってもよい。観測点の変化情報は、その観測点における過去の所定期間以内の複数回の観測によって得られた高さの変化速度の、他の統計値であってもよい。観測点の変化情報は、例えば、その観測点における過去の所定期間以内の複数回の観測によって得られた高さの変化速度の組み合わせであってもよい。
　導出部１４２は、特定された観測点における高さの変位の予測を行う指示を、判定部１２３に対して行ってもよい。その場合、導出部１４２は、例えば、観測点の位置を表す情報を判定部１２３に送出してよい。判定部１２３は、観測点の位置を表す情報を導出部１４２から受け取る。判定部１２３は、第２抽出部１２２に、観測点における地理空間情報の値の要求を行ってもよい。具体的には、判定部１２３は、第２抽出部１２２に、観測点の位置の情報を送出してもよい。第２抽出部１２２は、判定部１２３から位置の情報を受け取り、受け取った情報が表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２抽出部１２２は、抽出した地理空間情報の値を判定部１２３に送出する。判定部１２３は、第２抽出部１２２から地理空間情報の値を受け取る。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を使用して、受け取った地理空間情報の値から、受け取った情報が表す位置（すなわち観測点）における高さの変位の予測を行う。本実施形態のモデル記憶部１２５には、第２の参考例の学習部１１３によって生成される判定モデルと同様の判定モデルが格納されている。判定モデルは、単位期間後の高さの変位の予測を行うように構成されていてよい。判定部１２３は、予測された、観測点における高さの変位を、導出部１４２に送出する。導出部１４２は、予測された、観測点における高さの変位を受け取る。この場合、導出部１４２は、予測された、観測点における高さの変位から、予測された、単位時間当たりの高さの変位（言い換えると、高さの変化速度の予測値）を算出してよい。導出部１４２は、高さの変化速度の予測値を、観測点における変化情報としてよい。
　導出部１４２は、盛土領域の情報と、盛土領域に含まれる各観測点における変化情報とを、決定部１４３に送出する。
＜＜決定部１４３＞＞
　決定部１４３は、導出部１４２から、盛土領域の情報と、盛土領域に含まれる各観測点における変化情報を受け取る。決定部１４３は、盛土領域の優先度を、その盛土領域が含む観測点の変化情報に基づいて決定する。
　例えば、変化情報の値が、最新の高さの変化速度、高さの変化速度の統計値、又は、高さの変化速度の予測値である場合、盛土領域の優先度は、例えば、その盛土領域に含まれる観測点のうち、変化情報の値が所定の閾値よりも大きい観測点の数であってもよい。所定の閾値は、変化情報の種類に応じて適宜定められていてよい。上述の統計値は、例えば、最大値や平均値等であってよい。上述のように、変化情報の値が、複数回の観測によって得られた高さの変化速度の組み合わせである場合、盛土領域の優先度は、その盛土領域に含まれる観測点における観測のうち、得られた高さの変化速度が閾値よりも大きい観測の回数であってもよい。
　本実施形態では、盛土領域の優先度は、その盛土領域の調査や評価の必要性や緊急性の程度を表す。盛土領域が、変化情報の値が条件を満たす観測点を多く含むほど、その盛土領域の優先度は高くなる。この場合の条件は、変化情報の値が所定の閾値よりも大きいことである。盛土領域の優先度の値が大きいほど、その盛土領域の地表面の高さの変化の速度が大きいことを表す。盛土領域の地表面の高さの変化は、一般に、盛土領域の地表面の沈み込みによって生じる。盛土領域の地表面の沈み込みの速さが条件を満たす観測点が多いほど、その盛土領域の調査は評価の必要性は高い。上述の変化情報の値は、地表面の沈み込みの速度に関係する。
　決定部１４３は、盛土領域ごとに、優先度を決定する。決定部１４３は、盛土領域の情報と、決定した優先度とを、出力部１４４に送出する。
　＜＜出力部１４４＞＞
　出力部１４４は、盛土領域の情報と、盛土領域ごとの優先度とを、決定部１４３から受け取る。出力部１４４は、盛土領域の優先度に基づいて、盛土領域の情報を出力する。出力部１４４は、例えば、優先度が高い順に、盛土領域の情報を出力してもよい。出力部１４４は、例えば、優先度の値が所定値よりも大きい盛土領域の情報を、優先度が高い順に出力してもよい。出力部１４４は、盛土領域の情報と、その盛土領域の優先度とを、優先度が高い順に出力してもよい。出力部１４４は、盛土領域の情報と、その盛土領域に含まれる観測点における高さの変化速度の統計値とを、優先度が高い順に出力してもよい。盛土情報の出力の方法は、以上の例に限られない。出力部１４４は、盛土領域の範囲が描かれた地図を出力してもよい。盛土領域の優先度は、盛土領域の色によって表されていてもよい。その場合、優先度の大きさに応じた色があらかじめ定められていてよい。盛土領域の優先度を表す数字が、地図上に、盛土領域の範囲を表す表示に関連付けられた形で表示されていてもよい。この場合、盛土領域の範囲は、例えば、その盛土領域に含まれる観測点における高さの変位の最大値を表す色で描かれていてもよい。その場合、変位の大きさと色とがあらかじめ関連付けられていてよい。
　以上で説明した点を除いて、本実施形態の各部は、第２の参考例の、同一の名称と同一の符号とが付与されている部と同じである。
　＜動作＞
　図７は、本実施形態の分析装置１２の判定モデルの学習の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、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と位置とを受け取る（ステップＳ１０１）。第１抽出部１１２は、これらの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）。そして、学習部１０３は、判定モデルの学習を行う（ステップＳ２０３）。本実施形態の学習部１０３は、第２の参考例の学習部１０３と同様に、第２の参考例の判定モデルと同様の判定モデルを学習する。
　図８は、本実施形態の分析装置１２の、盛土領域の情報を出力するための動作の例を表すフローチャートである。
　図８に示す例では、まず、指示受付部１４６が、範囲を識別する情報を受け取る（ステップＳ３０１）。指示受付部１４６は、さらに、盛土の種類を特定する情報を受け取る（ステップＳ３０２）。次に、例えば第２抽出部１２２が、盛土領域を抽出する（ステップＳ３０３）。例えば、第２抽出部１２２が、範囲を識別する情報によって表される範囲に含まれる、盛土領域を抽出してよい。次に、特定部１４１が、盛土領域に含まれる観測点を特定する（ステップＳ３０４）。
　次に、導出部１４２が、観測結果記憶部１４５から、特定された観測点における地表面の高さの変位の推移を表す、観測データを読み出す（ステップＳ３０５）。高さの変位の推移は、例えば、複数の時点における観測によって得られた、複数の高さの変位である。
　ステップＳ３０６において、判定部１２３が予測処理を行う。予測処理については、後で詳細に説明する。
　次に、導出部１４２が、観測点における変化情報を導出する（ステップＳ３０７）。そして、決定部１４３が、盛土領域の優先度を決定する（ステップＳ３０８）。出力部１４４は、優先度に基づいて、盛土領域の情報を出力する（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、図面を参照して詳細に説明する。
　図９は、本実施形態の分析装置１２の予測処理の動作の例を表すフローチャートである。図９に示す例では、分析装置１２は、ステップＳ３１４からステップＳ３１６までの動作において、図５に示す、第２の参考例のステップＳ１０４からステップＳ２０６までの動作と同様の動作を、各観測地点を対象地点として、観測地点ごとに行ってよい。ステップＳ３１７において、判定部１２３は、予測された高さの変位を、導出部１４２に送出する。
　＜効果＞
　宅地を造成する場合、切土と盛土を組み合わせて造成を行うことが多い。盛土には、上述のような谷埋め型の盛土と、腹付き型の盛土とがある。そして、谷埋め型の盛土及び腹付き型の盛土のそれぞれに対して、上述のように、規模の基準が定められている。規模の基準を満たす谷埋め型の盛土が、大規模谷埋め型盛土である。規模の基準を満たす腹付き型の盛土が、大規模腹付き型盛土である。谷埋め型の盛土造成地は、谷や沢を埋めることによって造成されるので、盛土内に水が浸入しやすい。また、腹付き型盛土は、斜面に土を盛ることによって造成される。したがって、いずれの盛土も、例えば地震時に、盛土全体又は大部分が、盛土を行う前の斜面の下方に向かって移動する可能性がある。そのため、特に経時変化が大きい盛土の監視や調査を行う需要がある。しかし、全国に広く分布する盛土から監視や調査の対象を選択するためには、選択のための調査など、非常に大きな労力が必要である。
　近年、大規模造成地のスクリーニングが行われている。スクリーニングのフェーズは、一次スクリーニングと、二次スクリーニングとに分けられる。一次スクリーニングでは、盛土造成地の位置の把握、盛土造成地の種類と規模の把握、及び、大規模盛土造成地のマップの作製等が行われる。日本では、大半の領域で一次スクリーニングが終了している。一次スクリーニングの結果が、地理空間情報の、「盛土造成地のタイプ」として利用される。二次スクリーニングは、二次スクリーニングの計画と、二次スクリーニングの実行のフェーズに分けることができる。二次スクリーニングの計画では、大規模盛土造成地の二次スクリーニングを実行する順番の決定が行われる。そのためには、一般に、大規模盛土造成地の現地踏査によって、どの大規模盛土造成地から優先的に二次スクリーニングを行うべきかが決定される。二次スクリーニングを優先的に行う必要性の程度を、優先度とする。二次スクリーニングでは、例えば、ボーリングによる地盤の調査や安定計算によって、崩落の可能性が高い危険個所が特定される。
　しかし、人員、技術、予算などのリソース不足によって、二次スクリーニングを進めるのは容易ではない。現地踏査を行うことなく優先度を決定できれば、二次スクリーニングの計画のためのリソースを大幅に低減できる。また、決定した優先度に基づいて現地踏査を行えば、危険個所の特定の精度を向上できる。また、危険個所の特定を早めることもできる。
　本実施形態には、盛土領域の調査の必要性を判定することができるという効果がある。その理由は、決定部１４３が、盛土領域が含む観測点における変化情報に基づいて、その盛土領域の優先度を決定し、出力部１４４が、優先度に基づいて盛土領域の情報を出力するからである。
　＜＜変形例＞＞
　本実施形態の分析装置１２を、第２の参考例の第１から第６の変形例のように変形することもできる。判定部１２３が、上述のように将来の複数の時点における高さの変位の予測を行ってよい。その場合、導出部１４２は、予測された高さの変位を受け取り、予測された高さの変位を、観測データの高さの変位と同様に使用して、変化情報を導出してよい。判定部１２３が、高さの変位に寄与する要因を判定してよい。その場合、出力部１４４は、導出部１４２及び決定部１４３を介して、判定部１２３から要因の情報を受け取ってよい。この場合、導出部１４２及び決定部１４３は、判定部１２３から出力部１４４への要因の情報の転送を中継する。出力部１４４は、優先度に基づいて盛土領域の情報を出力する際、盛土領域の情報に加えて、その盛土領域が含む観測点のうち、高さの変位の大きさが条件を満たす観測点における、高さの変位の要因の情報を出力してよい。
　＜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の構成の例を表す図である。
　図１０に示す例では、分析装置１３は、特定部１４１と、導出部１４２と、決定部１４３と、出力部１４４と、を備える。特定部１４１は、盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する。導出部１４２は、特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する。決定部１４３は、前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する。出力部１４４は、前記優先度に基づいて前記盛土領域の情報を出力する。特定部１４１、導出部１４２、決定部１４３、及び、出力部１４４は、それぞれ、第１の実施形態の分析装置１２が含む、特定部１４１、導出部１４２、決定部１４３、及び、出力部１４４と同様に機能する。
　＜動作＞
　図１１は、本実施形態の分析装置１３の動作の例を表すフローチャートである。
　図１１に示す例では、特定部１４１は、盛土領域に含まれる観測点を特定する（ステップＳ３０４）。導出部１４２は、観測点における変化情報を導出する（ステップＳ３０７）。決定部１４３は、盛土領域の優先度を決定する（ステップＳ３０８）。出力部１４４は、優先度に基づいて、盛土領域の情報を出力する（ステップＳ３０９）。本実施形態の各ステップにおける動作は、同じ符号が付与されている第１の実施形態の動作と同じである。
　＜効果＞
　本実施形態には、第２の参考例と同じ効果がある。その理由は、第１の参考例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１２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１２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、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、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。特定部１４１、導出部１４２、決定部１４３、出力部１４４、指示受付部１４６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。種類受付部１４６１、範囲情報受付部１４６２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。特定部１４１、導出部１４２、決定部１４３、出力部１４４、観測結果記憶部１４５、指示受付部１４６、種類受付部１４６１、範囲情報受付部１４６２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）
　盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定手段と、
　特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出手段と、
　前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定手段と、
　前記優先度に基づいて前記盛土領域の情報を出力する出力手段と、
　を備える分析装置。
　（付記２）
　複数の地点における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値と、前記複数の地点における高さの変位と、に基づく学習によって得られた、前記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位を予測する判定モデルによって、前記観測点における前記地理空間情報の値に基づいて、前記観測点における高さの変位の予測を行う判定手段を備え、
　前記決定手段は、前記盛土領域に含まれる前記観測点における予測された前記高さの変位を含む前記変化情報に基づいて、前記盛土領域の前記優先度を決定する
　付記１に記載の分析装置。
　（付記３）
　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将来の高さの変位の予測を行う予測式と、の複数の組のうち、前記条件の全てが前記観測点における前記地理空間情報の少なくとも一部の値によって満たされる場合の前記予測式によって、前記観測点における地表面の高さの変位の予測を行う
　付記２に記載の分析装置。
　（付記４）
　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、
　前記判定手段は、前記条件の全てが満たされる場合の前記予測式に含まれる変数が表す前記地理空間情報を、前記観測点における地表面の高さの変位に寄与する要因と判定し、
　前記出力手段は、前記要因を含む前記観測点の情報を出力する、
　付記３に記載の分析装置。
　（付記５）
　前記決定手段は、前記盛土領域に含まれる、予測された前記高さの変位が第１閾値を上回る前記観測点の数に基づいて、前記優先度を決定する
　付記２乃至４のいずれか１項に記載の分析装置。
　（付記６）
　盛土造成地の種類を受け付ける種類受付手段を備え、
　前記特定手段は、受け付けられた前記種類の前記盛土領域の前記観測点を抽出する
　付記１乃至５のいずれか１項に記載の分析装置。
　（付記７）
　範囲を識別する情報を受け付ける範囲情報受付手段を備え、
　前記特定手段は、受け付けた情報によって識別される前記範囲に少なくとも一部が含まれる前記盛土領域を抽出し、抽出された前記盛土領域の前記観測点を抽出する
　付記１乃至６のいずれか１項に記載の分析装置。
　（付記８）
　前記観測点の各々における前記高さの変位の観測は異なる時点において複数回行われ、
　前記決定手段は、
　前記盛土領域に含まれる、複数回の観測における単位期間あたりの前記高さの変位の大きさが第２閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる、最も新しい観測において前記単位期間あたりの前記高さの変位の大きさが第３閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる、複数回の観測によって得られた前記単位期間あたりの前記高さの変位の最大値が、第４の閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる前記観測点における、前記高さの変位の単位期間当たりの大きさが第５の閾値を上回った観測の回数の合計と、
　の少なくともいずれか１つに基づいて、前記優先度を決定する
　付記１乃至７のいずれか１項に記載の分析装置。
　（付記９）
　盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定し、
　特定された前記観測点における前記高さの変化の程度を表す変化情報を導出し、
　前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定し、
　前記優先度に基づいて前記盛土領域の情報を出力する、
　分析方法。
　（付記１０）
　複数の地点における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値と、前記複数の地点における高さの変位と、に基づく学習によって得られた、前記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位を予測する判定モデルによって、前記観測点における前記地理空間情報の値に基づいて、前記観測点における高さの変位の予測を行い、
　前記盛土領域に含まれる前記観測点における予測された前記高さの変位を含む前記変化情報に基づいて、前記盛土領域の前記優先度を決定する
　付記９に記載の分析方法。
　（付記１１）
　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将来の高さの変位の予測を行う予測式と、の複数の組のうち、前記条件の全てが前記観測点における前記地理空間情報の少なくとも一部の値によって満たされる場合の前記予測式によって、前記観測点における地表面の高さの変位の予測を行う
　付記１０に記載の分析方法。
　（付記１２）
　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、
　前記条件の全てが満たされる場合の前記予測式に含まれる変数が表す前記地理空間情報を、前記観測点における地表面の高さの変位に寄与する要因と判定し、
　前記要因を含む前記観測点の情報を出力する、
　付記１１に記載の分析方法。
　（付記１３）
　前記盛土領域に含まれる、予測された前記高さの変位が第１閾値を上回る前記観測点の数に基づいて、前記優先度を決定する
　付記１０乃至１２のいずれか１項に記載の分析方法。
　（付記１４）
　盛土造成地の種類を受け付け、
　受け付けられた前記種類の前記盛土領域の前記観測点を抽出する
　付記９乃至１３のいずれか１項に記載の分析方法。
　（付記１５）
　範囲を識別する情報を受け付け、
　受け付けた情報によって識別される前記範囲に少なくとも一部が含まれる前記盛土領域を抽出し、抽出された前記盛土領域の前記観測点を抽出する
　付記９乃至１４のいずれか１項に記載の分析方法。
　（付記１６）
　前記観測点の各々における前記高さの変位の観測は異なる時点において複数回行われ、
　前記盛土領域に含まれる、複数回の観測における単位期間あたりの前記高さの変位の大きさが第２閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる、最も新しい観測において前記単位期間あたりの前記高さの変位の大きさが第３閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる、複数回の観測によって得られた前記単位期間あたりの前記高さの変位の最大値が、第４の閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる前記観測点における、前記高さの変位の単位期間当たりの大きさが第５の閾値を上回った観測の回数の合計と、
　の少なくともいずれか１つに基づいて、前記優先度を決定する
　付記９乃至１５のいずれか１項に記載の分析方法。
　（付記１７）
　盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定処理と、
　特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出処理と、
　前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定処理と、
　前記優先度に基づいて前記盛土領域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記憶媒体。
　（付記１８）
　複数の地点における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値と、前記複数の地点における高さの変位と、に基づく学習によって得られた、前記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位を予測する判定モデルによって、前記観測点における前記地理空間情報の値に基づいて、前記観測点における高さの変位の予測を行う判定処理をコンピュータに実行させ、
　前記決定処理は、前記盛土領域に含まれる前記観測点における予測された前記高さの変位を含む前記変化情報に基づいて、前記盛土領域の前記優先度を決定する
　付記１７に記載の記憶媒体。
　（付記１９）
　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将来の高さの変位の予測を行う予測式と、の複数の組のうち、前記条件の全てが前記観測点における前記地理空間情報の少なくとも一部の値によって満たされる場合の前記予測式によって、前記観測点における地表面の高さの変位の予測を行う
　付記１８に記載の記憶媒体。
　（付記２０）
　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、
　前記判定処理は、前記条件の全てが満たされる場合の前記予測式に含まれる変数が表す前記地理空間情報を、前記観測点における地表面の高さの変位に寄与する要因と判定し、
　前記出力処理は、前記要因を含む前記観測点の情報を出力する、
　付記１９に記載の記憶媒体。
　（付記２１）
　前記決定処理は、前記盛土領域に含まれる、予測された前記高さの変位が第１閾値を上回る前記観測点の数に基づいて、前記優先度を決定する
　付記１８乃至２０のいずれか１項に記載の記憶媒体。
　（付記２２）
　盛土造成地の種類を受け付ける種類受付処理をコンピュータに実行させ、
　前記特定処理は、受け付けられた前記種類の前記盛土領域の前記観測点を抽出する
　付記１７乃至２１のいずれか１項に記載の記憶媒体。
　（付記２３）
　範囲を識別する情報を受け付ける範囲情報受付処理をコンピュータに実行させ、
　前記特定処理は、受け付けた情報によって識別される前記範囲に少なくとも一部が含まれる前記盛土領域を抽出し、抽出された前記盛土領域の前記観測点を抽出する
　付記１７乃至２２のいずれか１項に記載の記憶媒体。
　（付記２４）
　前記観測点の各々における前記高さの変位の観測は異なる時点において複数回行われ、
　前記決定処理は、
　前記盛土領域に含まれる、複数回の観測における単位期間あたりの前記高さの変位の大きさが第２閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる、最も新しい観測において前記単位期間あたりの前記高さの変位の大きさが第３閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる、複数回の観測によって得られた前記単位期間あたりの前記高さの変位の最大値が、第４の閾値を上回った前記観測点の数と、
　前記盛土領域に含まれる前記観測点における、前記高さの変位の単位期間当たりの大きさが第５の閾値を上回った観測の回数の合計と、
　の少なくともいずれか１つに基づいて、前記優先度を決定する
　付記１７乃至２３のいずれか１項に記載の記憶媒体。
　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
　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　　特定部
　１４２　　導出部
　１４３　　決定部
　１４４　　出力部
　１４５　　観測結果記憶部
　１４６　　指示受付部
　１４６１　　種類受付部
　１４６２　　範囲情報受付部
　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 (24)

  1. 　盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定手段と、
    　特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出手段と、
    　前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定手段と、
    　前記優先度に基づいて前記盛土領域の情報を出力する出力手段と、
    　を備える分析装置。
  2. 　複数の地点における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値と、前記複数の地点における高さの変位と、に基づく学習によって得られた、前記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位を予測する判定モデルによって、前記観測点における前記地理空間情報の値に基づいて、前記観測点における高さの変位の予測を行う判定手段を備え、
    　前記決定手段は、前記盛土領域に含まれる前記観測点における予測された前記高さの変位を含む前記変化情報に基づいて、前記盛土領域の前記優先度を決定する
    　請求項１に記載の分析装置。
  3. 　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将来の高さの変位の予測を行う予測式と、の複数の組のうち、前記条件の全てが前記観測点における前記地理空間情報の少なくとも一部の値によって満たされる場合の前記予測式によって、前記観測点における地表面の高さの変位の予測を行う
    　請求項２に記載の分析装置。
  4. 　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、
    　前記判定手段は、前記条件の全てが満たされる場合の前記予測式に含まれる変数が表す前記地理空間情報を、前記観測点における地表面の高さの変位に寄与する要因と判定し、
    　前記出力手段は、前記要因を含む前記観測点の情報を出力する、
    　請求項３に記載の分析装置。
  5. 　前記決定手段は、前記盛土領域に含まれる、予測された前記高さの変位が第１閾値を上回る前記観測点の数に基づいて、前記優先度を決定する
    　請求項２乃至４のいずれか１項に記載の分析装置。
  6. 　盛土造成地の種類を受け付ける種類受付手段を備え、
    　前記特定手段は、受け付けられた前記種類の前記盛土領域の前記観測点を抽出する
    　請求項１乃至５のいずれか１項に記載の分析装置。
  7. 　範囲を識別する情報を受け付ける範囲情報受付手段を備え、
    　前記特定手段は、受け付けた情報によって識別される前記範囲に少なくとも一部が含まれる前記盛土領域を抽出し、抽出された前記盛土領域の前記観測点を抽出する
    　請求項１乃至６のいずれか１項に記載の分析装置。
  8. 　前記観測点の各々における前記高さの変位の観測は異なる時点において複数回行われ、
    　前記決定手段は、
    　前記盛土領域に含まれる、複数回の観測における単位期間あたりの前記高さの変位の大きさが第２閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる、最も新しい観測において前記単位期間あたりの前記高さの変位の大きさが第３閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる、複数回の観測によって得られた前記単位期間あたりの前記高さの変位の最大値が、第４の閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる前記観測点における、前記高さの変位の単位期間当たりの大きさが第５の閾値を上回った観測の回数の合計と、
    　の少なくともいずれか１つに基づいて、前記優先度を決定する
    　請求項１乃至７のいずれか１項に記載の分析装置。
  9. 　盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定し、
    　特定された前記観測点における前記高さの変化の程度を表す変化情報を導出し、
    　前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定し、
    　前記優先度に基づいて前記盛土領域の情報を出力する、
    　分析方法。
  10. 　複数の地点における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値と、前記複数の地点における高さの変位と、に基づく学習によって得られた、前記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位を予測する判定モデルによって、前記観測点における前記地理空間情報の値に基づいて、前記観測点における高さの変位の予測を行い、
    　前記盛土領域に含まれる前記観測点における予測された前記高さの変位を含む前記変化情報に基づいて、前記盛土領域の前記優先度を決定する
    　請求項９に記載の分析方法。
  11. 　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将来の高さの変位の予測を行う予測式と、の複数の組のうち、前記条件の全てが前記観測点における前記地理空間情報の少なくとも一部の値によって満たされる場合の前記予測式によって、前記観測点における地表面の高さの変位の予測を行う
    　請求項１０に記載の分析方法。
  12. 　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、
    　前記条件の全てが満たされる場合の前記予測式に含まれる変数が表す前記地理空間情報を、前記観測点における地表面の高さの変位に寄与する要因と判定し、
    　前記要因を含む前記観測点の情報を出力する、
    　請求項１１に記載の分析方法。
  13. 　前記盛土領域に含まれる、予測された前記高さの変位が第１閾値を上回る前記観測点の数に基づいて、前記優先度を決定する
    　請求項１０乃至１２のいずれか１項に記載の分析方法。
  14. 　盛土造成地の種類を受け付け、
    　受け付けられた前記種類の前記盛土領域の前記観測点を抽出する
    　請求項９乃至１３のいずれか１項に記載の分析方法。
  15. 　範囲を識別する情報を受け付け、
    　受け付けた情報によって識別される前記範囲に少なくとも一部が含まれる前記盛土領域を抽出し、抽出された前記盛土領域の前記観測点を抽出する
    　請求項９乃至１４のいずれか１項に記載の分析方法。
  16. 　前記観測点の各々における前記高さの変位の観測は異なる時点において複数回行われ、
    　前記盛土領域に含まれる、複数回の観測における単位期間あたりの前記高さの変位の大きさが第２閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる、最も新しい観測において前記単位期間あたりの前記高さの変位の大きさが第３閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる、複数回の観測によって得られた前記単位期間あたりの前記高さの変位の最大値が、第４の閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる前記観測点における、前記高さの変位の単位期間当たりの大きさが第５の閾値を上回った観測の回数の合計と、
    　の少なくともいずれか１つに基づいて、前記優先度を決定する
    　請求項９乃至１５のいずれか１項に記載の分析方法。
  17. 　盛土によって造成された盛土造成地の領域である盛土領域において地表面の高さの変化の推移が観測された地点である観測点を特定する特定処理と、
    　特定された前記観測点における前記高さの変化の程度を表す変化情報を導出する導出処理と、
    　前記盛土領域に含まれる前記観測点における前記変化情報に基づいて、前記盛土領域の優先度を決定する決定処理と、
    　前記優先度に基づいて前記盛土領域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記憶媒体。
  18. 　複数の地点における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値と、前記複数の地点における高さの変位と、に基づく学習によって得られた、前記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位を予測する判定モデルによって、前記観測点における前記地理空間情報の値に基づいて、前記観測点における高さの変位の予測を行う判定処理をコンピュータに実行させ、
    　前記決定処理は、前記盛土領域に含まれる前記観測点における予測された前記高さの変位を含む前記変化情報に基づいて、前記盛土領域の前記優先度を決定する
    　請求項１７に記載の記憶媒体。
  19. 　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将来の高さの変位の予測を行う予測式と、の複数の組のうち、前記条件の全てが前記観測点における前記地理空間情報の少なくとも一部の値によって満たされる場合の前記予測式によって、前記観測点における地表面の高さの変位の予測を行う
    　請求項１８に記載の記憶媒体。
  20. 　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、
    　前記判定処理は、前記条件の全てが満たされる場合の前記予測式に含まれる変数が表す前記地理空間情報を、前記観測点における地表面の高さの変位に寄与する要因と判定し、
    　前記出力処理は、前記要因を含む前記観測点の情報を出力する、
    　請求項１９に記載の記憶媒体。
  21. 　前記決定処理は、前記盛土領域に含まれる、予測された前記高さの変位が第１閾値を上回る前記観測点の数に基づいて、前記優先度を決定する
    　請求項１８乃至２０のいずれか１項に記載の記憶媒体。
  22. 　盛土造成地の種類を受け付ける種類受付処理をコンピュータに実行させ、
    　前記特定処理は、受け付けられた前記種類の前記盛土領域の前記観測点を抽出する
    　請求項１７乃至２１のいずれか１項に記載の記憶媒体。
  23. 　範囲を識別する情報を受け付ける範囲情報受付処理をコンピュータに実行させ、
    　前記特定処理は、受け付けた情報によって識別される前記範囲に少なくとも一部が含まれる前記盛土領域を抽出し、抽出された前記盛土領域の前記観測点を抽出する
    　請求項１７乃至２２のいずれか１項に記載の記憶媒体。
  24. 　前記観測点の各々における前記高さの変位の観測は異なる時点において複数回行われ、
    　前記決定処理は、
    　前記盛土領域に含まれる、複数回の観測における単位期間あたりの前記高さの変位の大きさが第２閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる、最も新しい観測において前記単位期間あたりの前記高さの変位の大きさが第３閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる、複数回の観測によって得られた前記単位期間あたりの前記高さの変位の最大値が、第４の閾値を上回った前記観測点の数と、
    　前記盛土領域に含まれる前記観測点における、前記高さの変位の単位期間当たりの大きさが第５の閾値を上回った観測の回数の合計と、
    　の少なくともいずれか１つに基づいて、前記優先度を決定する
    　請求項１７乃至２３のいずれか１項に記載の記憶媒体。
PCT/JP2020/014741 2020-03-31 2020-03-31 分析装置、分析方法及び記憶媒体 WO2021199237A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022512962A JP7380847B2 (ja) 2020-03-31 2020-03-31 分析装置、分析方法及びプログラム
PCT/JP2020/014741 WO2021199237A1 (ja) 2020-03-31 2020-03-31 分析装置、分析方法及び記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/014741 WO2021199237A1 (ja) 2020-03-31 2020-03-31 分析装置、分析方法及び記憶媒体

Publications (1)

Publication Number Publication Date
WO2021199237A1 true WO2021199237A1 (ja) 2021-10-07

Family

ID=77928017

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/014741 WO2021199237A1 (ja) 2020-03-31 2020-03-31 分析装置、分析方法及び記憶媒体

Country Status (2)

Country Link
JP (1) JP7380847B2 (ja)
WO (1) WO2021199237A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015174067A1 (ja) * 2014-05-14 2015-11-19 日本電気株式会社 情報処理装置、異常検出方法、及び、記録媒体
WO2017047061A1 (ja) * 2015-09-14 2017-03-23 日本電気株式会社 災害予測システム、水分量予測装置、災害予測方法およびプログラム記録媒体
JP6179911B1 (ja) * 2016-06-01 2017-08-16 国立研究開発法人宇宙航空研究開発機構 変状度判定方法及び変状度判定システム
JP2019085712A (ja) * 2017-11-02 2019-06-06 国際航業株式会社 斜面安定度判定支援システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4251538B2 (ja) * 2003-03-12 2009-04-08 国際航業株式会社 斜面崩壊予測システム
JP6773603B2 (ja) * 2017-05-18 2020-10-21 中央開発株式会社 斜面崩壊早期警報システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015174067A1 (ja) * 2014-05-14 2015-11-19 日本電気株式会社 情報処理装置、異常検出方法、及び、記録媒体
WO2017047061A1 (ja) * 2015-09-14 2017-03-23 日本電気株式会社 災害予測システム、水分量予測装置、災害予測方法およびプログラム記録媒体
JP6179911B1 (ja) * 2016-06-01 2017-08-16 国立研究開発法人宇宙航空研究開発機構 変状度判定方法及び変状度判定システム
JP2019085712A (ja) * 2017-11-02 2019-06-06 国際航業株式会社 斜面安定度判定支援システム

Also Published As

Publication number Publication date
JPWO2021199237A1 (ja) 2021-10-07
JP7380847B2 (ja) 2023-11-15

Similar Documents

Publication Publication Date Title
KR100982447B1 (ko) 지공간 상관관계 통합기법을 이용한 산사태 발생 예측시스템 및 이를 이용한 산사태 발생 예측방법
Marchesini et al. Non-susceptible landslide areas in Italy and in the Mediterranean region
Nduwayezu et al. Modeling urban growth in Kigali city Rwanda
Marques et al. Sea cliff instability susceptibility at regional scale: a statistically based assessment in the southern Algarve, Portugal
Marques et al. Statistically based sea cliff instability hazard assessment of Burgau-Lagos coastal section (Algarve, Portugal)
CN115147011B (zh) 一种地表水与林地损害鉴定评估方法及装置、设备和介质
WO2021199241A1 (ja) 分析装置、分析方法及び記憶媒体
Diodato et al. Communicating hydrological hazard-prone areas in Italy with geospatial probability maps
Goda et al. Probabilistic tsunami damage assessment considering stochastic source models: Application to the 2011 Tohoku earthquake
Pavić et al. The Vulnerability of buildings from the Osijek database
WO2021084698A1 (ja) 解析装置および解析方法
Al Ruheili et al. Visualization of 2002 storm surge along the coast of Dhofar, case study of Oman
Kinsela et al. Coastal erosion risk assessment in New South Wales: limitations and potential future directions
WO2021199245A1 (ja) 分析装置、分析方法及び記憶媒体
Assilzadeh et al. Early warning system for oil spill using SAR images
Romah Advanced methods in sea level rise vulnerability assessment
CN115600047B (zh) 一种基于栅格分析的小流域面平均降雨量测算方法和系统
WO2021199237A1 (ja) 分析装置、分析方法及び記憶媒体
Purwandari A GIS modelling approach for flood hazard assessment in part of Surakarta city, Indonesia
Dhital An overview of landslide hazard mapping and rating systems in Nepal
JP7356070B2 (ja) 被害率曲線作成方法、被害率曲線作成装置、及びプログラム
CN115907357A (zh) 基于遥感和边坡失稳模型的输电杆塔选址优化系统及方法
Haggag et al. Evaluation of rain gauge network in arid regions using geostatistical approach: case study in northern Oman
Williams et al. Geographic information system data considerations in the context of the enhanced bathtub model for coastal inundation
JP7288229B2 (ja) 管路脆弱性推定システム、管路脆弱性推定方法、モデル作成装置、およびプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20928128

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022512962

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20928128

Country of ref document: EP

Kind code of ref document: A1