地すべり地形分布図作成方法を中心に危険箇所判読手法について

たんたん @tnod789

Google Earth上で防災科研の地すべり地形KML http://bit.ly/bk3Nzf と重ねて表示してみた。箇所が違うのは何が原因なんだろう。 RT @tagchan: 広島県の土砂災害危険箇所はWMSで公開されているのか。 http://bit.ly/ctgvxp

ワンオペ雑務員ひとちゃん @hitochan_t

@tnod789 防災科研の地すべり地形分布図は空中写真判読でやってます。土砂災害危険箇所は、土砂法に基づいており、自治体が現地調査を行いますが、人家や公共施設に被害を及ぼす箇所に限定されます。その辺が箇所の違いとして出てくるのではないかと思います。

Yusuke Suzuki @Y_Suzuki

写真判読って、まあ、私はこう思うというものですので。なので地すべり’地形’分布図。それに地すべりは現地調査してもなかなか範囲は確定できないです。地すべりの形をしていて、緩慢に動いてる証拠が見つかるとか、明瞭なすべり面が見つかるとか。

Yusuke Suzuki @Y_Suzuki

もちろん、地すべり地形分布図はすごい仕事なのはまちがいないです。

Kozo Kamada @geo80k

@Y_Suzuki 扇状地の末端の傾斜変換線を活断層だと言い張る人もいるようですし。

まげぱX @Magepa

@Y_Suzuki そういうものほど画像から判定するアルゴリズムをきちんと実装して現地調査からフィードバックかけて精度あげるべきではないでしょうか。人類の未来的に。

Yusuke Suzuki @Y_Suzuki

DEMを使った自動抽出のような研究は行われています。でもちゃんと抽出しようとするとハズレも多くなってまだなかなか実用に至らないという印象です。もちろんあきらめてはいません。 RT @Magepa: @Y_Suzuki そういうものほど画像から判定するアルゴリズムをきちんと実装（略

Ｔ．INOKUCHI / 井口　隆 @nied_inok

ツイッターの使い方がイマイチ分かっていないこともあるが、フォローしている人数が少ないせいもあって、地すべり地形分布図についてのツイートの流れがよく見えない。最初は私の取材の報告から始まったのかも知れないが．．．

Yusuke Suzuki @Y_Suzuki

私のつぶやきはは http://bit.ly/b2Wqkg ←このあたりを受けてのことです。 RT @nied_inok: ツイッターの使い方がイマイチ分かっていないこともあるが、フォローしている人数が少ないせいもあって、地すべり地形分布図についてのツイートの流れがよく見えな（略

Kozo Kamada @geo80k

@Magepa おおせのとおりですが、人間（ただし頂点レベルのプロ）が判読できない、または意見が分かれるような画像は、そう簡単に自動判読できない、と習った（思い知らされた）覚えがあります。最近は技術レベルが変わったでしょうか？

Kozo Kamada @geo80k

@Magepa たとえば、昔の地形図（手書き部分が多い）で、密集建物のハッチングと、郵便局や学校の記号が接触していて、記号が画素として分離できないケース。ここの記号画像を見せれば一瞬で理解できるのに「ノイズが多すぎてダメ」エラーを返す。ノイズに強い筈のニュ－ラルネットでもだめ。

Kozo Kamada @geo80k

まあ、ニューラルネットを持ち出した時点で、私は古いんだけどね。

まげぱX @Magepa

@geo80k 大量の画像からの抽出はとんでもなく進化してます。単独画像でもフィルタ技術の進歩はものすごいです。もちろん程度の差はあるはずですが、今までの物を置き換える用途ではなくぶれない判断基準を明確にするためのシステム構築というのが今後のために大切だと思います。

まげぱX @Magepa

@geo80k ニューラルはつなぎと学習次第で大きく性能が変わるので、ノイズに一定レベルで強いということはありません。フィルタ処理を何段階かに分けるとうまくいくかもしれないですね。

Kozo Kamada @geo80k

@Magepa なるほどね。ちなみに、私は仰せのようなシステムの必要性については、共通の認識を持っているつもりです。必要だけど難しいのではないか、と思ったのでしたが、今やそれほどでもないのですね。

まげぱX @Magepa

ニューラルネットワークってまだ研究されてるのかな。こんな単語使ったのも5年ぶりぐらい？

Kozo Kamada @geo80k

@Magepa 最後にさわってからたぶん15年以上になります。

まげぱX @Magepa

人間の脳をもでるにしてるます！とかいって、言語処理とか、画像処理の分野でいままでできなかった処理ができます。とかいう発表を見に行くと本人はΣも重みも理解してなかったりして学習すればできるんですとか言われてへこんだりした懐かしいおもいで。

Kozo Kamada @geo80k

ただし、露頭の画像と、それに基づいてプロが作成するスケッチの差、また、人工起震車の画像と、それに基づいてプロが判読した地下の地層境界面との差　が理解できないと思ったのは割合に最近です。

まげぱX @Magepa

@geo80k そのくらいですよね。2000年過ぎた頃やたら下火になった記憶があります。

Kozo Kamada @geo80k

それは、画像処理能力が低いからではないかもしれません。プロでも意見が分かれるから、というのが（画像処理システムが実用化していない）原因ではないか、と密かに考えています。

Kozo Kamada @geo80k

将棋とボナンザを考えると、プロが全員評価が一致する局面を無数に読ませると、計算機でもプロ一歩手前くらいまでは指すようになるんですからね。

まげぱX @Magepa

@geo80k 気象庁の計測震度にコンピューターの計測結果を導入したのを何となく思い出しました。

Kozo Kamada @geo80k

@Magepa ええっと、入力はＮ箇所の地震計の波形画像で、中間出力が震源の位置（Ｂ，Ｌ，深さ）とマグニチュードで、地下の地盤構造も考慮した、任意の地点の震度が出力ということでよろしいですか？

Kozo Kamada @geo80k

@Magepa なんでそんな凝った質問をしたのかというと、地震の場合は、最小自乗法と偏微分方程式の数値解法（統計的グリーン関数だったか）を適用すれば、ある程度解けると聞いているからです。露頭の写真からスケッチがどの程度真っ当かをはんだんするような画像認識は、もっと難しい気がして。