DX推進
PLATEAUを活用したシミュレーション
PLATEAU（プラトー）とは、2020年に国土交通省が主導して開始した、3D都市モデルの整備・活用・オープンデータ化プロジェクトの名称です。オープンデータとしてPLATEAU VIEW及びG空間情報センターにて一般公開しており、商用利用も含め、誰もが自由に活用することができます。社会に必要な都市情報を可視化し、社会や地域の持続可能な課題解決を推進しています。3D都市モデルだけでなく、三次元点群データや浸水実績などの既存データを組み合わせることで、景観の可視化や高度なシミュレーションを三次元的に行うことができます。
浸水シミュレーション
実際の建物の高さや位置を用いることで、建物のどのあたりまで水位が上昇するかシミュレーションが可能です（静岡県点群データ、冠水センサー、浸水痕跡調査結果より作成）。
景観シミュレーション
衛星画像を活用した盛土の抽出及び監視
静岡県熱海市における土砂災害を背景として、国土交通省より宅地造成及び特定盛土など規制法（通称：盛土規制法）が施行されました。同法「施行通知（技術的助言）」において、既存盛土分布調査及び経過観察に標高データ・光学衛星画像・SAR衛星画像の活用が推奨されています。衛星画像を活用することにより、広域を低価格で計測することが可能となります。
光学衛星・SAR衛星を用いた分析手法
- NDVI解析
- 差分強度解析（SAR）
- 干渉SAR解析
盛土規制法に準じた既存盛土分布調査（盛土の発見）
- DEM（標高データ）・NDVI差分（光学衛星）・差分強度解析（SAR衛星）を組み合わせたフィルタリング
盛土規制法に準じた盛土の経過観察（盛土の監視）
- 1回目のレーダ照射と2回目のレーダ照射の波長の差分から地盤変動量を推定します（差分干渉SAR）
冠水センサー
近年の異常気象により、ゲリラ豪雨や線状降水帯の発生回数が増加しています。気象庁の統計によると、1時間当たり80mm以上の強い雨の発生回数は1980年頃と比較して約2倍に増加し、それに伴い被害も増加しています。冠水センサーを設置することで、内水氾濫などが発生した際に通行止めや注意喚起などの対応を迅速に行うことができます。
冠水センサー設置例
無線ユニットは、Sigfox回線を用いることで安価に通信を行うことができます。1台の通信機につき、2台の冠水センサーのデータを送信でき、高さをずらしてセンサーを2台設置することや、2台を別の場所に設置することも可能です。
警告灯使用例
冠水センサーが反応した場合、自動で警告灯が回転・点滅し、周囲への注意喚起を行います。これにより、職員が直接現地に赴いて警告灯を作動させる必要がなくなり、職員の安全確保と迅速な対応が可能となります。
土砂災害予測基本図・傾斜量図
土砂災害は、降雨が続いた後、非常に激しい雨（1時間雨量50mm以上80mm未満）や猛烈な雨（1時間雨量80mm以上）が降ると発生する危険があると国土交通省が発表しています。近年、線状降水帯などによる豪雨が増加しているため、土砂災害対策の重要性が高まっています。
土砂災害予測基本図・傾斜量図
3次元点群データを用いて作成します。従来の等高線よりも詳細な微地形を表現することができます。この図により、高精度な机上調査が可能となり、現場調査の効率化、削減につながります。
土砂災害予測基本図・傾斜量図の活用例
机上調査にて土砂災害の原因、土量などの推測が可能です。
- 1次崩壊（崩壊跡地）土塊の末端部が流水により削剥
- 逆V字状の遷緩線に沿って1次崩壊が発生
- 1次崩壊により末端部が消失した斜面に崩壊が波及
- 2次崩壊が発生
- 崩壊前後の差分解析により崩壊土量は1080m3と算定
斜面変位感知センサー
近年、豪雨を原因とする土砂災害が多く発生しています。土砂災害から身を守るためには、警戒されている地域に対して数ミリメートル精度のリアルタイムな計測・情報発信が重要です。このような感知システムを構築することで、早期の避難を呼びかけ、被害を減らすことができます。
斜面変位感知センサーの位置付け
クラウドシステムで効率化
センサーが反応するとSigfox回線を通じクラウド上にデータを送信し、即時通知されます。パソコン上で詳細な監視やデータ分析が可能です。
多様な予測技術
SAR衛星や3D点群データを用いた危険箇所の広域的な予測、また計測したデータをもとにシミュレーションを行うことで、被害想定を把握することが可能です。
固定資産税家屋現況調査支援
固定資産評価支援業務における家屋の異動判読について、AI画像解析技術を活用して2時期の航空写真の差分検出を行い、家屋異動箇所を的確に把握します。これにより、異動の把握漏れを防ぐとともに、判読スピードの向上が見込まれます。
AIを応用した異動判読の仕組み
AIを応用した異動判読では、2時期の全画素DSMと精密オルソ画像を独自のディープラーニング手法で解析。建物領域抽出（STEP①）、異動予測（STEP②）を通じて家屋の異動を的確に把握します。
