- 研究課題コード
- 2123CD001
- 開始/終了年度
- 2021~2023年
- キーワード(日本語)
- リモートセンシング,熱環境,都市計画,ビッグデータ,人工知能
- キーワード(英語)
- remote sensing,thermal environment,urban planning,big data,artificial intelligence
研究概要
リモートセンシングとビッグデータ分析の融合により、マルチスケールでの典型的な都市熱環境時空間情報抽出を通じて、都市における熱ストレスを監視するシステムを構築し、都市環境行政に適用するほか、都市環境計画(都市デザイン)、人間居住環境の管理・改善技術の提供など、環境モニタリング技術と環境評価能力の向上へ寄与することを目的とする。リモートセンシングデータからの地表面温度情報抽出を通じた、都市熱環境に関するマルチスケールの時空間情報構築を東京などの都市を対象に実施するものであり、都市における多様な熱ストレスの時空間分布をいかにして描き出すかを課題としている。
研究の性格
- 主たるもの:応用科学研究
- 従たるもの:技術開発・評価
全体計画
リモートセンシングとビッグデータ分析の融合により、マルチスケールでの典型的な都市熱環境時空間情報抽出を通じて、都市における熱ストレスを監視するシステムを構築し、環境行政に適用することを目的とする。また、中心市街地におけるデータ抽出、熱環境分析、熱ストレスのリスク評価への技術的向上など、リモートセンシングの情報プロダクツに関する研究開発、応用、サービスレベルの向上への貢献が見込まれる。さらに、高時間解像度のモニタングデータを分析し、大量の知見を抽出して地域環境モニタリングや地域環境計画策定支援に生かすべく、人工知能による判別と類型化のルーチンを確立し、都市空間の広域化と構造の多様化に対応する手法を具現化する。
今年度の研究概要
市街地における不透水面を抽出する。この方法で抽出した市街地を対象に、地表面構造(素材・形状)の分類体系を構築し、地表面構造の空間分布を精緻に把握する。長期の地表面温度プロダクツを利用し、マルチスケールでその時空間構造(類型別分布パターン)を把握する。その過程で、地覆別の時間変化特性も把握される。月別、季節別に都市地表面温度分布パターンの類型別出現頻度、出現周期を整理する。不透水面等地表面構造(素材・形状)分布と地表面温度時空間構造との関係に注目し、高温現象の発生頻度や両者の対応関係を分析する。その上で、必要な透水面積の考察などが可能となる。
外部との連携
研究分担者:白木洋平(立正大学・データサイエンス学部・教授),大西暁生(横浜市立大学・データサイエンス学部・教授)