文献

J-GLOBAL ID：201502200198935548   整理番号：15A1223334

道路ネットワークデータと機械学習を用いた内水氾濫による浸水リスク評価の可能性

EVALUATION METHOD FOR FLOOD INUNDATION RISK IN URBAN AREA USING ROAD NETWORK DATA AND MACHINE LEARNING

著者 (2件)： 佐藤李菜 (東京大学大学院 新領域創成科学研究科) ,  小口高 (東京大学 空間情報科学研究センター)
資料名： 土木学会論文集 F6(安全問題)(Web)  (Journal of Japan Society of Civil Engineers, Ser. F6 (Safety Problem) (Web))
巻： 71  号： 1  ページ： 25-31 (J-STAGE)  発行年： 2015年 
JST資料番号： U0256A  ISSN： 2185-6621  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,日本の都市域では内水氾濫がしばしば発生する.内水氾濫による浸水予測は,一般的にシミュレーションによって行なわれ,内水ハザードマップもこの方法で作成されたものが多い.しかし,シミュレーションの実行にはDEM,土地利用,下水道等の多数のデータが必要であり,多大な労力を要するうえ,微細な地形の評価が難しい面もある.そこで本研究では,高解像度のDEMと近年発展が著しい機械学習を用いて,過去の浸水箇所と似た特性をもつ地域を危険性の高い地域として抽出する手法を考案した.具体的には,浸水箇所の特性として道路や地形に関する指標を複数算出し,これを学習データとして機械学習の一つであるランダムフォレストを実行することで,浸水箇所・非浸水箇所を分類した.分類の正解率は約80~90%であり,手法の有効性が示された.(著者抄録)

シソーラス用語： 出水 ,  *浸水 ,  洪水 ,  *都市防災 ,  地図 ,  数値地形モデル ,  機械学習 ,  都市域 ,  計算機アルゴリズム ,  *水害 ,  リスク評価 ,  道路網 ,  洪水ハザードマップ ,  *内水氾濫
準シソーラス用語： ランダムフォレスト

分類 (2件)： 自然災害  (RA02030M) ,  都市問題,都市防災  (RD01030O)

引用文献 (21件)：

• 1) 中北英一,宮宅敏哉,Kyoungjun KIM, 木島梨沙子:気候変動に伴う我が国の集中豪雨の将来変化に関する基礎的検討,京都大学防災研究所年報,No. 54 (B), pp. 412-420, 2011.
• 2) 国土交通省都市・地域整備局下水道部:内水ハザードマップ作成の手引き(案),pp. 3, 国土交通省都市・地域整備局下水道部,2009.
• 3) 国土交通省:ハザードマップポータルサイト,http://disaportal.gsi.go.jp/index.html , 2015年5月30日閲覧.
• 4) 天口英雄,河村明,高崎忠勝:地物データGISを用いた新たな地物指向分布型年洪水流出解析モデルの提案.土木学会論文集B, Vol. 63, No. 3, pp. 206-223, 2007.
• 5) 関根正人:住宅密集地域を抱える東京都心部を対象とした集中豪雨による内水氾濫に関する数値解析,水工学論文集,Vol. 54, pp. 70-85, 2010.

タイトルに関連する用語 (6件)： 道路ネットワーク ,  機械学習 ,  内水氾濫 ,  浸水 ,  リスク評価 ,  可能性