文献

J-GLOBAL ID：201702254098434933   整理番号：17A1046455

だいち2号PALSA-2合成開口レーダー画像からの機械学習に基づく建物損傷マッピング: 2016年熊本地震の事例研究

Machine Learning Based Building Damage Mapping from the ALOS-2/PALSAR-2 SAR Imagery: Case Study of 2016 Kumamoto Earthquake

著者 (4件)： BAI Yanbing (Tohoku Univ., Miyagi, JPN) ,  ADRIANO Bruno (Tohoku Univ., Miyagi, JPN) ,  MAS Erick (Tohoku Univ., Miyagi, JPN) ,  KOSHIMURA Shunichi (Tohoku Univ., Miyagi, JPN)
資料名： Journal of Disaster Research  (Journal of Disaster Research)
巻： 12  号： sp  ページ： 646-655  発行年： 2017年 
JST資料番号： F1399A  ISSN： 1881-2473  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： 英語 (EN)

抄録/ポイント： 合成開口レーダー(SAR)リモートセンシングは,建物の地震被害マッピングに有用なツールである。多時期または事後だけのSAR画像を使用するSARデータに基づく一連の運用方法が開発され,災害活動に役立っている。これは重大な問題を提起している。事前,事後の両方のSARデータが利用可能な場合,どちらの方法が信頼できる結果が得られる可能性が高いのか,そして災害対応に採用すべきなのか? この問題に対し詳しく調べるため,本稿では2016年の熊本地震を事例研究として取り上げた。だいち2号PALSA-2合成開口レーダー画像を用い機械学習フレームワークを併用して,事後SAR画像のみを用いた場合と多時期SAR画像を用いた場合の建物損傷マッピング性能を定量的に比較した。その結果,事後SAR画像だけを使用した場合,64.5%の全体的な精度が達成され,多時期SAR画像を用いた場合に比べて2.3%高いものであった。建物の推定被害率は前者と後者でそれぞれ29.7%,31.1%であり,いずれも光学画像から得られた被害率の値に近いものであった。(翻訳著者抄録)

シソーラス用語： 大地震 ,  *震災 ,  推定量 ,  *写像 ,  *リモートセンシング ,  測地衛星 ,  合成開口レーダ ,  *衛星利用画像 ,  機械学習 ,  期間 ,  時間 ,  後方散乱 ,  行列 ,  ヒストグラム ,  分類 ,  幾何光学法
準シソーラス用語： 2016年熊本地震 ,  多時期 ,  同時生起行列 ,  濃度ヒストグラム ,  k近傍法 ,  混同行列

分類 (2件)： 自然災害  (RA02030M) ,  写真測量,空中写真  (RC02040D)

引用文献 (38件)：

• S.-H. Yun, K. Hudnut, S. Owen, F. Webb, M. Simons, P. Sacco, E. Gurrola, G. Manipon, C. Liang, E. Fielding, P. Milillo, H. Hua, and A. Coletta, ′′Rapid Damage Mapping for the 2015 M w 7.8 Gorkha Earthquake Using Synthetic Aperture Radar Data from COSMO-SkyMed and ALOS-2 Satellites,′′ Seismological Research Letters, Vol.86, No.6, pp. 1549-1556, 2015.
• A. O. F. Geophysics, F. Track, and I. Nazionale, ′′A multisensor approach for the 2016 Amatrice earthquake damage assessment,′′ No.1981, pp. 1-6, 2016.
• L. Ge, A. H.-M. Ng, X. Li, Y. Liu, Z. Du, and Q. Liu, ′′Near real-time satellite mapping of the 2015 Gorkha earthquake, Nepal,′′ Annals of GIS, Vol.21, No.3, pp. 175-190, 2015.
• T. Balz and M. S. Liao, ′′Building-damage detection using postseismic high-resolution SAR satellite data,′′ Int. J. of Remote Sensing, Vol.31, No.13, pp. 3369-3391, 2010.
• M. Matsuoka and F. Yamazaki, ′′Characteristics of satellite SAR images in the areas damaged by earthquakes,′′ Int. Geoscience and Remote Sensing Symposium (IGARSS), Vol.6, pp. 2693-2696, 2000.

タイトルに関連する用語 (8件)： だいち2号 ,  合成開口レーダー画像 ,  機械学習 ,  建物 ,  損傷 ,  マッピング ,  2016年熊本地震 ,  研究