【優勝🥇】防衛省サイバーコンテストをAIで攻略した話 #Security - Qiita
このような時代なのですね。AIで攻撃、AIで防衛。
勝敗はAIで解けない超高難度の問題で決まります。
うーん。考えさせられます。
2026年2月6日金曜日
文献：Probabilistic rainfall thresholds for landslide occurrence using a Bayesian approach
AI要約＋α
背景
従来の地すべり予測手法は、地すべりを引き起こした降雨イベントのみを考慮し、決定論的閾値を提供してきた。しかし、斜面安定性は降雨だけでなく、多数の要因の組み合わせで決まるため、同じ降雨条件でも異なる結果(地すべり発生/非発生)が生じる。経験的モデル:降雨強度-継続時間(ID)閾値が一般的だが、不確実性の定量化が不十分である。研究の対象地域
イタリア・エミリア=ロマーニャ州の山岳地域(12,000 km²)
1939年以降の4,000件以上の地すべり履歴データ
176箇所の雨量計による日降水量データ
手法
1. ベイズの基本手法(1次元解析)
P(A|B) = [P(B|A) × P(A)] / P(B)
P(A|B): 事後確率 - 降雨Bが発生したときに地すべりAが起こる確率(求めたい値)
P(B|A): 尤度 - 地すべりが発生したときに降雨Bが観測される確率
P(A): 事前確率 - 降雨に関係なく地すべりが発生する確率
P(B): 周辺確率 - 地すべりに関係なく降雨Bが観測される確率実際の計算では、以下のように相対度数で近似:
P(A) ≈ NA / NR (地すべり発生数 / 全降雨イベント数)
P(B) ≈ NB / NR (降雨Bの発生数 / 全降雨イベント数)
P(B|A) ≈ N(B|A) / NA (降雨Bで発生した地すべり数 / 全地すべり数)P
(A|B) ≈ N(B|A) / NB一変量例（強度 I>40 mm/日）
・事前 landslide 確率：P(A)=5/20=0.25
・強度大の割合：P(B)=P(I>40)=9/20=0.45
・発生時の強度大割合（尤度）：P(B|A)=4/5=0.8→ P(A|I>40)=P(B|A)·P(A)/P(B)=0.8·0.25/0.45≃0.44
降雨B発生時の地すべり確率は44%である。これは尤度P(B|A)=80%とは異なることに注意が必要。事前確率と周辺確率を考慮する必要がある。
2. 2次元ベイズ解析
2つの変数B(降雨強度I)とC(降雨継続時間D)を考慮:
P(A|B,C) = [P(B,C|A) × P(A)] / P(B,C)
ここで、P(B,C)は2変数の同時確率(ある強度と継続時間の組み合わせが観測される確率)を表す。各セルでの確率計算
二変量例（I>50 mm/day かつ D<=1 day）
・事前 landslide 確率：P(A) = 5/20 = 0.25
・降雨条件を満たす割合：P(B,C) = P(I,D) = 4/20 = 0.20
・発生時の当該領域割合（尤度）：全地すべり5件中、この条件で発生2件
P(B,C|A) = P(I,D|A) = 2/5 = 0.40→ P(A|I>50, D≤1)= P(A|B,C) = [P(B,C|A) × P(A)] / P(B,C) =0.40·0.25/0.20=0.50
I-D平面全体の確率分布ヒストグラムを作成。
強度と継続時間の相互作用効果を把握。
確率の空間分布パターンを視覚化。
高リスク領域の明確な識別。
結果
1次元ベイズ解析の結果
有意な変数:総降雨量E、継続時間D、平均強度I
P(B|A)とP(B)の分布が明確に異なる
P(A|B)が事前確率P(A)=0.005を大きく上回る
特に降雨強度Iが最も有意:I>100mm/dayでP(A|I)=0.28非有意な変数:先行降雨AE14, AE30
P(B|A) ≈ P(B)
P(A|B) ≈ P(A)研究地域では先行降雨は地すべり発生と相関が低い。
降雨の激しさ(総量、継続時間、強度)とともに地すべり確率が増加。
ただし、極端な値では確率が減少する傾向(サンプルサイズの問題と定義バイアスによる)。2次元ベイズ解析の結果
特定のI-D値で確率が急激に増加。これはシステムの状態の根本的変化、物理的閾値の存在を示唆。不確実性を含めた警報システムの構築に有用。
考察1. ベイズ手法の利点
統計的厳密性：事前確率と周辺確率を考慮:尤度P(B|A)だけでなく、降雨の頻度P(B)と地すべり発生率P(A)を組み込む。
認知バイアスの回避:人間の直感的判断は事前確率を無視しがち(「80%の地すべりがI>50で発生」≠「I>50で地すべり確率80%」)。
不確実性の定量化:0〜1の連続値で確率を表現、決定論的手法の曖昧性(「閾値超過時に何が起こるか?」)を解消、信頼区間により推定の信頼性を評価2. 先行降雨の非有意性
一般に細粒土壌では先行降雨が斜面安定性に重要とされるが、本研究では相関が低い。研究地域の地すべりは主にイベント降雨に対する急速な水文応答が支配的。60%の地すべりが降雨終了時またはその直後に発生。
深層地すべりでも、長期的な要因よりも短期的な降雨イベントが引き金となる。3. 物理的閾値の示唆
I-D平面の特定領域で地すべり確率が急激に上昇。これはシステムの状態変化(安定→不安定)を示唆。
確率的手法であっても、背後に物理的メカニズム(臨界間隙水圧など)が存在。確率分布のパターンから、真の物理的閾値の存在を推測可能。4. 方法論的課題と解決策
多発地すべりの扱い
方針:同一降雨による複数地すべりは1イベントとしてカウント。
理由:P(A) = NA/NR > 1を避け、統計的整合性を保つ。バイアスへの対応
問題:誘因降雨は地すべり発生日で打ち切られるが、非誘因降雨は降雨終了まで継続。
影響:極端な長継続時間での確率推定に影響。
緩和:信頼区間の提示、データの60%が降雨終了時に発生することで影響を軽減。
Landslide発生降雨をベイズ手法で評価した少し古い文献です。基本的には、国内で研究されている降雨数ベースの評価と変わりません。
国内では短期雨量と土壌雨量指数の２軸で評価されます。スネーク曲線を書いてピークで評価したりするのですが、原点から離れるにつれてレアな雨（P(B,C) ≒０）となり、確率が極端に高くなります。これ、補正したいですよね。
国内では短期雨量と土壌雨量指数の２軸で評価されます。スネーク曲線を書いてピークで評価したりするのですが、原点から離れるにつれてレアな雨（P(B,C) ≒０）となり、確率が極端に高くなります。これ、補正したいですよね。
2026年2月2日月曜日
文献：Contact modelling approach to simulate water flow in a rock fracture
AI要約
背景
未開口の自然岩盤亀裂に対し、法線荷重を変化させたときの流量を「ブラインド予測」する課題。
亀裂を有する岩試料で水理‐力学試験を実施後、亀裂を開口し両面を高精度スキャン、その後再装着して再試験。
目的：単一亀裂での荷重‐変形‐流れの関係と流路のチャンネリング、ならびに実務的な検証手法の検討。手法
使用コード：COMSOL Multiphysics。
流れ：低レイノルズ数の定常流とし、Navier–Stokes式から慣性項を除いたStokes流として 3D 解析。
岩盤変形：線形弾性・等方・連続体とし、亀裂面の接触を「拡張ラグランジュ法」による接触条件で表現。モデル群：
Analytical Model：平行平板間流れ（立方則）でスキャン精度が流量に与える影響を評価。
Parallel Plate Model：3D平行平板の数値解で解析解との整合とメッシュ条件を確認。
Small Surface Model：小さな実測亀裂面（Task 10.2.1）を用い、上面のx,y,z変位とz軸回転の影響をDSDによる感度解析。
Nearing Contact Model：上下岩体を初期ギャップから押し付ける接触モデル（1 MPa荷重）。
Departing Contact Model：初期的に重なりを与えた状態から上盤を押し上げる接触モデル（0,1,2,4,6,8 MPa）。
接触オフセット：数値的な「めり込み」を避けるため、上下面の最小間隔を強制（0.05–0.1 mm）。この仮定が開口と流量を増大。結果
Analytical / Parallel Plate：開口 = スキャン精度0.035 mmに対応する流量は約0.1 ml/sで、実測流量と同程度。実測から逆算した等価平行平板開口はいずれもスキャン精度以下。
Small Surface Model：x,y,z変位はいずれも統計的に有意で、とくにz方向変位が流量に最も強く影響。z軸回転はほぼ無影響。
Nearing / Departing Contact：接触解析から得た変形後空隙でStokes流解析を実施。いずれの荷重・接触アプローチでも、予測流量は実測より数桁大きい。接触オフセットやスキャン精度、初期位置誤差、補間誤差、弾性仮定を考慮しても、この差を説明できない。
von Mises応力は局所的に一軸圧縮強度を超え、現実には局所破壊や塑性変形が起こる可能性が高いことを示唆。考察
スキャン精度0.035 mmでは、実測レベルの微小流量を信頼性高く再現するには不足。逆算開口が常に精度以下であるため、幾何データに根本的な限界。
上下亀裂面の水平方向移動（x,y）とより精密なインターロッキング、ならびに岩の塑性変形・破壊を無視しているため、実際より開口が大きく評価され、流量を過大評価している可能性が高い。
接触オフセットは数値上必要だが、同時にモデルに系統的バイアス（過大開口）を導入する。
既知の不確実性を考慮しても、モデルと実験の乖離は説明できず、「未知の支配的要因」が欠落していると結論。
接触モデル＋詳細幾何に基づく手法は、本課題のような極めて小さい流量の予測には実務的でなく、より小さい試料や高精度スキャン、あるいは別の概念モデルが必要と提言。
併せて、複数現象・複数検証を通じたモデルの「妥当性ランクR」を定義する検証評価指標を提案し、今後のモデル群の統合的評価に用いることを示唆。
0.035mmで精度が不足とは、驚きです。いえ、このような制度が出せるのも驚きなのですが。地層処分ですので細かい。
使われた 3 つの接触法（ペナルティ、拡張ラグランジュ、Nitsche）、どれも知りませんでした。拡張ラグランジュが最もオーバーラップ（食い込み）が小さいものの計算コストが高いそうです。オーバーラップを完全にはゼロにするには非常に細かいメッシュが必要で、現実的なメッシュでは 0.01–0.1 mm 程度の食い込みが残ると報告されていますが、それでも完全には抑えきれなかったとのこと。扱うスケールが全く異なります。
文献：Site scale modelling of groundwater evolution
Site scale modelling of groundwater evolution at SFR. A modelling application with iDP – SKB.com
AI要約
背景
スウェーデン核燃料・廃棄物管理会社（SKB）は、Forsmarkにある低・中レベル放射性廃棄物の最終処分場SFRの拡張を計画している。地質学的な処分の候補地の信頼性ある評価には、地下水の流動（hydrogeology）と地下水化学（hydrochemistry）を統合したモデル構築が必要である。しかし、数値的・概念的な制約や計算負荷のため、多くの従来研究ではこれらの重要なプロセスを個別に扱ってきた。本研究では、SFR周辺の地圏の進化を記述する3次元反応輸送モデルの構築と検証を目的とし、地下水流動と化学反応を統合したモデル化に取り組んだ 。手法
本研究では、DarcyToolsとPFLOTRANという2つの計算コードを連結する「iDP（interface DarcyTools-PFLOTRAN）」を活用した。DarcyToolsは複雑な地層中の流れ・物質輸送を、PFLOTRANは高性能計算環境での流れ・反応輸送をそれぞれ扱う。DarcyToolsで得られた透水性・圧力場等をPFLOTRAN形式に変換し、反応輸送シミュレーションを行う。地圏を等価連続多孔質媒体（ECPM）として上流から下流までを模擬し、rock matrix領域は「multi-continuum approach（Lichtner法）」により反応性を持たせている。
モデルの検証のため、1D、2D、多孔質岩石行列を想定したモデルや解析解を利用。化学反応は前研究FASTREACTとの比較のためベースケース（方解石＋ヘマタイト平衡）とバリアントケース（方解石＋非晶質硫化鉄(FeS(am))平衡）の2通りを設定。3500年間（2500〜6000AD）の沿岸線移動および気候変動・地下水組成の変化も考慮した。結果
3D反応輸送計算により、岩石マトリクス領域を含むモデルと含まないモデル（FASTREACTと同水準の設定）の比較が可能となった。
塩化物（Cl）の分布は、希釈・海岸線移動による水侵入の影響をよく再現し、岩石行列の拡散効果による急激な化学変化の緩和が見られた。
pH値は両ケースとも7.2〜8で安定。pe値、還元状態も3500年の計算期間で安定して保持された。
Fe2+等については、岩石マトリクスでの biotite 溶解による供給があり、反応的な鉱物（ヘマタイトあるいはFeS(am)）の存在条件によって、濃度推移が異なった。
主要カチオンの動態、水理パターン、時空間分布についても詳細な可視化を3Dで実現した。
Fe^2+の濃度進展には岩石マトリクスの反応性の影響が顕著であった。バリアントケース（FeS(am)平衡）ではFe^2+の濃度はベースケース（ヘマタイト平衡）に比べて低下し、FeS(am)の沈殿が効果的なFe^2+の吸収源＝シンクとなっていることが示された。
Cl^-のような保存的成分（反応しない成分）は水収支および拡散・移流の指標として有用であり、モデルでの到達遅延や空間分布が確認された
考察
岩石マトリクス（そのパラメータ）の設定によって、地下水組成の急激な変化（例：希釈効果、流動路の変化）が拡散・反応により緩和されることが示された。
従来の1DモデルやFASTREACTによる結果と、今回の3Dモデル（岩石マトリクスを加味したもの）の比較で、岩石マトリクスを考慮することの重要性が強調された。
モデルパラメータ（特に岩石マトリクスの空隙率、表面積等）が地質環境ごとに大きく異なるため、今後は現場データによるパラメータ同定が重要になる。
開発した3Dモデル（iDP）は、今後より複雑・広範なスケールでの安全評価や、放射性核種の挙動・バリア相互作用のモデル化が期待される。
亀裂（fracture）の移流分散と、岩石マトリクス拡散を解いているようです。岩石中の拡散パラメータを設定するのは難しいでしょうね。
反応計算の地球化学的パラメータは前研究FASTREACT（Román-Ross et al. 2014）のモデルに準拠とのこと。どのようなものでしょうか。
2026年2月1日日曜日
1次元移流分散（有限差分法、Python）
GitHubで水理公式集例題集2024 のコードを眺めていた時に、地下水の不飽和浸透や移流分散計算がUPされているのを見かけました。
EXCEL版 と Fortran版 があり、懐かしいなあと思いつつ「例題 1.24 水平一次元帯水層を対象とした溶質輸送過程の計算（数値解）」の Fortran コードを Python に移植してみました。
で、結果が全く同じだったことには少し驚かされました。
以下、コードに沿ったFTCS（Forward-Time Centered-Space）による離散化とスクリプトです。手元に例題集が無いため、表現は異なるかもしれません。スクリプトではスライスを利用することで計算が1行となり、見やすくなりました。実際の地下では流速や流量が一定ではないので、ここまで簡素にはできませんが、まずはここからなのでしょう。
1. 支配方程式
∂c/∂t + v·∂c/∂x = D·∂²c/∂x² ……(1)
ここで、
c : 濃度 (mg/L)
t : 時間 (day)
x : 距離 (m)
v : 移流速度 (m/day)
D : 分散係数 (m²/day)
2. 差分近似
2.1 時間微分の前進差分
時刻 t における時間微分を前進差分で近似すると、
∂c/∂t ≈ (c_i^(t+1) - c_i^t) / Δt ……(2)
ここで、
c_i^t : 格子点 x_i、時刻 t における濃度
Δt : 時間ステップ
2.2 空間2次微分の中心差分（拡散項）
格子点 x_i における空間2次微分を中心差分で近似すると、
∂²c/∂x² ≈ (c_(i+1)^t - 2·c_i^t + c_(i-1)^t) / Δx² ……(3)
ここで、
Δx : 空間格子間隔
2.3 空間1次微分の後退差分（移流項）
v > 0（下流方向の流れ）を仮定し、上流差分（upwind差分）を適用すると、
∂c/∂x ≈ (c_i^t - c_(i-1)^t) / Δx ……(4)
3. 差分方程式の導出
式(1)に式(2)、(3)、(4)を代入すると、
(c_i^(t+1) - c_i^t) / Δt + v·(c_i^t - c_(i-1)^t) / Δx
= D·(c_(i+1)^t - 2·c_i^t + c_(i-1)^t) / Δx² ……(5)
式(5)の両辺に Δt を掛け、c_i^(t+1) について解くと、
c_i^(t+1) = c_i^t
+ (D·Δt/Δx²)·(c_(i+1)^t - 2·c_i^t + c_(i-1)^t)
- (v·Δt/Δx)·(c_i^t - c_(i-1)^t) ……(6)
ここで、
r_diff = D·Δt / Δx² （拡散数）
r_adv = v·Δt / Δx （クーラン数）
を用いると、式(6)は以下となる。
c_i^(t+1) = c_i^t
+ r_diff·(c_(i+1)^t - 2·c_i^t + c_(i-1)^t)
- r_adv·(c_i^t - c_(i-1)^t) ……(7)
import numpy as np
import csv
# +++++++++++++++++++++++++++++++++++++++++++++++
# 1次元移流分散方程式の数値解析
# 有限差分法：FTCS（Forward-Time Centered-Space）
# ∂c/∂t + v ∂c/∂x = D ∂²c/∂x²
# +++++++++++++++++++++++++++++++++++++++++++++++
def reidai082():
# ----- パラメータ設定 -----
xmax = 30.0 # 解析領域の長さ (m)
dx = 1.0 # 差分格子間隔 (m)
dx2 = dx ** 2 # 差分格子間隔の二乗
imax = int(xmax / dx) + 1 # 下流境界の格子点番号
xo = 10.0 # 濃度観測地点（m）
ii1 = int(xo / dx) # Python 0-based インデックス
vel = 0.1 # 実流速 (m/day)
al = 1.0 # 縦分散長 (m)
tau = 1.0 # 屈曲率 (-)
dm = 1.0e-5 # 分子拡散係数 (cm^2/s)
# 分散係数 D (m2/day)
# dm を m2/day に換算するために 1 cm2/s = 8.64 m2/day
D = al * abs(vel) + tau * dm * 8.64
bc = 1.0 # 上流境界の濃度 (mg/L)
tend = 300.0 # 計算時間 (day)
dt = 1.0 # 時間ステップ (day)
nmax = int(tend / dt) # 計算時間のステップ数
tjikan = 1.0 # 結果をファイルに出力する時間間隔（day）
iout1 = int(tjikan / dt) # 結果をファイルに出力する時間間隔のステップ数
# ----- グリッド設定 -----
x = np.linspace(0, xmax, imax)
# ----- 配列の用意 -----
c = np.zeros(imax) # 新しい時刻の濃度
co = np.zeros(imax) # １ステップ前の濃度
# ----- 係数の用意 -----
r_diff = D * dt / dx2
r_adv = vel * dt / dx
# 初期条件：上流境界だけ bc
co[0] = bc
# ----- 出力ファイル準備 -----
out_filename = 'output.csv'
with open(out_filename, mode='w', newline='') as f:
writer = csv.writer(f)
writer.writerow(['elapsed-time(days)', 'concentration(mg/L)'])
# t=0 のデータ
writer.writerow([f"{0.0:.1f}", f"{co[ii1]:.7f}"])
# ----- 時間ループ -----
time = 0.0
iout = 0
for n in range(1, nmax+1):
time += dt
iout += 1
# ---- 境界条件 ----
co[0] = bc # 上流
co[-1] = 0.0 # 下流
# ---- 内部格子の更新 (FTCS) ----
# c[i] = co[i] + D*dt/dx^2*(co[i+1]-2*co[i]+co[i-1])
# - vel*dt/dx*(co[i]-co[i-1])
# スライスで一括計算
# co[1:-1]：インデックス 1～N−2 の内部点
# co[2:] ：インデックス 2～N−1
# co[:-2] ：インデックス 0～N−3
c[1:-1] = (co[1:-1]
+ r_diff * (co[2:] - 2*co[1:-1] + co[:-2])
- r_adv * (co[1:-1] - co[:-2]))
# 更新
co[:] = c[:]
# ---- 出力 ----
if iout == iout1:
print(f"{time:6.1f} days")
writer.writerow([f"{time:.1f}", f"{co[ii1]:.7f}"])
iout = 0
2026年1月31日土曜日
LiDARによる土石流観測手法の比較
土研資料とGeomorphology文献の違いをAIさんに整理してもらいました。
基本情報
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 文献名 | 二次元レーザスキャナによる土石流の流量観測手法 | Monitoring debris flow dynamics: insights from 4D-LiDAR observations in Ohya landslide, Central Japan |
| 発行年 | 2023年11月 | 2025年 |
| 発行元/掲載誌 | 国立研究開発法人土木研究所資料 第4445号 | Geomorphology 482 (2025) 109800 |
| 著者 | 今森直紀、清水武志、池島剛、伊藤誠記 | Tatsuki Kaneko, Fumitoshi Imaizumi, Tomoya Osada, Saleh Yousefi, Shoki Takayama |
| 観測地 | 桜島有村川流域 | 大谷崩れ(Ohya landslide)、静岡県中部 |
使用機器
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| レーザスキャナ種類 | 二次元レーザスキャナ(2D-LiDAR) | 4D-LiDAR(3D+時間) |
| 機種 | 北陽電機 UXM-30LAH-EWA | Livox Horizon (Livox Corp.) |
| 波長 | 905nm近赤外線レーザ光 | 記載なし |
| ステップ角 | 0.125度 | 記載なし |
| 測定点数 | 1520点(190度走査) | 記載なし |
| 測距範囲 | 0.1~30m | 記載なし |
| サンプリングレート | 20Hz(50ms毎) | 0.1秒間隔(10Hz相当) |
| 測定分解能 | 1mm | 記載なし |
観測システム
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 走査次元 | 1軸走査(断面計測) | 3次元走査 |
| 設置箇所数 | 1箇所 | 2箇所(Site U: 上流、Site D: 下流) |
| 併用機器 | 非接触型流速計、ビデオカメラ | ビデオカメラ(Sony HDR-CX470、60fps) |
| 電源 | UPS経由の商用電源 | バッテリー+ソーラーパネル |
| データ記録装置 | ノートPC | Raspberry Pi(オンボードコンピュータ) |
| 起動方式 | 常時稼働 | ワイヤーセンサーによる自動起動 |
| データ保存間隔 | 連続記録 | 1時間間隔のファイル保存 |
計測・解析手法の比較
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 計測対象 | 流下断面積(水通し断面) | 3次元表面形状、縦断・横断形状 |
| 座標系 | 極座標→平面直角座標変換 | 極座標→直交座標変換(x:鉛直、y:横断、z:流下方向) |
| 解析ソフトウェア | Python 3.9(独自プログラム) | CloudCompare (v2.13)、QGIS (v3.16) |
| ノイズ除去 | 1秒間の中央値抽出(雨滴除去) | 記載なし |
| DEM作成 | 記載なし | 複数のグリッドサイズでDEM作成 |
| 地形指標 | 流下断面積のみ | 勾配、粗度、これらの平均値・標準偏差 |
流量算出手法
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 流速計測 | 非接触型流速計(表面流速×3/5) | ビデオカメラ+LiDAR(直接計測) |
| 流下断面積 | LiDARから直接算出(台形公式) | LiDARから3次元的に算出 |
| 流量計算式 | Qs = U × Ad | 詳細な記載なし |
| 時間分解能 | 1秒(中央値処理後) | 0.1秒 |
観測対象とする土石流の特徴
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 流域面積 | 約1.6km² | 約0.37km²(市ノ沢) |
| チャンネル特性 | 砂防堰堤水通し(固定床) | 自然渓流(移動床・固定床混在) |
| 河床勾配 | 記載なし | 上流部:25 |
| 土石流タイプ分類 | 記載なし | 完全飽和流、部分飽和流 |
| 観測イベント数 | 2022年に4回発生中2回計測 | 2023年8月3日の1イベント詳細解析 |
データ処理・出力の比較
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 出力データ形式 | CSV(時刻、平均水位、流下断面積、平均流速、流量) | 点群データ、DEM、各種地形指標 |
| 可視化 | ハイドログラフ、断面図、アニメーション(mp4) | 縦断・横断プロファイル、地形指標グラフ |
| プログラム言語 | Python 3.9 | 記載なし(CloudCompareとQGIS使用) |
| 公開データ | プログラムソースコード+計算データ(DVD-R添付) | データ公開の記載なし |
| ライセンス | プログラムはCC BY-SA 4.0 | 論文はCC BYライセンス |
研究成果・新知見の比較
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| 主な成果 | ・流下断面積の定量的・高時間分解能計測 ・夜間・豪雨時の計測可能性 ・従来手法との比較検証 | ・完全飽和流と部分飽和流の形態差異 ・表面粗度と乱流の関係 ・堆積過程における逆勾配地形形成 |
| 流速に関する知見 | 表面流速×3/5を平均流速として使用 | 先端部より後続部の表面流速が高い場合あり |
| 断面形状 | 台形断面として計算 | 凸型断面(部分飽和流)の観測 |
| 堆積特性 | 記載なし | 先端部の堆積が後続流の移動性を低下させる |
| 表面形状指標 | 記載なし | 勾配・粗度の平均と標準偏差が流動特性を反映 |
技術的課題と今後の展望
| 項目 | 土木研究所資料 | Geomorphology論文 |
|---|---|---|
| データ取得の安定性 | ・HDD→SSD換装による改善提案 ・温度上昇対策 ・リモート監視の必要性 | ・霧・豪雨時の検出範囲制限 ・3m以内の点群歪み ・観測継続性の確保 |
| 流速計測の課題 | ・1点のみの計測限界 ・3D-LiDARへの発展可能性 | ・0.1秒間隔での粒子追跡の限界 ・粒径との相関の課題 |
| 維持管理 | ・光学窓の火山灰付着対策 ・定期的な清掃(約2ヶ月毎) | ・ワイヤーセンサーの設置・維持 ・ソーラーパネル+バッテリーの管理 |
| 今後の発展 | ・ROSを用いた制御プログラム開発 ・降雨連動起動システム | ・自然渓流での更なるデータ蓄積 ・複数地点での同時観測 |
文献： Debris Flow + LiDAR +PIV+DNN
https://phreeqc.blogspot.com/2026/01/monitoring-debris-flow-dynamics.htmlの引用文献です。
2025発表となっていますが、YOLO部分がこちらで検討されています。
Deep-Learning-Based Object Detection and Tracking of Debris Flows in 3-D Through LiDAR-Camera Fusion | IEEE Journals & Magazine | IEEE Xplore
AI要約
背景
土石流の破壊性は、粗粒成分(巨礫が豊富な前面)と後続の液状化スラリーの相互作用に強く影響されるが、この相互作用の理解が不十分過去の研究の限界:
現地での高品質データが不足
前面速度と表面速度の関係が実験室スケールでは観察されているが、現地スケールでは未確認
垂直速度分布の形状と進化に関する理解が乏しい
研究の必要性:数値モデルや物理モデルを制約するための高時空間分解能の現地データが必要手法
観測地点
場所:スイス・ヴァレー州のIllgraben土石流観測ステーション
既存設備:ジオフォンアレイ、レーダー、超音波・レーザー機器、力板、複数のビデオカメラ観測イベント:2021年9月19日に発生した約30分間の土石流
LiDAR計測システム
使用機種:Ouster OS1-64 Gen. 1
設置位置:河道中央の堰堤上方6 mに設置
仕様:
視野角:33.5°
空間分解能:64スキャンライン
時間分解能:10 Hz(1秒間に10スキャン)
1ラインあたり2,048点
トリガー:上流のジオフォンによる起動
電源の種類:記載なしデータ処理手法
特徴検出と追跡
Matlabツールボックス"groundTruthLabeler"を使用して3Dバウンディングボックスで手動ラベリング自動速度推定: 2つの方法を開発
ヒルシェード法:点群をヒルシェード投影し、PIV(粒子画像流速測定法)で2D速度場を導出後、3D速度に投影
LiDAR-カメラ融合法: ビデオデータにPIVを適用し、LiDARとカメラの変換を推定して3D速度場を取得
全自動速度は2秒移動平均で平滑化機械学習による粒子検出: YOLO-v5をベースとした畳み込みニューラルネットワーク(CNN)を訓練し、ビデオ映像から礫と木質残骸を自動検出(精度0.8、再現率0.6)
流動深さと前面軌跡
イベント前の河床標高とLiDAR計測データの差分から垂直流動深さを推定
前面位置を約2秒ごとに特定し、前面および後方(2 m、6 m、10 m)の表面速度を抽出結果
先端部と表面速度の関係
先端速度は砂防ダム付近で約0.8 m/s、上流で約2 m/sに変化
先端後方6〜10 mの表面速度は先端速度の約1.5〜2倍で、先端に近づくと減速
先端が砂防ダムに接近して減速する区間(01:53〜01:55分、センサーの6〜7 m上流)では、横断方向の速度勾配が発生し側堤が形成・再移動流動深度と速度の時間変化
先端通過後、流動深度は最大1.5 mに達し、その後速度と礫検出数とともに徐々に減少
y = 16 mからy = 5 m(砂防ダム方向)にかけて流動深度が顕著に減少(水理学的ドローダウン効果)
イベント開始約7分後に第2のサージが到達し、流動深度と速度が15秒間増加(「速度ジャンプ」)個別粒子の運動
29個の地物(木質残骸9個、転がる礫20個)を手動で追跡
速度ジャンプ前: 転がる礫と木質残骸はほぼ同速度で移動
速度ジャンプ後: 転がる礫の速度は木質残骸の約0.6〜0.7倍に低下
先端部の礫は30 m区間全体で追跡可能で、再循環していないことが示唆された考察
方法論的意義
空間・時間分解能:従来研究より1桁以上高い分解能を達成
新しい視点:前面維持・伝播、サージ発達、垂直速度分布に関する新たな知見前面維持メカニズム
表面速度>前面速度:後方の表面速度が前面速度の1.5倍で、巨礫が前面に優先的に移動
巨礫の挙動:
前面に接近すると減速し、到達後は前面の一部となるか堤防を形成
再循環は発生しない(従来の実験・数値研究と異なる)メカニズムの解釈:
前面の巨礫サイズが流動深さと同程度
前面が「ふるい」として機能し、水と細粒粒子を逃がす
間隙水圧の排水により、巨礫が前面に到達すると速度が低下
後続物質に押されて転がりと滑りの複合運動垂直速度分布の時間変化
観測の解釈:異なるサイズの特徴(コブル、巨礫、樹木)が異なる深さまで達し、垂直速度分布の異なる位置をサンプリング速度ジャンプ前:ブロック滑り型速度分布
速度ジャンプ後:内部せん断を伴う速度分布(単純せん断とブロック滑りの中間)転がる巨礫と木質デブリの速度比0.6~0.7
遷移の特徴:15~30秒の間に急激に発生制御要因:
粗粒粒子の濃度(流動深さに近いサイズの粗粒粒子は垂直せん断を抑制)
含水量の変化
水理学的効果
堰堤上流の流動深さ減少:約15 m上流まで水理的引き下げ効果が影響今後の考慮事項:フルード数依存性
限界と今後の研究
本研究の限界:単一イベントの観測
今後の必要性:同じ観測システムでの追加イベントデータ収集による一般性の確認
巨礫と木などの位置と大きさの違いから、深度方向の速度プロファイルを推定する工夫が新規性でしょうか。LiDARの普及が現象を正しく理解する一歩につながるのかもしれません。
登録:
コメント (Atom)