衛星のリアルタイム画像処理による大規模火災(Wildfire)の未然防止システム

LEE JAEWON 李　在原

公開日時

2024/03/08 - AM01:54

更新日時

2024/03/08 - AM01:59

スライド概要

気候変動による大規模火災の頻繁な発生に伴い、森林火災対応の新たな手法を提案する。

Twitter Facebook LinkedIn

埋め込みHTML

Copied.

各ページのテキスト

各ページの
テキスト

衛星のリアルタイム画像処理による大規模火災(Wildfire)の未然防止システム李 1 在原・竹田 2 悠哉・富田 3 凜太郎・菊田 4 隼矢 1. 学際情報学府学際情報学専攻 / 2・3. 工学系研究科技術経営戦略学専攻 / 4. 工学系研究科社会基盤学専攻今年も一国の国土領土に匹敵する森林が焼失している Problem 気候変動は、大規模でより激しい火災のリスクを高めている全世界的に、毎年平均8.1Mhaの森林が消失している国家領土面積例：大韓民国（約10Mha）、ハンガリー（約9.3Mha）、ポルトガル（約9.2Mha）・・・ ➢気候変動の影響により、世界の森林では深刻な火災が発生している。また、火災の激しさや頻度も将来的に悪化する可能性が高い。 ➢2010～20年と比べ、2050年までに世界の森林焼失面積は、最大 33％増加すると予測されている。 ➢極端な森林火災による損失と損害が増大するにつれ、予防と対応の両方の管理アプローチの必要性が注目されている。 Reference：Barik, Anasuya, and Somnath Baidya Roy. "Climate change strongly affects future fire weather danger in Indian forests." Communications Earth & Environment 4.1 (2023): 452. / UNEP Technical Background カナダだけの数値 Unit: Mha 15 10 Avg. 8.1Mha 9.63 6.74 7 6.43 2012 2013 2014 5 7.94 5.29 6.47 7.57 8.88 15 9.34 6.72 0 2015 2016 2017 2018 2019 2020 2021 2022 2023 Reference：https://www.globalforestwatch.org/、WRI 地球観測衛星を用いた「Data」の蓄積による森林火災対策の在り方 EUROPE’S EYES ON EARTH－COPERNICUSプロジェクト 1 2 3 20 the Copernicus Atmosphere Monitoring Service (CAMS) the Copernicus Land Monitoring Service (CLMS) the Copernicus Climate Change Service (C3S) the Copernicus Emergency Management Service (CEMS) 欧州森林火災情報システム（EFFIS）の運営 1. 火災危険度評価 PhaseⅠ 2.3. 土地被覆の被害評価 2. 迅速な被害評価 3. 排気評価と煙の拡散 2.1. アクティブ火災検知 PhaseⅡ 4. 潜在的土壌損失評価 2.2. 火災の深刻度評価 5. 植生再生 Reference：https://www.copernicus.eu/en PhaseⅡ PhaseⅠ 火災発生確率が高い場所とタイミングを特定特定場所を適時に衛星(LEO上)での観測現状の火災発生予測の問題点 Hyperspectral Sensor [HISUI]を用いた火災の早期検知 ➢森林火災は天候、植生、燃料負荷の他、地域の人為的活動(主に開発)など多くの要因が存在しており、これらを網羅的に考慮する分析手法は検討されていない。林野庁のケース ➢ハイパースペクトルセンサの最大の特徴は、高波長分解能を有し、特対象物の性質･物性を示す反射スペクトルを広範囲の波長帯で徴連続的に得ることができる。早期段階の火災検知に適している。 ➢時間的解像度が低いデータセット(１ヶ月単位)を基盤に分析を行っているため、予測シミュレーションをする際、高い精度は期待できない。国の ➢HISUIの国内での使用事例は少なく、積極的な利用を促進して方いる。国家プロジェクトでも次世代のハイパースペクトルセンサの開針発を進めている。 Reference：Vacchiano, Giorgio, et al. "Modeling anthropogenic and natural fire ignitions in an inner-alpine valley." Natural Hazards and Earth System Sciences 18.3 (2018): 935-948. 多要素時系列データを用いた予測モデルの開発をすすめる ➢データセットの蓄積：数時間単位の気象、土壌、リモートセンシン実グ、衛星画像データを収集し、データセットを構築する。行計 ➢予測モデルの構築手法：マルチモーダルなデータから有効な特徴画量を抽出し、数時間単位での森林火災を予測する時系列モデルを構築する。 ➢データの取り扱いが難しい：波長の数(10個～300個)が膨大なため、課波長をどう使うのが適切なのか、明確な指針が存在しない部分も題あり、データの活用はいまだ研究段階である。と機 ➢時間分解能の低さ：バーチャルコンステレーション（NASA、ESAの衛星会を併用する手法）が可能であるが、その方法はまだ確立されていない。 Reference：https://www.hisui.go.jp/、経済産業省 PhaseⅢ 火災の初期段階で当局にアラート・鎮火火災状況の伝達手法の開発 ➢衛星からの火災検知データは、画像データと座標情報等数値データである可能性が極めて高い。火災状況を当局に適切に伝えるためには、自然言語での伝達が必須である。衛星からの火災地画像データ＋地上の気候情報を考慮した文章を生成 ➢主な変数：火災の周囲、火災の位置、延焼速度、風速と風向、地形情報、火災線の強度、煙、使用可能なユニット、火炎の長さ等各種データを考慮し、上記変数を表現する適切な文章を生成し伝達する Reference：Pressburger, Thomas, et al. Wildfire-fighting Use Case Requirements to Monitor. No. NASA/TM-20230010160. 2023. / Masa, Panagiota, et al. "A Semantic Framework for Decision Making in Forest Fire Emergencies." Applied Sciences 13.16 (2023): 9065. Goal 山火事による気候変動加速の負の連鎖を断ち切り、森林再生プロジェクトの実現を大規模火災による莫大なCO2排出の抑制森林再生プロジェクトの積極的な展開を ➢23年のカナダの山火事に伴うCO2排出量は推計約17億トン。カナダが年間の経済活動で排出する温暖化ガスはCO2換算で約6億トン。 ➢現段階での森林再生プログラムは、森林火災の火種になる可能性がある。 ➢大規模火災1件で3年分のCO2を排出するといった現象を阻止する。確実な火災リスク管理手法の確立後、森林再生プロジェクトを展開する。 Reference：Alexandro B. Leverkus et al. ,Tree planting goals must account for wildfires.Science376,588-589(2022).