Discovery Sagaサイレントキーワード俯瞰

センサ / IoT / 機械学習 / 可視化 / クラウド / 時系列データ / 環境計測 / 予測 / 警告 / 社会実装 / 時系列 / Internet of things / 自然災害予測

環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Memory(LSTM)を用いて機械学習を行った。社会実装としては、太陽電池駆動のIoT式PM2.5・NO2・温湿度測定器を開発して、東アフリカ・ウガンダに設置を行い気象予測に取り組み精度の向上を行った。

研究期間を通じて申請書記載の３つの技術課題を達成することで「途上国向けIoT環境モニタリングポスト」を実現して途上国が導入・長期運用可能な装置を実現する事ができた。高耐久自立電源が実現できた事から、電源がない地方や山林・荒野における環境モニタリングが増加させるすることができ大気環境の定量化が可能となる。このデータと機械学習予測を組み合わせることで大気環境の把握が可能となり適切な環境改善対策の立案や防災に生かすことが可能となる。さらに、IoT技術によりクラウドを介在させ可視化しつつ長時間の環境データを蓄積して環境研究に役立てる事や市民が環境情報にアクセスすることで健康被害を防ぐことが可能となる。

生態 / 景観 / 数値情報 / 可視化 / 快適 / 予測 / 評価 / コンピュータ・グラフィックス / 快適環境 / 画像処理

1.生態・景観予測評価システムの構築・運用・公開
生態予測評価モデル(樹木活力度を指標とする)と、景観予測評価モデル(視認性を指標とする)とを組み込み、地域・地区レベル数値情報を基に解析・評価を行い、結果を可視化するシステムを構築した。本システムは、ワークステーションとグラフィックス・コンピュータを中核とし、UT-net(東京大学高速ネットワーク)にネットワーク接続され、公開した。
コンピュータ・グラフィックスによる、生態・景観予測評価結果の可視化は、複数の研究分野における相互の解析・評価結果の理解に有効であることが明かとなった。これにより、ネットワークを利用した生態・景観共同研究の可能性を明らかにした。
2.モデル地区に当該システムの適用し、快適環境形成手法を検討した。
多摩ニュータウンをモデル地区にして、当該生態・景観システム運用により、複数の研究者によって、同一対象地における「生態」「景観」予測評価を実施し、両者の評価から新たな評価をおこなう手法を開発した。
3.他のケーススタディ地でのシステム実用
当該システムを「小笠原諸島」に適用した。生態・景観情報を新規に作成し、予測評価システムを適用した結果、その実用性が検証できた。

【研究分担者】
斉藤馨 (斎藤馨)	東京大学	農学部(林)	助手	(Kakenデータベース)
鈴木雅和	東京大学	農学部	助手	(Kakenデータベース)
本條毅	東海大学	開発工学部	講師	(Kakenデータベース)
輿水肇	明治大学	農学部	教授	(Kakenデータベース)
熊谷洋一	東京大学	農学部	教授	(Kakenデータベース)
下村彰男	東京大学	農学部	助手	(Kakenデータベース)