JAMSTEC

新しい研究プログラム“数理海底地形科学”が開始されました。機械学習技術を用いた超解像により、既存の粗い海底地形データから同じ海域の詳細な海底地形図を作成する手法を確立します。さらに特徴抽出により得られた海底地形構造パターンを防災・環境・生物・資源などの各ドメインの知識と融合させることで、海底地形の成り立ちやそれが与える様々な影響などを調べます。また、この研究プログラムの一環として日本財団－GEBCO Seabed2030計画への貢献を図ります。

研究内容

I

機械学習を用いた超解像による高解像度・高精度海底地形図の作成
深層学習やベイズ推論などの機械学習手法を用いることで、現有の粗い海底地形図を超解像し、詳細かつ高精度な海底地形図を作成する

 II

機械学習を用いた画像特徴量の抽出

 III

抽出された画像特徴と各フィールドデータとの照合により海底地形を形成するに至ったメカニズムや資源形成・生物活動などとの関連を解明する

 Special Scheme

日本財団-GEBCO Seabed 2030計画への貢献

研究実施体制

総括
木川栄一 (付加価値情報創生部門)
研究スタッフ
笠谷貴史 (海洋機能利用部門 海底資源センター 物理特性グループ)
桑谷立 (海域地震火山部門 火山・地球内部研究センター 地球内部物質循環研究グループ)
松岡大祐 (付加価値情報創生部門 情報エンジニアリングプログラム)
日髙弥子 (付加価値情報創生部門 情報エンジニアリングプログラム)
技術スタッフ
木戸ゆかり(研究プラットフォーム運用開発部門 運用部 研究航海マネジメントグループ)
金子純二(海洋機能利用部門 海底資源センター 物理特性グループ)

トピックス

2021/03/26
(Seabed2030) 2021/03/30 ~ 04/01 CSBWG10が開催されます。
2021/03/26
2021年1月19日～21日に2021 NOAA-JAMSTEC Bilateral Joint Executive Meetingが開催され、プロジェクトの進捗状況を報告しました。
2021/03/26
(Seabed2030) 2021/01/11 ~ 15 GEBCO Weekが開催されました。
2020/07/15
(Seabed2030) DARWINの海底地形調査航跡図がNOAA/IHO/DCDBサイトから閲覧可能になりました。
2020/06/29
(Seabed2030) CSBWG9がオンライン開催されました。
2020/06/23
(Seabed2030) 6/23-24と2日間にわたりSouth West Pacific Regional Mapping ConferenceがNIWAホストにてオンライン開催されました。

研究成果（論文、学会発表等）

2021年
2020年
  • Mitsuko Hidaka, Daisuke Matsuoka, Tatsu Kuwatani, Yukari Kido, Junji Kaneko, Takafumi Kasaya, Eiichi Kikawa, and Yoichi Ishikawa, Deep convolutional neural network approaches for the super-resolution of bathymetric maps, AGU Fall Meeting 2020: Virtual, December 1-17 2020
  • 日高 弥子, 松岡 大祐, 桑谷 立, 金子 純二, 笠谷 貴史, 木戸 ゆかり, 石川 洋一, 木川 栄一, 機械学習を用いた海底地形図の超解像, 海と地球のシンポジウム2020, オンライン開催, 2020年12月17-18日
  • Mitsuko Hidaka, Daisuke Matsuoka, Tatsu Kuwatani, Yukari Kido, Junji Kaneko, Takafumi Kasaya, Eiichi Kikawa. Super-resolution for seafloor topography using deep convolutional neural networks. JpGU - AGU Joint Meeting 2020: Virtual. 12-16 July 2020. (Poster)
  • 桑谷　立. 海洋研究開発機構海域地震火山部門における情報地質関連研究, 情報地質, 2020, 31, 2, p. 53-55, doi: 10.6010/geoinformatics.31.2_53
～2019年
  • Tatsu Kuwatani, Earth materials science in a data-driven paradigm. Elements, 2019, 15, 4, p. 280-281, doi: 10.2138/gselements.15.4.280
  • 桑谷　立. 地球科学プロセス解明のためのデータ駆動型解析　― 地質学分野における応用例―. 情報地質, 2018, 29, 2, p. 49-60, doi: 10.6010/geoinformatics.29.2_49