レーザプロファイラデータから浸水予測地点を抽出する方法
【課題】氾濫シミュレーションの実施において、レーザプロファイラデータから浸水する可能性のある点を直接的に抽出するきわめて簡便なコンピューター情報処理方法を提供する。
【解決手段】分析対象地域のレーザプロファイラデータをｎ個のブロックに区分し、各ブロックに属する点データの部分集合（ブロック別点データ集合Ｊ）に区分する。ブロック別点データ集合Ｊについて、標高値の小さい順に所定割合の個数の点データを抽出する。抽出した点データの標高値の平均値（ブロック別低域平均値Ａｊ）を計算する。ブロック別低域平均値Ａｊの最小値Ｂを抽出する。ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算し、標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出する。
【解決手段】分析対象地域のレーザプロファイラデータをｎ個のブロックに区分し、各ブロックに属する点データの部分集合（ブロック別点データ集合Ｊ）に区分する。ブロック別点データ集合Ｊについて、標高値の小さい順に所定割合の個数の点データを抽出する。抽出した点データの標高値の平均値（ブロック別低域平均値Ａｊ）を計算する。ブロック別低域平均値Ａｊの最小値Ｂを抽出する。ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算し、標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、レーザプロファイラデータをコンピューターにより処理して洪水により浸水する可能性のある浸水予測地点を抽出する方法に関し、とくに、レーザプロファイラデータから直接的に浸水予測地点を抽出する簡便な方法に関する。
【背景技術】
【０００２】
国土交通省（旧建設省）は、平成６年度から洪水等の自然災害から住民を守るために、避難や救護、防災活動等に役立つ情報を示したハザードマップの作成に着手した。平成１３年に水防法の改正を行い、洪水予報河川について浸水想定区域を示すことを義務づけ、浸水想定区域の存在する市町村は避難の確保に必要な事項を住民に周知させるよう努めることとされ、洪水ハザードマップを法的に位置づけた。平成１７年の水防法改正では、洪水予報河川に加えて、流域面積が小さく洪水予報を行う時間的余裕がない河川について水位情報周知河川を指定し、浸水想定区域の指定及び洪水ハザードマップの作成を法的に義務づけた。
【０００３】
浸水想定区域の指定の際、多くの場合で氾濫シミュレーションが実施されている。氾濫シミュレーションは、氾濫流を平面２次元の流れと仮定して、地盤高や水路、カルバート、盛土構造物、下水道、ポンプ等をモデル化し、このモデル上で計算を実施している。（参考文献１「社団法人河川協会、１９９７年、改正新版建設省河川砂防技術基準（案）同解説・調査編 技術堂出版株式会社」）
【０００４】
これまで実施されてきた氾濫シミュレーションは、モデルの構築には多くの仮定がなされているため、氾濫シミュレーションの結果と浸水区域（実際に浸水した場所）は必ずしも一致しなかった。また、氾濫シミュレーションの実施には大きな費用を要するため、予算の少ない市町村での実施は困難である。このため、浸水想定区域を指定するに当たり、浸水区域と一致し、氾濫シミュレーションの代わりとなるより安価な資料を簡単に作成できるようにすることが望まれている。この発明により解決しようとする課題はこのことである。
【０００５】
現在、航空機に搭載されたレーザプロファイラによって地表を計測することが行われており、広域な地表を高精度かつ高密度な点群データとして取得できるようになっている。（参考文献２「小荒井衛、鈴木宏昭、２０００年、航空レーザー測量技術の公共測量作業規程における展開、写真測量とリモートセンシング Vol.39，No.2，pp.48-51」）
【０００６】
これまでレーザプロファイラデータを用いた氾濫シミュレーションの研究は多くなされている。（参考文献３「西牧均、２００２年、レーザプロファイラを用いた浸水想定区域図の作成、河川、675号、pp.14-18」 参考文献４「児玉祥吾、田口賢司、２００６年、航空レーザ測量データを用いた浸水想定区域図の作成について、平成18年度近畿地方整備局研究発表会、防災・保全部門 No.4」 参考文献５「秋山壽一郎、重枝未玲、田邉武司、２００８年、GISを用いた氾濫解析データの作成と飯塚市を中心とした都市域の氾濫解析、水工学論文集、53巻，pp.793-798」 参考文献６「舘澤清城、時岡真治、三浦敦禎、２０１０年、レーザープロファイラデータを利用した氾濫解析，第53回（平成21年度）北海道開発技術研究発表会，安10（治）」）
【０００７】
これら従来のレーザプロファイラデータ利用法は、レーザプロファイラデータからメッシュデータを作成して上述した氾濫シミュレーションを実施するというものであり、上述した課題を解決する手段とはなっていない。
【発明の開示】
【０００８】
＝＝＝発明の概要＝＝＝
発明者は、すでに多くの地域でレーザプロファイラによって地表が計測されていることや、これまでにない高密度なレーザプロファイラデータを用いることで微地形を考慮することができることから、レーザプロファイラデータを解析することで氾濫シミュレーションの代わりとなる可能性があると考え、この発明を創作した。
【０００９】
この発明は、氾濫シミュレーションにレーザプロファイラデータを利用する従来方法と異なり、レーザプロファイラデータから浸水する可能性のある点を直接的に抽出するきわめて簡便なコンピューター情報処理方法を提供するものである。これにより上述した課題を解決することが可能となる。氾濫シミュレーションの場合、１辺が５０ｍや１００ｍ、２００ｍ等のメッシュデータを用いているため微地形を考慮できないが、高密度なレーザプロファイラデータを直接的に用いるこの発明によれば、局所的な窪み地やアンダーパス等も考慮することが可能となる。
【００１０】
＝＝＝発明の核心＝＝＝
この発明の核心とするところは、つぎの事項（１）〜（７）により特定されるコンピューター情報処理の方法である。
（１）レーザプロファイラデータをコンピューターにより処理して洪水により浸水する可能性のある浸水予測地点を抽出する方法であること
（２）レーザプロファイラデータは、分析対象地域の地表を高密度に計測した点データの集合であり、各点データは、各計測点の平面座標値および標高値を含んでいること
（３）第１プロセスでは、分析対象地域を所定の大きさのｎ個のブロックに区分し、レーザプロファイラデータを各ブロックに属する点データの部分集合に区分すること（ブロック番号ｊ（ｊ＝１、２、…、ｎ）の１つのブロックに属する点データ部分集合をブロック別点データ集合Ｊとする）
（４）第２プロセスでは、ブロック別点データ集合Ｊについて、当該集合Ｊの全点データの中から標高値の小さい順に所定割合の個数の点データを抽出するとともに、抽出した点データの標高値の平均値を計算すること（計算した平均値をブロック別低域平均値Ａｊとする）
（５）第３プロセスでは、ｎ個のブロック別低域平均値Ａｊ（ｊ＝１、２、…、ｎ）の最小値Ｂを抽出すること
（６）第４プロセスでは、ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算すること
（７）第５プロセスでは、ブロック別点データ集合Ｊの全点データの中から標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出すること
【図面の簡単な説明】
【００１１】
【図１】分析対象地域のブロック分けの解説図
【図２】本方法による抽出結果と実際の浸水区域の比較表
【図３】本方法による抽出結果と実際の浸水区域の比較表
【図４】本方法による抽出結果と実際の浸水区域の比較表
【図５】本方法による抽出結果を航空写真にプロットした図
【図６】本方法による抽出結果を航空写真にプロットした図
【図７】本方法による抽出結果を航空写真にプロットした図
【発明を実施するための形態】
【００１２】
以下では、レーザプロファイラデータから浸水する可能性のある点を抽出する簡便なコンピューター情報処理の具体的なアルゴリズムを説明するとともに、実際の分析対象地域のレーザプロファイラデータを用いた処理結果と、当該地域で過去に実際に起こった洪水時の浸水区域を定量的に比較することで本発明の有効性について説明する。また、本発明に係るアルゴリズムにおける各種パラメータの設定の方法についても説明する。
【００１３】
＝＝＝原理的な説明＝＝＝
この発明の方法の処理対象となるレーザプロファイラデータとしては、以下の説明から明らかになるとおり、建物や樹木等の地表以外の情報を含むＤＳＭ（Digital Surface Model）や建物や樹木等の地表以外の情報を除去したＤＴＭ（Digital Terrain Model）の両方に適用可能である。また、ＸＹ平面上にメッシュとして配置されたＤＥＭ（Digital Elevation Model）だけでなく、ランダムに配置されたレーザプロファイラデータにも適用可能である。
【００１４】
周知のとおり、レーザプロファイラデータは分析対象地域の地表を高密度に計測した点データの集合であり、各点データは各計測点の平面座標値および標高値を含んでいる。このレーザプロファイラデータをコンピューターに読み込み、点データの全体集合を多数のブロックの部分集合に区分する。
【００１５】
この説明においては、図１に示すように分析対象地域は矩形の地域であり、この分析対象地域をｎ個の正方ブロックに区分するものとする。正方ブロックの幅Ｄ（一辺の長さ）は、本方法を実施する上での重要なパラメータの１つであり、たとえば、５０メートル、１００メートル、２５０メートルなどの値となる。
【００１６】
分析対象地域のレーザプロファイラデータ（点データの全体集合）を各ブロックに属する点データの部分集合に区分する。図１に示すように、分析対象地域を構成するｎ個の正方ブロックを個別のブロック番号を付して区別する。そして、ブロック番号ｊ（ｊ＝１、２、…、ｎ）の１つのブロックに属する点データ部分集合をブロック別点データ集合Ｊと表記する。
【００１７】
つぎの処理では、ブロック別点データ集合Ｊについて、当該集合Ｊの全点データの中から標高値の小さい順に所定割合（Ｐパーセントとする）の個数の点データを抽出するとともに、抽出した点データの標高値の平均値を計算する。計算した平均値をブロック別低域平均値Ａｊとする。また、つぎの処理では、ｎ個のブロック別低域平均値Ａｊ（ｊ＝１、２、…、ｎ）の最小値Ｂを抽出する。
【００１８】
ここで、標高値の低い方からＰパーセントの個数の点データを抽出する理由は、ＤＳＭの場合は建物や樹木等の地表以外の情報を除去するためであり、またブロックの地盤高を低く見積もることで、以下の処理で浸水する可能性のある点を洩れなく抽出できるようにするためでもある。以下の実験では、Ｐの値を１０パーセントとした。
【００１９】
つぎの処理では、第４プロセスでは、ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算する。
つぎの処理では、ブロック別点データ集合Ｊの全点データの中から標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出する。
【００２０】
定数αとβは、本方法を実施する上での重要なパラメータである。αの値が大きい程、抽出される点数（浸水予測地点の数）も大きくなる。βの値が大きい程、抽出される点数は少なくなる。また、βの値が大きく、かつ（Ａｊ−Ｂ）の値が大きい程、指数関数的に抽出される点数は少なくなる。上記の計算式を用いることで、起伏の少ない場所では浸水する可能性のある点が領域全体に満遍なく抽出され、起伏の大きい場所では浸水する可能性のある点が標高の低い場所程より多く抽出されることとなる。
【００２１】
そして、分析対象地域の航空写真または地図をディスプレイに表示し、上記処理によりすべてのブロック別点データ集合Ｊから抽出した浸水予測地点を、各点データの平面座標値に基づいて当該表示上にプロットすることにより可視化する。浸水予測地点をプロットした航空写真または地図を印刷出力したり、ファイル化して出力することができる。
【００２２】
＝＝＝実験例に基づく説明＝＝＝
図５、図６、図７に示す航空写真（中部地方整備局河川部河川計画課提供）は、昭和５１年９月にある地域の浸水の模様（愛知県建設部河川課提供）を重ね合わせたものである。発明者は、この航空写真の地域を計測したレーザプロファイラデータ（中部地方整備局河川部河川計画課提供）を得て、このレーザプロファイラデータから本方法により抽出した浸水予測地点を図５、図６、図７の航空写真にプロットしている。
【００２３】
実験に用いたレーザプロファイラデータは、前記の航空写真に示す２０００ｍ×１５００ｍの範囲の２５４万８４１５個の点データの集合であり、ＸＹ平面上にランダムに配置されたＤＳＭであり、１平方メートル当たり約１個の点データが存在する。レーザプロファイラデータの計測緒元は，対地高度が１７９８ｍ、スキャン角が１８度，パルスモードがFirst Pulse/Last Pulseである。なお実験では、図５、図６、図７の航空写真において左上から右下に流れる河川の水部のレーザプロファイラデータの点データは前処理として除去した。
【００２４】
実験では、本方法の３つのパラメータ（正方ブロックの幅Ｄ、定数α、定数β）を変えて複数回にわたり浸水予測地点の抽出処理を実行し、抽出した点を航空写真にプロットした。正方ブロック幅Ｄについては、５０ｍ、１００ｍ、２５ｍ、５００ｍと４段階に変化させた。定数αの値については、１０、２０、３０、４０、５０と変化させた。定数βの値については、１、３、５と変化させた。これら全ての組み合わせである６０通りの計算により浸水予測地点の抽出処理を行った。
【００２５】
実験では、本方法により抽出した浸水予測地点が、前記の航空写真の写された実際の浸水区域に該当しているか否かを評価して、本方法の正解率を定量的に比較した。昭和５１年９月に撮影された前記の航空写真によれば、浸水区域の面積は１．７０３平方キロメートルであり，実験の範囲に対する浸水区域の面積の比率は５６．７６７％であった。
【００２６】
図２にβの値を１、図３にβの値を３、図４にβの値を５として、正方ブロックの幅Ｄとαの値のすべての組み合わせでの、本方法による抽出の結果と浸水区域を定量的に比較したもの（２０通り）をそれぞれ示す。図２、図３、図４の要素の上段の数値が本方法によって抽出された点数、中段の数値が本方法によって抽出された点で浸水区域内の点数、下段の数値が本方法によって抽出された点で浸水区域内の点の割合「正解率％」である。
【００２７】
図２、図３、図４より、βの値が大きい程、抽出される点数が減少し、正解率は向上することが分かる。また、αの値が大きい程、当然抽出される点数は増加し、正解率は低下することが分かる。さらに、正方ブロックの幅Ｄが大きい程、抽出される点数は増加し、正解率は向上することが分かる。全体として８０％以上の正解率が得られており、正解率は実験の範囲に対する浸水区域の面積の比率（５６．７６７％）よりも大きく、本方法による抽出の結果は浸水区域と精度良く一致すると評価する。
【００２８】
つぎに、定量的かつ定性的にも本方法による抽出結果を評価し、各種パラメータの値の設定について検討する。αの値による抽出結果の変化を定性的に検証するために、正方ブロックの幅Ｄを１００ｍ、βの値を３として、αの値を１０、３０、５０と変化させて実験を行った。抽出された点と浸水区域を重ね合わせて表示したものを図４に示す。図４より、αの値を変化させると抽出される点数は異なるが、それでも概ね同じ場所が抽出されていることが分かる。また、αの値が大きい程正解率が低下する（図２、図３、図４参照）が、αの値が大きい程抽出される点が増えることで人が見易い結果が得られることも分かる。本実験の結果からは、αの値は３０前後が良いと考えられる。
【００２９】
βの値による抽出結果の変化を定性的に検証するために、正方ブロックの幅Ｄを１００ｍ、αの値を３０として、βの値を１、３、５と変化させて実験を行った。抽出された点と浸水区域を重ね合わせて表示したものを図６に示す。図６より、βの値が１の場合は流域全体で点が抽出され、βの値が５の場合は浸水区域内でも点が抽出されない場所もあることが分かる。この理由として、抽出された点数によるものであると考えられる。しかし、βの値が大きい場合は小さい場合と比較して、正方ブロックの幅Ｄやαの値を変えても抽出される点はそれ程増加せず（図２、図３、図４参照）、浸水区域を満遍なく点を抽出することが困難となる。一方でβの値が大きい程正解率が向上することも考慮して、βの値には適切な値があると考えられる。本実験の結果からは、βの値は３前後が良いと考えられる。
【００３０】
正方ブロックの幅Ｄによる抽出結果の変化を定性的に検証するために、αの値を３０、βの値を３として、正方ブロックの幅Ｄを５０ｍ、１００ｍ、２５０ｍと変化させて実験を行った。抽出された点と浸水区域を重ね合わせて表示したものを図７に示す。図７より、正方ブロックの幅Ｄを変化させると抽出される点数は異なるが、それでも概ね同じ場所が抽出されていることが分かる。この理由として、今回実験で使用した範囲が平地であるためであると考えられる。今後起伏のある地域に対して本方法を適用する際は、平地から丘陵地への変化部まで精度良く点を抽出するため、正方ブロックの幅Ｄは小さくする必要があると考えられる。一方で、抽出される点数が同程度でも正方ブロックの幅Ｄが大きい程正解率が高くなる（図２、図３、図４参照）ことも考慮する必要がある。例えば、図２において、正方ブロックの幅Ｄが５０でαの値が２０の場合、抽出された点数が２１４、８５７、正解率が７０．０９０％であるが、正方ブロックの幅Ｄが５００ｍでαの値が１０の場合、抽出された点数が２０８７１２、正解率が８３．６４８％となっている。つまり、正方ブロックの幅Ｄは地形の起伏の状況に応じて設定する必要がある。
【００３１】
以上の実験結果に基づいて、コンピューターの記憶手段に、分析対象地域を複数に区分するブロックの大きさを規定するブロック規定値と、定数αおよび定数βについて、あらかじめ設定されたいくつかの異なる値の組み合わせを記述したパラメータテーブルを格納しておき、本方法による抽出処理を行う際に、利用者の操作入力に応じてパラメータテーブルからブロック規定値と定数αと定数βの１つの組み合わせを抽出し、抽出した各値に基づいて処理を進めるようにプログラムしておけば実用的である。
【００３２】
＝＝＝発明の効果＝＝＝
この発明によれば、きわめて簡単なコンピューター情報処理により、レーザプロファイラデータから浸水する可能性のある点を直接的に抽出することができる。そして抽出の結果は実際の浸水区域と精度良く一致することが分かった。従来技術の氾濫シミュレーションの実施には大きな費用を要するため、予算の少ない市町村での実施は困難であった。この発明によれば、浸水想定区域を指定するに当たり、氾濫シミュレーションの代わりとなるより安価な資料を簡単に作成できるようになる。
【技術分野】
【０００１】
この発明は、レーザプロファイラデータをコンピューターにより処理して洪水により浸水する可能性のある浸水予測地点を抽出する方法に関し、とくに、レーザプロファイラデータから直接的に浸水予測地点を抽出する簡便な方法に関する。
【背景技術】
【０００２】
国土交通省（旧建設省）は、平成６年度から洪水等の自然災害から住民を守るために、避難や救護、防災活動等に役立つ情報を示したハザードマップの作成に着手した。平成１３年に水防法の改正を行い、洪水予報河川について浸水想定区域を示すことを義務づけ、浸水想定区域の存在する市町村は避難の確保に必要な事項を住民に周知させるよう努めることとされ、洪水ハザードマップを法的に位置づけた。平成１７年の水防法改正では、洪水予報河川に加えて、流域面積が小さく洪水予報を行う時間的余裕がない河川について水位情報周知河川を指定し、浸水想定区域の指定及び洪水ハザードマップの作成を法的に義務づけた。
【０００３】
浸水想定区域の指定の際、多くの場合で氾濫シミュレーションが実施されている。氾濫シミュレーションは、氾濫流を平面２次元の流れと仮定して、地盤高や水路、カルバート、盛土構造物、下水道、ポンプ等をモデル化し、このモデル上で計算を実施している。（参考文献１「社団法人河川協会、１９９７年、改正新版建設省河川砂防技術基準（案）同解説・調査編 技術堂出版株式会社」）
【０００４】
これまで実施されてきた氾濫シミュレーションは、モデルの構築には多くの仮定がなされているため、氾濫シミュレーションの結果と浸水区域（実際に浸水した場所）は必ずしも一致しなかった。また、氾濫シミュレーションの実施には大きな費用を要するため、予算の少ない市町村での実施は困難である。このため、浸水想定区域を指定するに当たり、浸水区域と一致し、氾濫シミュレーションの代わりとなるより安価な資料を簡単に作成できるようにすることが望まれている。この発明により解決しようとする課題はこのことである。
【０００５】
現在、航空機に搭載されたレーザプロファイラによって地表を計測することが行われており、広域な地表を高精度かつ高密度な点群データとして取得できるようになっている。（参考文献２「小荒井衛、鈴木宏昭、２０００年、航空レーザー測量技術の公共測量作業規程における展開、写真測量とリモートセンシング Vol.39，No.2，pp.48-51」）
【０００６】
これまでレーザプロファイラデータを用いた氾濫シミュレーションの研究は多くなされている。（参考文献３「西牧均、２００２年、レーザプロファイラを用いた浸水想定区域図の作成、河川、675号、pp.14-18」 参考文献４「児玉祥吾、田口賢司、２００６年、航空レーザ測量データを用いた浸水想定区域図の作成について、平成18年度近畿地方整備局研究発表会、防災・保全部門 No.4」 参考文献５「秋山壽一郎、重枝未玲、田邉武司、２００８年、GISを用いた氾濫解析データの作成と飯塚市を中心とした都市域の氾濫解析、水工学論文集、53巻，pp.793-798」 参考文献６「舘澤清城、時岡真治、三浦敦禎、２０１０年、レーザープロファイラデータを利用した氾濫解析，第53回（平成21年度）北海道開発技術研究発表会，安10（治）」）
【０００７】
これら従来のレーザプロファイラデータ利用法は、レーザプロファイラデータからメッシュデータを作成して上述した氾濫シミュレーションを実施するというものであり、上述した課題を解決する手段とはなっていない。
【発明の開示】
【０００８】
＝＝＝発明の概要＝＝＝
発明者は、すでに多くの地域でレーザプロファイラによって地表が計測されていることや、これまでにない高密度なレーザプロファイラデータを用いることで微地形を考慮することができることから、レーザプロファイラデータを解析することで氾濫シミュレーションの代わりとなる可能性があると考え、この発明を創作した。
【０００９】
この発明は、氾濫シミュレーションにレーザプロファイラデータを利用する従来方法と異なり、レーザプロファイラデータから浸水する可能性のある点を直接的に抽出するきわめて簡便なコンピューター情報処理方法を提供するものである。これにより上述した課題を解決することが可能となる。氾濫シミュレーションの場合、１辺が５０ｍや１００ｍ、２００ｍ等のメッシュデータを用いているため微地形を考慮できないが、高密度なレーザプロファイラデータを直接的に用いるこの発明によれば、局所的な窪み地やアンダーパス等も考慮することが可能となる。
【００１０】
＝＝＝発明の核心＝＝＝
この発明の核心とするところは、つぎの事項（１）〜（７）により特定されるコンピューター情報処理の方法である。
（１）レーザプロファイラデータをコンピューターにより処理して洪水により浸水する可能性のある浸水予測地点を抽出する方法であること
（２）レーザプロファイラデータは、分析対象地域の地表を高密度に計測した点データの集合であり、各点データは、各計測点の平面座標値および標高値を含んでいること
（３）第１プロセスでは、分析対象地域を所定の大きさのｎ個のブロックに区分し、レーザプロファイラデータを各ブロックに属する点データの部分集合に区分すること（ブロック番号ｊ（ｊ＝１、２、…、ｎ）の１つのブロックに属する点データ部分集合をブロック別点データ集合Ｊとする）
（４）第２プロセスでは、ブロック別点データ集合Ｊについて、当該集合Ｊの全点データの中から標高値の小さい順に所定割合の個数の点データを抽出するとともに、抽出した点データの標高値の平均値を計算すること（計算した平均値をブロック別低域平均値Ａｊとする）
（５）第３プロセスでは、ｎ個のブロック別低域平均値Ａｊ（ｊ＝１、２、…、ｎ）の最小値Ｂを抽出すること
（６）第４プロセスでは、ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算すること
（７）第５プロセスでは、ブロック別点データ集合Ｊの全点データの中から標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出すること
【図面の簡単な説明】
【００１１】
【図１】分析対象地域のブロック分けの解説図
【図２】本方法による抽出結果と実際の浸水区域の比較表
【図３】本方法による抽出結果と実際の浸水区域の比較表
【図４】本方法による抽出結果と実際の浸水区域の比較表
【図５】本方法による抽出結果を航空写真にプロットした図
【図６】本方法による抽出結果を航空写真にプロットした図
【図７】本方法による抽出結果を航空写真にプロットした図
【発明を実施するための形態】
【００１２】
以下では、レーザプロファイラデータから浸水する可能性のある点を抽出する簡便なコンピューター情報処理の具体的なアルゴリズムを説明するとともに、実際の分析対象地域のレーザプロファイラデータを用いた処理結果と、当該地域で過去に実際に起こった洪水時の浸水区域を定量的に比較することで本発明の有効性について説明する。また、本発明に係るアルゴリズムにおける各種パラメータの設定の方法についても説明する。
【００１３】
＝＝＝原理的な説明＝＝＝
この発明の方法の処理対象となるレーザプロファイラデータとしては、以下の説明から明らかになるとおり、建物や樹木等の地表以外の情報を含むＤＳＭ（Digital Surface Model）や建物や樹木等の地表以外の情報を除去したＤＴＭ（Digital Terrain Model）の両方に適用可能である。また、ＸＹ平面上にメッシュとして配置されたＤＥＭ（Digital Elevation Model）だけでなく、ランダムに配置されたレーザプロファイラデータにも適用可能である。
【００１４】
周知のとおり、レーザプロファイラデータは分析対象地域の地表を高密度に計測した点データの集合であり、各点データは各計測点の平面座標値および標高値を含んでいる。このレーザプロファイラデータをコンピューターに読み込み、点データの全体集合を多数のブロックの部分集合に区分する。
【００１５】
この説明においては、図１に示すように分析対象地域は矩形の地域であり、この分析対象地域をｎ個の正方ブロックに区分するものとする。正方ブロックの幅Ｄ（一辺の長さ）は、本方法を実施する上での重要なパラメータの１つであり、たとえば、５０メートル、１００メートル、２５０メートルなどの値となる。
【００１６】
分析対象地域のレーザプロファイラデータ（点データの全体集合）を各ブロックに属する点データの部分集合に区分する。図１に示すように、分析対象地域を構成するｎ個の正方ブロックを個別のブロック番号を付して区別する。そして、ブロック番号ｊ（ｊ＝１、２、…、ｎ）の１つのブロックに属する点データ部分集合をブロック別点データ集合Ｊと表記する。
【００１７】
つぎの処理では、ブロック別点データ集合Ｊについて、当該集合Ｊの全点データの中から標高値の小さい順に所定割合（Ｐパーセントとする）の個数の点データを抽出するとともに、抽出した点データの標高値の平均値を計算する。計算した平均値をブロック別低域平均値Ａｊとする。また、つぎの処理では、ｎ個のブロック別低域平均値Ａｊ（ｊ＝１、２、…、ｎ）の最小値Ｂを抽出する。
【００１８】
ここで、標高値の低い方からＰパーセントの個数の点データを抽出する理由は、ＤＳＭの場合は建物や樹木等の地表以外の情報を除去するためであり、またブロックの地盤高を低く見積もることで、以下の処理で浸水する可能性のある点を洩れなく抽出できるようにするためでもある。以下の実験では、Ｐの値を１０パーセントとした。
【００１９】
つぎの処理では、第４プロセスでは、ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算する。
つぎの処理では、ブロック別点データ集合Ｊの全点データの中から標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出する。
【００２０】
定数αとβは、本方法を実施する上での重要なパラメータである。αの値が大きい程、抽出される点数（浸水予測地点の数）も大きくなる。βの値が大きい程、抽出される点数は少なくなる。また、βの値が大きく、かつ（Ａｊ−Ｂ）の値が大きい程、指数関数的に抽出される点数は少なくなる。上記の計算式を用いることで、起伏の少ない場所では浸水する可能性のある点が領域全体に満遍なく抽出され、起伏の大きい場所では浸水する可能性のある点が標高の低い場所程より多く抽出されることとなる。
【００２１】
そして、分析対象地域の航空写真または地図をディスプレイに表示し、上記処理によりすべてのブロック別点データ集合Ｊから抽出した浸水予測地点を、各点データの平面座標値に基づいて当該表示上にプロットすることにより可視化する。浸水予測地点をプロットした航空写真または地図を印刷出力したり、ファイル化して出力することができる。
【００２２】
＝＝＝実験例に基づく説明＝＝＝
図５、図６、図７に示す航空写真（中部地方整備局河川部河川計画課提供）は、昭和５１年９月にある地域の浸水の模様（愛知県建設部河川課提供）を重ね合わせたものである。発明者は、この航空写真の地域を計測したレーザプロファイラデータ（中部地方整備局河川部河川計画課提供）を得て、このレーザプロファイラデータから本方法により抽出した浸水予測地点を図５、図６、図７の航空写真にプロットしている。
【００２３】
実験に用いたレーザプロファイラデータは、前記の航空写真に示す２０００ｍ×１５００ｍの範囲の２５４万８４１５個の点データの集合であり、ＸＹ平面上にランダムに配置されたＤＳＭであり、１平方メートル当たり約１個の点データが存在する。レーザプロファイラデータの計測緒元は，対地高度が１７９８ｍ、スキャン角が１８度，パルスモードがFirst Pulse/Last Pulseである。なお実験では、図５、図６、図７の航空写真において左上から右下に流れる河川の水部のレーザプロファイラデータの点データは前処理として除去した。
【００２４】
実験では、本方法の３つのパラメータ（正方ブロックの幅Ｄ、定数α、定数β）を変えて複数回にわたり浸水予測地点の抽出処理を実行し、抽出した点を航空写真にプロットした。正方ブロック幅Ｄについては、５０ｍ、１００ｍ、２５ｍ、５００ｍと４段階に変化させた。定数αの値については、１０、２０、３０、４０、５０と変化させた。定数βの値については、１、３、５と変化させた。これら全ての組み合わせである６０通りの計算により浸水予測地点の抽出処理を行った。
【００２５】
実験では、本方法により抽出した浸水予測地点が、前記の航空写真の写された実際の浸水区域に該当しているか否かを評価して、本方法の正解率を定量的に比較した。昭和５１年９月に撮影された前記の航空写真によれば、浸水区域の面積は１．７０３平方キロメートルであり，実験の範囲に対する浸水区域の面積の比率は５６．７６７％であった。
【００２６】
図２にβの値を１、図３にβの値を３、図４にβの値を５として、正方ブロックの幅Ｄとαの値のすべての組み合わせでの、本方法による抽出の結果と浸水区域を定量的に比較したもの（２０通り）をそれぞれ示す。図２、図３、図４の要素の上段の数値が本方法によって抽出された点数、中段の数値が本方法によって抽出された点で浸水区域内の点数、下段の数値が本方法によって抽出された点で浸水区域内の点の割合「正解率％」である。
【００２７】
図２、図３、図４より、βの値が大きい程、抽出される点数が減少し、正解率は向上することが分かる。また、αの値が大きい程、当然抽出される点数は増加し、正解率は低下することが分かる。さらに、正方ブロックの幅Ｄが大きい程、抽出される点数は増加し、正解率は向上することが分かる。全体として８０％以上の正解率が得られており、正解率は実験の範囲に対する浸水区域の面積の比率（５６．７６７％）よりも大きく、本方法による抽出の結果は浸水区域と精度良く一致すると評価する。
【００２８】
つぎに、定量的かつ定性的にも本方法による抽出結果を評価し、各種パラメータの値の設定について検討する。αの値による抽出結果の変化を定性的に検証するために、正方ブロックの幅Ｄを１００ｍ、βの値を３として、αの値を１０、３０、５０と変化させて実験を行った。抽出された点と浸水区域を重ね合わせて表示したものを図４に示す。図４より、αの値を変化させると抽出される点数は異なるが、それでも概ね同じ場所が抽出されていることが分かる。また、αの値が大きい程正解率が低下する（図２、図３、図４参照）が、αの値が大きい程抽出される点が増えることで人が見易い結果が得られることも分かる。本実験の結果からは、αの値は３０前後が良いと考えられる。
【００２９】
βの値による抽出結果の変化を定性的に検証するために、正方ブロックの幅Ｄを１００ｍ、αの値を３０として、βの値を１、３、５と変化させて実験を行った。抽出された点と浸水区域を重ね合わせて表示したものを図６に示す。図６より、βの値が１の場合は流域全体で点が抽出され、βの値が５の場合は浸水区域内でも点が抽出されない場所もあることが分かる。この理由として、抽出された点数によるものであると考えられる。しかし、βの値が大きい場合は小さい場合と比較して、正方ブロックの幅Ｄやαの値を変えても抽出される点はそれ程増加せず（図２、図３、図４参照）、浸水区域を満遍なく点を抽出することが困難となる。一方でβの値が大きい程正解率が向上することも考慮して、βの値には適切な値があると考えられる。本実験の結果からは、βの値は３前後が良いと考えられる。
【００３０】
正方ブロックの幅Ｄによる抽出結果の変化を定性的に検証するために、αの値を３０、βの値を３として、正方ブロックの幅Ｄを５０ｍ、１００ｍ、２５０ｍと変化させて実験を行った。抽出された点と浸水区域を重ね合わせて表示したものを図７に示す。図７より、正方ブロックの幅Ｄを変化させると抽出される点数は異なるが、それでも概ね同じ場所が抽出されていることが分かる。この理由として、今回実験で使用した範囲が平地であるためであると考えられる。今後起伏のある地域に対して本方法を適用する際は、平地から丘陵地への変化部まで精度良く点を抽出するため、正方ブロックの幅Ｄは小さくする必要があると考えられる。一方で、抽出される点数が同程度でも正方ブロックの幅Ｄが大きい程正解率が高くなる（図２、図３、図４参照）ことも考慮する必要がある。例えば、図２において、正方ブロックの幅Ｄが５０でαの値が２０の場合、抽出された点数が２１４、８５７、正解率が７０．０９０％であるが、正方ブロックの幅Ｄが５００ｍでαの値が１０の場合、抽出された点数が２０８７１２、正解率が８３．６４８％となっている。つまり、正方ブロックの幅Ｄは地形の起伏の状況に応じて設定する必要がある。
【００３１】
以上の実験結果に基づいて、コンピューターの記憶手段に、分析対象地域を複数に区分するブロックの大きさを規定するブロック規定値と、定数αおよび定数βについて、あらかじめ設定されたいくつかの異なる値の組み合わせを記述したパラメータテーブルを格納しておき、本方法による抽出処理を行う際に、利用者の操作入力に応じてパラメータテーブルからブロック規定値と定数αと定数βの１つの組み合わせを抽出し、抽出した各値に基づいて処理を進めるようにプログラムしておけば実用的である。
【００３２】
＝＝＝発明の効果＝＝＝
この発明によれば、きわめて簡単なコンピューター情報処理により、レーザプロファイラデータから浸水する可能性のある点を直接的に抽出することができる。そして抽出の結果は実際の浸水区域と精度良く一致することが分かった。従来技術の氾濫シミュレーションの実施には大きな費用を要するため、予算の少ない市町村での実施は困難であった。この発明によれば、浸水想定区域を指定するに当たり、氾濫シミュレーションの代わりとなるより安価な資料を簡単に作成できるようになる。
【特許請求の範囲】
【請求項１】
つぎの事項（１）〜（７）により特定されるコンピューター情報処理の方法。
（１）レーザプロファイラデータをコンピューターにより処理して洪水により浸水する可能性のある浸水予測地点を抽出する方法であること
（２）レーザプロファイラデータは、分析対象地域の地表を高密度に計測した点データの集合であり、各点データは、各計測点の平面座標値および標高値を含んでいること
（３）第１プロセスでは、分析対象地域を所定の大きさのｎ個のブロックに区分し、レーザプロファイラデータを各ブロックに属する点データの部分集合に区分すること（ブロック番号ｊ（ｊ＝１、２、…、ｎ）の１つのブロックに属する点データ部分集合をブロック別点データ集合Ｊとする）
（４）第２プロセスでは、ブロック別点データ集合Ｊについて、当該集合Ｊの全点データの中から標高値の小さい順に所定割合の個数の点データを抽出するとともに、抽出した点データの標高値の平均値を計算すること（計算した平均値をブロック別低域平均値Ａｊとする）
（５）第３プロセスでは、ｎ個のブロック別低域平均値Ａｊ（ｊ＝１、２、…、ｎ）の最小値Ｂを抽出すること
（６）第４プロセスでは、ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算すること
（７）第５プロセスでは、ブロック別点データ集合Ｊの全点データの中から標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出すること
【請求項２】
パラメータテーブルと、パラメータ選定プロセスを備え、
パラメータテーブルは、分析対象地域を複数に区分するブロックの大きさを規定するブロック規定値と、定数αおよび定数βについて、あらかじめ設定されたいくつかの異なる値の組み合わせを格納し、
パラメータ選定プロセスでは、利用者の操作入力に応じてパラメータテーブルからブロック規定値と定数αと定数βの１つの組み合わせを抽出し、抽出したブロック規定値に基づいて第１プロセスを実行するとともに、抽出した定数αと定数βに基づいて第４プロセスを実行する
請求項１に記載のコンピューター情報処理の方法。
【請求項３】
分析対象地域の航空写真または地図をディスプレイに表示し、第５プロセスで抽出した浸水予測地点を各点データの平面座標値に基づいて当該表示上にプロットする
請求項１または２に記載のコンピューター情報処理の方法。
【請求項１】
つぎの事項（１）〜（７）により特定されるコンピューター情報処理の方法。
（１）レーザプロファイラデータをコンピューターにより処理して洪水により浸水する可能性のある浸水予測地点を抽出する方法であること
（２）レーザプロファイラデータは、分析対象地域の地表を高密度に計測した点データの集合であり、各点データは、各計測点の平面座標値および標高値を含んでいること
（３）第１プロセスでは、分析対象地域を所定の大きさのｎ個のブロックに区分し、レーザプロファイラデータを各ブロックに属する点データの部分集合に区分すること（ブロック番号ｊ（ｊ＝１、２、…、ｎ）の１つのブロックに属する点データ部分集合をブロック別点データ集合Ｊとする）
（４）第２プロセスでは、ブロック別点データ集合Ｊについて、当該集合Ｊの全点データの中から標高値の小さい順に所定割合の個数の点データを抽出するとともに、抽出した点データの標高値の平均値を計算すること（計算した平均値をブロック別低域平均値Ａｊとする）
（５）第３プロセスでは、ｎ個のブロック別低域平均値Ａｊ（ｊ＝１、２、…、ｎ）の最小値Ｂを抽出すること
（６）第４プロセスでは、ブロック別低域平均値Ａｊと最小値Ｂおよび正定数αとβに基づいて次式により値Ｑｊを計算すること
（７）第５プロセスでは、ブロック別点データ集合Ｊの全点データの中から標高値の小さい順に計算値Ｑｊパーセントの個数の点データを浸水予測地点として抽出すること
【請求項２】
パラメータテーブルと、パラメータ選定プロセスを備え、
パラメータテーブルは、分析対象地域を複数に区分するブロックの大きさを規定するブロック規定値と、定数αおよび定数βについて、あらかじめ設定されたいくつかの異なる値の組み合わせを格納し、
パラメータ選定プロセスでは、利用者の操作入力に応じてパラメータテーブルからブロック規定値と定数αと定数βの１つの組み合わせを抽出し、抽出したブロック規定値に基づいて第１プロセスを実行するとともに、抽出した定数αと定数βに基づいて第４プロセスを実行する
請求項１に記載のコンピューター情報処理の方法。
【請求項３】
分析対象地域の航空写真または地図をディスプレイに表示し、第５プロセスで抽出した浸水予測地点を各点データの平面座標値に基づいて当該表示上にプロットする
請求項１または２に記載のコンピューター情報処理の方法。
【図２】
【図３】
【図４】
【図１】
【図５】
【図６】
【図７】
【図３】
【図４】
【図１】
【図５】
【図６】
【図７】
【公開番号】特開２０１２−２４７５８５（Ｐ２０１２−２４７５８５Ａ）
【公開日】平成２４年１２月１３日（２０１２．１２．１３）
【国際特許分類】
【出願番号】特願２０１１−１１８６８９（Ｐ２０１１−１１８６８９）
【出願日】平成２３年５月２７日（２０１１．５．２７）
【出願人】（５９７０５２３３０）株式会社 東京建設コンサルタント (8)
【出願人】（０００１７３５７７）財団法人河川情報センター (11)
【Ｆターム（参考）】
【公開日】平成２４年１２月１３日（２０１２．１２．１３）
【国際特許分類】
【出願日】平成２３年５月２７日（２０１１．５．２７）
【出願人】（５９７０５２３３０）株式会社 東京建設コンサルタント (8)
【出願人】（０００１７３５７７）財団法人河川情報センター (11)
【Ｆターム（参考）】
[ Back to top ]