2024年12月5日に開催されたロープネット・ロックボルト併用工法研究会主催「令和6年度　斜面対策工法の新しい考え方（耐震を含む）」講演会において、(株)ジオ・フォレスト　代表取締役　戸田堅一郎様より「CS立体図を使った崩壊危険地形の判読」のタイトルで講演して頂きましたので、以下にその講演の概要を紹介します。

なお下記の内容は、講演会時の配布資料をもとに弊社において抜粋、編集したものです。

5.地域防災における活用事例

地域住民が主体の防災マップ作り（長野県飯田市の事例）

　　　　　　　　　　　　　　　　　　　　　　　　　CS立体図をもとに付箋に情報を書き込み貼り付ける

・住民からの情報

・地形解析結果

・地すべり分布

・法的指定

・避難方法、経路

などを空中写真に書き込み防災マップを完成し、各戸に配布している。

地域住民によるハザードマップの作成－崩壊危険地の見回りに活用－（長野県諏訪市の事例）

作成したハザードマップを持って住民が危険個所の点検を実施。

スマートフォンの地図アプリにＣＳ立体図を入れて、ＧＰＳでナビゲーションすることで効率的に森林調査が可能となっている。

6.干渉SAR解析による地形変化を見える化

干渉SARとは２時期のレーダー

データを解析し、地盤の変動を数センチ単位で計測することが可能な技術。

（国土地理院ＨＰ；http://www.gsi.go.jp/uchusokuchi/sar_mechanism）

現在滑動している危険な地滑りを抽出可能

（長野県大鹿村）

ＣＳ立体図と重ねて表示することにより、滑動している危険な地すべり地を抽出することができる。

干渉ＳＡＲ解析で抽出された地すべり危険地を現地調査し、地形の変状などを確認。必ず現地で確認すること!!

7.AIによる崩壊危険地判読

災害発生前から浅い凹地形をしている。　同じ場所で繰り返し崩壊が発生。

AIによる自動判読の手順

１．崩壊地地形の教師データを作成

　　崩壊跡地形の抽出ルールを設定　⇒　CS立体図から目視判読によりポリゴンを作成

２．多数の教師データをAIに学習させ、CS立体図から自動判読（AIによる抽出）

[長野県松本地区東部の事例]

①崩壊地形の抽出ルール

　　・植生高（DSM-DEM）が周辺より低い

　　・凹地形の上部にポイントを打点

　　・CS立体図からの目視判読によりポリゴンを作成

②教師データ

　　長野県松本地区東部で、崩壊跡(凹地形)16,892箇所を抽出

③AI（ノーザンシステムサービス：Mask　R-CNN）による教師データの学習

④AIによる抽出（自動判読）

（解析：ノーザンシステムサービス）