機械学習を用いた土壌水分量二次元イメージングの実現にむけた取り組み

カテゴリ: 研究会(論文単位)

論文No: CHS21032

グループ名: 【E】センサ・マイクロマシン部門 ケミカルセンサ研究会

発行日: 2021/12/07

タイトル(英語): Effort to Realize Two-Dimensional Imaging of Soil Moisture Contents Using Machine Learning

著者名: 山田 巧真(国立大学法人 静岡大学),平野 陽豊(国立大学法人 静岡大学),大多 哲史(国立大学法人 静岡大学),二川 雅登(国立大学法人 静岡大学)

著者名(英語): Takuma Yamada(Shizuoka University),Harutoyo Hirano(Shizuoka University),Satoshi Ota(Shizuoka University),Masato Futagawa(Shizuoka University)

キーワード: 機械学習|水分量センサ|インピーダンス計測|水分量イメージング|センサ間計測|斜面崩壊|Water Content Sensor|Machine Learning|Impedance Measurement|Moisture content imaging,|Sensor-to-sensor measurement|slope failure

要約(日本語): 近年、豪雨による斜面の局所的な水分量の増加により斜面崩壊が発生している。その為、斜面全体を隙間なく計測でき、土壌中の面的な水分量変動を表示できるセンサが求められている。これまで、ミリ単位の小さなセンサを複数連動させ、メートル単位の水分量分布を計測するセンサを開発してきた。このセンサデータを活用し、機械学習を用いて様々な土壌パターンを学習させ、土壌水分量二次元イメージングの作成手法を検討してきた。

要約(英語): In recent years, slope failures have occurred due to the increase in local moisture content of slopes caused by heavy rainfall. Therefore, there is a need for a sensor that can measure the entire slope without any gaps and can image the variation of water content in the soil. So far, we have developed a sensor that measures the moisture distribution in meters by interlocking several small sensors in millimeters. Using this sensor data, we have been investigating a method for creating two-dimensional soil moisture content imaging by learning various soil patterns using machine learning.

本誌: 2021年12月10日ケミカルセンサ研究会

本誌掲載ページ: 15-18 p

原稿種別: 日本語

PDFファイルサイズ: 1,731 Kバイト