UAVベースのSfMとLiDAR点群を用いた河川DTM生成手法の開発

なぜ川底の地図化が重要なのか

河川は単に水を運ぶだけではありません。河道、砂州、堤防は洪水を制御し、野生生物の生息地を作り、汚染物質が下流へ移動する仕方を左右します。それにもかかわらず、河床や周辺地形を精密に把握することは意外に難しく、特に浅く植生の多い流れでは船やソナー、測量棒を持った人間が届きにくい場所が多くあります。本研究は、低空飛行するドローン、レーザースキャナー、賢いコンピュータ処理を組み合わせることで、韓国の河川の「裸地」マップを詳細に作成する方法を示し、川の隠れた地形をより安全に、迅速に、より完全に可視化する手法を提示します。

複雑な河川を上空から新たに観測する

研究者らは韓国・利川（イチョン）にある福霞（ボカ）川の2.8キロ区間に着目しました。そこは蛇行する河道、砂州、氾濫原、背の高い河畔樹木が混在する景観です。従来の調査では時間がかかり危険を伴い、すべての湾曲や窪みを捉えることは難しいでしょう。そこでチームは2種類のドローンを使用しました。1機は光パルスを発して戻るまでの時間を計測するレーザースキャナー（LiDAR）を搭載し、葉を通して地表まで届くことのある濃密な3次元点群を生成しました。もう1機はマルチスペクトルカメラを搭載し、SfM（構造化・動態からの復元）と呼ばれる手法で多数の重なり合う写真をつなぎ合わせて別の3次元点群を作成しました。これらの補完的な観測により、植生に覆われた堤や比較的透明な浅い流路の両方を濃密にカバーできました。

水域と陸域、地表とゴミを分離する

生の3次元点群は葉、枝、建物、空中のノイズ、波立つ水面の反射などあらゆるものを記録します。地形だけをモデル化するにはこれらの余分な点群を取り除く必要があります。まずチームは、緑と近赤外の波長での明るさを比較する単純な指標である正規化差水域指数（NDWI）を用いて水域と陸域を区別しました。ある閾値より高い値を持つピクセルは水域としてタグ付けされました。陸域では、レーザーパルスが葉の間を通って地面に届くことがあるためLiDAR点群が優先されました。水域ではLiDARが主に表面で反射し水深をとらえにくいため、浅く比較的透明な水中の河床の特徴をとらえられることのある写真ベースのSfMデータに頼りました。

3つのデジタルブラシを試す

次の難題は、植生やその他の非地表オブジェクトを取り除きつつ、堤や河床の実際の形状を保持することでした。チームは3つの広く使われる「デジタルブラシ」（地表フィルタ）を比較しました。クロスシミュレーションフィルタ（cloth simulation filter）は、反転した点群に柔軟な布を被せることを想定し、その布を地表とみなします。プログレッシブTINフィルタは低い点からメッシュ表面を段階的に構築し、高さや勾配のルールに合えば点を追加します。単純形態学的フィルタ（SMRF）は表面を繰り返し侵食・膨張させて、低木や高木のような高い物体を切り落とします。各手法について、研究者らは陸域のLiDAR用、及び水域のSfM用に多くのパラメータ設定を試行し、その結果得られた地形モデルを従来の測量器具で精密に測定した11本の横断断面と照合しました。

実際の河川に最も合う手法を探す

精度は、モデル化高さと測量高さの平均差および二乗平均平方根差（RMS）で評価しました。LiDARとSfMを別々に用いた場合、写真ベースの手法の方がおおむね良好でした。これはLiDARが捉えにくい水中の床面を部分的に捉えられるためです。しかし最も明瞭な結果は両データセットを組み合わせたときに得られました：陸域にLiDAR、水域にSfMを用い、最適化されたフィルタで両者をクリーニングする方法です。3つのアルゴリズムの中ではSMRFが最も優れた総合性能を示し、全域で誤差はおおむね16〜21センチメートルのオーダーでした。SMRFは密生した低木や高木の除去に優れ、小さなテラスや急な堤のような鋭い地形を保存する点でも優れており、これは現実的な洪水モデルや生息地モデルに重要です。ただし水域では高さをやや低めに見積もる傾向がある場合もありました。

河川とその周辺にとっての意義

実務的には、本研究は乱雑なドローン観測を小規模で浅い河川の正確な裸地マップへと変換するための実証済みレシピを提供します。水域と陸域を自動で分離し、レーザーと写真データを賢く融合することで、従来の船舶や地上調査の盲点の多くを克服します。著者らはこの種の混合河川回廊に対する汎用性の高いフィルタとしてSMRFを挙げていますが、クロスシミュレーションフィルタはノイズの多い水域で特に安定していることも指摘しています。これらの知見は、技術者や生態学者がより良い洪水モデルを構築したり、修復計画を立てたり、河川の変化を追跡したりする際に、フィールドでのリスクやコストを低減しつつ役立ちます。より環境負荷の小さいレーザーシステムや処理技術の普及とともに、このアプローチは高解像度の河床マッピングを水路管理の標準的なツールにする可能性があります。

引用: Gou, J., Lee, H., Park, J. et al. Development of a stream DTM generation methodology using UAV-based SfM and LiDAR point cloud. Sci Rep 16, 5178 (2026). https://doi.org/10.1038/s41598-026-35473-x

キーワード: 河川マッピング, ドローン測量, LiDAR, デジタル地形モデル, 流水生態学