UAV画像と点群データに基づく山地地形変化の多時期解析

山が呼吸し、移動する様子を見守る

険しい山岳風景は不変に見えることがありますが、実は地球上で最も活動的な場所のひとつです。豪雨、地震、地すべり、あるいはゆっくりとした地盤のずれが谷を形作り直し、住宅に被害を与え、道路を寸断することがあります。本研究は、小型ドローンと高度な画像解析を用いてこうした荒れた地域を精密に監視し、地面が数センチから数メートル単位でどこまで動いたかを明らかにする方法を示します。得られた情報は災害後の救助活動の指針になり、不安定な斜面に暮らす地域の安全な計画作りにも役立ちます。

山地の変化が見えにくい理由

山地の地形変化を時系列で測定するのは簡単ではありません。急峻な崖は深い影を落とし、濃い植生が地面を覆い、景観の一部がしばしば視界から遮られます。従来の空中写真や衛星画像では微細な動きを見逃すことがあり、高性能のレーザースキャンでも風で枝が揺れたり地形が部分的にしか捉えられなかったりすると誤差が生じます。その結果、危険な変動が見過ごされたり、影や季節的な植生変化が原因で誤検知が発生したりします。したがって山間部では、上空からの色彩情報だけでなく、地表の三次元形状も把握できる手法が求められます。

ドローンで地形の形状をとらえる

この課題に対処するために、研究チームは無人航空機（小型カメラ搭載ドローン）を用い、台湾の関子嶺（Guanziling）周辺の6ヘクタールの区域を約1年の差で2回飛行させました。重なり合う飛行経路を慎重に計画し低高度で撮影することで、地上での画素分解能がわずか2センチに相当する高解像度の画像を数千枚取得しました。これらの写真からオープンソースのソフトウェアを用いて、建物や樹木、道路、裸地の表面を何百万ものカラー点で再現する詳細な三次元の「点群」を再構築しました。調査間の比較をセンチメートル単位で可能にするために、地上標識でこのデジタル地形を実座標に固定しました。

シーンを理解するようにコンピュータを教える

高い解像度だけでは不十分で、コンピュータが何を見ているかを理解する必要があります。研究チームはDeepLabv3という深層学習モデルを訓練し、セマンティックセグメンテーション、つまりドローン画像の各画素を建物、道路、植生、河川、その他の人工物といった簡潔なカテゴリに割り当てる作業を行いました。初回調査の数百枚の画像タイルに手作業でラベル付けを行って正解データを作成し、これを用いてネットワークに類似パターンを学習させました。訓練済みモデルは高精度で、複雑な丘陵地でも多くのカテゴリで90％以上の一致率を示しました。この段階により、家屋や道路のような剛体的な特徴と、葉の動きなど変わりやすい要素を区別できるようになり、見かけ上の変化が本当に問題となる変動なのか単なる葉の動きなのかを判断するうえで重要です。

三次元で実際の地盤移動を測る

二つの調査を整合させ、各画素を分類した後、研究者たちは点群を用いて地面自体がどれだけ動いたかの測定に着手しました。彼らはMultiscale Model-to-Model Cloud Comparisonと呼ばれる手法を用い、地形の局所傾斜に沿って両時点間の表面変位を算出し、各測定の不確かさも評価しました。建物の屋根や舗装道路など安定した箇所では、この手法は平均で約4センチメートルのずれしか報告せず、整合が精密であることを確認しました。大きな変化があった領域では、システムは平均約3メートルの変位を検出し、影響を受けた点の多くがノイズレベルを明確に上回っており、測定誤差ではなく実際の地盤移動の強い証拠を示しました。

2D画像だけでは見落とすもの

本フレームワークの真の強みは、二次元と三次元の見方を組み合わせる点にあります。二時点の分類画像を単純に比較すると、影の移動や植生の濃度変化によって実際には変化がない箇所が変化として検出されることがあります。研究者たちは、そうした見かけ上の変化を三次元の変位マップと突き合わせることで、測定上ほとんど変位のないケースを除外できました。ある“中程度の変化”ゾーンでは、2Dのみの手法では実際の変位の10分の1にも満たない検出しかできませんでしたが、3D解析は樹木が部分的に地面を隠している場所でも平均2メートルを超える実際の変位を明らかにしました。この2D–3Dの融合により、見かけ上の雑多な変化の寄せ集めが、地盤が実際に変形した場所のより明確な地図へと変わりました。

山間コミュニティにとっての意義

日常的な視点から見ると、本研究は不安定な山地が時間とともにどのように“呼吸”し移動するかを監視する実践的な方法を示しています。低コストのドローン調査とスマートな画像ラベリング、精密な3D距離測定を組み合わせることで、斜面がどこで徐々に動いているか、地すべりがどこで拡大しているか、そうした変化が住宅や道路にどれほど接近しているかを地図化できます。本システムが人手による参照地図と強く一致したことは、災害後の評価、地すべり監視、長期的な計画策定において変化推定が信頼に足ることを示唆します。この手法が広がれば、山間部に暮らすコミュニティは地盤移動の早期警報、嵐や地震後のより正確な被害地図、将来の建設に関するより良い判断材料を得られる可能性があります。

引用: Hou, TC., Trinh, T.B.N., Yang, TY. et al. Multi-temporal analysis of mountainous terrain changes based on UAV images and point cloud data. Sci Rep 16, 12792 (2026). https://doi.org/10.1038/s41598-026-42202-x

キーワード: 山地の地すべり, ドローン測量, 3D点群, 地形変化検出, 災害監視