[8-3] 水理③：生き物・堆砂・降雨浸透抑制

9:15 〜 9:30

[8-15] 励起蛍光スペクトルに基づいた過栄養化水域の栄養度評価に向けた転移学習の導入

*佐藤 奏太¹、原田 昌佳²、田畑 俊範²、尾﨑 彰則³ (1. 九州大学大学院生物資源環境科学府、2. 九州大学大学院農学研究院、3. 九州大学熱帯農学研究センター)

キーワード：

アオコ、階層型ニューラルネットワーク、ファインチューニング

過栄養な水域の水環境の実態把握には，Chl.a，TN，TPの時空間データの獲得が求められる．本研究では，励起蛍光スペクトルに基づいた深層学習によるChl.aの推定に着目した．10⁰～10³オーダーの一括学習を行った場合，100 µg/L以上の高濃度域では良好に推定できず，改善に向けて転移学習を導入した．低濃度データで事前学習を行ったモデルに対し，高濃度データで再学習を行い，汎化性能が向上した．