講演情報
[B-1A-18]アメダスデータを用いた機械学習による深部土壌比誘電率の予測と地中レーダの深度誤差補正
〇園田 潤1 (1. 仙台高専)
キーワード：
地中レーダ、深部土壌比誘電率、機械学習、アメダス、深度誤差補正
地中レーダGPRによる埋設管や道路空洞の深度推定には土壌比誘電率が必要であるが，現場での直接計測が困難なため，経験値の使用により深度誤差が生じる。本稿では，仙台高専広瀬キャンパスのアスファルト舗装下1 mおよび2 mに設置したTDRで2019年から2025年まで計測した地中比誘電率と，アメダスの降水量，気温，日照時間を用い，機械学習による深部土壌比誘電率の予測とGPR深度誤差補正を検討した。リッジ回帰，ランダムフォレスト，勾配ブースティングを比較し，年別walk-forward評価により汎化性能を検証した。その結果，リッジ回帰は実測値の季節変動や降雨応答を良好に再現し，深さ2 mにおける経験値使用時の平均深度誤差17.1 cmを1.1 cmまで低減した。これにより，公開気象データのみからGPR深度誤差を最大94%削減できる可能性を示した。