プロジェクト情報(概要) / Project information (abstract)

このプロジェクトは規程11条(2)により継続申請できません。データ利用を希望する場合は新規申請をお願いします。

基本情報 / Basic Informations

研究題目
Research Title

開発途上国における衛星画像を用いた深層学習によるマイクロ人口統計の実現

Realization of Micro Population Census in Developing Countries Using Deep Learning with Satellite Images
状態
Status

実施中

Started
研究番号
Research Number
1170
研究代表者
PI
秋山 祐樹  /  東京都市大学建築都市デザイン学部都市工学科
事務担当者
Secretary
秋山 祐樹  /  東京都市大学建築都市デザイン学部都市工学科
受入CSIS教員
CSIS reception staff

小川 芳樹

Yoshiki OGAWA
研究内容
Abstract

近年、世界中の開発途上国では都市の急速な人口増加が進みつつある。特に開発途上国の都市では急激な都市拡大と人口増加に統計や地図の更新が追いついていないことや、スラムの拡大に伴い、人口統計に現れないインフォーマルセクターの人口の激増により、都市の物理的拡大の過程、とりわけ人口分布の実態把握が困難となっている。これは統計情報に基づく定量的な経済活動の把握や、都市・地域計画を適切に立案・実施し続けていく上で大きな障害となっている。そこで、本研究は主に複数時点の衛星画像と既存統計を用いて、アジアのメガシティである東京都市圏とバンコク都市圏を対象に、過去から現在に渡って都市とその周辺地域の人口の空間的分布を、その人々の所得水準も含めて時系列的かつ超高精細に(建物単位で)把握する手法を確立する。また深層学習を用いて超高精細な建物と人口の情報を分析することにより、今後都市化が進み人口が増加する可能性が高い地域の推定を可能にする技術も確立する。以上の技術が確立することにより、先進国のみならず開発途上国も含めた世界のあらゆる都市において建物単位という超高精細な人口分布を把握できるマイクロデータを開発するための手法を世界で初めて実現する。

研究期間
Research Period
2022-05-26 - 2025-03-31

​変更申請

変更のために新しい申請を保存します。
This will save a new application on the system for a modification.​

研究者 / Researchers

申請中の研究者は表示されません。 / Pending researchers are not shown.

秋山 祐樹 / 東京都市大学建築都市デザイン学部都市工学科

小川 芳樹 / 東京大学空間情報科学研究センター

宮崎 浩之 / 東京大学 空間情報科学研究センター

宮澤 聡 / LocationMind株式会社

菅澤翔之助 / 東京大学 空間情報科学研究センター

山野寺 瞭太 / 東京都市大学工学部都市工学科

利用データセット / Datasets used

申請中のデータセットは表示されません。 / Pending datasets are not shown.

Zmap TOWN II (2020年度 Shape版) 北海道 データセット

Zmap TOWN II 2020 Shapefile Hokkaido prefecture

Zmap TOWN II (2020年度 Shape版) 宮城県 データセット

Zmap TOWN II 2020 Shapefile Miyagi prefecture

Zmap TOWN II (2020年度 Shape版) 茨城県 データセット

Zmap TOWN II 2020 Shapefile Ibaraki prefecture

Zmap TOWN II (2020年度 Shape版) 栃木県 データセット

Zmap TOWN II 2020 Shapefile Tochigi prefecture

Zmap TOWN II (2020年度 Shape版) 群馬県 データセット

Zmap TOWN II 2020 Shapefile Gunma prefecture

Zmap TOWN II (2020年度 Shape版) 埼玉県 データセット

Zmap TOWN II 2020 Shapefile Saitama prefecture

Zmap TOWN II (2020年度 Shape版) 千葉県 データセット

Zmap TOWN II 2020 Shapefile Chiba prefecture

Zmap TOWN II (2020年度 Shape版) 東京都 データセット

Zmap TOWN II 2020 Shapefile Tokyo prefecture

Zmap TOWN II (2020年度 Shape版) 神奈川県 データセット

Zmap TOWN II 2020 Shapefile Kanagawa prefecture

Zmap TOWN II (2020年度 Shape版) 長野県 データセット

Zmap TOWN II 2020 Shapefile Nagano prefecture

Zmap TOWN II (2020年度 Shape版) 愛知県 データセット

Zmap TOWN II 2020 Shapefile Aichi prefecture

Zmap TOWN II (2020年度 Shape版) 京都府 データセット

Zmap TOWN II 2020 Shapefile Kyoto prefecture

Zmap TOWN II (2020年度 Shape版) 大阪府 データセット

Zmap TOWN II 2020 Shapefile Osaka prefecture

Zmap TOWN II (2020年度 Shape版) 兵庫県 データセット

Zmap TOWN II 2020 Shapefile Hyogo prefecture

Zmap TOWN II (2020年度 Shape版) 岡山県 データセット

Zmap TOWN II 2020 Shapefile Okayama prefecture

Zmap TOWN II (2020年度 Shape版) 広島県 データセット

Zmap TOWN II 2020 Shapefile Hiroshima prefecture

Zmap TOWN II (2020年度 Shape版) 福岡県 データセット

Zmap TOWN II 2020 Shapefile Fukuoka prefecture

Zmap TOWN II (2020年度 Shape版) 沖縄県 データセット

Zmap TOWN II 2020 Shapefile Okinawa prefecture

Zmap TOWN II (2020年度 Shape版) 山口県 データセット

Zmap TOWN II 2020 Shapefile Yamaguchi prefecture

Zmap TOWN II (2020年度 Shape版) 島根県 データセット

Zmap TOWN II 2020 Shapefile Shimane prefecture

研究成果 / Achievement

年次報告一覧 / Annual reports 必須

年次報告の内容はメンバーのみ表示されます。

{{report.year}}
{{report.content}}

成果報告一覧 / Publication list

{{resultlist.result_id}}
タイプ:{{resultlist.result_type}}
分野:{{resultlist.result_field}}
査読 査読 国際 国際
DOI:{{resultlist.doi}}
年月:{{resultlist.pub_date}}
著者:{{resultlist.author}}
CSIS CSIS 東大 東大 外国 外国
書誌情報等:{{resultlist.info}}
受賞など:{{resultlist.additional_info}}

年月:2022/10

著者:Okada, K., Nishiyama, N., Akiyama, Y., Miyazaki, H., Miyazawa, S.

書誌情報等:Development of Detailed Building Distribution Map to Support Smart City Promotion -An Approach Using Satellite Image and Deep Learning-, ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., X-4/W3-2022, 189–196.

年月:2023/07

著者:Yamanotera, R., Akiyama, Y., Miyazaki, H

書誌情報等:Examining Model Generality of Instance Segmentation for Building Mapping in Satellite Images - Case Study for Tokyo and Bangkok, IGARSS 2023 - 2023 IEEE International Geoscience and Remote Sensing Symposium, pp. 5724-5727, 2023

年月:2023/11

著者:山野寺瞭太,秋山祐樹,宮崎浩之,宮澤聡

書誌情報等:衛星画像と所得に関する統計情報を用いた建物単位の所得水準の推定, CSIS DAYS 2023 研究アブストラクト集, C11

年月:2023/11

著者:Maneepong, K., Akiyama. Y.

書誌情報等:Exploring Building Height Estimation Methods and Their Applications in Micro-Scale Population Data Analysis, ACRS2023 Conference Proceedings, ACRS2023251

年月:2023/11

著者:Okada, K., Yamanotera, R., Akiyama. Y., Miyazaki, H., Miyazawa, S.

書誌情報等: Development of Building Detection Method with Building Use From Satellite Images Using Deep Learning, ACRS2023 Conference Proceedings, ACRS2023261

年月:2023/11

著者:Yamanotera, R., Akiyama. Y., Miyazaki, H., Miyazawa, S.

書誌情報等:Estimation of Income Levels per Building Unit Using Satellite Image and Income Statistics, ACRS2023 Conference Proceedings, , ACRS2023296

年月:2023/10

著者:山野寺瞭太,秋山祐樹,宮﨑浩之

書誌情報等:衛星画像と所得に関する統計情報を用いた建物単位の所得水準の推定,第32回地理情報システム学会講演論文集, E6-04

年月:2023/10

著者:山野寺瞭太,秋山祐樹,宮﨑浩之

書誌情報等:深層学習を用いた衛星画像からの建物抽出モデルの外挿による開発途上国の建物データ整備,土木学会第78回年次学術講演会講演梗概集,CS14-04

年次報告

※ 入力されていません。
{{this.error.content}}

成果報告

※ 選択されていません。
※ 選択されていません。
※ 入力されていません。
※ 入力されていません。
※ 入力されていません。