[3F1-ES-2] Machine learning: Social application (3)

[3F1-ES-2-05] CNNを用いた南極・昭和基地に降雪をもたらす雲識別

〇鈴木 香寿恵¹、下村 真生²、中村 和幸²、平沢 尚彦³、矢吹 裕伯³、山内 恭³、徳永 旭将⁴ (1. 法政大学、2. 明治大学、3. 国立極地研究所、4. 九州工業大学)

キーワード：畳み込みニューラルネット、衛星観測、気象

近年の温暖化環境における南極氷床の涵養量の変動のふるまいは、地球全体の水収支に大きな影響を及ぼすことから関心が高まっているが，その厳しい環境や降雪量の観測自体が難しいという現状である。限定された観測データを組み合わせ降雪量推定モデルの開発を行ってきた。
　今回は南極・昭和基地において観測された降雪時の雲画像に対して、CNNを適用し，二値および三値の自動識別を試みた。「Atmospheric River」と呼ばれる高高度の連なる雲が降雪に寄与しているとし，その雲構造をもつ降雪時の画像を正例，その雲構造がない，もしくは画像視野が十分でない場合準正例とした｡ ネットワーク構造としてはVGG16にInception構造を加え，全結合層をGlobal Average Poolingに置き換えてパラメタ数を削減した｡ 学習に対し正例138, 準正例477, 負例511のサンプルを用いた｡ 二値問題には正例と準正例を正例として扱った｡
　識別精度は，二値(三値)分類は71.00%(65.37%)であった｡ Grad-CAMによる可視化結果は三値分類時に雲構造を捉えられている様子を示していた｡