LiDARデジタル標高モデルにおけるK平均法クラスタリングを用いた欠損水面標高の再構築と水理シミュレーションへの応用

科学分野:

• 水文学
• 地理情報システム（GIS）
• 環境モデリング

背景:

• デジタル標高モデル（DEM）は水理モデリングに不可欠ですが、水域や河岸における不確実性を含んでいます。
• 不正確なDEMデータは、流出水深と河川貯留量の推定に誤差を生じさせる可能性があります。

研究 の 目的:

• 正確な水面標高推定のためのDEM再構築アプローチを開発および検証すること。
• 強化されたDEMデータを使用して、流出シミュレーションと都市洪水リスク予測を改善すること。

主な方法:

• K平均法クラスタリングを用いて、河川および河岸域を特定しました。
• 逆距離加重法を適用して河岸標高を再構築しました。
• 河川および湖沼の標高を最小河岸標高で置き換えることにより、水面標高を推定しました。

主要な成果:

• 推定された水面標高は、観測値と高い一致を示しました（R² = 0.98）。
• 再構築されたDEMデータは水理シミュレーションを改善し、過大評価されていた河川貯留量と過小評価されていた流出水深を修正しました。
• この手法は、DEMデータの不足または不確実性が存在する地域に対する参照を提供します。

結論:

• 提案されたDEM再構築手法は、水面標高を効果的に推定します。
• このアプローチは、流出シミュレーションと都市洪水リスク評価の精度を向上させます。
• この結果は、データが限られた地域における水文学的研究に貴重な洞察を提供します。