発表番号 [G-1-7]
Improvement of mechanical properties of clay material by blending Sawara sand
MOHRI Yoshiyuki[Ibaraki University]・Bohan・ WANG・[Ibaraki University]・hayashi mami[Ibaraki University]
佐原砂のブレンドによる粘性土材料の力学性質の改善
王 博涵[茨城大学]・林 真美[茨城大学]・毛利 栄征[茨城大学]
パイプラインなどの地中構造物の施工では、現地発生土として粘性土が出ることが少なくない。これらの土質材料を地中構造物の埋め戻し材料として利用するための基礎的な力学的特性とその改善策について報告する。
Keyword: 埋め戻し材料, ,
GET PDF=17/G-1-7.pdf
発表番号 [G-1-7]
Crop Classification by Random Forest Using TerraSAR-X Data
Yamaya Yuki[Graduate School of Agriculture, Hokkaido University]・Sonobe Rei[Faculty of Agriculture, Shizuoka University]・Tani Hiroshi[Research Faculty of Agriculture, Hokkaido University]・Wang Xiufeng[Research Faculty of Agriculture, Hokkaido University]・Kobayashi Nobuyuki[Smart Link HOKKAIDO Inc.]・Mochizuki Kanichiro[PASCO Corporation]
TerraSAR-Xデータを用いたランダムフォレストによる作付作物の分類
山谷 祐貴[北海道大学大学院]・薗部 礼[静岡大学]・谷 宏[北海道大学大学院]・王 秀峰[北海道大学大学院]・小林 伸行[（株）スマートリンク北海道]・望月 貫一郎[（株）パスコ]
従来の地上調査に代わる手法の確立を目的として，衛星データを利用した作付作物の分類を行った。TerraSAR-Xの2偏波データから，後方散乱係数や固有値の計4要素を算出し，機械学習アルゴリズムであるランダムフォレストにより，分類精度を評価した。その結果，5時期4要素のデータから約90%の分類精度が得られた。また，時期数を削減しても高い精度を維持でき，より低コストで作物を分類することも可能であった。
Keyword: リモートセンシング, 測量・GIS, 農地保全
GET PDF=16/G-1-7.pdf