特開 2024-180092 流量観測システム、流量観測方法および流量観測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024180092

(43)【公開日】2024-12-26

(54)【発明の名称】流量観測システム、流量観測方法および流量観測プログラム

(51)【国際特許分類】

   G01F 1/00 20220101AFI20241219BHJP

   G01P 5/18 20060101ALI20241219BHJP

   G01F 1/002 20220101ALI20241219BHJP

【ＦＩ】

G01F1/00 H

G01P5/18 F

G01F1/002

【審査請求】未請求

【請求項の数】19

【出願形態】ＯＬ

(21)【出願番号】P 2023099537

(22)【出願日】2023-06-16

(71)【出願人】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100118762

【弁理士】

【氏名又は名称】高村 順

(72)【発明者】

【氏名】溝口 博三

【テーマコード（参考）】

2F030

【Ｆターム（参考）】

2F030CA10

2F030CC05

2F030CE04

(57)【要約】

【課題】保守作業の負荷を抑制することが可能な流量観測システムを得ること。
【解決手段】流量観測システム１００は、カメラ１により撮影された河川の表面の画像から河川の流速を算出する河川流速算出部５５と、レーザー測距装置２により測定された河川の表面の点群データから河川の表面の傾きを算出する河川表面傾斜算出部５６と、水位計測装置３により測定された河川の水位を示す水位データを受信する水位データ受信部４７と、河川流速算出部５５により算出された流速を示す河川流速情報と、河川表面傾斜算出部５６により算出された傾きを示す河川表面傾斜情報と、水位データ受信部４７により受信された水位データとを利用して河川の流量を算出する流量算出部４８と、を備える。
【選択図】図３

【特許請求の範囲】

【請求項1】

カメラにより撮影された河川の表面の画像から前記河川の流速を算出する河川流速算出部と、
レーザー測距装置により測定された前記河川の表面の点群データから前記河川の表面の傾きを算出する河川表面傾斜算出部と、
水位計測装置により測定された前記河川の水位を示す水位データを受信する水位データ受信部と、
前記河川流速算出部により算出された前記流速を示す河川流速情報と、前記河川表面傾斜算出部により算出された前記傾きを示す河川表面傾斜情報と、前記水位データ受信部により受信された前記水位データとを利用して前記河川の流量を算出する流量算出部と、
を備えることを特徴とする流量観測システム。

【請求項2】

前記カメラによる撮影範囲と前記レーザー測距装置による測定範囲とを共通とする、
ことを特徴とする請求項１に記載の流量観測システム。

【請求項3】

前記水位計測装置による水位の計測位置が前記カメラによる撮影範囲に含まれる、
ことを特徴とする請求項１に記載の流量観測システム。

【請求項4】

前記カメラの状態を判定するカメラ状態判定部と、
前記カメラ状態判定部による判定結果に基づいて前記カメラの画角を調整するカメラ制御部と、
を備えることを特徴とする請求項１に記載の流量観測システム。

【請求項5】

前記流量算出部は、前記河川流速情報および前記河川表面傾斜情報を前記河川における風向および風速に基づいて補正し、補正後の前記河川流速情報および前記河川表面傾斜情報を使用して前記河川の流量を算出する、
ことを特徴とする請求項１から４のいずれか一つに記載の流量観測システム。

【請求項6】

前記流量算出部は、前記河川流速情報、前記河川表面傾斜情報および前記水位データの取得状態に対応する流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする請求項１に記載の流量観測システム。

【請求項7】

前記流量算出部は、複数の流量算出アルゴリズムを使用して前記河川の流量を算出し、複数の流量算出結果それぞれが妥当であるか否かを判定用流量との比較により判定し、妥当ではない流量算出結果については除外する、
ことを特徴とする請求項１に記載の流量観測システム。

【請求項8】

前記流量算出部は、前記河川流速情報、前記河川表面傾斜情報および前記水位データと、前記河川における風向および風速とに基づいて、複数の流量算出アルゴリズムの中の１つを選択し、選択した流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする請求項１に記載の流量観測システム。

【請求項9】

前記流量算出部は、前記河川流速情報、前記河川表面傾斜情報および前記水位データを含む河川流量関連情報と、前記河川における風向および風速の情報を含む河川環境情報とに基づいて前記河川の流量算出で使用する流量算出アルゴリズムを推論するための学習済モデルを用いて、前記河川の流量算出で使用する流量算出アルゴリズムを選択する、
ことを特徴とする請求項８に記載の流量観測システム。

【請求項10】

カメラにより撮影された河川の表面の画像から前記河川の流速を算出する河川流速算出ステップと、
レーザー測距装置により測定された前記河川の表面の点群データから前記河川の表面の傾きを算出する河川表面傾斜算出ステップと、
水位計測装置により測定された前記河川の水位を示す水位データを受信する水位データ受信ステップと、
前記河川流速算出ステップで算出した前記流速を示す河川流速情報と、前記河川表面傾斜算出ステップで算出した前記傾きを示す河川表面傾斜情報と、前記水位データ受信ステップで受信した前記水位データとを利用して前記河川の流量を算出する流量算出ステップと、
を含むことを特徴とする流量観測方法。

【請求項11】

前記カメラによる撮影範囲と前記レーザー測距装置による測定範囲とを共通とする、
ことを特徴とする請求項１０に記載の流量観測方法。

【請求項12】

前記水位計測装置による水位の計測位置が前記カメラによる撮影範囲に含まれる、
ことを特徴とする請求項１０に記載の流量観測方法。

【請求項13】

前記カメラの状態を判定するカメラ状態判定ステップと、
前記カメラ状態判定ステップにおける判定結果に基づいて前記カメラの画角を調整するカメラ制御ステップと、
を含むことを特徴とする請求項１０に記載の流量観測方法。

【請求項14】

前記流量算出ステップでは、前記河川流速情報および前記河川表面傾斜情報を前記河川における風向および風速に基づいて補正し、補正後の前記河川流速情報および前記河川表面傾斜情報を使用して前記河川の流量を算出する、
ことを特徴とする請求項１０から１３のいずれか一つに記載の流量観測方法。

【請求項15】

前記流量算出ステップでは、前記河川流速情報、前記河川表面傾斜情報および前記水位データの取得状態に対応する流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする請求項１０に記載の流量観測方法。

【請求項16】

前記流量算出ステップでは、複数の流量算出アルゴリズムを使用して前記河川の流量を算出し、複数の流量算出結果それぞれが妥当であるか否かを判定用流量との比較により判定し、妥当ではない流量算出結果については除外する、
ことを特徴とする請求項１０に記載の流量観測方法。

【請求項17】

前記流量算出ステップでは、前記河川流速情報、前記河川表面傾斜情報および前記水位データと、前記河川における風向および風速とに基づいて、複数の流量算出アルゴリズムの中の１つを選択し、選択した流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする請求項１０に記載の流量観測方法。

【請求項18】

前記流量算出ステップでは、前記河川流速情報、前記河川表面傾斜情報および前記水位データを含む河川流量関連情報と、前記河川における風向および風速の情報を含む河川環境情報とに基づいて前記河川の流量算出で使用する流量算出アルゴリズムを推論するための学習済モデルを用いて、前記河川の流量算出で使用する流量算出アルゴリズムを選択する、
ことを特徴とする請求項１７に記載の流量観測方法。

【請求項19】

カメラにより撮影された河川の表面の画像から前記河川の流速を算出する河川流速算出ステップと、
レーザー測距装置により測定された前記河川の表面の点群データから前記河川の表面の傾きを算出する河川表面傾斜算出ステップと、
水位計測装置により測定された前記河川の水位を示す水位データを受信する水位データ受信ステップと、
前記河川流速算出ステップで算出した前記流速を示す河川流速情報と、前記河川表面傾斜算出ステップで算出した前記傾きを示す河川表面傾斜情報と、前記水位データ受信ステップで受信した前記水位データとを利用して前記河川の流量を算出する流量算出ステップと、
を電子計算機に実行させることを特徴とする流量観測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、河川の流量を観測する流量観測システム、流量観測方法および流量観測プログラムに関する。

【背景技術】

【0002】

河川においては、所定の箇所において流量の観測が行われる。例えば、特許文献１には、超音波計測装置を利用して水面下の河床形状および流速を計測し、水量を求めることが可能な河川状態計測装置が記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平１１－３０４４８４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に記載の河川状態計測装置によれば、河川の状態をリアルタイムに計測して水量を特定することが可能となる。しかしながら、特許文献１に記載の河川状態計測装置は、超音波送受信器を水中に固定して使用するため、超音波送受信機の設置自体の作業負荷が大きい。また、点検、修理などを行う保守作業は、超音波送受信器を一度取り外して地上で行う、または、水中で行う必要があり、作業負荷が大きい。一度取り外した場合も再取り付け作業は水中で行う必要があり、特別なスキルや経験が必要となる。また、作業時間も大きくなることが考えられる。保守作業の負荷はできるだけ小さくすることが望まれる。

【0005】

本開示は、上記に鑑みてなされたものであって、保守作業の負荷を抑制することが可能な流量観測システムを得ることを目的とする。

【課題を解決するための手段】

【0006】

上述した課題を解決し、目的を達成するために、本開示にかかる流量観測システムは、カメラにより撮影された河川の表面の画像から河川の流速を算出する河川流速算出部と、レーザー測距装置により測定された河川の表面の点群データから河川の表面の傾きを算出する河川表面傾斜算出部と、水位計測装置により測定された河川の水位を示す水位データを受信する水位データ受信部と、河川流速算出部により算出された流速を示す河川流速情報と、河川表面傾斜算出部により算出された傾きを示す河川表面傾斜情報と、水位データ受信部により受信された水位データとを利用して河川の流量を算出する流量算出部と、を備えることを特徴とする。

【発明の効果】

【0007】

本開示によれば、保守作業の負荷を抑制することが可能な流量観測システムを実現できる、という効果を奏する。

【図面の簡単な説明】

【0008】

【図1】実施の形態１にかかる流量観測システムの構成例を示す図

【図2】実施の形態１にかかる流量観測システムの適用例を示す図

【図3】実施の形態１にかかる流量観測システムのカメラ、レーザー測距装置、水位計測装置および流量観測装置の構成例を示す図

【図4】実施の形態１にかかる流量観測装置の動作の一例を示すフローチャート

【図5】実施の形態１にかかる流量観測装置の河川表面傾き算出部が河川表面の傾きを算出する方法の一例を示す図

【図6】流量観測装置を実現するハードウェアの一例を示す図

【図7】実施の形態３にかかる流量観測装置が備える流量算出部の構成例を示す図

【図8】実施の形態３にかかる流量観測装置が備える流量算出部が河川の流量を算出する動作の一例を示すフローチャート

【図9】アルゴリズム選択部を実現する学習装置の構成例を示す図

【図10】ニューラルネットワークを説明するための図

【図11】学習装置の動作の一例を示すフローチャート

【図12】アルゴリズム選択部を実現する推論装置の構成例を示す図

【図13】推論装置の動作の一例を示すフローチャート

【発明を実施するための形態】

【0009】

以下に、本開示の実施の形態にかかる流量観測システム、流量観測方法および流量観測プログラムを図面に基づいて詳細に説明する。

【0010】

実施の形態１．
図１は、実施の形態１にかかる流量観測システム１００の構成例を示す図である。流量観測システム１００は、河川の水面を撮影するカメラ１と、河川の水面形状を測定するレーザー測距装置２と、河川の水位を計測する水位計測装置３と、河川の流量を算出する流量観測装置４とを含む。カメラ１は、例えばＣＣＴＶ（Closed Circuit Television）カメラである。カメラ１、レーザー測距装置２および水位計測装置３は通信装置１０－１に接続される。流量観測装置４は通信装置１０－２に接続される。通信装置１０－１および通信装置１０－２は通信ネットワークを構成する。以下では、河川の水面を河川の表面、河川表面などと記載する場合がある。なお、図１では、カメラ１、レーザー測距装置２および水位計測装置３が１つの通信装置１０－１に接続される例を示したがこの構成に限定されない。例えば、カメラ１、レーザー測距装置２および水位計測装置３がそれぞれ異なる通信装置に接続される構成であってもよい。

【0011】

図２は、実施の形態１にかかる流量観測システム１００の適用例を示す図である。

【0012】

図２に示すように、例えば、カメラ１およびレーザー測距装置２は、河川敷に立てられた支柱に取り付けられる。カメラ１は河川９０の水面の定められた範囲を上方から撮影する。レーザー測距装置２は、カメラ１による撮影範囲と共通の範囲を対象として、河川９０の水面の形状を上方から測定する。水位計測装置３はカメラ１による撮影範囲内の水位が計測可能な位置に設置される。なお、カメラ１による撮影範囲の水位が計測可能であれば、撮影範囲外の近傍に水位計測装置３を設置してもよい。また、レーザー測距装置２による測定の対象範囲は、全部がカメラ１による撮影範囲と共通であることが望ましいが、一部が共通となるような設定としても構わない。

【0013】

図３は、実施の形態１にかかる流量観測システム１００のカメラ１、レーザー測距装置２、水位計測装置３および流量観測装置４の構成例を示す図である。なお、図３では、図１に示す通信装置１０－１および１０－２の記載を省略している。

【0014】

カメラ１は、受光した映像信号をデータに変換する撮影部１１と、撮影部１１から出力されるデータをＨ．２６４、ＭＰＥＧ（Moving Picture Experts Group）２などの映像データに変換する映像データ変換部１２と、映像データ変換部１２から出力される映像データを流量観測装置４へ送信する映像データ送信部１３と、カメラ１の向きが予め設定された画角となるように制御するカメラ制御部１４とを備える。

【0015】

レーザー測距装置２は、定められた測定対象範囲にレーザーを照射し、反射した信号を受信することで、レーザーを反射した物体までの距離を計測するレーザー測距部２１と、レーザー測距部２１が計測した距離とレーザーを照射した方向および傾きとから３次元点群データ（以下では、３Ｄ点群データと称する場合がある）を生成する３次元点群データ生成部２２と、３次元点群データ生成部２２から出力される３Ｄ点群データを流量観測装置４へ送信する３次元点群データ送信部２３とを備える。

【0016】

水位計測装置３は、河川の水位を計測して計測結果を出力する水位センサ３１と、水位センサ３１から出力される計測結果を水位データに変換する水位データ変換部３２と、水位データ変換部３２から出力される水位データを流量観測装置４へ送信する水位データ送信部３３とを備える。

【0017】

流量観測装置４は、カメラ１の映像データ送信部１３から送信された映像データを受信する映像データ受信部４１と、映像データを定周期で動画ファイルに保存する画像処理部４２と、画像処理部４２から出力される動画ファイルに基づいて河川の流速を算出する流速算出部４３とを備える。画像処理部４２は、例えば、１０分に１回の頻度で、河川の流速を算出するのに十分な長さ（例えば、１５～３０秒程度）の動画ファイルを生成する。画像処理部４２および流速算出部４３は河川流速算出部５５を構成する。

【0018】

また、流量観測装置４は、レーザー測距装置２の３次元点群データ送信部２３から送信された３Ｄ点群データを受信する３次元点群データ受信部４４と、３Ｄ点群データから河川の表面に一定間隔の測線を設定して測線毎の平面上の点群データを抽出する測線データ抽出部４５と、測線データ抽出部４５が抽出した測線毎の平面上の点群データから水面の傾きを算出する河川表面傾き算出部４６とを備える。測線データ抽出部４５は、水が流れる方向すなわち河川の上流から下流に向かう方向に沿って測線を設定する。測線データ抽出部４５および河川表面傾き算出部４６は河川表面傾斜算出部５６を構成する。

【0019】

また、流量観測装置４は、水位計測装置３の水位データ送信部３３から送信された水位データを受信する水位データ受信部４７と、河川の流速、水面の傾き、および水位に基づき、河川に流れる水の量（以下、河川の流量などと記載する）を算出する流量算出部４８と、流量算出部４８で算出された流量を含む各種データを蓄積するデータ蓄積部４９と、データ蓄積部４９に蓄積されているデータを表示するデータ表示部５０とを備える。データ蓄積部４９に蓄積されるデータには、映像データ、３Ｄ点群データ、測線毎の点群データ、河川の流速、河川の水位、河川の水面の傾き、および、河川の流量が含まれる。

【0020】

また、流量観測装置４は、カメラ１の向きなどを制御するための制御信号をカメラ１へ送信するカメラ制御信号送信部５１と、カメラ１の向きが定められた画角であるか否かを判定するカメラ状態判定部５２とを備える。

【0021】

つづいて、流量観測システム１００の流量観測装置４の動作について説明する。図４は、実施の形態１にかかる流量観測装置４の動作の一例を示すフローチャートである。

【0022】

流量観測装置４は、定周期待ち時間が経過すると（ステップＳ１）、カメラ１の状態を要求する（ステップＳ２）。具体的には、カメラ制御信号送信部５１がカメラ１のカメラ制御部１４に対し、カメラ１の画角の情報を要求する。要求を受けたカメラ制御部１４は、カメラ１に設定している画角の情報を流量観測装置４のカメラ状態判定部５２に通知する。カメラ状態判定部５２は、通知された情報が示すカメラ１の画角が適正であるか否かを判定し（ステップＳ３）、適正ではない場合（ステップＳ３：Ｎｏ）、カメラ制御信号送信部５１がカメラ１の画角調整を行う（ステップＳ４）。具体的には、カメラ制御信号送信部５１は、カメラ１の画角を指定する制御信号をカメラ１のカメラ制御部１４へ送信し、カメラ制御部１４はカメラ１の画角が指定された値となるように設定する。画角調整を行った後はステップＳ２に戻り、カメラ制御信号送信部５１がカメラ１の状態を再度要求する。すなわち、カメラ制御信号送信部５１がカメラ１のカメラ制御部１４に対し、カメラ１の画角の情報を要求する。以下、カメラ１の画角が適正な状態となるまでステップＳ４の調整を繰り返す。なお、カメラ１の画角設定を固定とすることが可能な運用形態の場合、ステップＳ１～Ｓ４に記載の処理は実行しなくてもよい。ステップＳ１～Ｓ４に記載の処理は、例えば、カメラ１が、周辺の監視など、別の用途でも利用される場合に必要となる。

【0023】

カメラ１の画角が適正である場合（ステップＳ３：Ｙｅｓ）、流量観測装置４は、ステップＳ５～Ｓ１２に示す流量算出動作を実行する。

【0024】

流量算出動作においては、映像データ受信部４１が映像データをカメラ１から受信し（ステップＳ５）、画像処理部４２が動画ファイルを作成する（ステップＳ６）。次に、流速算出部４３が、動画ファイルから河川の流速を算出する（ステップＳ７）。流速算出部４３は、例えば、ＳＴＩＶ（Space-Time Image Velocimetry）法を用いて流速を算出する。

【0025】

また、３次元点群データ受信部４４が３Ｄ点群データをレーザー測距装置２から受信し（ステップＳ８）、測線データ抽出部４５が測線データを抽出する（ステップＳ９）。このステップＳ９において、測線データ抽出部４５は、３次元点群データ受信部４４が受信した３Ｄ点群データで表される河川の表面に一定間隔で複数の測線を設定し（図２参照）、測線毎の平面上に存在する点群データを３Ｄ点群データから抽出し、これを測線データとする。測線毎の平面とは、各測線のそれぞれに対応する複数の平面であり、各平面は１つの測線を含み、鉛直方向に延びているとする。測線データ抽出部４５は、設定した測線それぞれについて点群データを抽出する。次に、河川表面傾き算出部４６が、抽出された点群データから河川表面の傾きを算出する（ステップＳ１０）。河川表面傾き算出部４６は、図５に示すように、点群データによって表される水面の断面形状である波形から、河川表面の傾きを算出する。図５は、実施の形態１にかかる流量観測装置４の河川表面傾き算出部４６が河川表面の傾きを算出する方法の一例を示す図である。河川表面傾き算出部４６は、測線データ抽出部４５により設定された複数の測線のそれぞれについて、河川表面の傾きを算出する。河川表面傾き算出部４６は、点群データを直線近似した結果を河川表面の傾きとしてもよい。

【0026】

また、水位データ受信部４７が水位データを水位計測装置３から受信する（ステップＳ１１）。

【0027】

次に、流量算出部４８が、流速算出部４３で算出された河川の流速と、河川表面傾き算出部４６で算出された河川表面の傾きと、水位データ受信部４７が受信した水位データとに基づいて、河川の流量を算出する（ステップＳ１２）。

【0028】

流量算出部４８は、例えば、河川の流速、河川表面の傾きおよび河川の水位と、公知の流量演算方式とを用いて流量を算出する。使用する流量演算方式には、区分求積法、最大エントロピー法、ＤＩＥＸ（Dynamic Interpolation and EXtrapolation）法などが該当する。流量算出部４８は、これらの各流量演算方式を使い分ける、または、組み合わせて使用して、流量を求める。例えば、流量算出部４８は、各流量演算方式を使用して流量を計算し、得られた複数の流量の１つを選択して流量の算出結果とする。流量算出部４８は、得られた複数の流量の平均値を流量の算出結果としてもよい。

【0029】

また、流量算出部４８は、上記の各流量演算方式を使用して求めた流量が信頼できる値か否かを確認し、信頼性の低い流量については除外してもよい。この場合、流量算出部４８は、求めた流量の中に信頼性の高い流量が存在しなければ処理を終了し、流量の算出結果を出力しない。求めた流量が信頼できるものであるか否かは、例えば、河川の水位Ｈと流量Ｑとの関係を表すＨＱ式を用いて導出される流量（以下、判定用流量と称する）との比較により判定する。流量算出部４８は、例えば、求めた流量と判定用流量との差が定められた閾値以上の場合、求めた流量の信頼性が低い、すなわち、信頼できない流量であると判定する。

【0030】

また、上記の各流量演算方式は流量の算出で必要な情報がそれぞれ異なる。具体的には、区分求積法では区分ごとの河川の流速および水位が必要とされ、最大エントロピー法では河川の平均流速および水位が必要とされ、ＤＩＥＸ法では河川の流速、水位および河川表面の傾きが必要とされる。このため、流量算出部４８は、河川の流速、河川表面の傾きおよび河川の水位の取得状態に基づき、使用する流量演算方式を選択してもよい。すなわち、流量算出部４８は、河川の流速、河川表面の傾きおよび河川の水位の一部が何らかの理由により得られない場合、または、情報に誤りがある場合、得られた正しい情報から流量を算出可能な方式を用いて流量を算出するようにしてもよい。例えば、河川表面の傾きが得られない場合、流量算出部４８は、河川表面の傾きを必要としない区分求積法または最大エントロピー法を使用して流量を算出する。情報に誤りがあるか否かの判断は、例えば、情報が示す値が既定範囲内であるか否かにより判断する。

【0031】

河川の流量算出動作が完了すると、流量観測装置４は、算出した流量および流量の算出に用いたデータをデータ蓄積部４９に蓄積する（ステップＳ１３）。データ蓄積部４９は、例えば、流量と、河川の流速と、河川表面の傾きと、河川の水位とを流量算出部４８から取得して蓄積する。データ蓄積部４９は、流量の算出に用いた流量演算方式の情報を取得して蓄積してもよい。また、データ表示部５０が、データ蓄積部４９に蓄積されたデータを表示する（ステップＳ１４）。データ表示部５０は、例えば、データ蓄積部４９に新たなデータが蓄積された場合に新たに蓄積されたデータを表示する。データ表示部５０は、ユーザ等から要求を受けた場合に要求されたデータを表示してもよい。データ表示部５０は、表示するデータの指定をユーザ等から受け付け、指定されたデータを表示するようにしてもよい。

【0032】

流量観測装置４は、ステップＳ１４を実行後、ステップＳ１に戻って動作を継続する。

【0033】

つづいて、流量観測装置４のハードウェア構成について説明する。図６は、流量観測装置４を実現するハードウェアの一例を示す図である。流量観測装置４は、図６に示すプロセッサ２０１、メモリ２０２、通信回路２０３、表示装置２０４および入力装置２０５により実現することができる。

【0034】

プロセッサ２０１は、ＣＰＵ（Central Processing Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）ともいう）、システムＬＳＩ（Large Scale Integration）などである。メモリ２０２は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリー、等の、不揮発性または揮発性の半導体メモリ、磁気ディスク等などである。通信回路２０３は、通信ネットワークに接続してデータの送受信等を行うための電子回路である。表示装置２０４は、液晶モニタ、ディスプレイ等である。入力装置２０５は、マウス、キーボード、タッチパネルなどである。

【0035】

流量観測装置４の映像データ受信部４１、３次元点群データ受信部４４および水位データ受信部４７は通信回路２０３により実現される。流量観測装置４のデータ蓄積部４９はメモリ２０２により実現される。流量観測装置４のデータ表示部５０は表示装置２０４により実現される。

【0036】

また、流量観測装置４の画像処理部４２、流速算出部４３、測線データ抽出部４５、河川表面傾き算出部４６および流量算出部４８は、これらの各部として動作するためのプログラムをプロセッサ２０１が実行することにより実現される。画像処理部４２、流速算出部４３、測線データ抽出部４５、河川表面傾き算出部４６および流量算出部４８として動作するためのプログラムはメモリ２０２に予め格納されている。プロセッサ２０１は、上記プログラムをメモリ２０２から読み出して実行することにより、画像処理部４２、流速算出部４３、測線データ抽出部４５、河川表面傾き算出部４６および流量算出部４８として動作する。

【0037】

なお、メモリ２０２に格納される、画像処理部４２、流速算出部４３、測線データ抽出部４５、河川表面傾き算出部４６および流量算出部４８として動作するためのプログラムは、例えば、ＣＤ（Compact Disc）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭなどの記憶媒体に書き込まれた状態でユーザ等に提供される形態であってもよいし、ネットワークを介してユーザ等に提供される形態であってもよい。

【0038】

図６に示すプロセッサ２０１、メモリ２０２、通信回路２０３、表示装置２０４および入力装置２０５は、電子計算機を構成するハードウェアであってもよい。すなわち、流量観測装置４は、電子計算機と、電子計算機で実行されるプログラムとで実現される形態であってもよい。複数の電子計算機が連携して動作することで流量観測装置４の各機能が実現される形態であってもよい。

【0039】

以上説明したように、実施の形態１にかかる流量観測システム１００において、流量観測装置４は、カメラ１が河川の水面を撮影して得られる映像データに基づいて河川の流速を算出し、また、レーザー測距装置２が河川の表面との距離を測定して得られる河川の表面形状を表す３Ｄ点群データに基づいて河川表面の傾きを算出し、河川の流速と、河川表面の傾きと、河川の水位とに基づいて河川の流量を算出する。実施の形態１にかかる流量観測システム１００は、観測対象の河川の水面よりも高い位置に設けられたカメラ１およびレーザー測距装置２を用いて得られる河川の流速および表面の傾きと、水位計測装置３が取得する水位データとに基づいて河川の流量を算出するため、河川の流量算出で必要な流速データ等を取得するための機器を水中に設ける場合と比較して、保守作業の負荷増大を抑制することができる。

【0040】

なお、図３に示す流量観測装置４を構成する各処理部の一部を外部の装置に設けた形態としてもよい。例えば、画像処理部４２および流速算出部４３をカメラ１に設け、カメラ１で河川の流速を算出するようにしてもよい。同様に、測線データ抽出部４５および河川表面傾き算出部４６をレーザー測距装置２に設け、レーザー測距装置２で河川表面の傾きを算出するようにしてもよい。

【0041】

また、流量観測システム１００が流量を観測する場所は、河口付近であってもよい。河口付近では水の流れが一時的に海から上流への方向となる場合があるが、このような逆流が発生する場所であっても流量の観測が可能である。ただし、観測精度維持の観点から、河川が真っ直ぐとなっている箇所での観測実施が望ましい。河川が真っ直ぐではない場合、流速の測定誤差が生じ、正確な流速を算出するのが難しくなる。

【0042】

実施の形態２．
つづいて、実施の形態２にかかる流量観測システムについて説明する。実施の形態２にかかる流量観測システムの構成は実施の形態１と同様である（図１参照）。また、流量観測システムを構成する各装置の構成も実施の形態１と同様である（図３参照）。本実施の形態では実施の形態１にかかる流量観測システム１００と異なる部分について説明を行い、共通する部分については説明を省略する。

【0043】

実施の形態１においては、河川の流速、河川表面の傾き、水位から河川の流量を算出する流量観測システム１００について説明した。しかし、流量の算出に用いる上記の情報は、風の影響を受けることが考えられる。例えば、流速は河川表面を撮影した動画（映像）から算出するため、上流から下流に向けて風が吹いたり、下流から上流に向けて風が吹いたりした場合、河川表面の流速と水中の流速との間に差が生じると考えられる。河川表面の流速と水中の流速との間に差が生じた場合、流量の算出結果にも誤差が生じる。このため、本実施の形態にかかる流量観測システム１００の流量観測装置４では、風を考慮して流量を算出する。

【0044】

具体的には、本実施の形態にかかる流量観測装置４の流速算出部４３が、河川における風向および風速に基づいて、河川の流速を補正する。すなわち、流速算出部４３は、まず、画像処理部４２で作成された動画ファイルから河川の流速を算出し、次に、算出した流速を風向および風速に基づいて補正し、補正後の流速を流量算出部４８に出力する。流量観測装置４は、例えば、河川敷に設置された風向風速計から風向および風速の情報を取得する。風向および風速の情報を取得するタイミングは、流量観測装置４が映像データ、３Ｄ点群データおよび水位データを取得するタイミングと同様とすることが望ましい。補正処理で用いる風向および風速は、カメラ１による撮影範囲において検出される風向および風速とすることが望ましいが、カメラ１による撮影範囲の周辺で検出される風向および風速であってもよい。例えば、流量観測の実施場所周辺の風向および風速の情報をインターネットなどの外部ネットワーク経由で取得できる場合、流量観測装置４は外部ネットワーク経由で風向および風速の情報を取得してもよい。

【0045】

流速算出部４３は、河川の流速補正動作では、例えば、風向および風速に基づいて、河川の上流から下流に向かう方向（以下、河川方向と称する）の風速成分を算出し、河川方向の風速成分に係数を乗じることで補正に用いる補正量を求める。流速算出部４３は、動画ファイルから算出した流速に補正量を加算して流速を補正する。風向と河川方向との角度をθ、係数をｋとした場合、補正後の流速は以下の式（１）で表される。なお、係数ｋはシミュレーションなどにより決定する。また、係数ｋを複数準備しておき、風の状態に応じて使い分けてもよい。例えば、河川方向の風速成分がＮ(m/s)未満の場合は係数ｋ₁を使用しＮ(m/s)以上の場合はｋ₂を使用する、などとしてもよい。
（補正後の流速）＝（流速）＋ｋ×（風速）×cosθ …（１）

【0046】

また、河川表面傾き算出部４６が、河川における風向および風速に基づいて、河川表面の傾きを補正する。すなわち、河川表面傾き算出部４６は、まず、測線データ抽出部４５で抽出された測線データから河川表面の傾きを算出し、次に、算出した傾きを風向および風速に基づいて補正し、補正後の河川表面の傾きを流量算出部４８に出力する。河川表面の傾きの補正に用いる補正量は、上記の流速の補正の用いる補正量と同様に、河川方向の風速成分と傾き補正用の補正量を求めるための係数とを掛け合わせて作成する。

【0047】

なお、河川方向の風速成分に係数を乗算して補正量を求める例を説明したが、河川方向の風速成分と補正量との対応テーブルを作成しておき、河川方向の風速成分と対応テーブルとに基づいて補正量を決定してもよい。

【0048】

以上説明したように、本実施の形態にかかる流量観測装置４は、河川の流量算出に用いる河川の流速および河川表面の傾きの算出結果を風向および風速に基づいて補正し、補正後のデータを用いて流量を算出する。これにより、流量の算出結果から風の影響を除去することができ、流量の算出精度を向上させることが可能となる。

【0049】

実施の形態３．
つづいて、実施の形態３にかかる流量観測システムについて説明する。実施の形態３にかかる流量観測システムの構成は実施の形態１，２と同様である（図１参照）。また、流量観測システムを構成する各装置の構成も実施の形態１，２と同様である（図３参照）。本実施の形態では実施の形態１にかかる流量観測システム１００と異なる部分について説明を行い、共通する部分については説明を省略する。

【0050】

実施の形態１では、流量観測装置４の流量算出部４８が使用する流量算出アルゴリズム（流量演算方式）を状況に応じて使い分けることについて説明したが、本実施の形態では、使用する流量算出アルゴリズムを決定する際に機械学習を利用する流量算出部４８について説明する。

【0051】

図７は、実施の形態３にかかる流量観測装置４が備える流量算出部４８の構成例を示す図である。

【0052】

図７に示すように、流量算出部４８は、河川の流量算出で用いるデータおよび流量算出アルゴリズムの選択で用いるデータを取得するデータ取得部４８１と、河川の流量算出で使用する流量算出アルゴリズムを選択するアルゴリズム選択部４８２と、アルゴリズム選択部４８２で選択された流量算出アルゴリズムを用いて河川の流量を計算する流量演算部４８３と、河川流量の計算結果、河川の流量算出で使用したデータなどを出力する出力部４８４と、を備える。

【0053】

データ取得部４８１は、流速算出部４３で算出される河川の流速と、河川表面傾き算出部４６で算出される河川表面の傾きと、水位データ受信部４７から出力される水位データとを取得する。河川の流速および河川表面の傾きの一方または両方は、実施の形態２で説明した補正を実施して得られる補正後のデータであってもよい。また、データ取得部４８１は、河川における風向および風速を取得する。河川における風向および風速は、実施の形態２と同様に、カメラ１による撮影範囲において検出される風向および風速であることが望ましいが、カメラ１による撮影範囲の周辺で検出される風向および風速であってもよい。河川の流量算出では、河川の流速、河川表面の傾き、および、河川の水位が用いられる。流量算出アルゴリズムの選択では、河川の流速、河川表面の傾き、河川の水位、風向、および、風速が用いられる。

【0054】

アルゴリズム選択部４８２は、後述する学習装置が機械学習を行うことで生成される学習済モデルを利用して、河川の流量算出で使用する流量算出アルゴリズムを選択する。

【0055】

図８は、実施の形態３にかかる流量観測装置４が備える流量算出部４８が河川の流量を算出する動作の一例を示すフローチャートである。

【0056】

河川の流量を算出する流量算出部４８においては、まず、データ取得部４８１が、河川の流量算出で用いるデータおよび流量算出アルゴリズムの選択で用いるデータを取得する（ステップＳ２１）。次に、アルゴリズム選択部４８２が、データ取得部４８１で取得されたデータと、学習済モデルとに基づいて、河川の流量算出で使用する流量算出アルゴリズムを選択する（ステップＳ２２）。次に、流量演算部４８３が、データ取得部４８１で取得されたデータと、アルゴリズム選択部４８２で選択された流量算出アルゴリズムとを用いて河川の流量を計算する（ステップＳ２３）。次に、出力部４８４が、流量演算部４８３による流量の計算結果および関連データを出力する（ステップＳ２４）。ここでの関連データとは、ステップＳ２１でデータ取得部４８１が取得した各データの一部または全部である。ステップＳ２２でアルゴリズム選択部４８２が選択した流量算出アルゴリズムの情報を関連データに含めてもよい。出力部４８４は、流量の計算結果および関連データをデータ蓄積部４９に出力する。

【0057】

つづいて、アルゴリズム選択部４８２の詳細について説明する。アルゴリズム選択部４８２は、学習済モデルを生成する学習装置、および、学習済モデルを用いて推論を行う推論装置により実現される。

【0058】

まず、アルゴリズム選択部４８２を実現する学習装置について、図９～図１１を用いて説明する。図９は、アルゴリズム選択部４８２を実現する学習装置６の構成例を示す図である。図９に示す学習装置６は、アルゴリズム選択部４８２が流量算出アルゴリズムを選択する処理で利用される学習済モデルを生成する。

【0059】

学習装置６は、学習用データを取得するデータ取得部６１と、学習済モデルを生成するモデル生成部６２とを備える。モデル生成部６２が生成する学習済モデルは学習済モデル記憶部７１で保持される。なお、図９では、学習済モデル記憶部７１が学習装置６の外部に設けられている例を示したが、学習済モデル記憶部７１は学習装置６の内部に設けられていてもよい。

【0060】

データ取得部６１は、河川の流速、河川表面の傾き、河川の水位、風向、および、風速と、流量算出アルゴリズムの情報とを学習用データとして取得する。流量算出アルゴリズムの情報が機械学習の教師データに相当する。なお、これ以降の説明では、便宜上、河川の流速、河川表面の傾き、および、河川の水位を纏めた情報を河川流量関連情報と称し、風向および風速を纏めた情報を河川環境情報と称する場合がある。河川環境情報は、風向および風速の他の情報、例えば、気温、降雨量などの情報をさらに含んでいてもよい。

【0061】

教師データとする流量算出アルゴリズムの情報は、河川流量関連情報と、使用可能な複数の流量算出アルゴリズムのそれぞれとを用いて、流量算出アルゴリズムごとに流量を算出し、得られた算出結果と、河川の実際の流量とに基づいて作成する。すなわち、河川の実際の流量に最も近い算出結果が得られた流量算出アルゴリズムの情報（以下では、流量算出アルゴリズム情報と称する場合がある）を教師データとする。使用可能な複数の流量算出アルゴリズムには、区分求積法、最大エントロピー法、ＤＩＥＸ法といった流量演算方式が含まれる。これら以外の流量演算方式が含まれてもよい。河川の実際の流量は、浮子、ＡＤＣＰ（Acoustic Doppler Current Profiler）、電磁流速計などを利用して計測する。実際の流量の計測は、河川流量関連情報および河川環境情報が計測されるタイミングとほぼ同じタイミングで行う。なお、各流量算出アルゴリズムを用いて算出した流量の中に、実際の流量に近いものが存在しない場合、例えば、算出した流量と実際の流量との差が定められた値よりも小さいものが存在しない場合、このデータを学習用データから除外してもよい。

【0062】

モデル生成部６２は、データ取得部６１から出力される河川流量関連情報、河川環境情報および流量算出アルゴリズム情報の組み合わせに基づいて作成される学習用データに基づいて、河川流量関連情報および河川環境情報と、流量算出アルゴリズム情報との関係を学習する。すなわち、モデル生成部６２は、河川流量関連情報および河川環境情報が入力されると最適な流量算出アルゴリズムの情報を出力する学習済モデルを生成する。ここで、学習用データは、河川流量関連情報と、河川環境情報と、流量算出アルゴリズム情報とを互いに関連付けたデータである。

【0063】

なお、学習装置６は、河川流量関連情報および河川環境情報に対応する流量算出アルゴリズムを学習するために使用されるが、例えば、ネットワークを介して流量観測装置４に接続され、この流量観測装置４とは別個の装置として動作する構成であってもよい。また、学習装置６は流量観測装置４に内蔵されていてもよい。さらに、学習装置６は、クラウドサーバ上に存在していてもよい。

【0064】

モデル生成部６２は、例えば、ニューラルネットワークを適用して実現される。モデル生成部６２は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、河川流量関連情報および河川環境情報に対応する流量算出アルゴリズムを学習する。ここで、教師あり学習とは、入力と結果（ラベル）のデータの組を学習装置６に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。

【0065】

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層(隠れ層)、及び複数のニューロンからなる出力層で構成される。中間層は、１層、又は２層以上でもよい。

【0066】

図１０は、ニューラルネットワークを説明するための図である。例えば、図１０に示すような３層のニューラルネットワークであれば、複数の入力が入力層Ｘ（Ｘ１－Ｘ３）に入力されると、その値に重みＷ１（ｗ１１－ｗ１６）を掛けて中間層Ｙ（Ｙ１－Ｙ２）に入力され、その結果にさらに重みＷ２（ｗ２１－ｗ２６）を掛けて出力層Ｚ（Ｚ１－Ｚ３）から出力される。この出力結果は、重みＷ１および重みＷ２の値によって変わる。

【0067】

本実施の形態にかかる学習装置６のモデル生成部６２で用いるニューラルネットワークは、データ取得部６１によって取得される河川流量関連情報、河川環境情報および流量算出アルゴリズム情報の組み合わせに基づいて作成される学習用データに従って、いわゆる教師あり学習により、河川流量関連情報および河川環境情報に対応する流量算出アルゴリズムを学習する。

【0068】

すなわち、ニューラルネットワークは、入力層に河川流量関連情報および河川環境情報を入力して出力層から出力された結果が、流量算出アルゴリズム情報に近づくように重みＷ１および重みＷ２を調整することで学習する。

【0069】

モデル生成部６２は、以上のような学習を実行することで学習済モデルを生成し、出力する。

【0070】

学習済モデル記憶部７１は、モデル生成部６２から出力された学習済モデルを記憶する。

【0071】

次に、図１１を用いて、学習装置６が学習済モデルを生成する動作について説明する。図１１は、学習装置６の動作の一例を示すフローチャートである。

【0072】

学習装置６は、まず、学習用データを取得する（ステップＳ３１）。具体的には、データ取得部６１が、河川流量関連情報、河川環境情報および流量算出アルゴリズム情報を取得し、これらを関連付けて学習用データを作成する。なお、河川流量関連情報、河川環境情報および流量算出アルゴリズム情報を同時に取得するものとしたが、河川流量関連情報、河川環境情報および流量算出アルゴリズム情報を関連付けて取得できればよく、河川流量関連情報、河川環境情報および流量算出アルゴリズム情報をそれぞれ別のタイミングで取得してもよい。

【0073】

学習装置６は、次に、学習処理を行う（ステップＳ３２）。具体的には、モデル生成部６２が、データ取得部６１で取得された河川流量関連情報、河川環境情報および流量算出アルゴリズム情報の組み合わせに基づいて作成される学習用データに従って、いわゆる教師あり学習により、河川流量関連情報および河川環境情報に対応する流量算出アルゴリズムを学習し、学習済モデルを生成する。

【0074】

学習装置６は、次に、学習済モデルを学習済モデル記憶部７１に記憶させる（ステップＳ３３）。具体的には、モデル生成部６２が、ステップＳ３２で生成した学習済モデルを出力し、学習済モデル記憶部７１が学習済モデルを記憶する。

【0075】

つづいて、アルゴリズム選択部４８２を実現する推論装置について、図１２および図１３を用いて説明する。図１２は、アルゴリズム選択部４８２を実現する推論装置８の構成例を示す図である。推論装置８は、河川流量関連情報および河川環境情報を推論用データとして取得するデータ取得部８１と、河川の流量算出に適した流量算出アルゴリズムを推論する推論部８２とを備える。図１２に示す学習済モデル記憶部７１は、図９に示す学習済モデル記憶部７１に対応し、学習装置６で生成済みの学習済モデルを記憶している。なお、図１２では、学習済モデル記憶部７１が推論装置８の外部に設けられている例を示したが、学習済モデル記憶部７１は推論装置８の内部に設けられていてもよい。

【0076】

推論部８２は、学習済モデル記憶部７１が記憶している学習済モデルを利用して、河川流量関連情報および河川環境情報に対応する流量算出アルゴリズムを推論する。すなわち、推論部８２は、学習済モデル記憶部７１が記憶している学習済モデルにデータ取得部８１が取得した河川流量関連情報および河川環境情報を入力して推論を実行させ、流量算出アルゴリズム情報を推論結果として取得する。推論部８２は、推論結果である流量算出アルゴリズム情報を出力する。

【0077】

なお、推論装置８は、河川流量関連情報および河川環境情報に対応する流量算出アルゴリズムを推論するために使用されるが、例えば、ネットワークを介して流量観測装置４に接続され、この流量観測装置４とは別個の装置として動作する構成であってもよい。また、推論装置８は流量観測装置４に内蔵されていてもよい。さらに、推論装置８は、クラウドサーバ上に存在していてもよい。

【0078】

また、本実施の形態では、流量観測装置４を構成する学習装置６が生成した学習済モデルを用いて、推論装置８が流量算出アルゴリズムを推論するものとして説明を行うが、推論装置８は、流量観測装置４の外部で生成された学習済モデルを取得し、この学習済モデルを用いて流量算出アルゴリズムを推論するようにしてもよい。

【0079】

次に、図１３を用いて、推論装置８が流量算出アルゴリズムを推論する動作について説明する。図１３は、推論装置８の動作の一例を示すフローチャートであり、実施の形態３にかかる流量観測装置４の流量算出部４８が推論装置８を利用して河川の流量算出に適した流量算出アルゴリズムを推論する動作の一例を示す。

【0080】

推論装置８は、まず、流量算出アルゴリズムの推論に用いるデータを取得する（ステップＳ４１）。具体的には、データ取得部８１が、河川流量関連情報および河川環境情報を取得する。

【0081】

推論装置８は、次に、ステップＳ４１で取得したデータを学習済モデル記憶部７１が記憶している学習済モデルに入力し（ステップＳ４２）、推論結果を得る。すなわち、推論部８２が、データ取得部８１が取得した河川流量関連情報および河川環境情報を、学習済モデル記憶部７１が記憶している学習済モデルに入力し、これに伴い学習済モデルから出力される流量算出アルゴリズム情報を取得する。

【0082】

推論装置８は、次に、推論結果である流量算出アルゴリズム情報を出力する（ステップＳ４３）。アルゴリズム選択部４８２を実現する推論装置８は、流量算出アルゴリズム情報を流量演算部４８３に出力する。

【0083】

これにより、河川流量関連情報および河川環境情報から、河川の流量算出に適した流量算出アルゴリズムを推論することができる。

【0084】

このように、機械学習を利用して、流量観測装置４の流量算出部４８が備えるアルゴリズム選択部４８２を実現することが可能である。

【0085】

なお、本実施の形態では、モデル生成部６２が用いる学習アルゴリズムに教師あり学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムについては、教師あり学習以外にも、強化学習、教師なし学習、又は半教師あり学習等を適用することも可能である。

【0086】

また、モデル生成部６２は、複数の流量観測装置４に対して作成される学習用データに従って、流量算出アルゴリズムを学習するようにしてもよい。なお、モデル生成部６２は、異なるエリアで取得される河川流量関連情報および河川環境情報に基づき作成される学習用データを利用して流量算出アルゴリズムを学習してもよい。また、学習用データを収集する流量観測装置４を途中で対象に追加したり、対象から除去したりすることも可能である。さらに、ある流量観測装置４に関して流量算出アルゴリズムを学習した学習装置を、これとは別の流量観測装置４に適用し、当該別の流量観測装置４に関して流量算出アルゴリズムを再学習して更新するようにしてもよい。

【0087】

また、モデル生成部６２に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Deep Learning）を用いることもでき、他の公知の方法、例えば遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。

【0088】

以上説明したように、本実施の形態にかかる流量観測装置４の流量算出部４８は河川流量関連情報および河川環境情報と河川の流量算出に適した流量算出アルゴリズムとの関係を学習して生成された学習済モデルを利用して、河川の流量算出に用いる流量算出アルゴリズムを選択する。これにより、河川流量関連情報に含まれる河川の流速、河川表面の傾きおよび河川の水位と、河川環境情報に含まれる風向および風速とに応じた流量算出アルゴリズムを使用して河川の流量を算出することができ、流量の算出精度の向上が期待できる。

【0089】

以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、実施の形態同士を組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

【0090】

以下、本開示の諸態様を付記としてまとめて記載する。

【0091】

（付記１）
カメラにより撮影された河川の表面の画像から前記河川の流速を算出する河川流速算出部と、
レーザー測距装置により測定された前記河川の表面の点群データから前記河川の表面の傾きを算出する河川表面傾斜算出部と、
水位計測装置により測定された前記河川の水位を示す水位データを受信する水位データ受信部と、
前記河川流速算出部により算出された前記流速を示す河川流速情報と、前記河川表面傾斜算出部により算出された前記傾きを示す河川表面傾斜情報と、前記水位データ受信部により受信された前記水位データとを利用して前記河川の流量を算出する流量算出部と、
を備えることを特徴とする流量観測システム。
（付記２）
前記カメラによる撮影範囲と前記レーザー測距装置による測定範囲とを共通とする、
ことを特徴とする付記１に記載の流量観測システム。
（付記３）
前記水位計測装置による水位の計測位置が前記カメラによる撮影範囲に含まれる、
ことを特徴とする付記１または２に記載の流量観測システム。
（付記４）
前記カメラの状態を判定するカメラ状態判定部と、
前記カメラ状態判定部による判定結果に基づいて前記カメラの画角を調整するカメラ制御部と、
を備えることを特徴とする付記１から３のいずれか一つに記載の流量観測システム。
（付記５）
前記流量算出部は、前記河川流速情報および前記河川表面傾斜情報を前記河川における風向および風速に基づいて補正し、補正後の前記河川流速情報および前記河川表面傾斜情報を使用して前記河川の流量を算出する、
ことを特徴とする付記１から４のいずれか一つに記載の流量観測システム。
（付記６）
前記流量算出部は、前記河川流速情報、前記河川表面傾斜情報および前記水位データの取得状態に対応する流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする付記１から５のいずれか一つに記載の流量観測システム。
（付記７）
前記流量算出部は、複数の流量算出アルゴリズムを使用して前記河川の流量を算出し、複数の流量算出結果それぞれが妥当であるか否かを判定用流量との比較により判定し、妥当ではない流量算出結果については除外する、
ことを特徴とする付記１から５のいずれか一つに記載の流量観測システム。
（付記８）
前記流量算出部は、前記河川流速情報、前記河川表面傾斜情報および前記水位データと、前記河川における風向および風速とに基づいて、複数の流量算出アルゴリズムの中の１つを選択し、選択した流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする付記１から５のいずれか一つに記載の流量観測システム。
（付記９）
前記流量算出部は、前記河川流速情報、前記河川表面傾斜情報および前記水位データを含む河川流量関連情報と、前記河川における風向および風速の情報を含む河川環境情報とに基づいて前記河川の流量算出で使用する流量算出アルゴリズムを推論するための学習済モデルを用いて、前記河川の流量算出で使用する流量算出アルゴリズムを選択する、
ことを特徴とする付記８に記載の流量観測システム。
（付記１０）
カメラにより撮影された河川の表面の画像から前記河川の流速を算出する河川流速算出ステップと、
レーザー測距装置により測定された前記河川の表面の点群データから前記河川の表面の傾きを算出する河川表面傾斜算出ステップと、
水位計測装置により測定された前記河川の水位を示す水位データを受信する水位データ受信ステップと、
前記河川流速算出ステップで算出した前記流速を示す河川流速情報と、前記河川表面傾斜算出ステップで算出した前記傾きを示す河川表面傾斜情報と、前記水位データ受信ステップで受信した前記水位データとを利用して前記河川の流量を算出する流量算出ステップと、
を含むことを特徴とする流量観測方法。
（付記１１）
前記カメラによる撮影範囲と前記レーザー測距装置による測定範囲とを共通とする、
ことを特徴とする付記１０に記載の流量観測方法。
（付記１２）
前記水位計測装置による水位の計測位置が前記カメラによる撮影範囲に含まれる、
ことを特徴とする付記１０または１１に記載の流量観測方法。
（付記１３）
前記カメラの状態を判定するカメラ状態判定ステップと、
前記カメラ状態判定ステップにおける判定結果に基づいて前記カメラの画角を調整するカメラ制御ステップと、
を含むことを特徴とする付記１０から１２のいずれか一つに記載の流量観測方法。
（付記１４）
前記流量算出ステップでは、前記河川流速情報および前記河川表面傾斜情報を前記河川における風向および風速に基づいて補正し、補正後の前記河川流速情報および前記河川表面傾斜情報を使用して前記河川の流量を算出する、
ことを特徴とする付記１０から１３のいずれか一つに記載の流量観測方法。
（付記１５）
前記流量算出ステップでは、前記河川流速情報、前記河川表面傾斜情報および前記水位データの取得状態に対応する流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする付記１０から１４のいずれか一つに記載の流量観測方法。
（付記１６）
前記流量算出ステップでは、複数の流量算出アルゴリズムを使用して前記河川の流量を算出し、複数の流量算出結果それぞれが妥当であるか否かを判定用流量との比較により判定し、妥当ではない流量算出結果については除外する、
ことを特徴とする付記１０から１４のいずれか一つに記載の流量観測方法。
（付記１７）
前記流量算出ステップでは、前記河川流速情報、前記河川表面傾斜情報および前記水位データと、前記河川における風向および風速とに基づいて、複数の流量算出アルゴリズムの中の１つを選択し、選択した流量算出アルゴリズムを使用して前記河川の流量を算出する、
ことを特徴とする付記１０から１４のいずれか一つに記載の流量観測方法。
（付記１８）
前記流量算出ステップでは、前記河川流速情報、前記河川表面傾斜情報および前記水位データを含む河川流量関連情報と、前記河川における風向および風速の情報を含む河川環境情報とに基づいて前記河川の流量算出で使用する流量算出アルゴリズムを推論するための学習済モデルを用いて、前記河川の流量算出で使用する流量算出アルゴリズムを選択する、
ことを特徴とする付記１７に記載の流量観測方法。
（付記１９）
カメラにより撮影された河川の表面の画像から前記河川の流速を算出する河川流速算出ステップと、
レーザー測距装置により測定された前記河川の表面の点群データから前記河川の表面の傾きを算出する河川表面傾斜算出ステップと、
水位計測装置により測定された前記河川の水位を示す水位データを受信する水位データ受信ステップと、
前記河川流速算出ステップで算出した前記流速を示す河川流速情報と、前記河川表面傾斜算出ステップで算出した前記傾きを示す河川表面傾斜情報と、前記水位データ受信ステップで受信した前記水位データとを利用して前記河川の流量を算出する流量算出ステップと、
を電子計算機に実行させることを特徴とする流量観測プログラム。

【符号の説明】

【0092】

１ カメラ、２ レーザー測距装置、３ 水位計測装置、４ 流量観測装置、６ 学習装置、８ 推論装置、１０－１，１０－２ 通信装置、１１ 撮影部、１２ 映像データ変換部、１３ 映像データ送信部、１４ カメラ制御部、２１ レーザー測距部、２２ ３次元点群データ生成部、２３ ３次元点群データ送信部、３１ 水位センサ、３２ 水位データ変換部、３３ 水位データ送信部、４１ 映像データ受信部、４２ 画像処理部、４３ 流速算出部、４４ ３次元点群データ受信部、４５ 測線データ抽出部、４６ 河川表面傾き算出部、４７ 水位データ受信部、４８ 流量算出部、４９ データ蓄積部、５０ データ表示部、５１ カメラ制御信号送信部、５２ カメラ状態判定部、５５ 河川流速算出部、５６ 河川表面傾斜算出部、６１，８１，４８１ データ取得部、６２ モデル生成部、７１ 学習済モデル記憶部、８２ 推論部、９０ 河川、１００ 流量観測システム、４８２ アルゴリズム選択部、４８３ 流量演算部、４８４ 出力部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】