ニューラルネットワークによる干潟の環境評価に関する研究

Ecological Evaluation of Habitats in Tidal Flats by Artificial Neural Network

松原雄平*,野田英明*,市村康**,木村賢二***,

*鳥取大学工学部土木工学科,**日本ミクニヤ株式会社,***東京都環境科学研究所

Keywords Neural Network, Environmental Impact Assessment, Tidal Flats, Shallow Water Habitats

ABSTRACT

This paper provides an artificial neural network model for assessing the environmental change induced by human impacts with long term developments in Tokyo Bay. Highly-interconnected network of non-linear neurons are shown to be very effective in estimating the seasonal change of water quality and habitats in the shallow water zone.

The neural network constructed herein consists of a number of simple and interconnected processing elements and evaluates the interactions of biotic, chemical and physical processes in the mud flats. The back-propagation training algorithm is introduced to minimize the mean square error between the actual output of a multilayer feed-forward processing and the desired output. As a verification of the procedure using the neural network proposed here, the final outputs from the network are compared with the observational data. A successfully trained neural networks are set up and its usefulness is examined.

1. はじめに

東京湾では種々の大規模開発にともなう埋め立て造成事業か進行しつつあり湾内の物理環境は時々刻々と変貌を遂げている。一方,東京湾に流入する河川でも流路変更や河川改修等の工事が継続的に行われており河川上流域から下流および湾岸域までの水系全域的な環境変化は直接的あるいは間接的に東京湾の生態系にインパクトを与えていると考えられる。また,これまでの多くの開発行為によって湾内の自然干潟は減少の一途をたどり,現在,東京湾内に残されている自然干潟は,小櫃川角州前面の盤州干潟,江戸川（江戸川放水路）河口の三番瀬,旧江戸川河口の三角州のみである。

人間の開発行為が環境とくに生態系に与えるインパクトを予測することは,そこに介在する要因かきわめて多いことや,それぞれの現象をいかに定量化するかといった問題があり,きわめて難しい問題であるが,基本的に環境要因と生態系環境がどのような関係で結ばれているかを知る必要がある。この関係を見積もる方法としては,数学モデルによる方法,統計学的処理による方法ならびに環境要因評価法などいくつか提案されている日 1）2）3）。しかしいずれの方法も個々の問題を内包し,現時点で,実用的な環境評価モデルあるいは予測モデル

図−1調査地点の位置

として確立されたものはまだ無いといってよいであろう。

前ページ　　　目次へ　　　次ページ