海洋資源の開発が進むにつれて、中国の近海域の生態環境はますます厳しい課題に直面しています。リモートセンシング技術は連続観測と広域カバーの特徴を持ち、海洋生態リスクの識別と分析に重要な技術手段となっています。本研究は煙台南岸近海水域を研究対象とし、漏油およびウミヒルガオの2種類の典型的な生態リスク源に着目し、光学およびSARの多源リモートセンシング画像を用いて漏油およびウミヒルガオ識別のための深層学習モデルを構築し、当該海域の漏油とウミヒルガオ現象の長時系列モニタリングを行いました。これに基づき、研究区域の2018年から2021年にかけての2種類のリスク源の時空間分布特性を分析しました。結果は、両リスク源の識別精度が複数の評価指標で90％を超えたことを示しています。リスク源の時空間分析は、漏油事象が主に沿岸から約30海里離れた東南海域に集中し、2018年、2019年、および2021年に発生頻度が高く、主な原因は船舶排出であることを示しました。ウミヒルガオの発生は主に夏季に見られ、2019年と2021年には大規模な発生があり、西南海域での発生強度が高かったです。さらに空間重ね合わせ解析は、研究区域の生態リスクの空間分布規則を明らかにし、「沿岸近傍でのウミヒルガオリスク優勢、中間域での漏油リスク増加、沖合域での重複リスクの分布パターン」を呈していることが分かりました。

海洋生態環境;漏油;ウミヒルガオ;リモートセンシング;深層学習