陸から海への流出実態把握に新たな一手

【研究のポイント】
・河川水面を撮影した動画から、流下するプラスチックを自動検出・分類・追跡するソフトウェアを開発。
・飲料ボトル、レジ袋、食品容器、その他プラスチックの4種類を識別可能。
・河川の流速と各プラスチックの輸送量を同時に算定。
・洪水時を含む多様な条件下で、安全かつ継続的なモニタリングを実現し、海洋プラスチック問題の解決や政策立案に貢献。

【研究の概要】
愛媛大学大学院理工学研究科の片岡智哉准教授らの研究グループ（八千代エンジニヤリング株式会社、日本エヌ・ユー・エス株式会社、オランダ・ヴァーへニンゲン大学 Tim van Emmerik 准教授との共同研究）は、深層学習を活用した画像解析AIにより、河川を流れるプラスチックを検出・分類・追跡するソフトウェアを開発しました。
これまでの河川調査は目視観測に頼っており、多大な労力を要するうえ、洪水時には危険を伴うため継続的な調査が困難でした。本研究で開発したソフトウェアにより、動画映像から自動的にプラスチックを分類・追跡し、輸送量を算定できるようになりました。この成果は、陸域から海域へと流出するプラスチックの実態把握に大きく貢献し、今後の環境政策の検討や対策の効果検証に資することが期待されます。本研究成果は、国際学術誌 Water Research に掲載されました。

世界的に深刻化する海洋プラスチック汚染の解決には、陸から海へ流出するプラスチックの実態を把握することが不可欠です。特に河川は主要な流出経路であり、2019 年の G20 大阪サミットで宣言された「大阪ブルー・オーシャン・ビジョン」（2025 年までに海洋プラスチックごみによる追加的な汚染をゼロにまで削減する）の実現に向けても、河川での正確なモニタリング技術が求められています。
今回開発したソフトウェアは、
・ テンプレートマッチング技術¹による河川流速の計測
・ YOLOv8²によるプラスチック検出・分類
・ Deep SORT³による追跡技術
を統合することで、河川浮遊プラスチック輸送量を自動で算定します。これにより、従来は限られた地点・短期間にしか行えなかった観測が、複数の地点で同時に、洪水を含む多様な流況下でも継続的に実施可能になりました。さらに、対象となるプラスチックを種類別に分けて評価できるため、発生源対策やごみ削減施策の効果をより直接的に検証できる点が大きな特徴です。
今後は、八千代エンジニヤリング株式会社と共同開発した河川プラスチックモニタリングシステム「PRIMOS⁴」に本ソフトウェアを搭載し、実河川での社会実装を進めていきます。この取り組みにより、
・ 陸から海へのプラスチック流出量の精緻な推定
・ 流域圏全体における輸送過程の解明
・ 科学的根拠に基づく政策立案・評価
が可能になり、持続可能な社会に向けた国際的な取り組みに大きく寄与することが期待されます。
¹ 画像内からあらかじめ用意した部分画像（テンプレート）と一致する領域を探索する画像認識手法
² 物体検出アルゴリズム「You Only Look Once」シリーズの第8版で，高速かつ高精度に対象物を検出・分類できる深層学習モデル
³ 物体追跡アルゴリズム「SORT（Simple Online and Realtime Tracking）」を拡張し，深層学習による外観特徴量を用いることで，同一物体の識別精度を向上させた手法
⁴ 八千代エンジニヤリング株式会社と愛媛大学で共同開発した河川浮遊プラスチックのモニタリングシステム（Plastic Runoff Identification, Monitoring & Observation Syste）の製品名称
八千代エンジニヤリング株式会社HP（2025年4月14日）：
https://www.yachiyo-eng.co.jp/news/2025/04/post_892.html
愛媛大学HP（2025年4月14日）：
https://www.ehime-u.ac.jp/data_relese/pr_20250414_eng/

論文情報

RiSIM: River Surface Image Monitoring Software for Quantifying Floating
Macroplastic Transport, Tomoya Kataoka, Takushi Yoshida, Kenji Sasaki, Yoshinori Kosuge, Yoshihiro Suzuki, Tim H.M. van Emmerik, Water Research, 288 (Part B), 124678, doi : 10.1016/j.watres.2025.124678, 2026 (January 1)

助成金等

• 環境総合推進費（JPMEERF21S11900、JPMEERF20231004）
• ムーンショット型研究開発事業（JPNP18016）
• 科研費基盤 B（24K00992）

図表等

• 

  RiSIMの解析の流れ

  連続的に取得された複数動画に次の3つの画像・演算処理を行うことで、河川におけるプラスチック流出実態を明らかにする。(1) 動画からテンプレートマッチングにより流速を計測する。(2) YOLOv8という物体検出AIを用いてプラスチックを4種類に分類・検出し、それらをDeepSORTという追跡AIで同一物体を認識させる。(3) 計測した流速とプラスチックの分類・追跡結果を用いて、プラスチック輸送量（単位時間あたりに輸送されるプラスチックの個数と質量）を演算する。

  credit : 片岡　智哉（愛媛大学）
  Usage Restriction : 使用許可を得てください