水落 裕樹
(みずおち ひろき／客員准教授／環境学研究系)
自然環境学専攻／地球表層地質環境学講座／リモートセンシング
略歴
2013年3月 筑波大学生命環境学群生物資源学類卒業
2015年3月 筑波大学生命環境科学研究科環境科学専攻修了
2017年3月 筑波大学生命環境科学研究科持続環境学専攻修了（環境学博士）
2017年4月 日本学術振興会特別研究員、パリ第六大学METIS研究所研究員
2018年4月 宇宙航空研究開発機構（JAXA）プロジェクト研究員
2019年4月 産業技術総合研究所地質調査総合センター地質情報研究部門 研究員（現職）
2020年4月 名古屋大学宇宙地球環境研究所 客員准教授 (兼務)
2023年4月 東京大学新領域創成科学研究科 客員准教授 (兼務)
教育活動
大学院新領域創成科学研究科：地球表層地質環境学、連携講座
研究活動
気候変動下の環境・災害モニタリングにおいて、人工衛星やドローンを活用した遠隔観測技術（リモートセンシング、通称リモセン）は欠かせないツールとなっています。近年膨大な衛星データの蓄積とオープン化・クラウド化が進む中で、多種多様な衛星データを統合利用することにより、社会課題解決のための効果的な情報抽出を行うことが私の研究テーマです。
センサ校正を含む衛星データ自体の品質管理・不確かさの把握から始まり（文献5）、機械学習や地理空間情報（GIS）技術を用いたデータ解析アルゴリズムを開発し（文献1, 2, 8）、それらをフィールド調査（文献9）やときにモデルシミュレーション（文献3）と連携させながら環境中で応用していく（文献4, 6, 7, 10）という流れで、陸域のリモセンに関することなら比較的なんでも手を出しています。
現在具体的に取り組んでいるのは以下のようなテーマです：
機械学習を応用した、特性の異なる複数衛星データの統合利用技術の開発
沿岸域（サンゴ生態系など）の環境モニタリングにおける熱赤外および多波長（ハイパースペクトルセンサ）データの利用手法開発
合成開口レーダ（SAR）の高度解析による斜面災害リスク評価
長期衛星データによる周北極域の植生・湛水動態の観測
衛星データの校正手法、とくに複数衛星データの比較に基づくデータ品質管理（相互校正）についての研究
研究室でプログラミングをして衛星データを処理するだけではなく、地上検証のためのフィールド調査にも出かけます。地上の一点で得られる情報と、衛星の広域データを中継する情報として、ドローン空撮も利用しています。
文献
主要論文
Mizuochi, H., Tsuchida, S. Mizuyama, M., Yamamoto, S., Iwao, K. (2022): Multi-band bottom index: A novel approach for coastal environmental monitoring using hyperspectral data. Remote Sensing Applications: Society and Environment, 27, 100797.
Mizuochi, H., Iwao, K., Yamamoto, S. (2022): Thermal remote sensing over heterogeneous urban and suburban landscapes using sensor-driven super-resolution. PLoS ONE, 17(4), e0266541.
Mizuochi, H., Ducharne, A., Cheruy, F., Ghattas, J., Al-Yaari, A., Wigneron, J. P., Bastrikov, V., Peylin, P., Maignan, F., Vuichard, N. (2021): Multivariate evaluation of land surface processes in forced and coupled modes reveals new error sources to the simulated water cycle in the IPSL (Institute Pierre Simon Laplace) climate model. Hydrology and Earth System Sciences, 25(4), pp. 2199-2221.
Mizuochi, H., Iijima, Y., Nagano, H., Kotani, A., Hiyama, T. (2021): Dynamic mapping of subarctic surface water by fusion of microwave and optical satellite data using conditional adversarial networks. Remote Sensing, 13(2), 175.
Mizuochi, H., Tsuchida, S., Obata, K., Yamamoto, H., Yamamoto, S. (2020): Combination of cross- and inter-band radiometric calibrations for a hyperspectral sensor using model-based spectral band adjustment. Remote Sensing, 12(12), 2011.
Mizuochi, H., Hayashi, M., Tadono, T. (2019): Development of an operational algorithm for automated deforestation mapping via the Bayesian integration of long-term optical and microwave satellite data. Remote Sensing, 11(7), 2038.
Mizuochi, H., Nishiyama, C., Ridwansyah, I., Nasahara, K. N. (2018): Monitoring of an Indonesian tropical wetland by machine-learning-based data fusion of passive and active microwave sensors. Remote Sensing, 10(8), 1235, pp. 1-19.
Mizuochi, H., Hiyama, T., Ohta, T., Fujioka, Y., Kambatuku, J. R., Iijima, M., Nasahara, K. N. (2017): Development and evaluation of a lookup-table-based approach to data fusion for seasonal wetlands monitoring: An integrated use of AMSR series, MODIS, and Landsat, Remote Sensing of Environment, 199C, pp. 370-388.
水落裕樹, 檜山哲哉, 金森大成, 太田岳史, 藤岡悠一郎, 飯嶋盛雄, 奈佐原顕郎. 長期衛星観測データとUAV地形測量を組み合わせた半乾燥地の季節湿地における貯水量モニタリング. (2016): 日本リモートセンシング学会誌 (Journal of The Remote Sensing Society of Japan). 36 (2), pp. 81-92.
Mizuochi, H., Hiyama, T., Ohta, T., Nasahara, K. (2014): Evaluation of the surface water distribution in north-central Namibia based on MODIS and AMSR series. Remote Sensing. 6(8), pp. 7660–7682.
著書・報文
水落裕樹 (2020). アフリカの砂漠 ナミブ砂漠. 日本沙漠学会 (編) 沙漠学事典, 丸善出版, 東京, pp.48-49.
水落裕樹 (2022). リモートセンシングと機械学習. 日本リモートセンシング学会 (編) リモートセンシング事典, 丸善出版, 東京, 4-15節.
水落裕樹 (2022). 画像分類: 深層学習. 日本リモートセンシング学会 (編) リモートセンシング事典, 丸善出版, 東京, 4-21節.
水落裕樹 (2022). クラウドサービス: Google Earth Engine. 日本リモートセンシング学会 (編) リモートセンシング事典, 丸善出版, 東京, 4-38節.
その他
所属学会：日本リモートセンシング学会、日本写真測量学会、日本地球惑星科学連合
ASTER Science Team (Application Working Group co-chair; Science Team Acquisition Requests committee)
無人航空機操縦士（二等・基本）
将来計画
気候変動適応、環境モニタリング、災害監視やリスク評価といった社会課題解決への貢献のためにリモセンというツールを使いつくします。とくに、多波長（ハイパースペクトル）センサの校正および利用手法の洗練と、機械学習を応用した複数衛星データの統合利用技術の開発をさらに推し進め、これらの環境中での利活用のベストプラクティスを蓄積していきたいと思っています。
教員からのメッセージ
課題オリエンテッドで、必要な知識・技術はなんでも吸収していこうという情熱のある学生さんとぜひ一緒に研究がしたいです。リモートセンシング分野は画像解析等において、機械学習（AI）を含むデータサイエンスとの相性がよいこともあり、技術の進歩スピードがどんどん速まっています。トピックによっては私が学生の頃（5~10年前くらいです）学んだ情報は大昔のものとなり、逆に若い学生さんに教えてもらうというケースもたくさん出てくるかもしれません。ぜひ相互に議論しながら、楽しく研究を進めていきましょう。
なお当講座は、連携講座として産業技術総合研究所とつながりを持てるので、単に衛星データのユーザーにとどまらず、データの上流（品質管理・値付け・データアーカイブや配信）から下流（公的サービス、産業利用などの社会実装）までを見通しながら研究活動を進められるのも魅力と思います。研究活動そのものにとどまらず、社会インフラとしての衛星基盤情報の整備、成果の社会への還元などに興味のある学生さんのエントリーも歓迎します。