汎用レーザー距離計による雪情報計測と融雪システムの制御への適用｜建設情報クリップ

 

5G，IoT，AI…とデジタル革命（DX）の大きな波が押し寄せてきている。
情報通信技術（ICT）に代表される情報産業の著しい進展には目を見張るものがあり，自動車産業も100年に一度の大変革（電動化，知能化）に乗り遅れまいと各社がしのぎを削っている。
さて視線を雪国に向けると，いまだ大きな金属板で雪を押しのける除雪と，地下水をまいて融かす消雪パイプが雪害対策の主力であって，スマートでサステナブルな技術革新の萌芽はなかなか見えてこない。
 
質量保存則に支配される以上，押しのけた雪はどこかに置かざるを得ないし，エネルギー保存則に従い固体の雪（氷）を液体の水に相変化させるには相応な融解熱を与えざるを得ないので，そうそう革命的な技術が生まれてこないのはやむを得ない面もある。
とはいえ，雪対策でもDXの恩恵を受ける余地はまだまだあるだろうし，2050年のカーボンゼロ社会の実現に向けて，持続可能な雪処理技術にも挑戦していかなければならない。
 
さて，ICT技術の革新や高度化を社会変革の推進力としつつも，一方でいわば「こなれた技術」の低コスト化にも目を向けなければならない。
本稿で着目するのはレーザー距離計である。
建築現場等で使われるものは1万円前後の安価でありながら，数十mのレンジで1mm単位の精度で距離測定ができる。
当然，積雪深の計測にもこのレーザー式のものが広く導入されているが，強い降雪があると降雪粒子で光が散乱し正確に積雪深を測定できないという弱点があり，加えて気象庁の基準に基づく検定を受けたものしか気象情報測定装置として使えないという制約から，結果的に高価なものとなっている。
しかし，なんといってもレーザーによる距離測定はこなれた技術であって，安価，かつ高精度であるから使わない手はない。
 
本稿で紹介するのは，汎用レーザー距離計のみでの（1）遠赤外線融雪装置の最適制御，（2）積雪深と降雪強度の同時測定，（3）散水融雪の残雪深制御，の事例である。
センシング自体は単純だが，短時間サンプリングによるビッグデータ化とその分析手法によって，複数の機能を持たせたり，高度制御に活用したりというものである。
以下にそれぞれについて紹介する。
 
 

新潟県湯沢町地内の国道17号芝原トンネルは世界有数の豪雪地帯の山間部にあって，新潟県と首都圏を結ぶ交通の要衝である（写真－1）。
後背斜面からの雪崩による雪の持ち込みもあり，大雪の冬には坑口上の4m高さの落雪防止柵をも超えて雪が道路上に落ちかねない量の積雪となる。
危険と判断すれば業務多忙の厳冬期に，人力による堆雪除去作業を実施せざるを得ず，管理者の悩みの種となっていた。
 
以上のような背景から，2015年度に柵上部に遠赤外線融雪装置を設置し，柵内側の積雪を自動的に融かして堆積ポケットを確保するという実証実験が開始された（写真－2）。
その後4冬季にわたって，制御方法を変えながら運転の最適化が進められた(※1)。

写真－1　芝原トンネル新潟側坑口の外観

写真－2　遠赤外線融雪装置の外観と運転状況

遠赤外線融雪装置（4kW）は，落雪防止柵の西側角部の3.5mの高さに幅3.5m間隔で4基設置した。
融雪面積雪深と自然積雪深を測定するレーザー距離計をそれぞれ融雪装置の間と融雪範囲外に設置した。
 
装置の運転制御は，①降雪の有無のみで制御する「降雪検知制御」，②設定積雪深を超えると運転を開始し，設定積雪深を下回ると停止する「積雪深一値制御」，③積雪深上限値を超えると運転を開始し，積雪深下限値を下回ると停止する「積雪深二値制御」の3つを比較した（図－1）。
①，②は単に反射光検知器のみで構成できるため，単純・安価であり現在の主流である。
本実験では汎用レーザー距離計を積雪深計に転用して高精度積雪深計測することで③の制御を実装した。

図－1　遠赤外線融雪装置の外観と運転状況

図－2に4冬季の実験結果を示す。グラフの棒が降雪累計，折れ線が一冬の融雪装置運転時間である。
2015年の降雪検知制御から2016年に積雪深一値制御に変えただけで，降雪累計が1.7倍に増えたのに運転時間は4分の1に減った。
さらに積雪深二値制御に切替えた2017年以降は，前年と同程度の降雪累計でも運転時間はさらに半分になった。
当初の降雪検知制御と比べると運転時間は実に10分の1に減ったが，この理由は簡単で，「雪を残す制御」をしたからである。
道路ではないので，そもそも全量を融かす必要はない。

長期運用時のコスト比較のため，大雪年や小雪年を含み，連続する2005～2014年の10冬季の気象データに基づく融雪電力契約を考慮したシミュレーションを行い，10年間分の運転時間（棒）・回数（折れ線）を推計した（図－3）。
図を見ると，人力除雪は10年間で計45回（年平均4.5回）必要となる。
融雪装置は図－2で示した結果以上に制御方式の差が顕著となる。ヒーターの面平均熱出力を300W/m²，制御積雪深を250cm（ON），200cm（OFF）としたとき最も運転時間，回数ともに最小となる。
この面平均熱出力と制御積雪深は実験時の設定値であり，ほぼ最適といえる条件で実験が実施されていた。
加えて，電力契約も現行の融雪電力B（1日に2時間停止）から，より安価な融雪電力A（1日に5時間停止）に切り替えても全く支障ないことも示された。
 
図－4に10年間の総費用比較結果を示す。
人力除雪に比べると降雪制御の融雪で3割減，積雪深制御で半減する。
なおヒーター出力を現行の3分の1の100W/m²にしても積雪深は柵の高さを超えることなく維持できることも確認でき，この時が最も安い費用で済むことが示された。
 
なお融雪装置の導入は，単にコスト縮減効果だけでない。雪崩等の危険箇所での作業が回避できること（労働安全），繁忙期の突発的業務を縮減できること（人手不足への対応），機器の設置・撤去は秋・春の業務の端境期にできること（業務量季節変動の平準化）など，副次効果も大きい。

図－3　10年間分の総運転回数および時間（融雪電力契約A）

図－4　10年間の総費用比較

芝原トンネル坑口への遠赤外線融雪装置の導入と制御の最適化を述べてきたが，その実験の過程で副次的に生まれた成果を紹介したい。
写真－3に主役となる自然積雪深を計測する汎用レーザー距離計と降雪検知センサーの配置を示す。
 
ICT技術の進展により，安価な距離センサーが手軽に使えるようになっただけでなく，取得データの演算コストも極めて安価になった。
つまり取得データ群に相当数の異常値や大きな誤差が含まれていたとしても，とにかく多量のデータを取得して，演算処理によって有益な情報を導き出せば良いのである。
前述の通り，レーザー距離計の場合，強い降雪があると降雪粒子に散乱して正確な積雪深の測定ができない。
図－5の上段にレーザー距離計で1秒毎に取得した積雪深データの例を示すが，降雪の有無に対応して，積雪深実測値は降雪時に大きくばらつくデータとなっている。
なお，14-15時および16-17時は融雪電力契約により電力供給が停止する時間帯のため欠測となる。
毎秒データを取得しているので，例えば5分間に1回，積雪深計測をしようと思うなら（通常は1時間ごとなので5分でも相当に高頻度の計測である），300秒間分のデータ，つまり300データが得られる。
さまざまな分析手法があるが，単純に300点の最頻値をとってプロットしたのが図－5の下段である。芝原地区のテレメータ実測値（長岡国道事務所湯沢維持出張所提供）と一致し，精度よく積雪深が推計できている。
すなわち単純なフィルタで誤差データの除去が適切になされているのである。
 
さて，ここで敢えて異常値として破棄したデータに注目する。
降雪強度が強ければ強いほど，積雪深計測データがばらつく。
すなわち破棄したデータに着目し，適切に分析すれば，降雪強度が同時に測定できることになるのではないか，と思い立ったのである。

写真－3　芝原トンネル坑口の機器の配置

図－5　積雪深と降雪状況（2017年12/25-12/26）

誌面の都合で詳細は省くが，現地実験とは別に，室内で模擬雪を所定の速度で降らせながら，レーザー距離計で距離計測を行う予備実験を行った。
その結果，降雪強度（降雪粒子の空間密度）と距離計測値のエラーデータ数には相関関係があり，エラーデータ数のカウントによって降雪強度の推計が可能との感触は事前に得ていた。
 
図－5で示した日の翌日の12月26日18時～2017年12月27日14時は，一日中降雪が続く天候であった。
その際の15分間の降雪強度の実測値（積雪深差，棒）とエラーデータ数から推定した5分間の降雪強度（プロット）を図－6に示す。
灰色のプロットは室内実験から得た推計式を適用した値であり，黒色のプロットは屋外実験の実測値に適合するように推計式を調整した結果である。
図からわかるように実測の降雪強度の増減と推計は良く対応していることがわかる。
ただ室内実験の推定式をそのまま適用することは適切ではなく，屋外用の推計式を導くことで精度は向上する。
 
一般に降雪強度は時間単位で計測されていて，実際には前の時間からの積雪深差から求められている。
しかし5分間あるいは15分間程度の短時間での降雪強度の推計が可能となれば，ドライバーに対してほぼリアルタイムで視界不良情報を提供でき，しかもそれが安価なレーザー距離計のみで計測できるのである。
さらには，散水融雪装置（消雪パイプ）や路面融雪装置（ロードヒーティング）の運転制御に適用するならば，路面に雪が積もる前に降雪強度が大きくなった段階で先読み運転を行い，暖まるまで時間のかかる装置の運転遅れを回避することも可能となる。
1つのユニットが安価であれば，積雪深と降雪強度の同時測定による総合的な雪情報センサーとして，多数を道路に沿って配備できる。
これらを5Gネットワークで結べば，道路雪情報システムとして大規模立ち往生の防止など，大いに寄与できるのではないだろうか。
 

新潟県を中心に広く普及する地下水散水融雪装置も，現状では降雪検知で運転制御される方式が主流である。
詳細は省くが，筆者らの研究5）によって，これを路面上の積雪を検知して制御する方法に切り替えるだけで，運転時間，散水量を半減できる可能性があると示唆されている。
 
ただ実際にそれを実装しようとすると，1で述べた2mを超える堆雪の高さを減じるための融雪とは異なり，10cm以下の積雪の深さを推定する必要があり，精度は±1cm以内を目指すべきであろう。
しかも，散水融雪は水を撒くために自然積雪とは異なり含水率の高いシャーベット状になっていることが多く，そのような雪質でも精度よく測ることができなければならない。
この融雪路面上に残った雪を自然積雪と区別して残雪と呼ぶことにする。
 
表－1に，実験に使用した5種類の雪の含水率と密度，粒径を示す。
新雪・積雪のほかにシャーベットも用意した。模擬積雪は破砕した氷，模擬シャーベットは破砕氷に所定量の水を加えたものである（写真－4）。
残りの3種類は降り積もった自然雪を採取して使った。
路面は，アスファルトを模擬したアスファルトシート（反射率10%）と白線等を模擬した発泡スチロール（反射率90%）の2種類を用意した。
以降，それぞれを黒色面および白色面と呼ぶ。
 
レーザー距離計は，実際の計測環境（写真－5（株式会社興和提供））を参考に，5m高さに置き，鉛直下向きから34度の角度で計測した（写真－6）。
黒色面と白色面で測定した残雪深の計測結果を図－7，8に示す。
横軸は残雪深の設定値H，縦軸は計測した測定値Hmeas.である。
 
まず，図－7の黒色面における残雪深測定値をみると，設定値よりも低い値となった。
そのバイアスは，含水率と密度の増加に伴って大きくなる傾向が見られたが，単純平均すると－2.9cmであった。
そして，黒色面では浅い残雪深（新雪：≦2cm，積雪：≦3cm，シャーベット：≦4cm）を測定できなかった。
図－8の白色面での残雪深の測定結果を見ると，同様に測定値が設定値よりも低くなるバイアスが見られる。
2cm < H < 6cmの範囲では雪質に依る測定値の違いが顕著で，含水率と密度が大きくなるほど，バイアスは大きくなった。 しかも残雪深が5cm以下では，測定値が負の値となった。

表－1　実験に使用した雪の性質

写真－4　模擬積雪と模擬シャーベット（黒色面）

写真－5　レーザー距離計の設置イメージ
　　　　（目来田交差点，株式会 社興和 提供）

写真－6　残雪深計測実験の様子（白色面）

図－7　黒色面における残雪深の測定値

図－8　白色面における残雪深の測定値

散水融雪装置の残雪深制御では，10cm以下の残雪深を±1cmの精度で推定したい。
そこで，黒色面と白色面の測定値を組み合わせて残雪深を推定する手法を考える。
 
図－9にレーザー距離計を用いた残雪深の簡易推定フローチャートを示す。
まず黒色面と白色面のそれぞれで残雪深を測定する。
そして黒色面での測定値が0cmより大きかった場合，黒色面での測定値に2.9cmを加えた値を推定値Heに代入する。
黒色面で残雪深が測定できない場合は，白色面での測定値の絶対値をHeに代入する。
最終的にHeを出力して推定を終了するというものである。
この手法を用いて残雪深を推定した結果を図－10に示す。
横軸は実際の残雪深H，縦軸は推定値Heである。
図より推定値は雪質によらず実際の残雪深の±1cm以内（図中の破線）におおむね収まっている。
このことから，反射率の異なる黒白2種類の路面での残雪深測定値を組み合わせて残雪深推定フローチャートに代入することで，含水率や密度，粒径が異なる5種類の雪の積雪深を実用上十分な精度で推定できるといえるだろう。

図－9　黒色面と白色面の測定値を組み合わせた
　　　　残雪深の簡易推定 フローチャート

図－10　残雪深簡易推定手法による推定結果

簡単な手法によって実用的な精度での残雪深推計が可能であることは示したが，残雪深測定値が設定値よりも小さくなる現象についての理解は深めておきたい。
 
模擬積雪の表面にレーザー光を照射した状況を側方から撮影した写真を写真－7に示す。
積雪内部にレーザー光が入り込み，積雪表面から少し下の内部を中心に同心円状（等方的）に明るい部分が広がっていることがわかる。
これは表面下散乱と呼ばれる現象で，入射した光が表面を透過し，表面より下の内部で散乱した後に再び表面から出ていく現象である。
これが，実際よりも低い値で測定された原因と考えられる。
図－11に示すように，内部散乱によって光の経路が長くなるため，その分の時間遅れが測定距離を長く見積もる原因となったと考えられる。
 
図－7，8で，5cm以下の浅い残雪で黒色面と白色面で結果が異なっていたのは，図－12に示すように基底面の反射率の違いが反射光に影響を与えたためと考えられる。

写真－7　模擬積雪に入射したレーザー光の様子

図－11　表面下散乱が積雪深測定に及ぼす影響

図－12　表面下散乱と路面反射率が測定値に及ぼす影響

 

本稿では，汎用のレーザー距離計を雪対策技術に組み合わせた3つの事例を紹介した。
遠赤外線融雪装置の制御に適用した事例では，運転時間を従来制御の10分の1に減らし，コストを人力除雪の半分に減らせることを示した。
次に，積雪深測定の際のエラーデータを積極的に活用することで短時間の降雪強度測定も同時に行えることを示した。
そして最後に，散水融雪装置の制御の最適化を目指して10cm以下の含水率の高い残雪の深さを実用的な精度で推計する方法を示した。
そしてその過程で見られた表面下散乱という興味深い現象についても言及した。
 
雪処理技術のスマート化，そしてサステナブル化は緒に就いたばかりである。
雪対策の担い手不足解消に向けての省力化，カーボンゼロに向けての省エネルギー化など，取り組むべき課題は山積みである。
先端技術，こなれた技術，多様な技術の導入を図りつつ，今後もこれらの課題に向き合っていきたい。

 
 

参考文献
(※1)柴田優作，上村靖司，町田敬（2019）：積雪深二値制御を組み合わせた遠赤外線融雪装置のコスト削減効果－トンネル坑口の落雪・雪庇対策への適用－，ゆきみらい2019新庄研究発表会講演論文。
(※2)杉原幸信,上村靖司,柏川尚人,町田敬（2020）：遠赤外線融雪装置と人力除雪の長期運用におけるコスト比較，第36回寒地技術シンポジウム報告論文。
(※3)鈴木智也,上村靖司（2017）：汎用レーザー距離計による積雪深計測，雪氷研究大会（2017・十日町）講演要旨。
(※4)山賀康平,上村靖司,藤野丈志,杉原幸信（2020），汎用レーザー距離計による路面残雪深計測，雪氷研究大会（2020・オンライン）講演要旨。
(※5)上村靖司,善哉広大（2019），路面融雪装置の設計熱負荷第3報：サービス水準と消費熱の総合評価指標の提案，雪氷，81，269-281。
(※6)山賀康平,柏川尚人,上村靖司,杉原幸信（2020）：散水融雪装置の高度制御のための残雪深計測と有効性検討，第36回寒地技術シンポジウム報告論文。

 

 
 
 

 
 
【出典】

---

積算資料公表価格版2021年7月号

 
 

最終更新日：2023-07-07

 

ピックアップ電子カタログ