ドローンと深層学習を用いた森林リモートセンシング技術の開発
| Project/Area Number |
19J22591
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Single-year Grants |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 40010:Forest science-related
|
|---|
| Research Institution | Kyoto University |
|---|
| Research Fellow |
大西 信徳 京都大学, 農学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2019-04-25 – 2022-03-31
|
| Project Status |
Granted (Fiscal Year 2020)
|
| Budget Amount *help |
¥3,100,000 (Direct Cost: ¥3,100,000)
Fiscal Year 2020: ¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 2019: ¥1,100,000 (Direct Cost: ¥1,100,000)
|
|---|
| Keywords | ドローン / 深層学習 / ディープラーニング / 樹種識別 |
|---|
| Outline of Research at the Start |
本研究ではドローンと深層学習を用いて新たな森林リモートセンシング技術の開発を行う。ドローンと深層学習という新しい二つの技術を組み合わせることで、樹種の識別や樹高などの推定が低コストかつ高い精度でできる可能性があることがわかってきた。
熱帯林での森林保全や日本の林業の効率化において樹種などの情報は非常に重要で、こうした情報を低コストに広範囲で取得できるようになれば、森林の抱える課題に対して一つの解決策となる。３年間を通してこの技術の精度や汎用性の検証、システムの開発を行い、最終的には実用化を目指す。
|
| Outline of Annual Research Achievements |
1)樹冠分離手法の開発について、深層学習を用いたプログラムの開発に成功した。またその精度についてもこれまで使用してきた既存の手法よりも良い精度であり、深層学習の応用の可能性を確認した。
2)樹種識別の発展及び汎用性の検証について、日本における樹種識別は４府県6地点にて調査を行った。調査では3地点を深層学習の学習データとして、3地点をテストデータとして撮影を行った。このうち解析が完了した4地点の結果から、針葉樹に関しては同属に属している種であっても高い精度で樹種の識別が可能であることが明らかとなった。広葉樹に関しては特徴的な一部の種の識別が可能であることがわかってきた。識別精度に関しては、全種の識別を行う一つの統合モデルを用いて、あらかじめ対象地域の樹種データから識別種を限定するプログラムを用いることで精度を上昇させることが可能であり、かつ各地域でモデルを作る労力を削減することが可能であることを明らかにした。この研究についてはAmerican Geophysical Union 学会にて発表を行った。
ボルネオでの樹種識別では、対象とする樹種はパイオニア樹種と遷移後期種の2タイプであり、このうちパイオニア樹種はある程度の精度で識別が可能であることがわかったが、遷移後期種に関しては樹冠分離精度の不十分さ、多様性の高さによる教師データの不均一性などの理由から現時点では学習・識別が困難であることがわかってきた。
3)樹高・胸高直径の推定ドローンによる樹高測定について、真の値は伐倒して測定した値を用いた。ドローンの推定結果は他の研究と比較しても良好な精度であった。国土地理院の地上データの利用などについては今後検討する。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
1)樹冠分離手法の開発については、予定していた深層学習技術のInstance Segmentationの応用については技術的な課題があり進展していない。しかしその代替方法として別の深層学習技術を応用することが技術的に成功した。またその精度についてもこれまで使用してきた既存の手法よりも良い精度であることが確認され、進展があったと考えらえれる。しかしその汎用性と精度については改良の余地が大きい。
2)樹種識別の発展及び汎用性の検証について、日本での樹種識別は期待以上の成果が得られた。第一に針葉樹の中でも同属に属する種や特定の広葉樹が識別できることがわかり、多くの種の識別が可能であることが明らかになった。また汎用性についても、今回学習用サイトとテストサイトを分け、異なる日時に撮影したデータに対して高い精度での識別性能を示し、高い汎用性があることが明らかになり大きな進展があった。
ボルネオでの樹種識別は精度としては期待通りではないものの、内容としては順調に進展している。パイオニア樹種は識別可能性が見えてきたが、一方で遷移後期種の識別は現時点では難しいことが分かってきた。期待通りの成果ではないものの、識別の可否を明らかにしたこと、今後の課題が明らかとなり、進展があったと考えられる。
3)樹高・胸高直径の推定について、樹高の推定はドローンのみからでもある程度高い精度で推定できることがわかり進展があった。一方で胸高直径の推定は進展していない。これについては樹冠分離手法の開発が遅れていることが大きな原因となっている。
|
| Strategy for Future Research Activity |
今年度は主に昨年度のデータを用いて解析を進め、可能であれば各地域で新たなデータの取得を行う。
1)樹冠分離手法の開発については、優先的に今回新たに考案した技術での精度向上を目指す。具体的には教師画像の選別と画像処理、学習パラメータやネットワークの調整を行う。可能であればInstance Segmentationの応用についても再度検討する。
2)樹種識別の発展及び汎用性の検証について、日本での研究は可能であれば九州や中部・東北地方で新たなデータの取得を行う。また昨年度取得したデータのうち解析が終わっていない2サイトの解析を進め、さらに多くの種の識別可能性とその精度を明らかにする。
ボルネオでの研究は昨年度のデータの処理を進め、それらを用いてさらなる精度向上を行う。遷移後期種については一般的な深層学習では識別困難であると考えられるため、少ない画像枚数から学習する深層学習技術なども用いて精度向上を試みる。識別モデル作成後、パイオニア樹種についてはその樹冠面積割合等と生物多様性指標との相関を調べる。それらの結果に加え、遷移後期種の代替指標となり得る樹高や樹冠サイズの推定値なども使って生物多様性指標を推定する方法を検討する。ある程度の推定精度が達成された場合、Landsat衛星を使ったボルネオ全域への外装技術の開発を試みる。可能であれば現地でのさらなるデータ取得を行う。
3)樹高・胸高直径の推定について、樹高の推定はドローンで高い精度で識別できることは分かったものの、解析時のパラメータによる精度誤差が大きい。そこで昨年度のデータを用いて国土地理院のDEMデータやLiDARデータなどを含め、検討を行う。胸高直径の推定については樹冠分離の高い精度、樹高推定の高い精度、多くのサイトデータを必要とし、現時点で不十分なため、今年度は樹冠分離と樹高推定について優先的に研究を行う。
|
Report
(1 results)
Research Products
(3 results)
