2021 Fiscal Year Annual Research Report
多バンドリモートセンシング画像を用いた耕作放棄地の抽出
| Project/Area Number |
19K06307
|
|---|
| Research Institution | Ibaraki University |
|---|
Principal Investigator |
木下 嗣基 茨城大学, 農学部, 教授 (10313008)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | リモートセンシング / 画像分類 / 土地利用 / 農業 |
|---|
| Outline of Annual Research Achievements |
本課題は、近年増加の傾向にある耕作放棄の空間的な把握を、リモートセンシング技術を用いて行うことを目的とする。この目的達成に向け、(1)耕作放棄地の抽出システムの構築と、(2)耕作放棄地の抽出に寄与する分類器の開発を行う。2021年度の成果は以下のとおりである。
(1)については、2020年度までに開発した衛星コンステレーション技術を用いた多時期の画像を用いて耕作放棄地の抽出を行う手法の汎用性の確認と発展を行った。汎用性の確認では、これまで対象としてきた2018年の茨城県南部に加え、2021年度の茨城県南部や、2021年度の千葉県南部を対象とした。その結果、空間的な汎用性があることが確認された。一方、時間的な汎用性については、年によって使用可能な画像の数が少ないことがあり、その場合に精度が低下することが確認された。十分な数の画像が取得できないときは、何らかのデータで補完することの必要性が確認された。
(2)については、これまでに開発したラフ集合理論に基づいた分類器(GRS)の確認と精度の向上を行った。(1)で開発したシステムにGRSを適用したところ、既存の分類器と比較して精度が低いことが判明した。また、農地の作付け種の分類などに適用した場合も既存の分類器と比較して精度が低いことも判明した。これは特徴空間において分離性が低いデータを扱ったときに分類精度低下が起こる傾向があることが判明した。この問題に対応するため、GRSの理論的な修正を加えたうえで、分類器の改良を行った。改良したGRSでは、一部の画像に対して既存の分類器よりも精度が高いことが確認された。また、入力データとして必要となる地上データの質（空間一様性）の確保について検討を行い、半自動的に検証する方法を確立した。
今後は検証を経て、耕作放棄地への適用を行えるものとみられる。以上の通り、本研究は目的をほぼ達成したと考えられる。
|
