| 研究課題/領域番号 |
19K06307
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分41040:農業環境工学および農業情報工学関連
|
|---|
| 研究機関 | 茨城大学 |
|---|
研究代表者 |
木下 嗣基 茨城大学, 農学部, 教授 (10313008)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2019年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | リモートセンシング / 画像分類 / 土地利用 / 農業 / 土地被覆分類 / 耕作放棄地 / ラフ集合 / 土地利用変化 |
|---|
| 研究開始時の研究の概要 |
耕作放棄地は1975年以降増え続けているが、耕作放棄地は様々な形態があり、センサスなどを用いて、耕作放棄地の分布を把握し、その発生要因を分析することは困難である。もし、耕作放棄地の分布が正確に把握できれば、その発生要因の分析が可能となる。このような耕作放棄地の空間的な分布の把握にはリモートセンシングが有効な手法と考えられるが、実用的な方法は開発されていない。本研究では、近年急速に普及が進むハイパースペクトル画像等を用いて、耕作放棄地の抽出方法を開発することを目的とする。ハイパースペクトル画像は、取り扱いが困難であるが、これまでは抽出不可能であった土地被覆の分類も可能となる可能性を持っている。
|
| 研究成果の概要 |
本研究では、複数時期の衛星画像を用いて、耕作放棄地の抽出方法を開発することを目的とした。そのために、大きく二つの課題を設定した。一つ目は、異なるセンサによる異なる時期の衛星画像の補正方法を確立することとし、二つ目は、本課題に適した分類器を開発することとした。画像補正では、既存の複数の手法に改良を加え結合した方法を開発した。得られた画像により耕作放棄地の抽出を行ったところ、既往の研究と比較して精度の高い結果が得られた。新たな分類器の開発では、ラフ集合理論に基づいた分類器の開発を行ったが、多バンド化による分類精度の向上が、既往の分類器と比較して小さいことが明らかになり、その問題点を明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、目的達成のために二つの課題を設定した。第一の課題である異なるセンサによる異なる時期の衛星画像の補正方法を確立においては、単年度の画像を用いて、高解像度かつ高精度の分類を可能とした。今後の改良を行うことで、実用的な分類となることが期待され社会的意義があるものと考えられる。ラフ集合理論に基づいた分類器の開発では、多バンド化による分類精度の向上が小さいことが判明した。しかし、その原因も明らかとなったことにより、今後の精度向上が見込まれる。この分類器は他の分野にも適用可能と考えられ、学術的な意義を有すると考えられる。
|
