| 研究課題/領域番号 |
20K06149
|
|---|
| 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40010:森林科学関連
|
|---|
| 研究機関 | 東京電機大学 |
|---|
研究代表者 |
渡邉 学 東京電機大学, 理工学部, 研究員 (10371147)
|
|---|
| 研究分担者 |
KOYAMA CHRISTIAN 東京電機大学, 理工学部, 研究員 (40704961)
島田 政信 東京電機大学, 理工学部, 教授 (90358721)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 森林監視 / AI / Sentinel-2 |
|---|
| 研究成果の概要 |
全世界で高頻度観測を行い、無償でデータ入手が可能な光学衛星データ（Sentinel-2）に、深層学習と時系列解析を適用して、森林伐採検出を行うために、日本域で0.25ha以上の伐採域を、4回/年の頻度で行うアルゴリズムを開発した。47都道府県の県毎に、4回/年の頻度で伐採検出を行った結果、2022年の1年間で43,000か所、39,000haの伐採を検出し、日本全国の検出精度の平均値88.6%、未検出割合～50%の精度を達成する事ができた。また、研究成果の公開の一環として、得られた伐採情報を県毎、季節毎に2分程度にまとめた森林伐採ニュースを、YouTubeやツイッターで配信した。
|
| 自由記述の分野 |
環境リモートセンシング
|
| 研究成果の学術的意義や社会的意義 |
これまで季節変化があまりない熱帯林で、衛星データを用いて広域森林伐採検出を行うアルゴリズムは提案されている。本研究では季節変化や積雪の影響がある日本全域で、深層学習技術を取り入れる事で、そこそこの精度（検出精度：88.6%、未検出割合～50%）の伐採検出アルゴリズムを開発する事に成功した。近年、合法に伐採された木材の利用を促進するクリーンウッド法の義務化や森林クレジット、森林認証制度の普及により、森林伐採情報が求められる機会が多くなっている。本研究の社会的意義は、このような社会システムに正確かつ低コストで情報提供を行う手段を確立した事にある。
|
