JAXA高解像度土地利用土地被覆図日本域21.11版（HRLULC-Japan v21.11）の作成
-
- 平山 颯太
- 国立研究開発法人宇宙航空研究開発機構地球観測研究センター
-
- 田殿 武雄
- 国立研究開発法人宇宙航空研究開発機構地球観測研究センター
-
- 大木 真人
- 国立研究開発法人宇宙航空研究開発機構地球観測研究センター
-
- 水上 陽誠
- 国立研究開発法人宇宙航空研究開発機構地球観測研究センター
-
- 奈佐原（西田） 顕郎
- 国立研究開発法人宇宙航空研究開発機構地球観測研究センター 筑波大学生命環境系
-
- 今村 功一
- 一般財団法人リモート・センシング技術センター つくば事業所
-
- 平出 尚義
- 一般財団法人リモート・センシング技術センター つくば事業所
-
- 大串 文美
- 一般財団法人リモート・センシング技術センター つくば事業所
-
- 道津 正徳
- 一般財団法人リモート・センシング技術センター つくば事業所
-
- 山之口 勤
- 一般財団法人リモート・センシング技術センター つくば事業所
書誌事項
- タイトル別名
-
- Generation of High-Resolution Land Use and Land Cover Maps in JAPAN Version 21.11
- JAXA コウカイゾウド トチ リヨウ トチ ヒフクズ ニホンイキ 21.11ハン(HRLULC-Japan v21.11)ノ サクセイ
この論文をさがす
説明
<p>Land use and land cover (LULC) maps provide essential data for ecosystem service assessment, agriculture, resource management, disaster management, etc. We have developed a multi-temporal LULC classification algorithm called "SACLASS2" based on a convolutional neural network (CNN) in a two-dimensional space spanned by a temporal axis and a feature axis. This allows for better generalizability and lowers computational costs through a simple treatment of the characteristics of time-series remote sensing data. Moreover, it can keep fine spatial patterns that may be lost when CNN is used in a geographic space. Using this algorithm in combination with a well-qualified training dataset, we took data from Sentinel-2 and ALOS-2/PALSAR-2 together with some ancillary data as input and created a new LULC map of all of Japan for the period from 2018 to 2020. The Japan Aerospace Exploration Agency (JAXA) has released this product free of charge under the title of "JAXA HRLULC version 21.11". It has been greatly improved in terms of both number of categories (12 categories, 88.85 %) and overall accuracy from the earlier version (JAXA HRLULC v18.03; 10 categories, 81.62 %), which used a previous algorithm, SACLASS, based on a kernel density estimator. Compared to other LULC maps of Japan (made by the European Space Agency, Esri, the Ministry of the Environment, and the Ministry of Land, Infrastructure, Transportation and Tourism), HRLULC-Japan v21.11 has the multiple advantages of high-spatial resolution, description of the most recent situation, suitable categories for typical LULC maps of Japan (rice paddy fields, solar panels, bamboo forests, etc.), and overall accuracy.</p>
収録刊行物
-
- 日本リモートセンシング学会誌
-
日本リモートセンシング学会誌 42 (3), 199-216, 2022-08-10
一般社団法人 日本リモートセンシング学会
