衛星データと深層学習を用いた、全県森林変化域検出の試み2

DOI

書誌事項

タイトル別名
  • Attempt to detect forest change areas in all prefectures using satellite data and deep learning 2

抄録

<p>衛星データクラウドサービス(Google Earth Engine)から無料で入手した10m分解能の光学衛星画像(Sentinel-2)時系列データと深層学習を用いて、森林変化箇所を検出するためのアルゴリズムを開発した。昨年度の学会では、2021年春から夏にかけて、47都道府県で0.25ha以上の森林変化が起こった箇所を検出した結果を報告したが、今回、2021年の秋~冬、2022年の冬~春、春~夏の期間で得られた結果について報告する。深層学習のモデルを地域毎、季節ごとに変える事により、User’s精度の全国平均値は、48.0%から88.6%に改善された。Producer’s精度は、雪等の影響が残る東北地方では、40.5%と低い値を示したが、影響がない中部や四国では、81.1%、92.1%と良い値が得られた。本公演では、季節ごと、県毎に深層学習モデルを適用した結果と、精度改善結果について報告する。</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390577740951752448
  • DOI
    10.11519/jfsc.134.0_131
  • 本文言語コード
    en
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ