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
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
-
- 日本森林学会大会発表データベース
-
日本森林学会大会発表データベース 134 (0), 131-, 2023-05-30
日本森林学会