ドローンと深層学習を用いた森林リモートセンシング技術の開発

利用无人机和深度学习开发森林遥感技术

• 批准号: 19J22591
• 负责人: 大西 信徳
• 金额: $ 1.98万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-25 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19J22591/
• 关键词: ドローン; UAV; ディープラーニング; 深層学習; AI; 樹種識別; GIS

今年度は日本各地でドローンからデータを取得し、精度検証と成果発表を行った。また開発してきた技術をもとにドローンからの林分解析ソフトウェアを開発した。１）樹冠分離手法の開発について、針葉樹林での手法を確立し実際に利用可能な高い精度で推定できることが確認できた。広葉樹林での樹冠分離では深層学習を応用し、システムの開発に成功したが、精度については今後改良が必要な結果となった。２）樹種識別の発展及び汎用性の検証について、精度検証を企業と共同で人工林や混交林で行い、針葉樹が高い精度で識別可能であること、広葉樹の細かな樹種識別が可能であることを明らかにした。また日本各地で行った、識別可能な種の調査や時空間的に異なるデータに対する識別精度を検証した成果を論文で発表した。３）樹高・胸高直径の推定について、企業と共同で実証実験を行った。樹高は裸地が多いなど対象地の条件が適していれば高い精度で推定が可能であり、針葉樹の胸高直径や幹材積は特に地上調査から推定式を作成することで信頼できる精度で推定が可能であることが分かった。４）ソフトウェア開発について、windows用ソフトウェア「DF Scanner」を他研究者・技術者と共に開発に成功した。このソフトウェアでは一般的なGISソフトと同様、座標を持ったドローンのデータなどを座標に合わせて描画が可能であり、さらにドローンのデータに対する解析ツールとして各樹木の樹頂点検出、樹冠分離、深層学習による樹種識別、樹高・DBH・幹材積推定が可能である。このソフトウェアを用いることでドローンから取得したデータから専門的な技術が無くても単木レベルで林分解析が可能であり、世界中の研究者や森林管理者が広域での生態学研究や効率的な森林管理、森林保全などへ利用することができる形で研究を完成させた。

今年，数据是从日本各地的无人机中获取的，并验证了准确性并宣布了结果。我们还根据我们开发的技术从无人机开发了森林立场分析软件。 1）关于冠层分离方法的开发，已经确认在针叶林中建立了一种方法，并且有可能以很高的精度估算它，可以在实践中使用。该系统是通过将深度学习应用于宽叶森林中的树冠分离来成功开发的，但是将来需要提高准确性。 2）关于树种鉴定和多功能性验证的开发，我们与公司合作在人造森林和混合森林中进行了准确的验证，并透露可以以高准确性来识别针叶树，并且可以很好地识别那种硬木的树种。此外，这些论文发表了对整个日本进行的可识别物种的研究，并验证了与时空不同的数据的准确性。 3）我们与公司合作进行了一次演示实验，以了解树高和胸部高度直径的估计。发现如果目标区域合适，例如大量的裸露地面，则可以高精度估算树的高度，并且可以通过从地面调查中创建估算估算方程来估计针叶树树的胸高直径和树干体积。 4）关于软件开发，我们与其他研究人员和工程师一起成功开发了Windows软件“ DF扫描仪”。像通用GIS软件一样，该软件允许您使用坐标等绘制无人机数据。根据坐标，还允许用于无人机数据的分析工具检测树顶点，树冠分离，通过深度学习以及估计树高度，DBH，DBH，DBH和躯干体积。使用此软件，可以在没有从无人机获得的数据的情况下分析森林立场，而无需从无人机获得的专门技术进行分析，并且该研究的完成方式使世界各地的研究人员和森林经理可以用于广阔的生态研究，有效的森林管理，森林保护，森林保护等。

项目成果

Practicality and Robustness of Tree Species Identification Using UAV RGB Image and Deep Learning in Temperate Forest in Japan

• DOI: 10.3390/rs14071710
• 发表时间: 2022-04
• 期刊: Remote. Sens.
• 作者: M. Onishi;Shuntaro Watanabe;T. Nakashima;T. Ise

ドローンとディープラーニングを用いたボルネオでの指標樹種識別と森林健全度評価

使用无人机和深度学习进行婆罗洲指标树种识别和森林健康评估

• 发表时间: 2021
• 作者: 大西信徳;竹重龍一;青柳亮太;今井伸夫;伊勢武史;北山兼弘
• 通讯作者: 北山兼弘

Applying deep learning in ecology: identifying vegetation and plant species

在生态学中应用深度学习：识别植被和植物物种

• DOI: 10.18960/hozen.1822
• 发表时间: 2020
• 期刊: Japanese Journal of Conservation Ecology
• 作者: 渡部俊太郎;大西信徳;皆川まり;伊勢武史
• 通讯作者: 伊勢武史

The combination of UAVs and deep neural networks has a potential as a new framework of vegetation monitoring

无人机和深度神经网络的结合有潜力成为植被监测的新框架

• 发表时间: 2019
• 作者: Masanori Onishi;Shuntaro Watanabe;Takeshi Ise
• 通讯作者: Takeshi Ise

ドローンとディープラーニングを用いた森林情報解析システムの開発

利用无人机和深度学习开发森林信息分析系统

• 发表时间: 2022
• 作者: 大西信徳;池端隆彦;長谷川尚史;伊勢武史
• 通讯作者: 伊勢武史