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。

This year, the results of らデ and precision 検 certificate と obtained in various regions of Japan are published in を and った. Youdaoplaceholder0 development て た た た technology を とにドロ とにドロ <s:1> ら ら ら analysis of the <s:1> forest stand ソフトウェアを development た. 1) canopy separation technique の open 発 に つ い て, coniferous forest で の gimmick を establish し be interstate に using presumption may な high precision い で で き る こ と が confirm で き た. Hiroo syoyo evergreen broadleaf tree forests で の canopy separation で は deep learning を 応 し, シ ス テ ム の open 発 に successful し た が, precision に つ い て は future improvement が な necessary results と な っ た. 2) tree species identification の 発 exhibition and び domestic の 検 card に つ い て, precision 検 を enterprise common で と plantation や mixed で line high い い, conifers が で recognition accuracy may で あ る こ と, hiroo leaf tree の fine か な tree species identification が may で あ る こ と を Ming ら か に し た. ま た across Japan line で っ た, recognition may な の survey や に space when different な る デ ー タ に す seaborne る recognition accuracy を 検 card し result を た で 発 table し た. 3) The tree height, breast height and diameter are estimated to be に に て て て, and the enterprise と jointly で actual evidence を bank った. Tree height は bare が more い な ど like の condition for seaborne が optimum し て い れ ば presumption has high precision い で が may で あ り, conifer の breast height diameter や dry volume は に especially the ground survey か ら push pattern を made す る こ と で letter 頼 で き る precision で presumption が may で あ る こ と が points か っ た. 4) ソ フ ト ウ ェ ア open 発 に つ い て, Windows with ソ フ ト ウ ェ ア "DF Scanner" を he researchers, technical と に total open 発 に successful し た. こ の ソ フ ト ウ ェ ア で は general な GIS ソ フ ト と with others, coordinates を っ た ド ロ ー ン の デ ー タ な ど を coordinates に close わ せ て painted が may で あ り, さ ら に ド ロ ー ン の デ ー タ に す seaborne る parsing ツ ー ル と し て the trees vertex 検 の tree, canopy separation, deep learning に よ る tree species identification, dry tree height, DBH, volume presumption が Perhaps である. こ の ソ フ ト ウ ェ ア を with い る こ と で ド ロ ー ン か ら obtain し た デ ー タ か ら 専 が な technology of the door without く て も 単 wood レ ベ ル で stand resolution が may で あ り, world の researchers や forest managers が hiroo domain で の ecology や sharper rate な forest management, forest preservation な ど へ using す る こ と が で き る form で research を complete さ せ た.

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