ドローン空撮画像に深層学習を適用した海草藻場の分類手法の開発

研究の概要

アマモ場等の海草藻場は海洋が隔離・貯留する炭素と定義されるブルーカーボンへの貢献や，水産等の生態系サービスとの相乗便益が期待されます．海草藻場の再生は以前から地域のNPO等により取り組まれてきましたが，二酸化炭素吸収量の認証評価には，廉価で簡便かつ高解像度で藻場分布を毎年把握していく必要があります．
本研究ではコンシューマーグレードのドローン空撮と深層学習Feature Pyramid Networkを採用し，東京湾内の千葉県富津市富津海岸の海草藻場における四季のグラウンドトルースデータを構築することで，潮下帯から潮間帯にかけて分布する海草藻場のマッピング手法を提案したものです．深層学習U-Netと比較し，FPNがより高精度に分類が可能であること，フィルタ等の最適な前処理手法の提案，および四季のデータセットを活用し，モデルの汎用化や一季のデータによる適用性や限界について考察しています．

掲載論文

Chen, J. and Sasaki, J. Mapping of subtidal and intertidal seagrass meadows via application of the Feature Pyramid Network to unmanned aerial vehicle orthophotos. Remote Sensing, 13(23), 4880, 2021. DOI