機械学習と深層学習を用いた異種データ融合による高解像度林冠高マップ生成アルゴリズムの開発

摘要

大気中のCO_2濃度は400ppmを超えてなお年間2ppm以上の増加が続いていて，CO_2排出量削減の重要性がますます高まっている.全球の炭素循環を解明するためにも，GOSAT/GOSAT-2に代表される衛星からの温室効果ガス濃度観測によるトップダウン的なアプローチでの炭素フラックス推定法の開発が続けられている.その一方で，陸域のCO_2フラックスの見積もりに重要な炭素蓄積については推定精度向上が図られてきたがまだ不十分であり，ボトムアップとトップダウンの比較が困難な状況である.陸域炭素蓄積量推定の重要なキーパラメーターである榭冠高をはじめとする林分の三次元構造情報を全球レべルで計測可能な手法の開発が急務となっている.