ディープラーニングを用いた 森林伐採自動検出の精度向上の試み

摘要

2014年にALOS-2/PALSAR-2の運用が開始され た後、JICAとJAXAは全世界の熱帯林を対象に 早期森林伐採監視を行う事を目的に、 JJ-FAST(JICA-JAXA Forest Early Warning System in the Tropics)と呼ばれるシステムを構築し、2016 年11月から運用を開始した。現在、システムで 使われている伐採検出アルゴリズムは、2時期の HV偏波データが使われている(version1)。次のバ ージョン(version 2)では、多時期のHHとHV偏波 が使われる予定となっており、現在version2試作 版で評価が行われている。しかしいずれのアルゴ リズムでも伐採箇所の完全自動検出は達成され ておらず、山岳地域や南米パンタナル湿原近くの 場所などで、判読者による誤検出の除去が行われ ている。本発表では、Deep learningを用いた誤検 出箇所の半自動除去の可能性にっいて検討した 結果にっいて報告する。