事業環境保全
樹種判読サービス
AI（人工知能）を樹種判読に活用
本サービスは、人工知能（AI）を用いて樹種の判読を効率的に実施するものです。
森林経営計画策定等の業務の効率化や、森林簿の精度向上等にご活用いただけます。
特長
AI解析と目視判読をハイブリッドで実施します。AI解析による判読に一部目視による判読を組み合わせることで、判読精度の向上とコストパフォーマンス向上の両方を実現します。また、分類が必要な樹種にあわせて、最適な画像をご提案します。
判読可能な樹種
航空写真（数10cm解像度）
スギ、ヒノキ、その他針葉樹、タケ、落葉広葉樹、常緑広葉樹、伐採跡地等
衛星画像（0.5m解像度）
航空写真と同様（検証中）
衛星画像（1.5m解像度）
伐採跡地、再造林地 など
樹種判読の手法・使用画像等
調査手法の比較
各調査手法の概要・精度・コストの勘案により、機械学習に一部目視を組み合わせる手法を推奨いたします。
| 目視 | 画像分類 | AI + 一部目視 | |
|---|---|---|---|
| 概要 | 航空写真や衛星画像の目視判読 | 植生ごとの反射特性の違いなど、画像からの情報を基に自動分類 | 一部の教師データをコンピュータに学習させ自動判読 |
| 精度 | ○ | × | ○ |
| コスト | × | ○ | ○ |
画像解像度の比較
ご予算と分類が必要な樹種により、用いる画像を下記よりご提案させていただきます。
| 航空写真 | 衛星画像（プレアデス） | 衛星画像（スポット6&7） | |
|---|---|---|---|
| 画素サイズ | 16cm | 50cm | 1.5m |
| 分類可能な樹種 | スギ、ヒノキ、その他針葉樹、タケ、落葉広葉樹※、常緑広葉樹※、伐採跡地、森林外（例） | 航空写真と同等（検証中） | 針葉樹、広葉樹、伐採跡地、森林外（例） |
| コスト | × | △ | ○ |
※の分類可否は航空写真や衛星画像の撮影時期によります。
機械学習（AI）のロジック
樹種分類結果のイメージ（航空写真の例）
一般的な手法とパスコ独自手法の違い
効率的な管理手法を可能とするパスコ独自の判読手法を採用し、お客様のご負担を低減します。
| 一般的な判読方法 | 衛星画像（スポット6&7） | |
|---|---|---|
| 判読方法 |
林相界単位で判読。
|
等間隔地点毎に判読。 判読ごとに林班界単位への集約が可能。 
|
| 特長 |
× 林相内の混在が管理出来ない × 林相界の精度向上後に置き換え不可 |
〇 林相内の混在が管理できる 〇 林相界の精度向上後に置き換え可 ポイント！！
弊社独自の視点に基づく手法！ |