講演詳細

経営部門[Forest Management]

日付	2026年3月18日
開始時刻	ポスター発表
会場名	多目的ホール
講演番号	PD-32
発表題目	高分解能衛星データを用いた松枯れ被害木の把握（・） Detection of Pine Wilt Disease-Affected Trees using High-Resolution Satellite Imagery (II)
所属	精密林業計測株式会社
要旨本文	気候変動に伴う気温上昇等を背景として、松枯れやナラ枯れといった森林被害が深刻化している。とりわけ、これまで被害が限定的と考えられてきた長野県や東北地方において被害の拡大が報告され、森林の公益的機能の低下や地域林業への影響が懸念される。被害拡大の抑制には、被害の空間分布や進行状況を正確に把握するとともに、被害木を早期に発見し、適期に伐倒等の措置を講じる必要がある。本研究では、文科省「SX実現に向けた高分解能光学衛星のデータ解析技術の研究と利用実現」の一環として、高分解能光学衛星データから松枯れ被害木を単木レベルで検出することを目的とする。本研究の特長は、高分解能光学衛星データとドローンによる同時期現地観測を組み合わせることで、松枯れ被害木を単木レベルで検出し、検出率を定量的に評価可能な実運用水準の解析手法を構築した点にある。昨年度に続き、長野県内の市町村と連携して実証実験を実施した。松枯れ被害木の検出には深層学習により検出モデルを作成した。昨年は撮影時期を揃えたデータが入手できなかったため困難であった作成モデルの検出率評価や、樹冠変色が顕著な個体と落葉した個体の分類について考察する。
著者氏名	○小澤和浩1 ・ 荒井秀1 ・ インショウ1 ・ 加藤正人1,3 ・ 山本耕平2 ・ 木村篤史2 ・ 石井久美子2
著者所属	1精密林業計測（株） ・ 2（株）パスコ ・ 3信州大学農学部
キーワード	松枯れ被害, 高分解能衛星画像, 機械学習
Key word	Pine Wilt Disease, High-Resolution Satellite Imagery, Machine Learning