画像分類AIを用いた潜在植生を予測する新手法を開発

ターゲット
公開日

 伊勢武史 フィールド科学教育研究センター准教授、佐藤永 海洋研究開発機構研究員は、画像分類AIを用いて、所与の気候に対応する潜在植生を推定するための新手法を開発しました。

 この手法は、潜在植生の推定において初めて画像分類AIを利用したもので、気候変動に伴った植生変化予測を行う簡便で実用的な手法を提供するものです。この手法では、画像で表現された季節変化パターンから、潜在植生ごとの特徴量を抽出する学習を画像分類AIに行わせます。この学習を行ったAIは、現在の潜在植生分布を、従来の手法を上回る精度で再現しました。また、この学習済みAIを21世紀末に予測されている気候環境に適用することで、(1)アマゾン盆地南部の疎林化、(2)北米大陸とユーラシア大陸における温帯林の拡大、(3)亜寒帯林の高緯度・高標高側への分布シフト、といった植生変化を予測しました。これらの予測は傾向としては従来の研究と変わりませんが、その定量的な信頼性の向上が期待されます。

 本手法は、画像分類AIの単純な応用であり、要求される技術や計算機環境が比較的低いため、気候変動に伴った感染症リスクや農業スキームの変化といった事象などを高精度かつ簡便にモデリングする手法として、様々な応用が期待されます。

 本研究成果は、2022年4月18日に、「Geoscientific Model Development」に掲載されました。

文章を入れてください
図 方法の概要。
研究者情報
書誌情報

【DOI】
https://doi.org/10.5194/gmd-15-3121-2022

【KURENAIアクセスURL】
http://hdl.handle.net/2433/269399

【書誌情報】
Hisashi Sato, Takeshi Ise (2022). Predicting global terrestrial biomes with the LeNet convolutional neural network. Geoscientific Model Development, 15(7), 3121-3132.