生物多様性モニタリングのための個体樹冠分割に関するUAV RGBデータセットと手法

空から樹木を数えることがなぜ重要か

健全な森林は静かに気候を調節し、炭素を蓄え、無数の種に生息地を提供します。しかし、広大な地域で個々の樹木が成長し、枯死し、病気にかかる様子を地上だけで追跡することはきわめて難しい。本研究は、市販のカメラ搭載ドローンと巧みな画像解析を用いて、密な熱帯林内で単一の樹冠を自動的に輪郭抽出できることを示しています。この能力は、詳細で手ごろな生物多様性モニタリングや、温暖化が進む世界でのより良い森林管理に向けた重要な一歩です。

緑の海の中で個々の樹木を見分ける

上空から見ると、成熟した森林はしばしば途切れのない葉の絨毯のように見えます。しかし実際には、多種・多サイズの樹冠が重なり合って構成されています。森林の健康や炭素蓄積を理解するには、どこが一つの樹木の終わりで次が始まるかを知る必要があります。個体樹冠分割と呼ばれるこの課題は、隣接する樹冠が溶け合い、影や季節変化、類似した形状が人間やアルゴリズムを混乱させる密な熱帯林で特に困難です。従来法は樹木を見落としたり、複数の樹木を一つに統合したり、レーザーなど高価なセンサーを必要とすることがありました。著者らは代わりに、世界中ではるかに安価で展開しやすいドローンのカラー写真のみでより多くを達成することに注力しています。

熱帯林の新しい画像ライブラリ

アルゴリズムを学習・評価するために、研究者たちはForestSegと呼ぶ新しい画像コレクションを作成しました。ベトナム・ハノイ近郊の生物多様性に富む森林で、商用ドローンを2機用い、異なる高度と月にわたって4回の飛行を行いました。これらの飛行から高解像度の俯瞰画像を作成し、それを各辺1024ピクセルの小さな正方パッチに切り出しました。各パッチには通常6〜10本の樹木が含まれます。人間の専門家が各可視樹冠の輪郭を注意深くトレースし、合計で4つのサブセットにまたがる2,944枚の注釈付きパッチを作成しました。飛行が季節や高度をまたがるため、ForestSegは照明、葉色、見かけ上の樹木サイズの変化を捉えており、時間経過でも信頼して動作すると主張する手法にとって厳しい評価場を提供します。

全体の樹冠を見つけるために木を小片に分ける

樹木の輪郭を一気に描こうとする代わりに、チームはTreeCoGと呼ぶ2段階の戦略を設計しました。まず、意図的にキャノピーを「過分割」します。最新のエッジ検出ネットワークがドローン画像上の細かな境界を示し、森林を複数の小さな輪郭片に刻んでいきます。これらの断片は一度に複数の樹木の一部を含む可能性が低くなります。次に、これらの断片をグラフのノードに変換し、近接する断片同士を接続して比較します。各断片について面積や細長さといった単純な形状特性を測り、隣接するパッチ同士の色や質感の類似性も解析します。グラフニューラルネットワークは多数のラベル付き例から、どの隣接断片が同じ樹木に属し統合すべきか、どれが別の樹木に属し分離しておくべきかを学習します。その結果、以前の手法よりも個々の樹冠をよりきれいに輪郭化したマスクが得られます。

実際の性能はどれほどか

性能を評価するために、著者らはTreeCoGをMask R-CNNや最新のYOLOモデルを含む一般的なオブジェクトセグメンテーション手法と比較しました。ForestSeg上で、TreeCoGは最高の精度を達成すると同時に競合手法よりも高速に動作し、大規模な調査に魅力的な選択肢となりました。さらに、独立した欧州のベンチマークデータセットBAMFORESTSでも高い性能を示し、このアプローチが他地域の森林にも転用可能であることを示しています。ForestSegの4つのサブセットにわたる結果を分析すると、昼の時間帯、季節、飛行高度が成功に与える影響が明らかになります：解像度の高い画像や低い太陽角の方が樹冠境界がはっきりしやすいものの、条件が必ずしも理想的でない場合でも手法は頑健に動作します。

森林と生物多様性にとっての意義

簡潔に言えば、本研究は安価なドローンと賢いアルゴリズムが地上で最も複雑な森林のいくつかにおいても個々の樹木を確実に抽出できることを示しています。ForestSegデータセットは研究者にとって要求の高い新たなベンチマークを提供し、TreeCoGは生の空中写真を樹冠の詳細な地図に変換する実用的な手法を示します。これらの地図は種認識、成長追跡、健康評価といった後続のプロセスに利用でき、最終的にはフィールド調査だけでは達成できなかった頻度と範囲で生物多様性や炭素ストックを監視するのに役立ちます。

引用: Do, M.V.H., Phung, DT., Pham, H.D.L. et al. A UAV RGB dataset and method for instance tree crown segmentation for biodiversity monitoring. Sci Rep 16, 5788 (2026). https://doi.org/10.1038/s41598-026-36541-y

キーワード: ドローン林業, 樹冠マッピング, 生物多様性モニタリング, リモートセンシング, 深層学習セグメンテーション