空間情報を取り入れた視覚的クラスタリングによる都市樹木多様性の教師なしマッピング

なぜ街路樹とスマートマップが重要か

都市が住みやすさを保つには樹木が欠かせません。街路樹は暑い地域の気温を下げ、大気を浄化し、住民に日常的な自然との接点を提供します。しかし多くの自治体は、どれだけの種類の樹木があるか、どこに集中しているかについて粗い推測しか持っていません。従来の樹木調査は専門家が各ブロックを訪れる必要があり、費用と時間がかかります。本研究は、事前に樹木ラベルを用意することなく、一般的なストリートレベルの写真と人工知能を使って都市樹木の多様性を測る手法を紹介します。

日常の画像で都市を観る

研究者たちは単純な考えに基づいています。Googleストリートビューのようなサービスの写真で樹木を見つけられれば、都市全体の緑を理解し始めることができる、という発想です。彼らは、北米の8都市で樹木が自動検出され位置情報と結び付けられた既存のデータセットを利用します。アルゴリズムに各樹種の名前を答えさせる代わりに、新しい方法は樹木の外観と植えられた場所のパターンに注目します。これらのパターンを各樹木の視覚的特徴と街路・近隣での位置を取り入れた数値的な「指紋」に変換します。

名前を知らずに類似の樹木をまとめる

その指紋を基に、システムは実際の生物学的グループの代替となるクラスタに樹木をまとめます。同じクラスタ内の樹木は画像上で似ており、似たような植栽状況を共有する傾向があります。プロセスは複数の段階で進みます。まず空間モデルが、並木のような認識しやすい配置で植えられた樹木を整理します。次に各グループ内の視覚的な外れ値を取り除き、隣接する木と強く似るものだけを残します。除外された樹木は再検討され、互いに似ている場合は新しいグループにまとめられたり、より適合するグループに再割り当てされたりします。最後に、ほとんど同一に見えるクラスタは統合され、小さく意味のない差異にシステムが惑わされないようにします。

クラスタを多様性マップに変える

すべての樹木がこれらの擬似グループに割り当てられたら、都市は一辺500メートルの格子に分割され、各セルが近隣規模の樹木コミュニティを表します。各格子セル内で研究者たちはどれだけ多くのクラスタが現れるか、樹木がそれらのクラスタ間でどれだけ均等に分布しているかを数えます。これらのカウントから生態学で使われる標準的な多様性指標を算出し、種の豊富さ（どれだけ多くの種類があるか）と均衡（ある種類が支配的かどうか）を示します。次にこれらのスコアを、実際の属（ジェネラ）を記録した詳細な現地調査の結果と比較します。都市間で、この教師なしシステムは実世界の多様性パターンをよく再現し、とくに稀な種類よりも一般的な樹種を重視する指標に対して精度が高いことが示されました。また、一様な植栽のパッチやより混在したブロックといった、多様性の空間的配置も保持します。

強み、限界、次に期待されること

この手法は、樹種構成が少数の種類に偏っておらず、画像品質が高い都市で最も良く機能します。まれな属、プライバシーによる強いぼかし、ストリート写真が希薄または古い場所では性能が落ちます。街路から見えるものに焦点を当てるため、庭の奥や内部の公園にある樹木は過小計上されます。著者らは、これらのストリートビューを衛星画像やレーザー計測データと組み合わせることや、類似した樹木の微妙な差異をよりよく識別できる言語–視覚モデルの利用などを今後の改善案として示しています。

より緑で公平な都市への意味

非専門家向けの重要なメッセージは、自治体が樹木の実態を理解するために遅く高価な現地調査だけに頼る必要がなくなった、という点です。既存のストリートレベル画像を活用することで、この手法は低コストで近隣単位の詳細な樹木多様性マップを作成し、新しい画像が得られるたびに更新できます。都市計画担当者はこれらのマップを使って、脆弱な単一樹種に偏った地域を見つけたり、緑の多様性が不足している地区を特定したり、害虫・病気・気候ストレスに対するレジリエンスを高める植栽計画を設計したりできます。要するに、本研究は日常の写真と巧妙なクラスタリングを組み合わせることで、都市自体を生きた定期更新される都市自然の地図に変えられることを示しています。

引用: Abuhani, D.A., Seccaroni, M., Mazzarello, M. et al. Unsupervised mapping of urban tree diversity using spatially-aware visual clustering. Sci Rep 16, 10440 (2026). https://doi.org/10.1038/s41598-026-37043-7

キーワード: 都市樹木の多様性, ストリートビュー画像, 教師なしクラスタリング, 生物多様性マッピング, 都市のレジリエンス