台風による森林被害を発見するための高解像度画像を用いた従来の変化検出手法の比較

今後、強い熱帯サイクロンの数が増加することが予想され、森林生態系に深刻な被害をもたらす。リモートセンシングは、これらの熱帯嵐によって引き起こされる土地被覆の変化を検出する上で重要な役割を果たす。リモートセンシング技術は、関係者に迅速に情報を提供できるため、災害リスク管理のさまざまな段階で広く使用されている。リモートセンシング技術は既に利用可能であるが、災害の種類に基づいた適切な手法の検討はまだ不足している。我々の目標は、台風によって引き起こされた風倒木や土砂崩れの地域を特定するために、高空間解像度および高時間解像度のリモートセンシング画像を用いて迅速かつ容易な変化検出分析のための三つの異なる従来の分類法の適合性を比較することである。2016年8月、四つの台風が日本の北部の北海道を襲い、大規模な風倒木や土砂崩れを引き起こした。我々は、北海道南西部の二つの異なる研究地域において、風倒木と土砂崩れを識別するために、正規化差植生指数（NDVI）フィルタリング法、スペクトル角マッパー（SAM）法、サポートベクターマシン（SVM）法を比較した。これらの手法は、解像度3m/pxのPlanetScopeデータを使用して評価され、非常に高解像度0.46m/pxのWorldview2データに基づいた参照データで検証された。その結果、いずれの方法も高空間解像度の画像に対して適用されると、風倒木と土砂崩れの検出に十分な結果が得られることが示された。特に、SAM法は風倒木の検出においてより良い性能を示し、NDVIフィルタリング法は土砂崩れの検出においてより良い性能を示した。