講演詳細

経営部門[Forest Management]

日付	2024年3月8日
開始時刻	15:00
会場名	413
講演番号	D12
発表題目	異なる環境条件下の打撃音に基づく樹高・材積推定深層学習モデルの精度検証 Verifying a deep learning model for tree information estimation based on hammering sound under different conditions
所属	京都府立大学大学院
要旨本文	毎木調査は森林の現状を把握する上で有効な手段であるが,時間と労力がかかるため,その簡略化が望まれる。特に樹高測定は労力がかかるが,材積推定するには必要となる。そこで,先行研究において,筆者らは樹幹を打撃した際に得られる打撃音を画像化,画像認識手段として近年成果を上げている深層学習を用いて樹高および材積の推定を行い一定の成果を得た。本研究では,より応用性を高めるため,林分の違い(2林分)や渓流の音や虫の鳴き声といった環境音を含む状況での推定精度等を検証した。打撃音は500回/本とし,得られた音からスペクトログラムの作成,SONY社のNNCを用いて深層学習を行った。解析方法は、学習時に用いなかった立木を未知事例とし,評価指標には決定係数および平均絶対誤差を用いて推定精度を検証した。解析結果より,林分の違いやセミの鳴き声が含まれる条件であっても決定係数が0.8を超える推定精度が得られた。一方,打撃音に渓流の音が大きく含まれる場合は推定することが困難であり,ノイズキャンセリングを用いて音を修正すると若干,推定精度は向上するものの他の条件と比べて低い結果となったため,さらなる検討が必要であることが示唆された。
著者氏名	○藤橋杏一 ・ 浅井天哉 ・ 美濃羽靖
著者所属	京都府立大学大学院生命環境科学研究科
キーワード	音の画像化, 環境音, 深層学習, スペクトログラム
Key word	imaging of sound, environmental sound, deep learning, spectrogram