論文の概要: Mapping smallholder cashew plantations to inform sustainable tree crop expansion in Benin

• arxiv url: http://arxiv.org/abs/2301.00363v1
• Date: Sun, 1 Jan 2023 07:18:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 14:46:33.121213
• Title: Mapping smallholder cashew plantations to inform sustainable tree crop expansion in Benin
• Title（参考訳）: カシュープランテーションのマッピングによるベニンの持続的木作拡大
• Authors: Leikun Yin, Rahul Ghosh, Chenxi Lin, David Hale, Christoph Weigl, James Obarowski, Junxiong Zhou, Jessica Till, Xiaowei Jia, Troy Mao, Vipin Kumar, Zhenong Jin
• Abstract要約: カシューは世界中で40カ国以上で300万人以上の小規模所有者によって栽培されている。 ベニンには20万人近い小規模株主のカシュー栽培者がおり、同国の輸出収入の15%を貢献している。 2.4mのプラネット・ベースマップと0.5mの空中画像を利用して、ベニンで初めてカシューの全国地図を作成しました。
• 参考スコア（独自算出の注目度）: 4.008214303620168
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cashews are grown by over 3 million smallholders in more than 40 countries worldwide as a principal source of income. As the third largest cashew producer in Africa, Benin has nearly 200,000 smallholder cashew growers contributing 15% of the country's national export earnings. However, a lack of information on where and how cashew trees grow across the country hinders decision-making that could support increased cashew production and poverty alleviation. By leveraging 2.4-m Planet Basemaps and 0.5-m aerial imagery, newly developed deep learning algorithms, and large-scale ground truth datasets, we successfully produced the first national map of cashew in Benin and characterized the expansion of cashew plantations between 2015 and 2021. In particular, we developed a SpatioTemporal Classification with Attention (STCA) model to map the distribution of cashew plantations, which can fully capture texture information from discriminative time steps during a growing season. We further developed a Clustering Augmented Self-supervised Temporal Classification (CASTC) model to distinguish high-density versus low-density cashew plantations by automatic feature extraction and optimized clustering. Results show that the STCA model has an overall accuracy of 80% and the CASTC model achieved an overall accuracy of 77.9%. We found that the cashew area in Benin has doubled from 2015 to 2021 with 60% of new plantation development coming from cropland or fallow land, while encroachment of cashew plantations into protected areas has increased by 70%. Only half of cashew plantations were high-density in 2021, suggesting high potential for intensification. Our study illustrates the power of combining high-resolution remote sensing imagery and state-of-the-art deep learning algorithms to better understand tree crops in the heterogeneous smallholder landscape.
• Abstract（参考訳）: カシューは世界40カ国以上で300万人以上の中小企業が主要な収入源として成長している。 アフリカで第3位のカシュー生産国であるベニンには20万人近い小株主カシュー生産者がおり、国内の輸出収入の15%を占めている。 しかし、全国のカシューの木がどこでどのように成長するかに関する情報が不足していることは、カシュー生産の増加と貧困緩和を支える決定を妨げている。 2.4mのプラネット・ベースマップと0.5mの空中画像,新たに開発された深層学習アルゴリズム,大規模地上真実データセットを活用して,ベニンで初めてカシューの全国地図を作成し,2015年から2021年の間にカシュープランテーションの拡大を特徴とした。 特に,カシュープランテーションの分布を地図化するためのstcaモデルを開発し,成長期における判別時間ステップからテクスチャ情報を完全把握した。 さらに,自動抽出と最適化クラスタリングにより,高密度と低密度のカシュープランテーションを識別するクラスタリング自己監督型時間分類(CASTC)モデルを開発した。 その結果,STCAモデル全体の精度は80%,CASTCモデル全体の精度は77.9%であった。 ベニンのカシュー地区は2015年から2021年にかけて2倍になり、新しいプランテーションの開発の60%が農地や低木地から来ているのに対し、カシュープランテーションの保護地域への侵入は70%増加した。 2021年にはカシューのプランテーションの半分が高密度であり、強度を高める可能性が高かった。 本研究では,高分解能リモートセンシング画像と最先端のディープラーニングアルゴリズムを組み合わせることで,異種スモールホルダーランドスケープにおける樹木作物をよりよく理解する能力を示す。

関連論文リスト

• The unrealized potential of agroforestry for an emissions-intensive agricultural commodity [48.652015514785546]
  機械学習を用いて、西アフリカ地域全体での日陰木カバーと炭素ストックの見積もりを生成します。 既存の陰木カバーは低く、空間的に気候の脅威と一致していないことが判明した。 しかし、このセクターが毎年高い炭素フットプリントのかなりの割合とバランスをとるという、巨大な非現実的な可能性も見出されています。
  論文  参考訳（メタデータ） (2024-10-28T10:02:32Z)
• Is Cambodia the World's Largest Cashew Producer? [0.0]
  本研究ではカンボジアのカシュープランテーションにおける詳細な土地利用データのギャップについて考察する。 カンボジア全体で8万以上の訓練ポリゴンを収集し、正確なカシュープランテーションマッピングのための畳み込みニューラルネットワークをトレーニングしました。 カンボジアは耕作面積で上位5位、世界のカシュー生産では上位3位にランクインしている。
  論文  参考訳（メタデータ） (2024-05-27T08:20:50Z)
• Individual mapping of large polymorphic shrubs in high mountains using satellite images and deep learning [1.6889377382676625]
  我々は、自由に利用可能な衛星画像について、個々の低木デラインの大規模なデータセットをリリースする。 我々は、すべてのジュニパーを、全生物圏保護区のツリーライン上にマッピングするために、インスタンスセグメンテーションモデルを使用します。 我々のモデルは、PIデータで87.87%、FWデータで76.86%の低木でF1スコアを達成した。
  論文  参考訳（メタデータ） (2024-01-31T16:44:20Z)
• HarvestNet: A Dataset for Detecting Smallholder Farming Activity Using Harvest Piles and Remote Sensing [50.4506590177605]
  HarvestNetは、2020-2023年のエチオピアのティグレイとアムハラの農場の存在をマッピングするためのデータセットである。 本研究は,多くの小作システムの特徴ある収穫杭の検出に基づく新しい手法を提案する。 本研究は, 農作物のリモートセンシングが, 食品の安全地帯において, よりタイムリーかつ正確な農地評価に寄与することが示唆された。
  論文  参考訳（メタデータ） (2023-08-23T11:03:28Z)
• Agave crop segmentation and maturity classification with deep learning data-centric strategies using very high-resolution satellite imagery [101.18253437732933]
  超高解像度衛星画像を用いたAgave tequilana Weber azul crop segmentation and mature classificationを提案する。 実世界の深層学習問題を,作物の選別という非常に具体的な文脈で解決する。 結果として得られた正確なモデルにより、大規模地域で生産予測を行うことができる。
  論文  参考訳（メタデータ） (2023-03-21T03:15:29Z)
• End-to-end deep learning for directly estimating grape yield from ground-based imagery [53.086864957064876]
  本研究は, ブドウ畑の収量推定に深層学習と併用した近位画像の応用を実証する。 オブジェクト検出、CNN回帰、トランスフォーマーモデルという3つのモデルアーキテクチャがテストされた。 本研究は,ブドウの収量予測における近位画像と深層学習の適用性を示した。
  論文  参考訳（メタデータ） (2022-08-04T01:34:46Z)
• Satellite-based high-resolution maps of cocoa planted area for C\^ote d'Ivoire and Ghana [18.426247380427846]
  ココア栽培は、Cote d'IvoireとGhanaの保護地域における森林損失の37%と13%以上を占める原動力である。 これらの地図は、ココア生産地域における保全と経済発展の理解を深めるための重要なビルディングブロックとして機能している。
  論文  参考訳（メタデータ） (2022-06-13T12:58:35Z)
• Classification and mapping of low-statured 'shrubland' cover types in post-agricultural landscapes of the US Northeast [0.0]
  新たな植物群落は景観を再構築し、土地被覆分類と地図作成の課題を提起する。 アメリカ北東部では、低木林(低木林)の出現はよく文書化されているが、景観の観点からはあまり理解されていない。 我々はニューヨーク州全体で30mの解像度で低木分布を予測するモデルを開発した。
  論文  参考訳（メタデータ） (2022-05-09T14:54:41Z)
• A CNN Approach to Simultaneously Count Plants and Detect Plantation-Rows from UAV Imagery [56.10033255997329]
  畳み込みニューラルネットワーク(CNN)を用いた新しい深層学習手法を提案する。 高度に乾燥したプランテーション構成を考慮した植物を数えながら、同時にプランテーション・ロウを検出し、配置する。 提案手法は、異なる種類の作物のUAV画像において、植物と植物をカウントおよびジオロケートするための最先端の性能を達成した。
  論文  参考訳（メタデータ） (2020-12-31T18:51:17Z)
• Two-View Fine-grained Classification of Plant Species [66.75915278733197]
  本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。 シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
  論文  参考訳（メタデータ） (2020-05-18T21:57:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。