論文の概要: Evaluating the Efficacy of Sentinel-2 versus Aerial Imagery in Serrated Tussock Classification

• arxiv url: http://arxiv.org/abs/2512.11267v1
• Date: Fri, 12 Dec 2025 04:10:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-15 15:48:11.649426
• Title: Evaluating the Efficacy of Sentinel-2 versus Aerial Imagery in Serrated Tussock Classification
• Title（参考訳）: 血清タソック分類におけるSentinel-2と空中画像の有用性の評価
• Authors: Rezwana Sultana, Manzur Murshed, Kathryn Sheffield, Singarayer Florentine, Tsz-Kwan Lee, Shyh Wei Teng,
• Abstract要約: セレーションタソック(Serrated tussock、textitNassella trichotoma)は、原生草原を破壊し、牧草生産性を低下させ、土地管理コストを増大させる非常に競争の激しい侵入性草種である。 現在の地上調査とその後の経営実践は小規模では有効であるが, ランドスケープ・スケールのモニタリングには有効ではない。 衛星ベースのリモートセンシングは、よりコスト効率が高くスケーラブルな代替手段を提供するが、空間解像度は低いことが多い。
• 参考スコア（独自算出の注目度）: 1.7975159705384043
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Invasive species pose major global threats to ecosystems and agriculture. Serrated tussock (\textit{Nassella trichotoma}) is a highly competitive invasive grass species that disrupts native grasslands, reduces pasture productivity, and increases land management costs. In Victoria, Australia, it presents a major challenge due to its aggressive spread and ecological impact. While current ground surveys and subsequent management practices are effective at small scales, they are not feasible for landscape-scale monitoring. Although aerial imagery offers high spatial resolution suitable for detailed classification, its high cost limits scalability. Satellite-based remote sensing provides a more cost-effective and scalable alternative, though often with lower spatial resolution. This study evaluates whether multi-temporal Sentinel-2 imagery, despite its lower spatial resolution, can provide a comparable and cost-effective alternative for landscape-scale monitoring of serrated tussock by leveraging its higher spectral resolution and seasonal phenological information. A total of eleven models have been developed using various combinations of spectral bands, texture features, vegetation indices, and seasonal data. Using a random forest classifier, the best-performing Sentinel-2 model (M76*) has achieved an Overall Accuracy (OA) of 68\% and an Overall Kappa (OK) of 0.55, slightly outperforming the best-performing aerial imaging model's OA of 67\% and OK of 0.52 on the same dataset. These findings highlight the potential of multi-seasonal feature-enhanced satellite-based models for scalable invasive species classification.
• Abstract（参考訳）: 外来種は生態系や農業に大きな脅威をもたらす。 Serrated tussock (\textit{Nassella trichotoma}) は、原生草原を破壊し、牧草生産性を低下させ、土地管理コストを増大させる非常に競争力のある侵入性草種である。 オーストラリアのビクトリア州では、その攻撃的な拡散と生態学的影響により、大きな課題を呈している。 現在の地上調査とその後の経営実践は小規模では有効であるが,ランドスケープ・スケールのモニタリングには有効ではない。 航空画像は詳細な分類に適した高解像度の空間解像度を提供するが、その高コストな拡張性は限られている。 衛星ベースのリモートセンシングは、よりコスト効率が高くスケーラブルな代替手段を提供するが、空間解像度は低いことが多い。 本研究は,空間分解能が低いにもかかわらず,高スペクトル分解能と季節的表現学的情報を活用することで,スケジューラのスケストスケールモニタリングに匹敵する,費用対効果が期待できるかを評価する。 スペクトルバンド,テクスチャ特性,植生指標,季節データを組み合わせた11種類のモデルが開発されている。 ランダムな森林分類器を用いて、最高のパフォーマンスのSentinel-2モデル(M76*)は68\%の総合精度(OA)、全体的なKappa(OK)は0.55の総合精度(OA)を達成し、同じデータセット上で最高のパフォーマンスの空中撮像モデルのOA(67\%)とOK(52)をわずかに上回った。 これらの知見は、スケーラブルな外来種分類のためのマルチシーズン特徴強化衛星モデルの可能性を示している。

関連論文リスト

• Habitat Classification from Ground-Level Imagery Using Deep Neural Networks [1.3408365072149797]
  本研究では、現在最先端の深層ニューラルネットワークアーキテクチャを地上レベルの生息地画像に適用する。 我々は、畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)の2つのモデルのファミリーを評価する。 我々の結果は、ViTsがキー分類基準の最先端CNNベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2025-07-05T12:07:13Z)
• Data Augmentation and Resolution Enhancement using GANs and Diffusion Models for Tree Segmentation [49.13393683126712]
  都市森林は、環境の質を高め、都市における生物多様性を支援する上で重要な役割を担っている。 複雑な地形と異なる衛星センサーやUAV飛行高度による画像解像度の変化により、正確に木を検知することは困難である。 低解像度空中画像の品質を高めるため,GANと拡散モデルとドメイン適応を統合した新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-05-21T03:57:10Z)
• 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)
• Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights [50.52704854147297]
  分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。 このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
  論文  参考訳（メタデータ） (2023-04-22T22:39:03Z)
• Very high resolution canopy height maps from RGB imagery using self-supervised vision transformer and convolutional decoder trained on Aerial Lidar [14.07306593230776]
  本稿では,複数の非国家の管轄区域で同時に作成される最初の高分解能天蓋の高さマップについて述べる。 地図は、2017年から2020年にかけて、マクサー画像に基づいて訓練された自己教師モデルから特徴を抽出することによって生成される。 また、GEDI観測に基づいて訓練された畳み込みネットワークを用いた後処理のステップも導入する。
  論文  参考訳（メタデータ） (2023-04-14T15:52:57Z)
• 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)
• Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
  BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。 本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
  論文  参考訳（メタデータ） (2023-01-19T11:37:20Z)
• 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。