論文の概要: From Noisy Historical Maps to Time-Series Oil Palm Mapping Without Annotation in Malaysia and Indonesia (2020-2024)
- arxiv url: http://arxiv.org/abs/2604.23776v1
- Date: Sun, 26 Apr 2026 15:59:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-28 17:12:07.542411
- Title: From Noisy Historical Maps to Time-Series Oil Palm Mapping Without Annotation in Malaysia and Indonesia (2020-2024)
- Title（参考訳）: マレーシアとインドネシアの注釈のないノイズの多い歴史地図からタイムシリーズオイルパームマッピングまで(2020-2024)
- Authors: Nuttaset Kuapanich, Juepeng Zheng, Bohan Shi, Jiaying Liu, Jiayin Jiang, Jiatao Huang, Shenghan Tan, Qingmei Li, Haohuan Fu,
- Abstract要約: 本研究では,2020年から2024年にかけて,インドネシアとマレーシアの10メートルのパームプランテーションマップを作成するための深層学習フレームワークを提案する。
100メートルの歴史的ラベルと10メートルのイメージの分解ミスマッチに対処するために、決定性に基づく相互情報(DMI)に最適化されたU-Netアーキテクチャを用いる。
総括分析の結果,2022年には油脂がピークに達し,2024年には減少傾向が見られた。
- 参考スコア（独自算出の注目度）: 13.463323389954844
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate monitoring of oil palm plantations is critical for balancing economic development with environmental conservation in Southeast Asia. However, existing plantation maps often suffer from low spatial resolution and a lack of recent temporal coverage, impeding effective surveillance of rapid land-use changes. In this study, we propose a deep learning framework to generate 10-meter resolution oil palm plantation maps for Indonesia and Malaysia from 2020 to 2024, utilizing Sentinel-2 imagery without requiring new manual annotations. To address the resolution mismatch between coarse 100-meter historical labels and 10-meter imagery, we employ a U-Net architecture optimized with Determinant-based Mutual Information (DMI). This approach effectively mitigates the influence of label noise. We validated our method against 2,058 manually verified points, achieving overall accuracies of 70.64%, 63.53%, and 60.06% for the years 2020, 2022, and 2024, respectively. Our comprehensive analysis reveals that oil palm coverage in the region peaked in 2022 before experiencing a decline in 2024. Furthermore, land cover transition analysis highlights a concerning trajectory of plantation expansion into flooded vegetation areas, despite a general stabilization in rotations with other crop types. These high-resolution maps provide essential data for monitoring sustainability commitments and deforestation dynamics in the region, and the generated datasets are made publicly available at https://doi.org/10.5281/zenodo.17768444.
- Abstract（参考訳）: 石油パームプランテーションの正確なモニタリングは、東南アジアの環境保全と経済発展のバランスをとる上で重要である。
しかし、既存のプランテーションマップは、しばしば空間分解能の低下と最近の時間的カバーの欠如に悩まされ、迅速な土地利用の変化の効果的な監視を妨げている。
本研究では,2020年から2024年の間,インドネシアとマレーシアの10メートル分解能オイルパームプランテーションマップを作成するための深層学習フレームワークを提案する。
粗い100メートルの歴史的ラベルと10メートルのイメージのミスマッチに対処するために,決定性に基づくMutual Information (DMI) を最適化したU-Netアーキテクチャを用いる。
この手法はラベルノイズの影響を効果的に緩和する。
我々は,2020年,2022年,2024年にそれぞれ70.64%,63.53%,60.06%を達成し,手作業による検証点数2,058点を検証した。
総括分析の結果,2022年には油脂がピークに達し,2024年には減少傾向が見られた。
さらに、土地被覆遷移解析は、他の作物との回転の全般的な安定化にもかかわらず、浸水した植生地帯への植林拡大の軌跡を浮き彫りにしている。
これらの高解像度マップは、地域の持続可能性のコミットメントと森林破壊のダイナミクスを監視するために不可欠なデータを提供し、生成されたデータセットはhttps://doi.org/10.5281/zenodo.17768444で公開されている。
関連論文リスト
- A Dynamic Learning Observatory Reveals the Rapid Salinization of Satkhira, Bangladesh [1.5469452301122175]
本研究は,佐渡平地区における土壌塩分濃度の予測とマップ化のための機械学習に基づくフレームワークを開発した。
2024-2025年に収集された合計205個の土壌サンプルを用いて、極勾配ブーピングモデルを訓練した。
植生指標,特にNDVIは塩分濃度関連スペクトル指標とともに重要な予測因子として同定された。
論文 参考訳（メタデータ） (2026-04-25T03:49:04Z) - SafeLand: Safe Autonomous Landing in Unknown Environments with Bayesian Semantic Mapping [41.90149506430796]
安全な自律着陸(SAL)のための視覚ベースシステムであるSafeLandを紹介する。
提案手法は,ディープラーニングに基づくセマンティックセマンティックセグメンテーションによるオンラインセマンティックグラウンドマップを構築し,組み込みデプロイメントに最適化する。
本手法を高度100mまでの産業・都市・農村環境における200のシミュレーションと60のエンドツーエンドフィールドテストで広範囲に評価した。
論文 参考訳（メタデータ） (2026-03-18T07:11:54Z) - FORMSpoT: A Decade of Tree-Level, Country-Scale Forest Monitoring [40.631100826517375]
森林キャノピーの高さを1.5mの解像度で全国で10年(2014-2024年)にわたってマッピングしたFOMSpoT(Forest Mapping with SPOT Time series)を紹介した。
異種買収におけるロバストな変更検出を可能にするため、我々は専用の後処理パイプラインを開発した。
乱れが小さく空間的に断片化された山岳林では、FOMSpoT-$$はF1スコアが0.44で、既存のベンチマークよりも桁違いに高い。
論文 参考訳（メタデータ） (2025-12-18T19:35:09Z) - An Open Benchmark Dataset for GeoAI Foundation Models for Oil Palm Mapping in Indonesia [0.0]
ヤシの栽培はインドネシアにおける森林伐採の主要な原因の1つとなっている。
本稿では,2020年から2024年までの高解像度衛星画像のラベル付けにより,インドネシアにおけるヤシのプランテーションおよび関連土地被覆のオープンアクセスデータセットを作成した。
このデータセットは、多角形の壁と壁のアノテーションを、さまざまな農業生態帯に提供し、オイルパームの植え付け段階を区別する階層型型と、同様の多年生作物を含む。
論文 参考訳（メタデータ） (2025-09-10T05:59:00Z) - TerraTrace: Temporal Signature Land Use Mapping System [2.963329014505718]
植物光合成に基づく標準分化植生指数(NDVI)のような指標は,農業慣行や季節周期を反映した独自の時間的シグネチャを持つ。
我々は,2020年から2023年にかけて,5億の解像度と7000万以上のポイントを持つカリフォルニア州のための新しい縦方向NDVIデータセットを開発した。
これは,NDVIシグネチャを用いた土地利用を分類するエンドツーエンド解析ツールであるTerraTraceプラットフォームの開発に使用される。
論文 参考訳（メタデータ） (2025-02-25T23:54:45Z) - Detection and Geographic Localization of Natural Objects in the Wild: A Case Study on Palms [10.342516627774438]
PRISM (Processing, Inference, and Mapping) は高密度熱帯林におけるヤシの検出と位置決定のための柔軟なパイプラインである。
まず,8,830個の箱と5,026個のヤシ中心点をアノテートした,エクアドル西部の21の生態学的に多様な場所に,UAV由来の大規模なオルソモザイクデータセットを構築した。
第2に、ゼロショットSAM2をセグメンテーションバックボーンとして統合し、効率と性能に基づいて複数の最先端物体検出器を評価し、第3に、信頼性スコアをIoUと整合させ、sを探索するキャリブレーション手法を適用した。
論文 参考訳（メタデータ） (2025-02-18T16:43:11Z) - Automating global landslide detection with heterogeneous ensemble
deep-learning classification [44.99833362998488]
地すべりは道路、鉄道、建物、人間の生活などのインフラを脅かす。
危険に基づく空間計画と早期警戒システムは、地すべりから社会へのリスクを減らすための費用対効果の戦略である。
近年,中～高解像度の衛星画像を入力として,深層学習モデルを陸地マッピングに適用している。
論文 参考訳（メタデータ） (2023-09-12T10:56:16Z) - 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) - Country-wide Retrieval of Forest Structure From Optical and SAR
Satellite Imagery With Bayesian Deep Learning [74.94436509364554]
本研究では,10mの解像度で森林構造変数を高密度に推定するベイズ深層学習手法を提案する。
本手法は,Sentinel-2光画像とSentinel-1合成開口レーダ画像を5種類の森林構造変数のマップに変換する。
ノルウェーを横断する41の空中レーザー走査ミッションの基準データに基づいて、我々のモデルを訓練し、テストする。
論文 参考訳（メタデータ） (2021-11-25T16:21:28Z)
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。