論文の概要: Towards Generalizable Mapping of Hedges and Linear Woody Features from Earth Observation Data: a national Product for Germany

• arxiv url: http://arxiv.org/abs/2604.27247v1
• Date: Wed, 29 Apr 2026 22:43:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.830041
• Title: Towards Generalizable Mapping of Hedges and Linear Woody Features from Earth Observation Data: a national Product for Germany
• Title（参考訳）: 地球観測データから得られたヘッジとリニア木材の特徴の総括地図化に向けて--ドイツ国産製品
• Authors: Thorsten Hoeser, Verena Huber-Garcia, Sarah Asam, Ursula Gessner, Claudia Kuenzer,
• Abstract要約: ヘッジやその他の直線的な木質の特徴は、特に集中的に管理された農業の景観の中で、貴重な生態系を提供する。 まず、不均一な地球観測データを二分木質の植生マスクに統合するフレキシブルな入力データインターフェースと、これらのマスク内の非線形形状から線形を分離するように訓練されたディープニューラルネットワークを導入する。 本研究では,ドイツ全土の3つの全国規模の線形木質特徴写像を3つの入力源から導出した。
• 参考スコア（独自算出の注目度）: 0.9786690381850356
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hedges and other linear woody features provide valuable ecosystem services, particularly within intensively managed agricultural landscapes. They are key elements for climate adaptation and biodiversity amongst others not only due to a largely varying flora, but also as a feeding-, resting-, and nesting place for many animals and insects including valuable pollinators. Therefore, they require dedicated management, preservation, and attention. Thus, systematic and large-scale mapping of these features from Earth observation data is of high importance. However, transferable and reusable workflows for linear woody feature mapping remain a key methodological challenge, given the diversity of sensor types, spatial resolutions, data acquisition conditions, and complex landscape variability encountered across study areas. We introduce a modular workflow built around two independently optimizable components. Firstly, a flexible input data interface that consolidates heterogeneous Earth observation data into a binary woody vegetation mask, and secondly, a deep neural network trained to separate linear from non-linear shapes within these masks. We demonstrate the workflow by deriving three national-scale linear woody feature maps for all of Germany from three input sources by using a single trained model without retraining. Evaluation against refined reference data from four federal state biotope mapping campaigns and comparison with two existing linear woody feature maps demonstrate that the workflow produces competitive results across all evaluation sites on a national level. The modular design and its demonstrated applicability at national scale provide a foundation for scalable and generalizable linear woody feature mapping beyond Germany.
• Abstract（参考訳）: ヘッジやその他の直線的な木質の特徴は、特に集中的に管理された農業の景観の中で、貴重な生態系を提供する。 気候適応と生物多様性の鍵となる要素は、大きく異なる植物相だけでなく、貴重な受粉者を含む多くの動物や昆虫の摂食、休息、営巣場所でもある。 そのため、専ら管理・保存・注意が必要である。 したがって、これらの特徴を地球観測データから体系的かつ大規模にマッピングすることが重要である。 しかし, センサタイプ, 空間解像度, データ取得条件, 複雑な景観変動の多様性を考えると, 線形木質の特徴マッピングのための伝達可能な再利用可能なワークフローは, 依然として重要な方法論的課題である。 2つの独立して最適化可能なコンポーネントを中心に構築されたモジュラーワークフローを導入します。 まず、不均一な地球観測データを二分木質の植生マスクに統合するフレキシブルな入力データインターフェース、次に、これらのマスク内の非線形形状から線形に分離するように訓練されたディープニューラルネットワーク。 そこで我々は,ドイツ全土の3つの全国規模の線形木質特徴写像を3つの入力源から導出した。 連邦政府の4つのバイオトピーマッピングキャンペーンの洗練された参照データに対する評価と、既存の2つのリニアな木質の特徴マップとの比較により、このワークフローが全国レベルのすべての評価サイト間で競合する結果をもたらすことを示した。 モジュラー設計とその全国規模での応用性は、ドイツ以外の拡張性と一般化可能な線形木質の特徴マッピングの基礎を提供する。

関連論文リスト

• Label-Efficient 3D Forest Mapping: Self-Supervised and Transfer Learning for Individual, Structural, and Species Analysis [13.179658020831683]
  空中および地上からのレーザー走査による点雲は、そのような情報を大規模に迅速に導き出すのに最も適したデータ源である。 ディープラーニングモデルは一般的に、さらなる改善を制限する大量の注釈付きトレーニングデータを必要とする。 このオープンソースコントリビューションは、森林、生物多様性、炭素マッピングをサポートするために、レーザー走査点雲から個々のツリー情報の操作的抽出を促進することを目的としている。
  論文  参考訳（メタデータ） (2025-11-09T11:16:20Z)
• Mapping and Classification of Trees Outside Forests using Deep Learning [1.0518862318418603]
  森林外樹(TOF)は、生物多様性を支援し、炭素を隔離し、微小気候を規制することによって、農業の景観において重要な役割を担っている。 ドイツの4つの農業景観から新たに生成されたデータセットと高解像度の空中画像を用いて,TOF分類のためのディープラーニングの評価を行った。
  論文  参考訳（メタデータ） (2025-10-29T07:37:19Z)
• Bringing SAM to new heights: Leveraging elevation data for tree crown segmentation from drone imagery [68.69685477556682]
  現在のモニタリング手法には、大規模なコスト、時間、労力を必要とする地上計測が含まれる。 ドローンのリモートセンシングとコンピュータビジョンは、広範囲の航空画像から個々の木をマッピングする大きな可能性を秘めている。 高解像度ドローン画像におけるツリークラウンインスタンスの自動セグメンテーションのためのセグメンテーションモデル(SAM)を用いた手法の比較を行った。 また,デジタルサーフェスモデル(DSM)情報を用いたモデルへの標高データの統合についても検討した。
  論文  参考訳（メタデータ） (2025-06-05T12:43:11Z)
• Not Every Tree Is a Forest: Benchmarking Forest Types from Satellite Remote Sensing [1.2266381182650026]
  この研究は、多時間衛星データを用いたグローバルスケールのForest TYpesマッピングのベンチマークであるForTyを紹介する。 ベンチマークは20万の時系列の画像パッチで構成され、それぞれがSentinel-2、Sentinel-1、気候、標高データで構成されている。 コンボリューションニューラルネットワークやトランスフォーマーベースモデルなど,いくつかのベースラインモデルを用いて森林型データセットを評価する。
  論文  参考訳（メタデータ） (2025-05-03T12:20:50Z)
• PointsToWood: A deep learning framework for complete canopy leaf-wood segmentation of TLS data across diverse European forests [0.0]
  我々は,ポイントネットとポイントクラウドから新たに開発されたディープラーニングアーキテクチャを用いて,3Dポイントクラウドを処理する新しいフレームワークを示す。 ボレアル地域,温帯地域,地中海地域,熱帯地域のオープンデータセットを用いて,その性能を評価した。 その結果、葉・木分断において最も広く使われているPointNetベースのアプローチに対して、一貫した性能を示した。
  論文  参考訳（メタデータ） (2025-03-06T13:23:03Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• PointHPS: Cascaded 3D Human Pose and Shape Estimation from Point Clouds [99.60575439926963]
  本稿では,実環境で捉えた点雲から正確な3次元HPSを実現するための基本的フレームワークであるPointHPSを提案する。 PointHPSは、カスケードアーキテクチャを通じてポイント機能を反復的に洗練する。 広範囲な実験により、ポイントHPSは強力な特徴抽出と処理方式を持ち、State-of-the-Art法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-08-28T11:10:14Z)
• Mapping historical forest biomass for stock-change assessments at parcel to landscape scales [0.0]
  地図製品は、人為的にも自然的にも、どこで、いつ、そしてどのように森林の炭素在庫が変化しているかを特定するのに役立ちます。 これらの製品は、ストックチェンジアセスメント、レポートの監視、検証フレームワークなど、幅広いアプリケーションへのインプットとして機能する。
  論文  参考訳（メタデータ） (2023-04-05T17:55:00Z)
• Navya3DSeg -- Navya 3D Semantic Segmentation Dataset & split generation for autonomous vehicles [63.20765930558542]
  3Dセマンティックデータは、障害物検出やエゴ-車両の局所化といった中核的な認識タスクに有用である。 そこで我々は,大規模生産段階の運用領域に対応する多様なラベル空間を持つ新しいデータセットであるNavala 3D(Navya3DSeg)を提案する。 ラベルのない23のラベル付きシーケンスと25の補足シーケンスが含まれており、ポイントクラウド上の自己教師付きおよび半教師付きセマンティックセマンティックセグメンテーションベンチマークを探索するために設計された。
  論文  参考訳（メタデータ） (2023-02-16T13:41:19Z)

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。