深層学習を用いた樹幹からの打撃音に基づく樹高および材積の推定

抄録

本研究では，立木を叩いた際に発生した音を画像化し深層学習を用いて樹高，材積を推定した。立木20本の樹幹を1本につき100回打撃した際に発生した音を録音，0.6秒間における各周波数の音圧を表したスペクトログラムを10,000枚作成し入力画像とした。深層学習システムはNNCを，深層学習アルゴリズムは出力層を回帰層としたLeNetを用いた。学習用データを5セットに分割し，三つの学習パターン（LP-Ⅰ：訓練事例8割，未知事例2割，LP-Ⅱ：大中小三区分から1本ずつ抽出した木を未知事例，LP-Ⅲ：2本ずつ抜出した木を未知事例）の樹高，材積を推定した。推定精度の検証には平均絶対誤差，平均絶対パーセント誤差および決定係数を用いた。その結果，各学習パターンの未知事例に対するR²値は，LP-Ⅲの樹高（0.3672）を除き，非常に高い値（0.9192から0.9996）を示した。LP-Ⅲの樹高では，30 m以上が過小に，30 m以下が過大に推定される傾向を示した。一方，材積はどの学習パターンにおいても全体的に偏りのない推定を行うことができたことから，本手法は材積推定において有効であることが示唆された。