JP2014182516A - 樹種識別装置及び樹種識別方法 - Google Patents

Abstract

【課題】 本発明の課題は、上空から樹木を撮影した画像内の異なる樹木の境界を明確にすることを目的とする。
【解決手段】 上記課題は、識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む基準スペクトルデータを記憶した記憶部と、前記分光スペクトルデータと前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、前記記憶部に記憶された前記混合基準スペクトルを用いて、境界上の前記樹種を判定する樹種判定部とを有することを特徴とする樹種識別装置により達成される。
【選択図】 図２

Description

本発明は、衛星や航空機からのリモートセンシングを用いた植生調査における樹種の識別技術に関する。

従来の植生調査方法には、主に２つの方法がある。第１の調査方法は、識別者が現地を踏破し、現地の状況を目視で判別する方法である。第２の調査方法は、衛星や航空機から撮影された写真や画像を用いて識別者が判別する方法（リモートセンシング）である。これらの方法は、それぞれ単独または組み合せて使用されている。

第２の調査方法のリモートセンシングで使用されているセンサは、以前はパンクロマチック（白黒）であったが、最近ではマルチスペクトル（カラー）に移り変わってきており、専門家（識別者）がマルチスペクトルの写真や画像を判読することによって植生の識別を行っている。

また、最近では、ＧＩＳ（Geographic Information System）による植生図作製が主流となっている。ＧＩＳでは、予め用意された各植物種の樹冠形状や色を示す基準情報として正規植生指標（ＮＤＶＩ:Normalized Difference Vegetation Index）を用いて、カメラやセンサで撮影された画像をパターンマッチングすることによって、植物種を識別する。

また、近年では、従来のマルチスペクトルの１０倍以上のバンド計測が可能なハイパースペクトルセンサを搭載した衛星（衛星名：ＥＯ−１（センサ名：Hyperion）、衛星名：ＰＲＯＢＡ（センサ名：CHRIS）が地球環境衛星などとして打ち上げられ、ハイパースペクトルセンサによる計測も行われている。ハイパースペクトルセンサを使用することによって得られる情報量は、マルチスペクトルよりも飛躍的に向上している。また、航空機搭載型のハイパースペクトルセンサも開発されており、環境、農業分野を含む様々な分野で活用され始めている。

さらに、樹種判別の従来手法として、森林現況を示す画像データを小班区画に分けて、画像データの各小班区画の樹種を判別する手法が知られている。また、樹種の解析適期をもとに複数のバンドデータを取得し、各バンドデータの輝度値に対して上下限値を設定した各樹種の対象抽出マップを生成して各樹種のＮＤＶＩをマスク処理し、樹種分布を抽出する手法が知られている。

また、上空から撮影した森林の画像データの輝度値を峰と谷とで平坦化し、平坦化した画像データの輝度値の空間変化に対して領域分割して樹冠形状およびそのテクスチャ特徴量を求め，既知の樹冠のテクスチャ特徴量をもとに樹種を判定する手法が知られている。

特開２０１０−０８６２７６号公報 特開２００６−０８５５１７号公報 特開２００６−２８５３１０号公報

近年開発されたハイパースペクトルセンサ（ハイパースペクトルカメラ）を使用して情報を取得することによって、従来のマルチスペクトルセンサよりも多くの情報を取得することができる。

ハイパースペクトルセンサにより得られるハイパースペクトルデータは、画像の座標ごと（１ピクセルごと）の波長情報と光強度情報とを含むスペクトルデータを有し、いわば、画像としての２次元要素にスペクトルデータとしての要素を併せ持った３次元的構成のデータであるといえる。

一方、反射スペクトルは樹種により、特徴があるため、高精度のスペクトルデータが得られるハイパースペクトルデータを用いることにより、樹種の判別が可能になってきている。

つまり、判別したい樹木の基準スペクトルと識別対象のスペクトルデータを照らし合わせ、類似度をSpectral Angel Mapperなどにより求め、類似度の高いピクセルを抽出し、樹木を判別する。

しかしながら、1ピクセル中に2種の樹木が混在（ミクセル）する場合があり、その画素は個々の樹木のスペクトルと異なり、両樹木の割合に応じて混合されたスペクトルを示すため、スペクトル形状から見た判定では、どちらの樹木にも当てはまらなくなる。

また、1画素中に1種類の樹木しか存在しない場合でも、その場所での照射条件などの違いにより、基準スペクトルに対する類似度が低くなり、該樹木に当てはまらなくなることがある。

従って、該樹木に当てはまらない理由が「２種の樹木の混合」、であるか、または、「その場所の照射条件の違い」であるか、判断できず、植生図の作成が困難であった。樹木Ａと樹木Ｂしか存在しないエリアにおいても、図８に示す樹木Ａと樹木Ｂの基準スペクトルに対し、類似度が低い（例えば、類似度０．９以下の）ピクセルが存在する。

１つの側面において、本発明の目的は、上空から樹木を撮影した画像内の異なる樹木の境界を明確にすることである。

本実施例の一態様によれば、樹種識別装置であって、識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む基準スペクトルデータを記憶した記憶部と、前記分光スペクトルデータと前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、前記記憶部に記憶された前記混合基準スペクトルを用いて、境界上の前記樹種を判定する樹種判定部とを有する。

また、上記課題を解決するための手段として、樹種識別方法、コンピュータに上記樹種識別装置として機能させるためのプログラム、及び、そのプログラムを記録した記録媒体とすることもできる。

本実施例の一態様によれば、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを用いて、境界上の前記樹種を判定することによって、上空から樹木を撮影した分光スペクトルデータ内の異なる樹木による境界を明確にすることができる。

樹種識別装置のハードウェア構成を示す図である。 樹種識別装置の機能構成例を示す図である。 樹種基準スペクトル例を示す図である。 混合基準スペクトル例を示す図である。 樹種判定処理を説明するためのフローチャート図である。 樹種判定処理を説明するためのフローチャート図である。 本実施例における樹種判定処理の他の例について説明する。

以下、本発明の実施の形態を図面に基づいて説明する。本実施例では、上空から樹木を撮影した画像内の異なる樹木が混合したピクセルにおいて、異なる樹木のスペクトルを混合させたスペクトルを基準スペクトルとして用いることにより、異なる樹木の境界に存在するピクセルを抽出して境界を決定し、各樹種を判別する。

本実施例における樹種識別装置１００は、図１に示すようなハードウェア構成を有する。図１は、樹種識別装置のハードウェア構成を示す図である。図１において、樹種識別装置１００は、コンピュータによって制御される端末であって、ＣＰＵ（Central Processing Unit）１１と、主記憶装置１２と、補助記憶装置１３と、入力装置１４と、表示装置１５と、出力装置１６と、通信Ｉ／Ｆ（インターフェース）１７と、ドライブ１８とを有し、バスＢに接続される。

ＣＰＵ１１は、主記憶装置１２に格納されたプログラムに従って樹種識別装置１００を制御する。主記憶装置１２には、ＲＡＭ（Random Access Memory）等が用いられ、ＣＰＵ１１にて実行されるプログラム、ＣＰＵ１１での処理に必要なデータ、ＣＰＵ１１での処理にて得られたデータ等を格納する。また、主記憶装置１２の一部の領域が、ＣＰＵ１１での処理に利用されるワークエリアとして割り付けられている。

補助記憶装置１３には、ハードディスクドライブが用いられ、各種処理を実行するためのプログラム等のデータを格納する。補助記憶装置１３に格納されているプログラムの一部が主記憶装置１２にロードされ、ＣＰＵ１１に実行されることによって、各種処理が実現される。記憶部１３０は、主記憶装置１２及び／又は補助記憶装置１３を有する。

入力装置１４は、マウス、キーボード等を有し、ユーザが樹種識別装置１００による処理に必要な各種情報を入力するために用いられる。表示装置１５は、ＣＰＵ１１の制御のもとに必要な各種情報を表示する。出力装置１６は、プリンタ等を有し、ユーザからの指示に応じて各種情報を出力するために用いられる。通信Ｉ／Ｆ１７は、例えばインターネット、ＬＡＮ（Local Area Network）等に接続し、外部装置との間の通信制御をするための装置である。通信Ｉ／Ｆ１７による通信は無線又は有線に限定されるものではない。
樹種識別装置１００によって行われる処理を実現するプログラムは、例えば、ＣＤ−ＲＯＭ（Compact Disc Read-Only Memory）等の記憶媒体１９によって樹種識別装置１００に提供される。即ち、プログラムが保存された記憶媒体１９がドライブ１８にセットされると、ドライブ１８が記憶媒体１９からプログラムを読み出し、その読み出されたプログラムがバスＢを介して補助記憶装置１３にインストールされる。そして、プログラムが起動されると、補助記憶装置１３にインストールされたプログラムに従ってＣＰＵ１１がその処理を開始する。尚、プログラムを格納する媒体としてＣＤ−ＲＯＭに限定するものではなく、コンピュータが読み取り可能な媒体であればよい。コンピュータ読取可能な記憶媒体として、ＣＤ−ＲＯＭの他に、ＤＶＤディスク、ＵＳＢメモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリであっても良い。

図２は、樹種識別装置の機能構成例を示す図である。図２において、樹種識別装置１００は、樹種スペクトルデータ作成部４１と、混合スペクトルデータ作成部４２とを有する。データ入力部５１と、樹種判定部５２とを有する。また、記憶部１３０には、ハイパースペクトルデータ３１と、基準スペクトルデータ３２と、粗判定データ３７と、樹種判定データ３９とが記憶される。

樹種スペクトルデータ作成部４１は、樹木毎に、各樹木を判定するための樹種基準スペクトル３３１、３３２、・・・を予測する。スペクトルの予測は、例えば、樹種を特定済みのスペクトルデータを正規化し各樹種について分類したスペクトルパターンを作成することにより行われる。

樹種基準スペクトルは、反射率スペクトルデータであり、樹種判定の際の教師データとして参照される。例えば、樹種基準スペクトル３３１は樹木Ａの基準スペクトルであり、樹種基準スペクトル３３２は樹木Ｂの基準スペクトルである。樹種基準スペクトル３３１、３３２等は、記憶部１３０に記憶される。

混合スペクトルデータ作成部４２は、所定の混合割合毎の混合基準スペクトルを予測する。例えば、樹木Ａ対樹木Ｂが１：３、１：１、３：１等の夫々に相当する混合基準スペクトル３４１、３４２、３４３、・・・が予測され記憶部１３０に記憶される。

樹種基準スペクトル３３１、３３２等、混合基準スペクトル３４１、３４２、３４３等は、樹種判定前に予め予測され記憶部１３０に基準スペクトルデータ３２として記憶保持される。

データ入力部５１は、植生調査の対象箇所でハイパースペクトルデータ３１を外部から入力する。入力されたハイパースペクトルデータ３１は、記憶部３１に格納される。ハイパースペクトルデータ３１は、分光スペクトルデータに相当する。

樹種判定部５２は、ハイパースペクトルデータ３１において、基準スペクトルデータ３２を参照することによって、ピクセル毎の樹種を判定する。ピクセルの反射率スペクトルデータの特徴と最も適合する樹種基準スペクトル（又は、混合基準スペクトル）を特定することによって、樹種が判定される。正規化された樹種基準スペクトル（又は、混合基準スペクトル）との相関係数から樹種の特定を行う。樹種判定部５２による判定結果を示す樹種判定データ３９が記憶部１３０に出力される。樹種判定データ３９は、表示装置１５に植生図として表示されても良い。

ハイパースペクトルデータ３１は、衛星、航空機等から撮影された写真又は画像である。基準スペクトルデータ３２は、樹種スペクトルデータ作成部４１及び混合スペクトルデータ作成部４２によって予測された反射率スペクトルデータである。

樹種判定データ３９は、樹種判定部５２によって、ハイパースペクトルデータ３１においてピクセル毎で判定された樹種を視覚的に容易に識別可能に表したデータである。粗判定データ３７は、樹種基準スペクトルのみで大まかに樹種判定を行った結果である。粗判定データ３７には、樹種が不明なピクセル（樹種不明ピクセル）が含まれる。樹種不明ピクセルには、更に、異なる樹木間の境界が含まれている。

次に、基準スペクトルデータ３２の例について図３、図４で説明する。図３は、樹種基準スペクトル例を示す図である。縦軸にスペクトル強度を示し、横軸には波長を示している。図３では、樹木Ａと樹木Ｂの２種類の樹木の反射率スペクトルの特徴（形状）を示している。樹木Ａの反射率スペクトルの特徴を予測したデータが、樹種基準スペクトル３３１であり、樹木Ｂの反射率スペクトルの特徴を予測したデータが、樹種基準スペクトル３３２である。

図４は、混合基準スペクトル例を示す図である。縦軸にスペクトル強度を示し、横軸には波長を示している。図４では、樹木Ａと樹木Ｂの混合割合毎に予測した反射率スペクトルの特徴（形状）が示されている。

この例では、樹木Ａ対樹木Ｂが１：３、１：１、３：１等の場合で予測した反射率スペクトルの特徴が示されている。例えば、混合割合１：３の場合が混合基準スペクトル３４１に相当し、混合割合１：１の場合が混合基準スペクトル３４２に相当し、混合割合３：１の場合が混合基準スペクトル３４３に相当する。

混合割合は、この例に限定されない。また、予め用意する混合割合の種類もこの例の３種類に限定されるものではなく、更に種類が多くても良い。ユーザによって適宜設定されれば良い。樹種基準スペクトルと照らし合わせて、類似度が所定値以上となるように、混合基準スペクトルを作成するのが好ましい。所定値とは、樹木を判別する時に用いる類似度であり、通常０．９５を用いる。

次に、図５及び図６で、本実施例における樹種判定処理の一例について説明する。図５及び図６は、樹種判定処理を説明するためのフローチャート図である。図５において、データ入力部５１は、ユーザによるデータ入力の操作に応じて、ハイパースペクトルデータ３１を樹種識別装置１００に入力し記憶部１３０に記憶する（ステップＳ１１）。ハイパースペクトルデータ３１が既に記憶部１３０に保存されている場合は、この処理は省略可能である。

樹種判定部５２は、記憶部１３０に記憶されたハイパースペクトルデータ３１に対して、所定のピクセル毎に樹種不明を許容した粗判定を行う（ステップＳ１２）。

樹種判定部５２は、記憶部１３０に記憶されたハイパースペクトルデータ３１を所定のピクセル単位のメッシュ状に分割し、基準スペクトルデータ３２から１の樹種基準スペクトルを参照して、各ピクセルのスペクトルと照らし合わせて比較し、樹種基準スペクトルとの類似度が所定値（０．９５）以上の場合に樹木が特定されたと判断し、樹木を指定する判定情報をピクセル値に設定する。１ピクセルは、例えば、７０ｃｍ^２の領域に相当する。

全てのピクセルに対して１の樹種基準スペクトルを用いたスペクトルを比較する処理が終了したら、基準スペクトルデータ３２から次の樹種基準スペクトルを参照して、ハイパースペクトルデータ３１全体に対して上述した同様の処理を行う。

全ての樹種基準スペクトルとの比較結果を示す粗判定データ３７が記憶部１３０に記憶される。粗判定データ３７には、何れの樹種基準スペクトルとも類似しない樹種不明ピクセルが含まれている場合がある。

粗判定データ３７の例として、樹木Ａと判定された樹木Ａピクセル５ａは色Ａで表され、樹木Ｂと判定された樹木Ｂピクセル５ｂは色Ｂで表され、樹種が不明であった樹種不明ピクセル５ｃは色Ｃで表される。樹種不明ピクセル５ｃには、隣接する樹木Ａと樹木Ｂとの境界に相当し、樹木Ａと樹木Ｂとが混在すために、樹木Ａ又は樹木Ｂ特定用の樹種基準スペクトルとの比較では判定できなかったピクセルを含んでいる可能性がある。

樹種判定部５２は、樹木の判定ができなかった樹種不明ピクセル５ｃのうち、混合基準スペクトルとの類似度が所定値以上となるピクセル（混合ピクセル）５ｅを抽出する（ステップＳ１３）。混合基準スペクトルとの類似度が所定値以上となるピクセル（混合ピクセル）５ｅを示す作業データ３７−１が記憶部１３０に格納される。

樹種判定部５２は、基準スペクトルデータ３２のうち、混合基準スペクトル３４１、３４２、３４３・・・を用いて、各混合基準スペクトルと樹種不明ピクセル５ｃとを比較した結果、いずれかの混合基準スペクトルとの類似度が所定値（例えば、０．９５）以上を示す場合、混合ピクセル５ｅであると判定する。

図４の混合基準スペクトル例の場合、樹木Ａ対樹木Ｂが１：３の混合基準スペクトルと、１：１の混合基準スペクトルと、３：１の混合基準スペクトルの少なくとも１つ以上で類似度が０．９５であった場合、樹種不明ピクセル５ｃを混合ピクセル５ｅであると判定する。混合ピクセル５ｅに対しては、境界を示す判定情報（色Ｅ）が対応付けられる。

そして、樹種判定部５２は、混合ピクセル５ｅを除いた樹種不明なピクセル５ｃに対して、周辺のピクセルの判定情報を適用する（ステップＳ１４）。周辺ピクセルの判定情報は、粗判定データ３７から取得すればよい。周辺ピクセルの判定情報が所定の割合以上で樹木Ａを示す場合、樹木Ａを示す判定情報が対応付けられる。樹木Ｂを示す場合、樹木Ｂを示す判定情報が対応づけられる。このような処理を繰り返し行うことによって、混合ピクセル５ｅを除いて、樹種不明なピクセル５ｃに対して樹種の判定情報を対応付けることができる。

次に、図６を参照して、樹種判定部５２は、作業データ３７−１から混合ピクセル５ｅを抽出する（ステップＳ１５）。作業データ３７−１から混合ピクセル５ｅ以外のピクセルの判定情報を初期化してもよい。混合ピクセル５ｅの判定情報のみが抽出された作業データ３７−２が記憶部１３０に格納される。

樹種判定部５２は、各混合ピクセル５ｅに対して樹種を判定する（境界上の樹種判定）（ステップＳ１６）。混合ピクセル５ｅによって形成される境界の形状から、粗判定データ３７を参照して、境界内部に相当する混合ピクセル５ｅに対しては、既に粗判定されている境界内部の判定情報を適用し、それ以外の混合ピクセル５ｅに対しては、既に粗判定されている境界外部の判定情報を適用する。作業データ３７−２から混合ピクセル５ｅの樹種判定結果を示す作業データ３７−３が作成される。

また、樹種判定部５２は、作業データ３７−３に、粗判定データ３７の樹種判定済みのピクセル値を重ね合わせる（ステップＳ１７）。作業データ３７−３に対して粗判定データ３７の樹種判定済みのピクセル値が重ね合わされた作業データ３７−４が記憶部１３０に作成される。例えば、粗判定データ３７内の樹木Ａ、樹木Ｂ等の樹種を特定するピクセル値のみが適用される。

そして、樹種判定部５２は、作業データ３７−４において、未判定のピクセルについて、周辺ピクセルの判定情報を適用する（ステップＳ１８）。ピクセル値が未設定のピクセルに、周辺ピクセルの値（判定情報）が設定される。

樹種判定部５２は、周辺ピクセルの判定情報が適用された作業データ３７−４を樹種判定データ３９として記憶部１３０に格納し表示装置に表示する（ステップＳ１９）。樹種判定データ３９は、植生図に相当する。樹種判定部５２は、作成された樹種判定データ３９を植生図として表示装置１５に表示される。また、樹種判定データ３９を外部装置からアクセス可能とし、樹種判定データ３９を外部装置の表示部に植生図として表示しても良い。

上述した樹種判定処理による実施例を以下に示す。

［実施例１］
ハイパースペクトルカメラ（ＨＳＣ−１７０１、エバジャパン株式会社製）を用いて、上空から２種の樹木が混在する森林を撮影した場合の例で説明する。

森林を撮影した画像から、樹木Ａと樹木Ｂのスペクトルを求め、夫々の混合割合を変更して、４：１、３：２、２：３、及び１：４の４種類の混合基準スペクトルを作成した。

これら４種類の混合基準スペクトルに対し、類似度０．９５以上のピクセルを抽出した（図６の作業データ３７−２に相当）。しかし、境界で判別できないピクセルが若干（凡そ８０％）発生した。次に、４：１、３：２の混合基準スペクトルに対し、類似度０．９５以上のピクセルを抽出した（図６の作業データ３７−４に相当）。

これらの処理により、９０％以上のピクセルで樹種の判別が可能となった。

［実施例２］
混合基準スペクトルを、樹木Ａ対樹木Ｂが１：１から、類似度０．９５刻みに混合基準スペクトルを作成し、混合基準スペクトルを９種類作成した以外は、実施例１と同様に処理を行った。その結果、境界上のピクセルについて樹種判定を１００％行えた。

［比較例］
本実施例における、異なる樹木のスペクトルを混合した混合基準スペクトルを用いた樹種判定のステップＳ１３（図５）以降の処理を実施しない関連技術では、異なる樹木の境界を抽出できず、精度良く樹種を判別した植生図を作成することができなかった。図５の粗判定データ３７相当の結果であった。

次に、樹種判定処理の他の例について説明する。図７は、本実施例における樹種判定処理の他の例について説明する。図７において、樹種判定部５２は、ユーザによるデータ入力の操作に応じて、ハイパースペクトルデータ３１を樹種識別装置１００に入力し記憶部１３０に記憶する（ステップＳ３１）。ハイパースペクトルデータ３１が既に記憶部１３０に保存されている場合は、この処理は省略可能である。

樹種判定部５２は、記憶部１３０に記憶されたハイパースペクトルデータ３１を所定のピクセル単位のメッシュ状に分割し、基準スペクトルデータ３２から１の樹種基準スペクトルデータを参照して、ピクセル毎に、ピクセルのスペクトルと、樹種基準スペクトル３３１、３３２等と混合基準スペクトル３４１、３４２等の各々とを比較して、基準スペクトルの類似度が所定値以上の場合に樹木が特定されたと判断し、樹木を指定する判定情報をピクセル値に設定する（ステップＳ３２）。

この場合、例えば、樹木Ａ又は樹木Ａの比率が樹木Ｂより高いスペクトルとの類似度が所定値（０．９５）以上である場合、樹木Ａを指定する判定情報をピクセル値に設定する。同様に、樹木Ｂ又は樹木Ａより樹木Ｂの比率が高いスペクトルとの類似度（０．９５）が所定値以上である場合、樹木Ｂを指定する判定情報をピクセル値に設定する。

ステップＳ３２での処理では、ピクセル毎に境界部分（樹種が混在する領域）の判定も同時に行う処理である。ステップＳ３２での処理結果は、作業データ３７−４で示され記憶部に格納される。作業データ３７−４は、図６のステップＳ１７までの処理の結果に相当する。

樹種判定部５２は、作業データ３７−４において、判定情報が設定されていない樹木不明ピクセルに対して、周辺ピクセルの判定情報を適用してピクセル値を設定する（ステップＳ３３）。

全てのピクセルに対して各基準スペクトル３３１、３３２等及び３４１、３４２等とを比較する処理が終了したら、樹種判定部５２は、樹種判定データ３９を格納して表示装置に表示する（ステップＳ３４）。

図７における樹種判定処理例では、各ピクセルに対して、混合割合も含めて複数の基準スペクトルとの比較を行うため、単純な繰り返し処理で精度良く植生図を得ることができる。特に、ハイパースペクトルデータ３１が少量の場合には、効率的な処理となる。

一方、図７における樹種判定処理例と比べて処理内容が複雑であるが前述した図５及び図６における樹種判定処理例の方が、樹種不明ピクセルに対してのみ混合基準ピクセルとの比較処理等を行うため、ハイパースペクトルデータ３１が大量にある場合に適していると言える。

上述した本実施例における樹種判定処理により、ハイパースペクトルデータ３１から精度良く樹種の識別を行うことができるため、樹種不明ピクセルを低減できる。

本実施例では、上空から樹木を撮影した分光スペクトルデータに対して、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを用いることによって、境界上の樹種を明確に判定できる。

従って、人口衛星、航空機等を利用した追加の現地調査を行う必要がなく、工数削減及び作業員の危険性を回避することが可能となる。

本発明は、具体的に開示された実施例に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

以上の種々の実施例を含む実施形態に関し、更に以下の付記を開示する。
（付記１）
識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む基準スペクトルデータを記憶した記憶部と、
前記分光スペクトルデータと前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、前記記憶部に記憶された前記混合基準スペクトルを用いて、境界上の前記樹種を判定する樹種判定部と
を有することを特徴とする樹種識別装置。
（付記２）
前記記憶部は、２種以上の混合割合の夫々に対応する２以上の混合基準スペクトルを記憶し、
前記樹種判定部は、前記２以上の混合基準スペクトルを用いて、前記樹種を判定することを特徴とする付記１記載の樹種識別装置。
（付記３）
２種の樹種の混合割合を類似度を基に変更して、複数の混合基準スペクトルを作成する作成部を更に有することを特徴とする付記１又は２記載の樹種識別装置。
（付記４）
前記類似度が前記基準スペクトルデータに照らし合わせ、前記スペクトル形状の類似度により樹種を識別する類似度と同等であることを特徴とする付記３記載の樹種識別装置。
（付記５）
基準スペクトルデータを記憶した記憶部に記憶された、識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、該混合基準スペクトルを用いて、境界上の該樹種を判定する
ことを特徴とする樹種識別方法。
（付記６）
基準スペクトルデータを記憶した記憶部に記憶された、識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、該混合基準スペクトルを用いて、境界上の該樹種を判定する
処理をコンピュータに実行させる樹種識別プログラム。
（付記７）
基準スペクトルデータを記憶した記憶部に記憶された、識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、該混合基準スペクトルを用いて、境界上の該樹種を判定する
処理をコンピュータに実行させる樹種識別プログラムを記憶したコンピュータ読取可能な記憶媒体。

１１ ＣＰＵ
１２ 主記憶装置
１３ 補助記憶装置
１４ 入力装置
１５ 表示装置
１６ 出力装置
１７ 通信Ｉ／Ｆ
１８ ドライブ
１９ 記憶媒体
３１ ハイパースペクトルデータ
３２ 基準スペクトルデータ
３３１、３３２、・・・ 樹種基準スペクトル
３４１、３４２、・・・ 混合基準スペクトル
４１ 樹種スペクトルデータ作成部
４２ 混合スペクトルデータ作成部
５１ データ入力部
５２ 樹種判定部
１００ 樹種識別装置
１３０ 記憶部

Claims (5)

1. 識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む基準スペクトルデータを記憶した記憶部と、
   前記分光スペクトルデータと前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、前記記憶部に記憶された前記混合基準スペクトルを用いて、境界上の前記樹種を判定する樹種判定部と
   を有することを特徴とする樹種識別装置。
2. 前記記憶部は、２種以上の混合割合の夫々に対応する２以上の混合基準スペクトルを記憶し、
   前記樹種判定部は、前記２以上の混合基準スペクトルを用いて、前記樹種を判定することを特徴とする請求項１記載の樹種識別装置。
3. ２種の樹種の混合割合を類似度を基に変更して、複数の混合基準スペクトルを作成する作成部を更に有することを特徴とする請求項１又は２記載の樹種識別装置。
4. 前記類似度が前記基準スペクトルデータに照らし合わせ、前記スペクトル形状の類似度により樹種を識別する類似度と同等であることを特徴とする請求項３記載の樹種識別装置。
5. 基準スペクトルデータを記憶した記憶部に記憶された、識別対象の分光スペクトルデータと、２種以上の樹木の混合割合に基づいて各樹種のスペクトルを混合した混合基準スペクトルを含む前記基準スペクトルデータとを比較して、スペクトル形状の類似度により樹種を識別する際に、該混合基準スペクトルを用いて、境界上の該樹種を判定する
   ことを特徴とする樹種識別方法。