Name: 森林回復監視に使用するドローンベースのリモートセンシングデータの収集と処理 (動画) | JoVE Journal
Uploaded: 2025-10-24T14:25:00.000+00:00
Duration: 8 min 16 s
Description: 学ぶドローンLiDARを用いた森林回復評価プロトコル。TreeAIBoxプラグインで個別木の検出とセグメンテーションを行い、2,755本の樹木を高精度で識別する実用的な方法を習得できます。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Well status. , Alberta Energy Regulator. 
 <a target="_blank" href="https://www.aer.ca/data-and-performance-reports/data-hub/well-status">https://www.aer.ca/data-and-performance-reports/data-hub/well-status</a> (2025).</li>
<li>Western boreal forest - Canada. , Ducks Unlimited. 
 <a target="_blank" href="https://www.ducks.org/conservation/where-ducks-unlimited-works/western-boreal-forest--canada">https://www.ducks.org/conservation/where-ducks-unlimited-works/western-boreal-forest--canada</a> (2023).</li>
<li>Baah-Acheamfour, M., Dewey, M., Fraser, E. C., Schreiber, S. G., Schoonmaker, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+ecological+recovery+of+reclaimed+well+sites%3A+a+case+study+from+Alberta%2C+Canada%5BTitle%5D)+AND+%22Front.+For.+Glob.+Change%22%5BJournal%5D)">Assessing ecological recovery of reclaimed well sites: a case study from Alberta, Canada.</a> Front. For. Glob. Change. 5, 849246(2022).</li>
<li>2010 reclamation criteria for wellsites and associated facilities for forested lands (Updated July 2013). , Environment and Sustainable Resource Development. 
 <a target="_blank" href="https://open.alberta.ca/publications/1657667/resource/77e66fa1-f7ee-44ad-8c68-234854d38d44">https://open.alberta.ca/publications/1657667/resource/77e66fa1-f7ee-44ad-8c68-234854d38d44</a> (2013).</li>
<li>Alvarez-Vanhard, E., Corpetti, T., Houet, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((UAV+and+satellite+synergies+for+optical+remote+sensing+applications%3A+a+literature+review%5BTitle%5D)+AND+%22Sci.+Remote+Sens%22%5BJournal%5D)">UAV and satellite synergies for optical remote sensing applications: a literature review.</a> Sci. Remote Sens. 3, 100019(2021).</li>
<li>Hird, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Use+of+unmanned+aerial+vehicles+for+monitoring+recovery+of+forest+vegetation+on+petroleum+well+sites%5BTitle%5D)+AND+%22Remote+Sens%22%5BJournal%5D)">Use of unmanned aerial vehicles for monitoring recovery of forest vegetation on petroleum well sites.</a> Remote Sens. 9 (5), 413(2017).</li>
<li>Mathews, A. J., Singh, K. K., Cummings, A. R., Rogers, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fundamental+practices+for+drone+remote+sensing+research+across+disciplines%5BTitle%5D)+AND+%22Drone+Syst.+Appl%22%5BJournal%5D)">Fundamental practices for drone remote sensing research across disciplines.</a> Drone Syst. Appl. 11, 1-22 (2023).</li>
<li>Zhang, Z., Zhu, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+on+unmanned+aerial+vehicle+remote+sensing%3A+platforms%2C+sensors%2C+data+processing+methods%2C+and+applications%5BTitle%5D)+AND+%22Drones%22%5BJournal%5D)">A review on unmanned aerial vehicle remote sensing: platforms, sensors, data processing methods, and applications.</a> Drones. 7 (6), 398(2023).</li>
<li>Puliti, S., McLean, J. P., Cattaneo, N., Fischer, C., Astrup, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tree+height-growth+trajectory+estimation+using+uni-temporal+UAV+laser+scanning+data+and+deep+learning%5BTitle%5D)+AND+%22Forestry%22%5BJournal%5D)">Tree height-growth trajectory estimation using uni-temporal UAV laser scanning data and deep learning.</a> Forestry. 96 (1), 37-48 (2023).</li>
<li>Straker, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Instance+segmentation+of+individual+tree+crowns+with+YOLOv5%3A+a+comparison+of+approaches+using+the+ForInstance+benchmark+LiDAR+dataset%5BTitle%5D)+AND+%22ISPRS+Open+J.+Photogr.+Remote+Sens%22%5BJournal%5D)">Instance segmentation of individual tree crowns with YOLOv5: a comparison of approaches using the ForInstance benchmark LiDAR dataset.</a> ISPRS Open J. Photogr. Remote Sens. 9, 100045(2023).</li>
<li>Xiang, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+forest+inventory%3A+analysis+of+high-density+airborne+LiDAR+point+clouds+with+3D+deep+learning%5BTitle%5D)+AND+%22Remote+Sens.+Environ%22%5BJournal%5D)">Automated forest inventory: analysis of high-density airborne LiDAR point clouds with 3D deep learning.</a> Remote Sens. Environ. 305, 114078(2024).</li>
<li>TreeAIBox CloudCompare Plugin. , 
 <a target="_blank" href="https://github.com/NRCan/TreeAIBox">https://github.com/NRCan/TreeAIBox</a> (2025).</li>
<li>Xi, Z., Degenhardt, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+unified+framework+for+supervised+3D+crown+segmentation+%28TreeisoNet%29+using+deep+neural+networks+across+airborne%2C+UAV-borne%2C+and+terrestrial+laser+scans%5BTitle%5D)+AND+%22ISPRS+Open+J.+Photogr.+Remote+Sens%22%5BJournal%5D)">A new unified framework for supervised 3D crown segmentation (TreeisoNet) using deep neural networks across airborne, UAV-borne, and terrestrial laser scans.</a> ISPRS Open J. Photogr. Remote Sens. 15, 100083(2025).</li>
<li>Elsheikh, M., Iqbal, U., Noureldin, A., Korenberg, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+implementation+of+precise+point+positioning+%28PPP%29%3A+a+comprehensive+review%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">The implementation of precise point positioning (PPP): a comprehensive review.</a> Sensors. 23 (21), 8874(2023).</li>
<li>CloudCompare. , 
 <a target="_blank" href="https://www.cloudcompare.org/">https://www.cloudcompare.org/</a> (2024).</li>
<li>Wielgosz, M., Puliti, S., Xiang, B., Schindler, K., Astrup, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SegmentAnyTree%3A+a+sensor+and+platform+agnostic+deep+learning+model+for+tree+segmentation+using+laser+scanning+data%5BTitle%5D)+AND+%22Remote+Sens.+Environ%22%5BJournal%5D)">SegmentAnyTree: a sensor and platform agnostic deep learning model for tree segmentation using laser scanning data.</a> Remote Sens. Environ. 313, 114367(2024).</li>
</ol>

<table><tbody><tr><td>Avenzaマップアプリ</td><td>アヴェンザ</td><td>NA</td><td>QGISで作成されたジオリファレンスPDFマップを用いたオフラインフィールドナビゲーション</td></tr><tr><td>チェッカードターゲット</td><td>どのサプライヤーでも</td><td>NA</td><td>地上管制ポイント</td></tr><tr><td>CloudCompare&nbsp;</td><td>CloudCompare&nbsp;</td><td>NA</td><td>3Dポイントクラウド処理および編集ソフトウェア</td></tr><tr><td>DJI BS60バッテリーステーション(M300バッテリー(x8)、D-RTK2バッテリー(x4)、電源コード、リモコンに接続用のUSB-Cケーブルを使用)</td><td>DJI</td><td>NA</td><td></td></tr><tr><td>DJI M300 RTK航空機(DLS搭載、コントローラーおよび交換用プロペラ付き)</td><td>DJI</td><td>NA</td><td>DLS(ダウンウェル光センサー)</td></tr><tr><td>DJI Terra Pro</td><td>DJI</td><td>NA</td><td>生のLiDARデータを3Dポイントクラウドに再構築した。</td></tr><tr><td>DJI Zenmuse L1 LiDARセンサー(microSDカード付き)</td><td>DJI</td><td>NA</td><td></td></tr><tr><td>D-RTK2モバイルステーション(三脚と延長棒付き)</td><td>DJI</td><td>NA</td><td></td></tr><tr><td>Emlid Reach RS2+ ベースステーション(三脚付き)</td><td>エムリッド</td><td>NA</td><td></td></tr><tr><td>Emlid Reach RS2+ ローバー(GNSS測量ポール付き)</td><td>エムリッド</td><td>NA</td><td></td></tr><tr><td>外付けハードドライブ</td><td>どのサプライヤーでも</td><td>NA</td><td>&nbsp;データのバックアップ</td></tr><tr><td>飛行日誌</td><td>どのサプライヤーでも</td><td>NA</td><td></td></tr><tr><td>Google Earth Pro&nbsp;</td><td>ググる</td><td>NA</td><td>KMLフライトファイルの作成&nbsp;</td></tr><tr><td>着陸パッド</td><td>どのサプライヤーでも</td><td>NA</td><td>航空機の発着陸</td></tr><tr><td>ラップトップ</td><td>どのサプライヤーでも</td><td>NA</td><td>現場でのデータダウンロードやカードのフォーマット作成などに使うためです。</td></tr><tr><td>MicaSense RedEdge-Pセンサー(MicaSense SDカード、USB-Cケーブル、MicaSenseキャリブレーション反射パネル(CRP)付き)</td><td>ミカセンス</td><td>NA</td><td></td></tr><tr><td>PIX4Dmapper</td><td>Pix4D S.A.</td><td>NA</td><td>多波長画像の幾何学的および放射学的補正と直交モザイク生成。</td></tr><tr><td>気計</td><td>どのサプライヤーでも</td><td>NA</td><td></td></tr><tr><td>パイチャーム</td><td>ジェットブレインズ&nbsp;s.r.o.</td><td>NA</td><td>Python統合開発環境(IDE)</td></tr><tr><td>QGIS&nbsp;</td><td>QGIS&nbsp;</td><td>NA</td><td>地理空間データの処理、編集、可視化</td></tr><tr><td>SDおよびmicroSDカードリーダー</td><td>どのサプライヤーでも</td><td>NA</td><td></td></tr><tr><td>スマートフォン</td><td>どのサプライヤーでも</td><td>NA</td><td>MicaSense RedEdge-PセンサーおよびEmlid Reach RS2+ユニットとの接続</td></tr><tr><td>スターピケット/釘、マレット、フラギングテープ</td><td>どのサプライヤーでも</td><td>NA</td><td>D-RTK2基地局の位置を示すために</td></tr><tr><td>錠剤</td><td>どのサプライヤーでも</td><td>NA</td><td>現場での航法のために</td></tr><tr><td>TreeAIBox(CloudCompare&nbsp;プラグイン)</td><td></td><td>NA</td><td></td></tr><tr><td>双方向無線</td><td>どのサプライヤーでも</td><td>NA</td><td></td></tr><tr><td>ワークステーション(CPU i5以降、CUDA対応NVIDIA搭載GPU、VRAM&ge; 4GB、RAM&ge; 32GB、SSD &ge; 512GB&nbsp;</td><td>どのサプライヤーでも</td><td>NA</td><td></td></tr></tbody></table>

森林回復監視に使用するドローンベースのリモートセンシングデータの収集と処理

Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring

Remote sensing (RS) technologies, particularly light detection and ranging (LiDAR) and multispectral (MS) imagery, provide broad-scale vegetation ...

collecting-processing-drone-based-remotely-sensed-data-for-use-forest

Research

JoVE Journal

Environment

環境

シアノバクテリアの花と関連するシアノトキシンの早期発見のための高速-学際的な戦略がここに記載されています。これにより、水サンプルおよび二枚貝サンプルなどの有機マトリックス中のシアノバクテリアおよび関連するシアノトキシンを24時間で検出できます。...

高速検出戦略を用いたシアノバクテリアブルームと関連サイアノトキシンの早期発見

本稿では、無人航空機(UAV)リモートセンシングから得られたデータを活用して、侵入種のバイオマス評価と空間分布を捉える侵入植物バイオマス推定手法の詳細な手順を報告する。このアプローチは、ハザード評価と侵入植物の早期警告を実施するのに非常に有益であることが証明されています。...

コンピュータビジョンに基づく侵入植物バイオマス推定

地表リニューアルは、エネルギーフラックスを決定するためにますます使用されるようになった微気象学的な方法ですが、その技術的な複雑さにより、幅広い視聴者がアクセスできません。サーフェスリニューアルフィールドステーションのセットアップとキャリブレーション、データの取得と処理、および結果を正しく解釈するために必要な手順について説明します。...

Surface Renewal:フィールドスケールのエネルギーフラックス密度データの測定と処理のための高度な微気象学的手法

雑草集団における除草剤耐性を確認するための堅牢で柔軟なアプローチが提示されます。このプロトコルにより、除草剤耐性レベルを推測し、わずかな適応で幅広い雑草種や除草剤に適用することができます。...

別の雑草種の堅牢な除草剤抵抗性試験のためのプロトコル

無傷の土壌コアライシメーターの抽出と組み立てのための詳細な方法と、表面適用された家禽のトイレ砂からの浸出水とそれに伴う栄養素の損失の研究のためのそれらの使用が実証されています。...

土壌コアLysimetersを収集し、構築するためのプロトコル

繰り返し土壌のサンプリングは、最近数年と数十年にわたる森林土壌の変化を監視するための効果的な方法であることが示されています。その使用をサポートするために、プロトコルが成功した土壌のモニタリングプログラムの設計と実装を支援するための土壌のリサンプリング方法の最新情報を合成し、その提示されています。...

森林土壌の化学濃度の変化を監視するための土壌リサンプリングの方法

三次元 (3 D) 反射法地震は、地下の火山のイメージングのための強力な方法です。タリム盆地から工業用 3 D 地震データを用いた地震探査データ...

地下の火山の 3 D イメージングのデータ処理方法: タリム洪水玄武岩のアプリケーション

低コスト、小型飛行ミルを開発、一般的な項目で構成されて、簡単に実験で使用します。この装置を用いてアンブロシア甲虫、カシノナガキクイムシの飛行能力を測定しました。...

低コスト、小型で、簡単に構築されたフライトのミルを使用してアンブロシア甲虫、カシノナガキクイムシ(村山) の飛行能力を測定

ここでは、提案する植物病原菌と植物病原性をテストするためのプロトコルいもち病。このレポートは菌分離株の pathotype...

植物感染試験: スプレーと傷を介した植物病原体イネいもち病菌接種

キシレム内の水分布を観察することは、木質植物の水流ダイナミクスに関する重要な情報を提供します。本研究では、サンプル調製時の水位のアーティフィスの変化を排除するクライオスタットとクライオSEMを用いて、キシレム水分布をその中で観察する実践的なアプローチを実証する。...

クライオ走査型電子顕微鏡で可視化された木質植物のキシレム水分布

学ぶドローンLiDARを用いた森林回復評価プロトコル。TreeAIBoxプラグインで個別木の検出とセグメンテーションを行い、2,755本の樹木を高精度で識別する実用的な方法を習得できます。

森林回復監視に使用するドローンベースのリモートセンシングデータの収集と処理

さらに動画を探す