ドローンとAI解析で森林調査の工数8割減を実証、林業向けにサービス化

出力を単木単位に置いたことが、この設計の芯だと考えられます。樹種、樹高、胸高直径、幹の体積、CO2固定量という項目は、いずれも森林経営の計画づくりやクレジット量の推定でそのまま使われる数値です。AIに何を推定させるかを、森全体のおおまかな様子ではなく、後工程が必要とする粒度に合わせている点が効いています。林地の材積生産力を示す「地位」の特定にも解析結果を回せるのは、この粒度があってこそ。

データを取る段階まで引き受けた構成も見逃せません。解析だけを提供すれば、利用者は自前で測量する必要に迫られ、そこで手が止まります。写真測量に加えてLiDARによるレーザー測量にも対応し、J-クレジット制度の申請ではLiDAR搭載ドローンでの計測が前提になるという制度側の条件まで含めて選べるようにした設計は、精度の議論に入る前の実務のつまずきを先回りして外しています。森林内の作業道や微地形まで捉えた地形図が同時に得られるのも、測量と解析を切り離さなかったことの効用でしょう。

技術と現場知を分けて持ち寄る体制の組み方も、この取り組みの特徴です。AI解析ソフトウェアは「DF Scanner」「DF LAT」を主軸とする京都大学発のDeepForest Technologiesが担い、日立システムズは森林組合との協業で蓄えてきた調査の段取りやデータ加工のノウハウを持ち込む形で、最上位の特約店として提携しています。主要な人工林ではない樹種には現地情報を一部入力して対応する仕組みも、すべてをモデル任せにせず人の知見を必要な分だけ足すという割り切りで、現場の多様さを吸収する現実的な折り合いの付け方です。