神戸電鉄とDeepForest社が進める枯死木検出実証実験の詳細

近年、ナラ枯れなどにより増加している枯死木が鉄道運行に与える影響が無視できない状況となっています。そのため、神戸電鉄株式会社とDeepForest Technologies株式会社は、枯死木を効率的に検出するために、ドローンと高度な森林解析技術を活用した実証実験を実施しました。本記事では、この革新的な取り組みの詳細について解説します。

実証実験の背景

鉄道沿線における枯死木の倒木は、特にスリルの多い地域での運行において、列車の安全運行を妨げる要因となります。これを防ぐためには、沿線の枯死木を早期に発見する必要がありました。しかし、従来の手法では作業員が巡回して目視点検を行っていたため、時間とコストが課題とされていたのです。

ドローンとAIを活用した新たな手法

この課題を解決するために、DeepForest社はドローンを利用した新しいアプローチを提案しました。実証実験では、DJI製の「Mavic 2 Pro」を使用し、自動操縦で上空からの画像撮影を行いました。飛行高度100mから、約5haの区域を15分間で撮影することができました。この飛行データを基に、3次元画像合成ソフト「DF BIRD」を使用して、詳細なオルソ画像とデジタル表面モデル（DSM）が作成されました。

解析技術の適用

撮影後、DeepForest社の解析ソフト「DF Scanner」により、得られた画像データを解析しました。このソフトは、樹木の単木検出や樹種識別、サイズ推定を効率的に行うことができます。実証実験では、160枚の画像から樹冠のポリゴンを生成し、AIを活用して「枯死木」を自動的に検出しました。

さらに、樹高や胸高直径（DBH）の推定も行われ、約5haのデータ処理を20分という短時間で完了しました。これにより、沿線に近い枯死木の位置情報や樹高を基に倒木リスクを評価することが可能になりました。

現地調査の成果

実証実験の結果をもとに、現地調査を行うためにDeepForest社が開発したアプリ「DF Walker」を使用しました。このアプリはGPS連携を行っており、解析結果を元に実際の調査地点へと向かうことが可能です。事前に得られたデータに基づいて、枯死木の状況を現場で確認することで、解析の精度が実証されました。

神戸電鉄の期待

神戸電鉄の担当者は、「倒木による被害が増加する中、早期の発見と対応が必要とされている」と指摘しています。この取り組みは、労働力の不足という現代の課題に対する革新的な解決策として注目されています。今後も実効性の高い方法として検証を進めていく考えを示しています。

まとめ

本実証実験は、ドローンとAI技術を駆使した枯死木検出に成功し、従来の目視点検に比べて効率的で精度の高いリスクマネジメントが期待されています。今後、定期的なデータ収集と管理手法の確立が進めば、鉄道沿線の森林管理全般に役立つ可能性があります。DeepForest社は、今後も簡単で手軽に森林解析が行えるソリューションを提供することで、森林管理の新たなスタンダードを築いていくことでしょう。