Top 15 Land Cover Classification Tools (2026)

公開日： .更新日： 記事FlyPix AI Team

解決したい課題をお聞かせください。 私たちがサポートします！

お問い合わせ

土地被覆分類は、環境モニタリング、都市計画、農業管理において不可欠です。しかし、信頼性の高い地図や知見を得るには、生の衛星画像だけでは不十分です。適切な土地被覆分類ツールは、リモートセンシングデータの処理、モデルのトレーニング、そして結果の検証を効率的に行うのに役立ちます。教師あり・教師なしアルゴリズムからクラウドベースのプラットフォームやオープンソースライブラリまで、これらのツールは大規模な分析を正確かつ一貫性を持って処理できるように設計されています。この記事では、自動化されたワークフロー、堅牢な検証、そして情報に基づいた意思決定をサポートするために構築された、優れた土地被覆分類ツールをレビューします。

1. フライピックスAI

FlyPix AIは、画像内の土地被覆分類と物体検出に人工知能を活用する地理空間分析プラットフォームです。ユーザーは独自のアノテーションを用いてカスタムAIモデルを学習できるため、特定の種類の土地被覆、インフラ、自然景観の識別とセグメンテーションが可能になります。座標に紐付けられた地理空間画像を直接操作することで、複雑なシーンの分析や、従来は手作業で膨大な作業が必要だったタスクの自動化が可能になります。また、マルチスペクトルデータにも対応しており、植生、水域、都市部、その他の土地利用をより詳細に分類できます。

ベクターレイヤーのエクスポート、チームとのマップ共有、アクセス制御の管理など、FlyPixは共同プロジェクトに最適なツールスイートを提供しています。FlyPixを通じて、成果物の公開、API経由の統合、そしてGISエキスパートによる高度な品質保証を受けることができます。柔軟性を考慮して設計されたFlyPixは、林業、農業、建設、政府機関など、様々な分野にシームレスに適応し、組織が迅速に実用的なインサイトを生み出すお手伝いをします。直感的なクラウドベースのインターフェースにより、幅広い地理空間ワークフローを容易にサポートします。

料金

料金（ユーロ建て・€）

Starterストレージ 10 GB

€100/user/mo
50 Credits
~1 Gigapixels

登録

含まれる機能：

  • 分析ダッシュボードへのアクセス
  • ベクターレイヤーのエクスポート
  • 5営業日以内のメールサポート

Standardストレージ 120 GB

€500/2 user/mo
500 + 100 Credits
~Up to 12 Gigapixels

登録

含まれる機能：

  • マルチスペクトルデータへのアクセス
  • マップ共有機能
  • 2営業日以内のメールサポート

Proストレージ 600 GB

€2000/5 user/mo
2000 + 1000 Credits
~Up to 60 Gigapixels

登録

含まれる機能：

  • APIアクセス
  • チーム管理
  • メール・チャットサポート（1時間以内に返信）

Enterpriseストレージ Unlimited

Credits : Unlimited
User Seats: Unlimited

登録

含まれる機能：

  • APIアクセス
  • チーム管理
  • メール・チャットサポート（1時間以内に返信）

主なハイライト:

  • AIを活用した物体検出と土地被覆分類
  • ユーザー定義のアノテーションを使用したカスタム AI モデルのトレーニング
  • マルチスペクトル画像のサポート
  • ベクターレイヤーのエクスポートとインタラクティブマップの共有
  • APIアクセスと高度なGIS品質保証
  • チーム管理とアクセス制御を備えたコラボレーションツール

最適なユーザー:

  • 環境および林業の専門家
  • 農業および農耕アナリスト
  • 都市計画者とスマートシティチーム
  • 建設およびインフラ管理者
  • 政府機関とリスク管理チーム
  • ドローンや衛星画像を扱う研究者

連絡先：

道具Category 主な特徴対象読者Unique Differentiator統合
フライピックスAIAI-powered geospatial analysis and land-cover classificationCustom AI model training; object detection and segmentation; multispectral imagery; vector-layer export; API accessEnvironmental, forestry, agriculture, infrastructure, government, and GIS teamsCustom models can be trained from user annotations for specific geospatial features and land-cover classesGIS workflows; API-based integration; multispectral imagery sources
QGISOpen-source GIS and raster classificationRaster and vector processing; raster classification; GRASS tools; SAGA tools; Orfeo ToolBox; extensive plugin ecosystemGIS analysts, researchers, environmental teams, government, educatorsFree and open-source GIS with direct integration of multiple specialist geospatial processing frameworksGDAL/OGR; GRASS GIS; SAGA GIS; Orfeo ToolBox; PostGIS; WMS/WFS; GeoPackage; R
ArcGISEnterprise GIS, remote sensing, and AI classificationPixel and object classification; deep learning; imagery analysis; model training; GPU processing; raster analysisEnterprise GIS teams, government, utilities, environmental and research organizationsCombines GIS, imagery, and deep-learning workflows, including models trained with PyTorch and other third-party frameworksPyTorch; ArcGIS API for Python; ArcGIS Enterprise; ArcGIS Image Server; REST API; third-party deep-learning models
Google Earth EngineCloud-scale Earth observation analysisLarge satellite-data catalog; raster classification; JavaScript and Python APIs; batch processing; interactive Code EditorResearchers, developers, scientists, NGOs, and environmental monitoring organizationsRuns planetary-scale geospatial processing without requiring users to manage the underlying computing infrastructurePython; JavaScript; REST API; Google Cloud BigQuery; Google Drive; Cloud Storage; Colab
STEP / SNAPEarth observation processing platformOptical and SAR processing; Sentinel workflows; multispectral analysis; classification; spectral analysis; InSAR toolsEO researchers, scientists, academics, and Sentinel-data usersESA-developed processing environment with mission-specific Sentinel toolboxesSentinel missions; STAC; NetCDF; ESA EO data products
Orfeo ToolBox (OTB)Open-source remote-sensing processing libraryImage classification; segmentation; SAR processing; orthorectification; pansharpening; large-image processingRemote-sensing specialists, GIS analysts, developers, research teamsProvides the same remote-sensing algorithms through command line, Python, and QGIS interfacesQGIS; Python API; command line; GDAL-supported raster workflows; Docker
L3Harris Geospatial SolutionsRemote sensing and geospatial image analysisENVI image analysis; classification; feature extraction; raster processing; remote-sensing analyticsGovernment, defense, environmental, scientific, and commercial remote-sensing teamsENVI provides a specialized environment for analyzing and extracting information from complex remote-sensing imageryENVI APIs; Python; IDL; ArcGIS and other GIS/remote-sensing workflows
OSGeo ProjectsOpen-source geospatial software ecosystemRaster processing; vector analysis; spatial databases; imagery processing; web mapping; geospatial librariesGIS developers, researchers, analysts, educators, and organizations using open-source stacksProvides an ecosystem spanning desktop GIS, libraries, databases, servers, and processing tools rather than a single applicationQGIS; GDAL/OGR; GRASS GIS; PostGIS; GeoServer; GeoTools; PROJ; Orfeo ToolBox
トリンブル地理空間ソリューションSurveying, mapping, GIS, and 3D geospatial processingPoint-cloud classification; field-to-office processing; GIS schema management; survey data processing; 3D modelingSurveyors, mapping professionals, construction and infrastructure teamsConnects field survey data with GIS systems and office processing workflowsEsri ArcGIS; PostgreSQL; SQL Server; Autodesk; Bentley; Trimble Access; Trimble Connect
FAO / Open ForisForest and land monitoring platform ecosystemLand-cover mapping; satellite-image analysis; field data collection; visual interpretation; land-change monitoringGovernments, forest agencies, NGOs, researchers, academia, and land-monitoring teamsOpen-source portfolio combining field collection, satellite interpretation, geospatial analysis, and reportingGoogle Earth Engine; SEPAL; Collect Earth Online; Collect; Earth Map; Sentinel and Landsat data
SAGA GISOpen-source GIS and geoscientific analysisRaster and vector processing; terrain analysis; thematic mapping; classification; geostatisticsResearchers, environmental analysts, GIS professionals, and educatorsModular geoscientific processing environment with extensive raster and terrain-analysis capabilitiesQGIS; GDAL/OGR; common raster/vector formats; Python workflows
DzetsakaQGIS remote-sensing classification plugin11 ML classifiers; Random Forest; SVM; KNN; XGBoost; CatBoost; confidence outputs; SHAP explainabilityQGIS users, remote-sensing analysts, researchers, and land-cover mapping teamsAdds a broad machine-learning classification workflow directly inside QGISQGIS; QGIS raster/vector layers; Optuna; scikit-learn-compatible ML workflows
RSGISLibOpen-source Python remote-sensing libraryImage classification; segmentation; change detection; raster/vector processing; command-line utilities; automationResearchers, developers, and analysts building scripted EO workflowsProgrammatic remote-sensing processing through Python modules and command-line toolsPython; GDAL; GEOS; HDF5; raster/vector geospatial formats
CATALYSTRemote sensing, photogrammetry, and EO image analysisAI-enabled classification; optical and SAR processing; orthomosaicking; image analysis; 745+ algorithms; Python APIGeospatial professionals, EO researchers, service providers, developers, and government organizationsCombines optical/SAR processing with a large algorithm library and Python-based workflow automationPython API; interactive environments; optical and SAR satellite data; external geospatial technology stacks
Land Cover Monitoring System (LCMS)Automated national-scale land-cover monitoringML land-cover classification; crop classification; change detection; satellite-data pipelines; validation tools; continuous processingNational mapping agencies, governments, land-monitoring organizations, and research teamsDesigned for continuous country-scale classification with supervised ML and operator validationSentinel Hub; Geopedia; eo-learn; Sentinel-2; Landsat 8; GIS applications

2. QGIS

QGISは、土地被覆分類タスクを含む空間データの作成、編集、分析に使用されるオープンソースの地理情報システムです。地図作成、ベクターおよびラスターレイヤーの編集、空間分析のための幅広いツールを提供しています。ユーザーは、ポイント、ライン、ポリゴン、メッシュを作成および編集することで、特定の土地被覆特性を分類またはデジタル化できます。QGISは、デスクトップ、Web、モバイル形式への結果の公開をサポートし、標準プロトコルを介して多くのファイル形式やWebサービスと統合できます。

また、サードパーティ製プラグインを使用して機能を拡張できる拡張性の高い環境も提供しています。このプラットフォームには、自動化された分析ワークフロー、レポートツール、カスタムフォームやレイアウトの作成機能が含まれています。無料のオープンソースソフトウェアであるQGISは、世界的なコミュニティによって維持管理されており、幅広いユーザーが利用できるため、様々な状況における土地被覆マッピングや空間分析の実用的な選択肢となっています。

主なハイライト:

  • 地図作成と編集のためのオープンソースGISプラットフォーム
  • ベクターデータとラスターデータをデジタル化および編集するためのツール
  • 分析ワークフローとレポートの自動化
  • 標準データ形式とWebサービスのサポート
  • サードパーティのプラグインとカスタムフォームで拡張可能
  • Windows、Mac、Linuxで利用可能

最適なユーザー:

  • 無料のソリューションを必要とするGIS専門家とアナリスト
  • 環境および土地利用計画者
  • 研究者と教育者
  • 政府機関とNGO
  • マッピングと分析のコンサルタントと請負業者

連絡先：

3. ArcGIS

ArcGIS by Esriは、土地被覆分類を含む空間データのマッピング、分析、可視化に使用される地理情報システムプラットフォームです。土地被覆の種類を識別・分類するためのツールを提供し、地理空間データと人工知能（AI）を組み合わせ、より詳細な分析を可能にします。このプラットフォームはラスターデータとベクターデータの両方に対応しており、ドローン、衛星画像、地上画像と統合することで、正確な土地被覆マップを作成できます。また、空間ワークフローの予測モデリング、自動化、最適化のための機能も備えています。

ArcGISは、デスクトップ、Webベース、モバイルのインターフェースを備え、様々な分野や規模に対応できるよう設計されています。これらのインターフェースは、他のエンタープライズシステムとのデータ共有や統合を可能にし、コラボレーションをサポートします。このプラットフォームには、API、SDK、Webサービスが豊富に用意されており、機能を拡張して大規模なワークフローにも対応できるため、複雑な空間データのニーズを持つ組織に最適です。

主なハイライト:

  • AI強化分析を備えた包括的なGISプラットフォーム
  • ラスター、ベクター、3D空間データのサポート
  • 土地被覆分類ツールと予測モデリング
  • ドローンと衛星画像との統合
  • カスタマイズのためのAPI、SDK、Webサービス
  • デスクトップ、ウェブ、モバイル環境で動作します

最適なユーザー:

  • エンタープライズGISのニーズを持つ大規模組織
  • 環境保護団体
  • インフラおよびユーティリティ管理者
  • 政府の計画および緊急対応チーム
  • 高度な空間分析を必要とする研究者

連絡先：

4. Google Earthエンジン

Google Earth Engine は、膨大な衛星画像と地理空間データセットのアーカイブと、地球規模の分析ツールを組み合わせたクラウドベースのプラットフォームです。膨大なデータに対してカスタムアルゴリズムを実行することで、土地被覆の分類、環境変化のモニタリング、経時的な傾向のマッピングが可能になります。このプラットフォームには、30年以上にわたる過去の衛星画像と科学データセットが含まれており、毎日更新されます。また、Python と JavaScript の API が提供されており、さまざまなワークフローに統合できます。

Earth Engineは、インタラクティブなアルゴリズム開発とペタバイト規模の地理空間データへのアクセスを可能にするウェブベースのコードエディタを提供しています。Earth Engineは学術利用と商用利用の両方をサポートしており、大規模なデータセットを効率的に処理する必要がある研究者、科学者、開発者に最適です。このプラットフォームは、森林監視、天然資源管理、環境影響評価などの分野で、土地被覆の変化を定量化し可視化するために使用されています。

主なハイライト:

  • 大規模地理空間分析のためのクラウドベースのプラットフォーム
  • 30年以上にわたる衛星および科学データセットへのアクセス
  • PythonとJavaScriptで利用可能なAPI
  • インタラクティブ開発のためのWebベースのコードエディタ
  • 学術的および商業的な利用の両方をサポート
  • 毎日更新されるデータセットとタイムラプス視覚化ツール

最適なユーザー:

  • 土地被覆の変化を研究する研究者や学者
  • 森林破壊と保全を監視する環境NGO
  • 地理空間分析ツールを構築する開発者
  • 環境動向を追跡する政府および政策機関
  • 歴史的およびほぼリアルタイムの衛星データを扱う科学者

連絡先：

  • ウェブサイト: earthengine.google.com

5. STEP（科学ツールボックス活用プラットフォーム）

Scientific Toolbox Exploitation Platform（STEP）は、欧州宇宙機関（ESA）が開発し、土地被覆分類を含む地球観測データの科学的分析を支援するものです。Sentinelをはじめとするミッションのデータと連携するオープンソースのツールボックスを提供し、ユーザーは光学画像、マイクロ波画像、マルチスペクトル画像を処理できます。このプラットフォームは、SNAPアーキテクチャを基盤とするOptical ToolboxとMicrowave Toolboxを統合し、汎用的およびセンサー固有の幅広い処理ツールを提供します。

また、ユーザーがドキュメント、チュートリアル、開発者向けリソースにアクセスできるコミュニティプラットフォームも維持しています。STEPは、BEAM、NEST、Orfeo Toolboxといった以前のESAツールボックスの機能を統合し、従来のワークフローとの互換性を確保しています。研究者、科学者、開発者が様々な環境・科学目的で地球観測データセットを処理、分類、分析できるように設計されています。

主なハイライト:

  • 地球観測データ分析のためのオープンソースプラットフォーム
  • 光学、マイクロ波、マルチスペクトルデータ用のツールボックス
  • センサー固有の演算子を備えたSNAPアーキテクチャ上に構築
  • ドキュメント、チュートリアル、コミュニティサポートが含まれています
  • ESA Sentinelミッションおよびその他のデータセットと互換性あり
  • 以前のESAツールボックスの機能を統合

最適なユーザー:

  • ESAのミッションに携わる研究者や科学者
  • 土地被覆分類のワークフローを構築する開発者
  • リモートセンシングとデータ分析を教える学者
  • 環境監視および保全プロジェクト
  • オープンソースでコミュニティサポートされたツールを必要とするユーザー

連絡先：

6. オルフェオ ツールボックス

Orfeo ToolBox（OTB）は、土地被覆分類に適した機能を備えたリモートセンシング画像処理用のオープンソースソフトウェアライブラリです。高解像度の光学画像、マルチスペクトル画像、レーダー画像を処理するアプリケーションとアルゴリズムのセットを提供します。ツールには、分類、オルソ補正、パンシャープン、SAR処理、その他の高度なタスクのための機能が含まれています。OTBはQGIS、Python、コマンドライン、C++からアクセスでき、さまざまな環境に柔軟に対応します。

透明性と拡張性を重視し、すべてのアルゴリズムが文書化され、独自のインターフェースに隠蔽されることがないよう配慮しています。OTBは、個人用ラップトップから高性能クラスタまで、幅広いハードウェア上で非常に大規模なデータセットを処理できます。また、QGISとの統合により、ユーザーはツールボックスの全機能にアクセスしながら、大規模な地理空間データセットを効率的に視覚化および処理できます。

主なハイライト:

  • オープンソースのリモートセンシング画像処理ライブラリ
  • 光学、マルチスペクトル、レーダー画像をサポート
  • 分類、SAR処理などのツール
  • QGIS、Python、コマンドライン、C++ のインターフェース
  • さまざまなハードウェア設定にわたる大規模なデータセットを処理
  • コミュニティ主導で、広範囲に文書化された

最適なユーザー:

  • 高解像度データを扱うリモートセンシングの専門家
  • QGISまたはPythonと統合するGISプロフェッショナル
  • 光学画像とレーダー画像を分析する研究チーム
  • カスタム地理空間ワークフローを構築する開発者
  • 透明性と拡張性に優れた処理ツールを必要とするユーザー

連絡先：

7. L3Harris地理空間ソリューション

L3Harrisは、土地被覆分類機能を含む幅広い地理空間ソリューションとツールを提供しています。衛星画像、航空写真、その他の地理空間データの処理と分析用に設計されたソフトウェアとプラットフォームを開発しています。同社のソリューションは、リモートセンシングやGISワークフローと統合され、民間および防衛関連のアプリケーションにおいて、地球表面の変化を分類、検出、監視します。

同社は、大規模かつ多様なデータセットの信頼性の高い処理を必要とするミッションを支援するツールを設計しています。土地被覆分析に加え、地理空間関連製品には通信、監視、環境モニタリングのためのツールも含まれています。これらのソリューションは、国家安全保障、インフラ、科学研究に重点を置いた幅広いポートフォリオの一部です。

主なハイライト:

  • 土地被覆の分類と分析のための地理空間ソフトウェア
  • 衛星、航空、マルチソースデータに対応
  • 民間および防衛用途向けに設計
  • GISおよびリモートセンシングワークフローと統合
  • ミッションに焦点を当てた幅広いツール群の一部

最適なユーザー:

  • 政府と防衛機関による土地利用の監視
  • 土木インフラおよび計画チーム
  • 環境および災害対応組織
  • 地理空間データを扱う研究機関
  • 運用コンテキスト向けの統合ソリューションを必要とするユーザー

連絡先：

8. OSGeoプロジェクト

Open Source Geospatial Foundation（OSGeo）は、土地被覆分類に役立つツールを含む、地理空間データ処理のためのオープンソースプロジェクトのコレクションをサポートおよび維持しています。OSGeoは、地理情報とリモートセンシングデータを扱うために設計されたソフトウェアライブラリ、デスクトップアプリケーション、サーバーツールを提供するプロジェクトをホストおよび推進しています。これらのプロジェクトには、ベクター、ラスター、画像データを処理できる有名なツールやライブラリが含まれており、地図作成、分類、分析などのワークフローをサポートしています。

また、開発者、研究者、実務家が協力し、ソフトウェア開発に貢献し、ベストプラクティスを共有するグローバルコミュニティを育成しています。OSGeoのリソースには、ドキュメント、地域支部、教育活動などがあり、ユーザーがオープンソースの地理空間ソリューションを採用・実装するのを支援します。プロジェクトのエコシステムは、土地被覆分類が重要なタスクとなる環境モニタリング、研究、インフラ計画において広く活用されています。

主なハイライト:

  • オープンソースの地理空間プロジェクトを支援する財団
  • ベクター、ラスター、画像データ用のソフトウェアツール
  • 地図作成と分類のワークフローのためのリソース
  • 開発者とユーザーのグローバルコミュニティ
  • 教育活動と文書作成支援
  • さまざまなプラットフォームやユースケースに適した柔軟なツール

最適なユーザー:

  • オープンソースソフトウェアを使用するGIS専門家
  • 地理空間分野の研究者および教育者
  • カスタム地理空間ワークフローを構築する開発者
  • 環境監視および土地管理チーム
  • コミュニティ主導のソリューションを求める組織

連絡先

9. トリンブル地理空間ソリューション

Trimbleは、測量、地図作成、インフラ整備といった幅広いワークフローの一環として、土地被覆分類をサポートする地理空間ハードウェアおよびソフトウェアソリューションを提供しています。同社は、高精度測位、3Dモデリング、データ分析を統合したコネクテッドシステムを開発し、空間データの収集と処理を可能にしています。これらのツールは、土地被覆のマッピングと分類、建設現場の管理、そして建築環境と自然環境の変化の監視に活用されています。

現場データ収集とオフィスベースの分析を連携させる機器とソフトウェアを提供し、建設、運輸、地理空間マッピングといった業界のワークフローをサポートしています。Trimbleシステムは、大規模な測量・マッピング業務に対応できるよう設計されており、プロジェクトのあらゆる段階において精度と接続性を提供します。Trimbleのソリューションは、土地利用や環境への影響に関する意思決定に不可欠な、一貫性のある地理空間データが必要な分野で広く利用されています。

主なハイライト:

  • マッピングと分析のための地理空間ハードウェアとソフトウェア
  • 測量ワークフローの一部として土地被覆分類をサポート
  • 現場からオフィスまでの統合データ収集と処理
  • 正確な位置決め、3Dモデリング、分析を組み合わせる
  • 建設、輸送、インフラプロジェクト向けに設計
  • 大規模で複雑なマッピングタスクに対応できるスケーラビリティ

最適なユーザー:

  • 測量と地図作成の専門家
  • 建設およびインフラ管理チーム
  • 輸送および物流プランナー
  • 環境および土地利用アナリスト
  • 接続された地理空間ワークフローを必要とする組織

連絡先：

10. FAO（国連食糧農業機関）

国連食糧農業機関（FAO）は、食料安全保障の向上と持続可能な農業の促進という使命の一環として、土地被覆分類を支援するデータ、ツール、ガイダンスを提供しています。FAOは、FAOSTATやFAOデータラボなどの世界的な統計データセットを整備し、土地利用、農業生産、環境条件に関する情報へのアクセスを提供しています。これらのリソースは、土地被覆の変化を監視し、農業活動が生態系に与える影響を評価するために利用されています。

FAOはまた、政府、研究機関、地域社会と連携し、持続可能な土地管理に向けたプロジェクトの実施や政策策定に取り組んでいます。FAOの活動には、データ収集と分析のための基準と方法論の策定、研修と教育の支援、現場での技術支援などが含まれます。FAOの取り組みは、土地利用が時間とともにどのように変化し、食料安全保障と環境目標の達成にどのように管理できるかについての理解を深めることに貢献しています。

主なハイライト:

  • 土地利用と農業生産に関する世界的なデータセット
  • 統計および分析ツールのためのFAOSTATとData Lab
  • 土地の監視と分類に関するガイダンスと基準
  • 政府および地域社会との連携
  • トレーニング、教育、技術サポートの取り組み
  • 土地被覆データを食料安全保障と持続可能性計画に統合する

最適なユーザー:

  • 土地と農業を担当する政府機関
  • 土地利用と食料システムを研究する研究者やアナリスト
  • 持続可能な開発と保全に取り組むNGO
  • 農業および環境プログラムを設計する政策立案者
  • 農業および環境科学の教育者と学生

連絡先：

11. サガGIS

SAGA GIS（System for Automated Geoscientific Analyses）は、土地被覆分類を含む空間データの処理と分析を支援するために設計されたオープンソースの地理情報システムです。ラスターデータとベクターデータの処理、地形解析、主題図作成のための幅広いツールセットを提供します。ユーザーは、リモートセンシングデータに分類アルゴリズムを適用し、その結果を他の地理空間レイヤーと統合して土地被覆マップを作成できます。

また、ソフトウェアの利用と拡張をサポートするために、ユーザーコミュニティ、ドキュメント、参考資料も整備されています。プラットフォームは無料で利用可能で、研究者や実務家からの貢献により継続的に開発されています。モジュール構造により、特定の分析ニーズに合わせてツールとワークフローを組み合わせることができ、様々な状況における土地利用・土地被覆研究に役立ちます。

主なハイライト:

  • 分類ツールを備えたオープンソースのGISソフトウェア
  • ラスターおよびベクターデータの処理をサポート
  • 地形分析とテーマ別マッピング機能を搭載
  • カスタムワークフローのモジュール構造
  • 利用可能なドキュメント、ユーザーグループ、オンラインリソース
  • 無料で利用可能でコミュニティによって維持されている

最適なユーザー:

  • 土地被覆と地形の研究を行っている研究者
  • 空間データセットを扱う環境アナリスト
  • 地理空間データ処理を教える教育者
  • オープンソースソリューションを必要とするNGOや政府機関
  • 柔軟でモジュール化されたGISツールを探しているユーザー

連絡先：

  • ウェブサイト: saga-gis.sourceforge.io
  • メールアドレス: @SourceForge

12. Dzetsakaプラグイン

Dzetsakaプラグインは、QGISに統合された土地被覆分類ツールです。衛星画像の教師あり分類に機械学習アルゴリズムを適用する、高速で使いやすいプラグインとして設計されています。このプラグインは、ユーザーが土地被覆クラスを定義し、フィールドデータを使用してトレーニングポリゴンを作成し、ガウス混合モデル、ランダムフォレスト、サポートベクターマシン、K近傍法など、サポートされている複数の分類器のいずれかを使用して分類を実行することで機能します。出力には、分類された土地被覆マップと信頼度マップが含まれます。

このプラグインは段階的なアプローチを採用しており、ユーザーはまずクラス名とトレーニングデータのテーブルを準備し、次に衛星画像とトレーニングポリゴンをプラグインに入力します。分類器を選択してプロセスを実行すると、QGIS内で結果を地上データと比較することで検証できます。検証には、クラスラベルの調整、フィールドデータのコンパイル、混同行列の作成、そして全体精度、ユーザー精度と作成者精度、カッパ係数などの精度パラメータの計算が含まれます。これにより、詳細な土地被覆データセットを効率的に作成および検証するのに適しています。

主なハイライト:

  • 教師あり土地被覆分類用のQGISプラグイン
  • ガウス混合モデル、ランダムフォレスト、SVM、KNN分類器をサポート
  • 分類された土地被覆マップと信頼度マップの両方を出力します
  • フィールドデータをトレーニングポリゴンとして統合します
  • 精度メトリクスを備えた検証ワークフローが含まれています
  • QGIS内のシンプルでステップバイステップのインターフェース

最適なユーザー:

  • QGIS環境で作業するGISユーザー
  • 教師付き土地被覆分類を実施する研究者
  • 土地被覆データセットを現場データと照合するチーム
  • 土地被覆と信頼度マップを作成するアナリスト
  • 複数の分類オプションと統合検証ツールを必要とするユーザー

連絡先：

13. RSGISライブラリ

リモートセンシングおよびGISソフトウェアライブラリ（RSGISLib）は、リモートセンシングおよびGISデータを処理するためのPythonモジュールとコマンドラインユーティリティのオープンソースコレクションです。土地被覆分類、変化検出、画像セグメンテーション、そして様々なラスターおよびベクター解析のためのツールを提供します。このライブラリは、衛星画像やドローン画像を用いて土地を分類し、経時的な変化をモニタリングするワークフローをサポートします。

このライブラリはGitHubを通じて公開されており、ドキュメント、チュートリアル、そして学術・研究コミュニティの貢献者からの積極的なサポートも受けています。RSGISLibはプログラムで使用できるように設計されており、タスクの自動化や、特定の土地被覆分析プロジェクト向けのカスタムワークフローの開発を柔軟に行うことができます。様々なプラットフォームで実行でき、他の地理空間処理ツールと統合できます。

主なハイライト:

  • リモートセンシングとGIS用のオープンソースPythonライブラリ
  • 分類、変化検出、セグメンテーションのためのツール
  • コマンドラインユーティリティとPythonモジュール
  • ラスターおよびベクターデータのワークフローをサポート
  • GitHubでドキュメントとチュートリアルが公開されています
  • 学術貢献者によって開発および維持されています

最適なユーザー:

  • 土地被覆分析を自動化する研究者と開発者
  • 大規模な画像データセットを扱う学術チーム
  • 地理空間処理にPythonを使用する専門家
  • ドローンと衛星データをワークフローに統合するユーザー
  • カスタマイズ可能でスクリプト化可能なツールを必要とするアナリスト

連絡先：

14. 触媒

CATALYSTは、土地被覆分類やリスク評価を支援するツールを含む地球観測ソリューションを提供するプラットフォームです。センサーに依存しないクラウドベースのSaaS（Software as a Service）で衛星画像を処理することで、ユーザーはより大規模なワークフローの一環として、土地被覆データの強化、分類、分析を行うことができます。また、既存のシステムに統合できるツールにより、組織は品質と精度を維持しながら画像処理を拡張できます。

また、衛星画像分析を用いてインフラや資産のリスクを特定・監視するデータ・アズ・ア・サービス（DaaS）ソリューションを通じてリスク軽減も実現しています。このプラットフォームは、クラウド、ウェブアプリ、API、パートナープラットフォームを通じて提供される信頼性の高い画像処理アルゴリズムを採用しています。柔軟なサブスクリプションおよび消費モデルに加え、ユーザーのニーズとプロジェクト目標に合わせた技術サポートと定期的なレビューも提供しています。

主なハイライト:

  • 衛星画像処理のためのクラウドベースのSaaSプラットフォーム
  • 土地被覆の分類と監視をサポート
  • センサーに依存せず、需要に応じて拡張可能
  • データ・アズ・ア・サービス（DaaS）として提供されるリスク分析
  • API、ウェブアプリ、パートナーシステムを介した統合
  • 柔軟な価格モデルと顧客サポート

最適なユーザー:

  • 土地利用とリスクを管理・分析する企業
  • 環境変化を監視するインフラ運営者
  • 衛星画像をワークフローに統合するチーム
  • スケーラブルでクラウドベースのソリューションを必要とする組織
  • 画像処理とリスク評価ツールの両方を必要とするユーザー

連絡先：

15. 土地被覆モニタリングシステム（LCMS）

土地被覆モニタリングシステム（LCMS）は、機械学習をベースとしたソリューションで、土地被覆の自動分類、作物種別の分類、そして土地被覆の経時変化の検出を行います。システムは、参照データの収集と準備、結果を生成するためのデータ処理パイプラインの実行、結果の保存と提供、そしてオペレーター向けのアプリケーションインターフェースの提供という4つの主要部分に分かれています。LCMSは全国規模でデータを処理し、衛星画像と地上データの両方を用いて教師ありモデルの学習を行い、継続的に稼働しています。

eo-learnフレームワーク上に構築されたパイプラインを実装することで、対象エリアを並列実行可能な小さな単位に分割し、分散処理を可能にします。結果はラスターマップとベクターポリゴンとして保存され、Sentinel HubやGeopediaなどのサービスからアクセスできます。オペレーターインターフェースには検証ツールが含まれており、ユーザーは検出された変化を確認し、確認または修正することができます。これにより、将来のモデル反復のための参照データが向上します。このシステムは、大規模な反復的な土地監視用に設計されており、既存のGIS環境に統合できます。

主なハイライト:

  • 機械学習に基づく土地被覆と作物の分類
  • 自動変更検出とレポート
  • 全国規模の継続的な運用
  • 衛星画像と地上の真実の参照データを使用
  • スケーラブルな処理のための分散パイプライン
  • 検証および修正ツールを備えたオペレータアプリケーション

最適なユーザー:

  • 土地利用と農業を監視する国家機関
  • 年間の土地被覆の変化を追跡する組織
  • 長期的な景観のダイナミクスを研究する研究者
  • 参照データと検証ワークフローを管理するチーム
  • GISおよび衛星データサービスとの統合を必要とするユーザー

連絡先：

結論

適切な土地被覆分類ツールを選択することは、地球表面の正確で信頼性が高く、スケーラブルな分析を行うための重要なステップです。この記事で紹介するツールはそれぞれ、GISプラットフォームに統合されたオープンソースライブラリやプラグインから、自動化されたワークフローと検証機能を備えたクラウドベースのサービスまで、それぞれ独自の機能を備えています。アクセシビリティ、高度な機械学習、既存システムとの統合など、優先事項が何であれ、これらのツールは分類プロセスを効率化し、結果の品質を向上させるのに役立ちます。組織や研究者は、それぞれのニーズに適したソリューションを選択することで、土地利用の変化をより適切に監視し、環境計画を支援し、堅牢な空間データに基づいて情報に基づいた意思決定を行うことができます。

ニュースレターに登録

50,000 人以上の購読者とともに、専門家によるヒント、限定オファー、無料の地理空間リソースを受け取りましょう。