南カリフォルニア大学（USC）の研究者チームは、都市部の樹木冠層を低コストで精密にマッピングするAIツールの開発に成功した。同ツールは、米国農務省の全国農業画像プログラムで無償公開されている航空写真と人工知能を組み合わせ、高価なLiDAR計測や有料衛星画像に依存しない代替手段を提供する。研究結果は学術誌Remote Sensingに掲載され、激甚化する都市熱波への対策として、緑被状況の把握と植栽計画の最適化に活用できる技術実証がなされた。 研究を主導するジョン・ウィルソンUSC空間科学研究所所長は、樹木が気温上昇に伴う健康リスクを低減する一方で、効果的な植栽には既存の緑被データが不可欠だと指摘する。開発された検出モデルは、住宅地や商業地の航空写真から樹木冠層を高精度に抽出し、個体樹冠の識別性能も従来のLiDARベース手法と同等水準を達成した。ロサンゼルスのボイルハイツやシティテラスでの実証に加え、気候や都市構造が異なるサンフランシスコやフェニックスのデータにも再学習なしで適用可能であり、汎用性が確認された。 本ツールはEsriプラットフォーム上でArcGISディープラーニングパッケージとして無償公開されており、過去六ヶ月間のダウンロード数は一万二千回を超えている。USC主導の緑化プログラムにも直接連携し、街区規模から郡域規模まで階層的な植栽計画を支援している。 今後の開発路線として、チームは無料のLiDARデータとAIマッピングを統合し、樹冠の高さと三次元構造の解析を導入する方針だ。これにより現状の日陰量を推計するとともに、新規植栽による冷却効果の予測モデルを構築し、公園や校庭などの特定エリアから都市全域へ適用範囲を広げる計画である。低コストで高精度な緑被データへのアクセスを可能にする本技術は、気候適応型都市計画の標準ツールとしての普及が期待されている。