稲は重要な食糧作物であり、稲作面積を正確かつタイムリーに把握することは食糧安全保障状況を精密に分析する基盤である。西南の丘陵山岳地帯では、雨天が頻発し、稲作パターンが多様で実地サンプリングのコストが高く、効率的かつ信頼性の高い稲のリモートセンシングによる地図作成が困難である。本論文は重慶市潼南区を研究区域とし、多源リモートセンシングデータの補完的利点を活用し、耕地区画を基本単位とし、異なる撮像モードにおける稲の季節規則を解析し、サンプル自動生成戦略を提案し、特徴選択に基づくランダムフォレストモデルにより稲の自動マッピングを実現した。研究結果は、本手法が正確で代表性のある訓練サンプルデータを自動生成でき、生成されたサンプルの時系列特徴は実地サンプルと高度に一致していることを示した（スペクトル相関類似度0.987、動的時間伸縮距離4.719）。生成したサンプルを用いた稲のマッピングでは、総合精度89%、総面積抽出誤差-7.5%、かつマッピング不確実性が低かった。感度分析により、稲のマッピングの精度と安定性はサンプル数、空間分布および特徴バンドの選択に影響されることが示された。本研究は丘陵山岳地帯の稲の迅速かつ正確なマッピングのための信頼できるサンプル自動生成手法を提供し、サンプリング戦略の策定および特徴バンド選択の科学的根拠を提供する。

丘陵山岳地帯;季節規則;時系列リモートセンシング;区画尺度;サンプル自動生成;稲マッピング