地球の「今」を捉え、持続可能な未来のインフラを築く
近年、宇宙から地球を見守る「衛星技術」と、現場の最前線を精緻に捉える「ドローン技術」は飛躍的な進化を遂げています。これらによって得られる膨大なデータは、単なる情報の集まりではありません。地球環境を保全し、人々の生活価値を向上させるための「未来への鍵」です。
私たち DS-ANAlysis は、多様なリモートセンシングデータを融合させ、お客様のニーズに最適化した高度な解析モジュールを構築・提供できるプロフェッショナル集団です。この「空と宇宙のハイブリッド解析」こそが、当社のコアコンピタンスです。
代表取締役 伊藤 秀一
リモートセンシング
Sentinel-1/2等の衛星データやドローンLiDARを多角的に解析。目的に合わせた最適な波長（バンド）を選定します。
AIモデル構築
独自の学習・推論アルゴリズムにより、画像データから特定の物体や作物を自動判定する高精度モデルを構築します。
グラウンドデータ活用
過去の調査資料や現地データをAIで構造化。衛星解析の精度を飛躍的に高める「教師データ」として活用します。
CASE01
珈琲・カカオの作物判定
Sentinel-2の10〜20m分解能データを活用。3時期分の10バンドデータを同時入力することで、季節による見え方の変化を捉え、高精度な作物識別を実現しました。
CASE02
パーム経年変化解析
2016年から2024年にわたる長期データを統合。前時期と後時期のパーム農園の増減を色別で可視化します。Google Earthによる高解像度検証と組み合わせることで、森林減少や土地利用転換のモニタリングに貢献します。
CASE03
大豆の広域高精度判定
Sentinel-2の全11バンドを4時期分（計44枚）同時入力。解像度60mの特性を活かしつつ、独自開発のノイズ処理により圃場の輪郭を鮮明に抽出しました。広大な土地における生育状況や分布を低コストかつ広域に把握可能です。
CASE04
SARによる水稲モニタリング
雲に遮られないSARデータ（Sentinel-1）を活用。時系列54シーンの偏波特性（VH/VV）を解析し、冠水時期と生育パターンの関係を解明しました。天候に関わらず確実な作付け判定が可能です。
対応作物・解析手法一覧
| 対象作物 | 主に使用するデータ | 解析の主な特徴 |
|---|---|---|
| 珈琲・カカオ | Sentinel-2 (10-20m) | 3時期多バンド同時学習による識別 |
| パーム・天然ゴム | Sentinel-2 / Google Earth | マルチクラス判定 & 二時期変化抽出 |
| 大豆 | Sentinel-2 (60m全バンド) | 広域4時期統合 & ノイズ処理最適化 |
| 水稲（米） | Sentinel-1 (SAR) | 全天候型・VH偏波時系列解析 |