森林のCO2吸収機能や生物多様性の保全、Jクレジット制度への対応において、個々の樹木レベルでの正確な現状把握が不可欠となっている。本研究では、樹種分類の精度向上を目的とし、従来のオルソ画像に加え、レーザ林相図データを統合した深層学習手法を開発した。提案手法は、複数データの特性を活かすことで樹木の識別および分類性能を改善し、精緻な炭素量評価や持続可能な森林管理に資する有効なモニタリング技術となる。