気候変動や人為活動により植物の分布域やフェノロジー（展葉・黄葉など）が変化している。景観を構成する植生の改変は炭素収支・水循環など多様な生態系機能へ波及する。その影響は植生タイプで異なると考えられるため，植生図／土地利用土地被覆図（LULC図）を高精度かつ更新頻度高く整備することが重要である。日本全域を覆う代表的プロダクトとして，環境省の自然環境保全基礎調査（1999–2023）に基づく植生図と，JAXAの高解像度LULC図（HRLULC-Japan）がある。前者は876凡例と詳細だが目視判読中心で作成に膨大な時間を要し，最新版でも作成期間が20年以上に及ぶため，その間の植生の変化を取りこぼす恐れがあるうえ，精度検証も十分でない。後者は衛星・地形データを用いた教師あり機械学習で更新間隔が短く利用しやすい一方，草地・落葉広葉樹林（DBF）・落葉針葉樹林（DNF）・常緑広葉樹林（EBF）・常緑針葉樹林（ENF）・竹林・湿地の7分類にとどまり，群落や樹種帯，管理対象の議論に直結しにくい。また，ENFのハイマツ群落が草地・裸地・DNFに誤分類されるなど改善の余地が残されている。そこで本研究では，全国版かつ高頻度更新可能なプロダクトを目指し，衛星・地形データと教師あり機械学習により，一部離島を除く日本全域の高解像度植生分類図を作成し，既存7分類を20分類（ハス田，落葉／常緑果樹園，茶畑，牧草地，高山草原，長草／短草草原，ササ草原，亜高山帯DBF・その他DBF，DNF，EBF，ハイマツ群落，北方ENF・亜高山帯ENF，スギ林，ヒノキ林，マツ林，マングローブ）へ拡張した。その結果，全カテゴリで約95%の精度を達成した。今後の改善点として，湿地とマツ林の過剰分類，複数カテゴリが混在する混合ピクセルの誤分類が残された。