| Project/Area Number |
19H04320
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 64040:Social-ecological systems-related
|
|---|
| Research Institution | Tokyo University of Information Sciences |
|---|
Principal Investigator |
Hara Keitarou 東京情報大学, 総合情報学部, 教授 (20208648)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
富田 瑞樹 東京情報大学, 総合情報学部, 教授 (00397093)
藤原 道郎 兵庫県立大学, 緑環境景観マネジメント研究科, 教授 (80250158)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥14,950,000 (Direct Cost: ¥11,500,000、Indirect Cost: ¥3,450,000)
Fiscal Year 2021: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2020: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2019: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
|
|---|
| Keywords | 植生変化 / 植生図化 / 植生分布モデル / AI / リモートセンシング / 予測モデル |
|---|
| Outline of Research at the Start |
本研究は、陸上生態系の基盤であり、自然資本の持続的な利用や生態系サービスの享受に不可欠な、日本における植生の現況、および気候変動や社会経済的な影響に伴う変化とその要因を群落レベルで明らかにするものである。植生解析手法としては、高分解能の衛星リモートセンシングデータを用いて、人工知能（AI）技術の深層学習の手法で画像分類する。その結果をもとに、気候、地形・地質などの自然環境要因と社会経済・土地利用などの社会環境要因に関してGIS（地理情報システム）を用いて複数のスケールで統合し、群落レベルで植生分布を説明するモデルを構築し、植生の時・空間変化を表現する植生図を作成する。
|
| Outline of Final Research Achievements |
One of the significant effects of climate change on vegetation which is also the basis of terrestrial ecosystems, is that rapid and major changes have already affected in the vegetation distribution. Understanding the current vegetation distribution and predicting the future vegetation distribution are indispensable for the harmony between vegetation and humans, and for sustainable development. In this research, we developed the model of the current vegetation distribution using by fusion the earth observation data by satellite remote sensing and deep learning technology and made the nationwide vegetation distribution based on Dominant Genus-Physiognomy type (DG-P type). In addition, order to develop a nationwide vegetation dynamics model that to predict future vegetation distribution, we collected and prepared GDDP (Global Daily Downscaled Projections), which is climate prediction data provided by NASA.
|
| Academic Significance and Societal Importance of the Research Achievements |
気候変動に伴う気温と降水量の変化は、日本の多様な植生の種組成と分布にこれまでにない変化を及ぼすことがわかっている。植生から得られる生態系サービスの享受による持続可能な発展に向けた対策を講じるためには、植生分布の現況を正確に捉え、そして、将来の変化を予測することが肝要である。本研究では、全国規模における植生分布を「群落優占種（属）相観型」（DG-P型）で表すことができた。今後、この植生分布の現況と気候予測データとを複合的に解析することで、将来の植生分布を予測する植生動態モデルが開発できる。この成果によって、生態系サービスに配慮した実効ある政策立案が可能となる。
|
