底質変動と魚類の餌資源分布に基づく環境配慮工の価値評価と適応型管理への応用
| Project/Area Number |
20H03095
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 41030:Rural environmental engineering and planning-related
|
|---|
| Research Institution | Ibaraki University |
|---|
Principal Investigator |
前田 滋哉 茨城大学, 農学部, 教授 (00346074)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
皆川 明子 滋賀県立大学, 環境科学部, 准教授 (70603968)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2020: ¥11,700,000 (Direct Cost: ¥9,000,000、Indirect Cost: ¥2,700,000)
|
|---|
| Keywords | 魚類保全 / 環境配慮工 / 数値計算 / 藻類 / 土砂水理 / 流れ / 路床変動 / 植生 / 魚類 / 底生動物 / 流木 / 付着藻類 |
|---|
| Outline of Research at the Start |
農業用排水路は営農活動の基盤施設であると同時に魚類の繁殖，成長，移動経路であるため，生態系に配慮した整備がなされてきた．整備後に土砂の堆積や藻類繁茂等により，魚類の生息環境は変化するが，メカニズムが十分に知られていないため，より良い事業の設計が困難である．本研究では，農業用排水路の生態環境の核といえる「底質変動」を適切にモデル化することで，物理特性の時空間変化を踏まえた魚巣・魚溜の生態価値を評価する．これにより，環境配慮事業の効果の予測精度が向上し，工期短縮，事後評価の質の改善，自然現象の不確実性に適応した施設管理が可能になる．
|
| Outline of Annual Research Achievements |
農業水路は農業生産を支える水利施設であると同時に，農村生態系の魚類生息場，水田と下流河川・湖沼をつなぐ魚類の移動の場である．したがって，農業水路の魚類とその生息環境を多面的に捉え，関連データを継続的に収集し，魚類生息場の予測や管理のためのモデル化を進めることが重要である．
対象地の農業水路には魚類生息環境を保全する目的で，魚巣，魚溜が導入されている．魚巣では水路主流部より流速が低下するため，土砂や植生等の流下物が堆積しやすい．したがって，堆積物の管理を含めた維持管理を念頭に置いた魚巣の適切な設計のためには，底質変動，付着藻類や餌資源の実態把握，流れ-土砂-植生の相互作用を考慮したモデル化が重要と考えられる．
対象農業排水路・河川におけるこれまでの環境DNA解析の結果によると，6月頃にトウヨシノボリのような底生魚の個体数が顕著に多いことが示唆された．しかしその要因について分析できていなかった．そこでこの要因が対象魚の産着卵の増加に起因するとの仮説を立て，本年度6月に水路の魚巣を含む魚溜区間で産着卵調査を実施した．その結果，路床上の礫にトウヨシノボリの卵が見つかった．その一方で，環境DNA解析で不検出の魚種の卵が見つかった．なお，卵の魚種の特定にはDNA解析を用いた．
また，DNA解析は生物が現存しているかどうかを判定することが難しいという短所がある．そこで水路の多地点で現存する魚類の種と個体数を省力的に把握するための試みとして，タイムラプスカメラを水中に設置し，水中画像を日中の約12時間連続撮影した．深層学習を用いた物体検出モデルを撮影画像に適用し，魚類の自動検出がどの程度可能か分析した．加えて，水路区間の自動水位観測を継続し，流れの3次元解析，剥離藻類の挙動の数値シミュレーションを実施した．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(17 results)
