| Project/Area Number |
22K05726
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 40010:Forest science-related
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
村上 拓彦 新潟大学, 自然科学系, 准教授 (20332843)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 航空レーザ計測データ / 地位指数 / 地位指数曲線 / 上層木平均樹高 / 林齢 / 時系列空中写真 / 局所最大値フィルタ / 森林簿 / 航空レーザ計測 / 空中写真 / SfM / オルソモザイク / 樹頂点抽出 / 林地生産力 / 地形因子 |
|---|
| Outline of Research at the Start |
過去の空中写真を活用し，人工林の林齢を推定する。この林齢情報を，航空レーザ計測によって取得された上層木平均樹高データと組み合わせ，地位指数マップを作成する方法について検討する（第一段階）。さらに，得られた地位指数マップと数値標高モデル（DEM）から算出される地形因子を組み合わせて，より広域の地位指数マップ作成手法を開発する（第二段階）。この研究では，航空レーザ計測データが取得する広域での高さ情報（上層木平均樹高）に，時系列空中写真によって推定される時間情報（林齢情報）を組み合わせる点に大きな特徴がある。
|
| Outline of Annual Research Achievements |
航空レーザ計測の進展により広域スケールでの林分の高さ情報の取得が当たり前となってきている。この林分の高さ情報を様々な林齢の林分から収集することができれば，従来にない規模のデータを用いて地位指数曲線を得ることができる。林齢情報は森林簿に頼ることも可能であるが，その精度は不十分であることも多い。本研究では林齢情報を補完するデータとして時系列空中写真に着目した。高さ情報を航空レーザ計測データ，林齢情報を時系列空中写真からそれぞれ収集し，地位指数曲線を得る手法の構築に取り組んだ。本研究の対象地は新潟県村上市，新潟市，南魚沼市である。航空レーザ計測データとして，2020，2021，2022年に同地域で計測されたデータを使用した。空中写真データ（400dpi）は国土地理院の地図・空中写真閲覧サービスを通して入手した。主に中間斜面からデータを抽出するために，DEMを用いて尾根近傍，谷近傍を除外した。実際のスギ林分の特定には衛星データの分類結果を用いた。このデータを用いて，森林簿の情報も参考にしながら各林分の林齢を推定した。揃えた林齢と上層樹高を用いてガイドカーブを求め，一組の地位指数曲線を得た。新潟市西蒲区，秋葉区，南魚沼市の三地区合計のプロットデータは，千木良・村上（2013）及び吉田（2023）のガイドカーブ，航空機LiDAR のプロットとおおよそ重なり，妥当性がある結果となった。三地区の合計プロットでは新潟県提供の単木位置図による樹高が上方に，LiDARデータによる樹高が下方に重なる結果となった。データの重なり具合から，LiDARデータによって得た樹高情報の方がより妥当性がある結果となった。今回は空中写真の整備に十分にリソースを割くことができず，林齢の確実性について課題が残った。この点については，今後多様な年代のオルソモザイク画像を作成し，対応していく必要がある。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初計画では2つの目的を掲げていた。「航空レーザ計測データと時系列空中写真に基づく地位指数マッピング」と「地形因子に基づく地位指数マッピング」である。
この2年間では第一の目的に関連して，航空レーザ計測データと時系列空中写真に基づく地位指数曲線作成に取り組んできた。一年目に，時系列空中写真を用いた林齢推定に取り組んだ。森林簿，森林計画図の精度が不十分な状態では，それ以外の客観的な情報を用いることが最善であると判断し，過去の空中写真の活用を重視した。一方，各年代の空中写真のオルソが整備されていない状況では，このデータを整備することには大変な労力が必要となり，その点が今後の課題となっている。
その後，地位指数曲線のために使用するデータの選定作業を進めるため，DEMを用いた選定ルールの構築に取り組んだ。尾根近傍，谷近傍を避け，いわゆる中間斜面からデータがサンプリングできるようにするための手順を構築した。一方，ここでは林齢情報として空中写真を十分に活用できなかったため，任意の林齢の林分として抽出したデータに他の林齢の情報が混在しているケースが確認できたため，その点をどのように除外するのかが今後の課題となっている。
|
| Strategy for Future Research Activity |
最終年として既存のデータ全てを用いた地位指数曲線の完成をめざす。新潟県内で計測された全ての航空レーザ計測データを用いる。対象範囲が拡大することで空中写真の整備に制約がかかるため，現時点では代替案で対応する予定である。森林簿，森林計画図の使用を前提に，エラーを含んでいるデータの確認を各種統計値から検討する。様々な場所から得られた，幅広い林齢の情報を地位指数曲線作成のデータとして反映させる。
第二段階では第一段階の成果を用いて，地形因子による地位指数の推定モデルを構築し，より広域のマッピング手法の開発に取り組む。林地生産力に強く関わる地形因子として有効起伏量，露出度，斜面中心角に着目する。今回，地形因子の計算に関してより汎用的なツールとするため，あらたにプログラミングをし直す。従来手法では地位指数と地形因子の関係を重回帰（寺岡ら1991），ニューラルネット（美濃羽ら2005），深層学習（廣瀬・松村2018）などでモデル化されている。モデリング手法として一般化線形モデルや機械学習，深層学習を検討する。DEM を用いた地位指数の広域のマッピングを試みる。
|
