2018 Fiscal Year Annual Research Report
Estimating deforestation and forest degradation from an unmanned aerial vehicle in seasonal tropical forest
| Project/Area Number |
16K18721
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
太田 徹志 九州大学, 持続可能な社会のための決断科学センター, 助教 (10753717)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | UAV / ドローン / 択伐 |
|---|
| Outline of Annual Research Achievements |
本研究では無人航空機（UAV，ドローン）を利用した正確で安価な森林減少・劣化量の推定技術を開発し，その検出限界を明らかにすることを目指している。本研究の対象地は，ミャンマー・カタ地区の国有林である。今年度は昨年度に引き続きUAV由来データからの森林減少・劣化量の推定を試みた。昨年度時点では，50mグリッドのスケールの場合，決定係数で0.48程度の精度で森林の劣化量を推定することができていた。今年度は推定精度の向上を目指して，誤差要因の検討と新たな統計モデルの開発を実施した。その結果，決定係数は0.77まで向上した。誤差要因として，複数の画像を重ね合わせる際の位置合わせの精度が重要であることが示唆された。熱帯地域においては，高精度のGNSSを活用して測量を行うことが難しい場合も多いので，本誤差要因を低減するような高精度なサーフェスマッチング技術の開発が今後重要であるといえた。また，その他の誤差要因として，伐採木がグリッドの外にはみ出している場合には，伐採した木の周囲のグリッドでは減少量を過大評価する傾向が見られた。また，択伐の際に周囲の木や灌木をなぎ倒してしまった場合にも，過大評価となった。
さらに，航空機レーザスキャナを用いて択伐の把握を目指した他地域での研究と比較した。その結果，本研究の結果は既往の結果に比べて精度が高いことがわかった。この理由として，まず考えられるのは，過去の研究では，伐採前と伐採後のデータを収集する期間が数年と長く，択伐以外の森林減少要因（例えば枯損）を誤差要因として含むことである。また，既往の研究では，伐採前と伐採後，それぞれでバイオマス推定モデルを構築し，両者の差分から減少量を推定している。本研究は，減少量を直接推定したため精度が高まったと考えられた。
|
