2008 Fiscal Year Annual Research Report
航空機LiDARデータによる広葉樹資源量モニタリング手法開発
| Project/Area Number |
18780110
|
|---|
| Research Institution | Utsunomiya University |
|---|
Principal Investigator |
松英 恵吾 Utsunomiya University, 農学部, 准教授 (20323321)
|
|---|
| Keywords | LiDAR / 広葉樹 / リモートセンシング / 資源量指定 / DSMデータ / DTMデータ / DCHMデータ / 樹冠抽出 |
|---|
| Research Abstract |
過去2カ年の成果をもとに、解析用、検証用の現地調査を追加した。その結果を用い前年度開発したアルゴリズムを再検討し、FP、LPの差分データ(DCHM)を算出し、得られ各パラメータについて蓄積量との回帰分析を行った。その結果、DCHM体積が最も精度が高いことが明らかとなった。DCHM体積と林分材積の回帰分析の結果、スギ・ヒノキについては傾き0.003で両樹種林分とも同一の回帰式で決定係数も大きな値(R2 : 0.731(ヒノキ), 0.613(スギ))となった。対して広葉樹では多少のばらつき(R2 : 0.548)と他樹種林分との傾向の違い(傾き0.0017)が認められた。これは広葉樹では1) 林相が均一ではないこと、2) 人工針葉樹林と比較すると林冠のボリュームに対して林分材積が小さいこと、3) 単層林ではないため林冠表層の計測データであるDCHMによる推定に限界があることが原因として考えられる。この改善のためにLPの地上到達率について検討したところ、対象地の広葉樹2次林林では30%程度で多くは林冠の表層近くもしくは中間層までしか到達しないことを把握できた。地上に到達しなかったLPの内、亜高木層、低木層に該当する部分のパルスの割合を算出し、説明変量として追加して重回帰分析を行った結果、決定係数を改善すること(R2 : 0.548→0.676)ができ、資源量推定精度の向上を図ることができた。また、樹種分類として、テクスチャ特徴量としてはデジタルオルソフォトデータを使用し、LiDARデータによる特徴量を組み合わせることで分類精度向上を図ることができた。3カ年の成果(樹冠形モデル、樹種分類、資源量指定モデル)をもとに広域の面的な林分材積推定図を作成した。この推定図を核に2時期のDCHM体積の差分データを使用した成長量予測を加えて広葉樹2次林資源量モニタリング手法を確立することができた。
|
