2020 Fiscal Year Research-status Report
病害虫拡散予測および制御に関わる順応的最適化システムの構築と社会実装
| Project/Area Number |
18K14493
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
伊高 静 東京理科大学, 理工学部経営工学科, 助教 (80776336)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 病害虫拡散モデル / ナラ枯れ |
|---|
| Outline of Annual Research Achievements |
森林資源環境を取り巻く諸問題は複雑で、木材生産のみならず、生態系サービスへの関心も強まる中、現場における意思決定が難しくなっている。そのような現状で、意思決定をサポートするため、本研究では、病害虫の拡散を把握した上で、その被害を制御するためにどのように環境資源を管理していくかを提案するためのシステム構築を目指している。本研究は、過去の被害履歴や制御履歴のはっきりしているナラ枯れを対象とした。解析対象は山形県と新潟県全域とし、山形県森林研究研修センターと、新潟県森林研究所の協力のもと、主に幹線道路から目視で記録された過去およそ30年分のナラ枯れデータを用いた。既存の研究や現場の経験より、樹木が枯れる条件に関する様々なことがわかってきているが、データ上でそれを確認するために、GIS(地理情報システム、geographic information system)を用い、基盤地図と樹木の枯れ情報、農研機構メッシュ農業気象データをリンクした。重回帰分析や決定木、ランダムフォレスト等、様々な統計解析手法を用いて解析した結果、最も近い前年枯れ樹木地点の枯れ樹木本数をそこまでの距離で割った値と、その地点における前年までに枯れた樹木の割合が、その地点での樹木の枯死に最も関係していることが明らかとなった。さらに、解析で得られた決定木の分岐条件をもとに、セルオートマトン法を用いて樹木の枯れ拡散を記述した。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
転職に伴う諸業務と大学勤務初年度であったための業務過多により、本課題を進める時間が足りなかった。
|
| Strategy for Future Research Activity |
構築した拡散モデルをより実データに近づけるため、既存の研究や現場の意見をモデルに組み込み、更なるモデルの精度向上を目指す。また、提供を受けているデータは主に幹線道路から目視で収集した枯れのデータであるため、一部地域の衛星画像より抽出した枯れ情報を使用して実際の枯れとの差分を取る。その上で、植生図上のナラ・コナラ林全体に対し、構築した拡散モデルが、目視できなかった箇所を含めた現実の枯れを反映できるかを確認し、必要に応じてモデルの改良を行う。さらに、被害費用及び制御コストを、県や市町村が公開している各種統計資料、現地での聞き取り調査をもとに収集し、ナラ枯れ拡散を最小コストで制御するための最適な管理の時空間配置に向けた分析を行う。最終的には、GISを基盤として、上記の結果を地理情報システムと連動させ、出力・可視化する。そして、制御管理計画を県庁に提案する見込みである。
|
| Causes of Carryover |
コロナ禍の影響と研究が遅れたため、予定していた現地の聞き込み調査や論文発表を行うことができなかった。よって次年度に繰り越された額は、聞き込み調査の旅費、学会発表に伴う旅費、研究論文発表費用として使用する。
|
