2021 Fiscal Year Research-status Report
Renovation of tree growth modeling by optimization of nonlinear growth model using long-term monitoring data
| Project/Area Number |
20K06135
|
|---|
| Research Institution | Forest Research and Management Organization |
|---|
Principal Investigator |
高橋 正義 国立研究開発法人森林研究・整備機構, 森林総合研究所, 主任研究員 等 (50353751)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加茂 憲一 札幌医科大学, 医療人育成センター, 准教授 (10404740)
冨田 哲治 県立広島大学, 経営情報学部, 教授 (60346533)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 長期モニタリングデータ / 非線形成長モデル / モデル選択 |
|---|
| Outline of Annual Research Achievements |
林木の成長に用いられる12種類の非線形成長関数（Zeide 1993）を関東中部地域で長期にモニタリングされている人工林収穫試験地データに当てはめ、赤池の情報量規準やクロスバリデーションなど4種の情報量規準に基づいてプロットごとに最も適切な関数を選択した。対象となった樹種はスギが24プロット、ヒノキは36プロット、カラマツは16プロットのモニタリングデータである。非線形成長関数は林齢と胸高直径、林齢と樹高の2種を表すものを対象とした。
その結果、3樹種問わず、林齢と胸高直径、林齢と樹高の関係それぞれ、Korf関数が最も多く選択された。小幅な違いはあったものの用いた4種の情報量規準ではいずれもKorf関数が最も多く選択される傾向に相違はなかった。関東中部地域の人工林において、林齢と樹高や胸高直径の関係を記述することができる非線形成長関数はKorf関数が最適である可能性が高い。
また、同じ場所で施業の有無が異なる2つのプロットについて比較したところ、間伐が行われたプロットで選択された関数と間伐が行われていないプロットで選択された関数が異なっていた。施業の有無は林木の競争関係に違いをもたらすことから、林木の成長を的確に表す非線形関数は、施業の有無によって異なる可能性がある。一方で、当てはめた結果得られる非線形関数のパラメータの値も林木の競争関係を表す際影響を及ぼす可能性があることから、さらに多くの長期モニタリングデータを用いて検証する必要がある。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コロナ禍により、参画研究者らによる野外調査が実施できず、調査による林木データの収集ができていないなど一部に進行の遅れが生じた。そこで森林管理局が収集・管理している長期モニタリングデータを提供していただき、研究に活用するなどの対応をした。また、コロナ対応のため移動制限がかかる時期もあったが、昨年から引き続き、オンラインミーティングを行って研究の進捗管理を行ない、研究を進めた。
以上のように一部に進捗の遅れがみられるものの、全体としてはおおむね順調に進展している。
|
| Strategy for Future Research Activity |
非線形関数のモデル選択について、人工林収穫試験地データのうち関東中部地域以外のモニタリングデータなどを用いて適用範囲を広げ、検証を進める。さらに当てはめたパラメータを用いた成長パターンの分類を行い、二段階のクラスタリングによる成長特性の分析を進める。
|
| Causes of Carryover |
コロナ禍等により、予定していた野外での調査等が実施できなかったため、残額が生じた。調査は次年度実施予定である。
|
