• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2011 Fiscal Year Annual Research Report

リモートセンシングに基づく地域資源予測モデルに立脚した風害危険管理システムの構築

Research Project

Project/Area Number 21580176
Research InstitutionThe University of Tokyo

Principal Investigator

白石 則彦  東京大学, 大学院・農学生命科学研究科, 教授 (50292793)

Co-Investigator(Kenkyū-buntansha) 広嶋 卓也  東京大学, 大学院・農学生命科学研究科, 講師 (40302591)
龍原 哲  東京大学, 大学院・農学生命科学研究科, 准教授 (40227103)
露木 聡  東京大学, 大学院・農学生命科学研究科, 准教授 (90217381)
松村 直人  三重大学, 生物資源学研究科, 教授 (30332711)
Keywords風速 / 風害発生確率 / 森林成長モデル / GIS
Research Abstract

風速、樹高、林冠ギャップによって異なる人工林と天然林の風害発生確率の違いを考慮できる風倒予測モデルを、数値表層モデルによって求められた樹高、林冠ギャップに適用した。また、対象地における風速は、上記の数値表層モデルに対し、風害発生確率の推定に応用されている風況予測システム"RIAM-COMPACT"を適用することによって推定する。以上の風速、樹高、林冠ギャップの因子をもとに予測された風倒被害を、対象地の風害発生履歴をもとに、検証をおこなった。
前年度開発した森林成長モデルによる林冠の三次元シミュレーションをもとに、風害予測モデルを適用し、将来の森林の成長とそれに伴う風害発生確率の時空間的変異を視覚化したうえで、風倒被害を最小化し、人工林による炭素循環と天然林による炭素蓄積が最大化される施業体系と森林の適正配置を最適化した。さらに、森林成長モデルに数値表層モデルから得られた本数密度等の林分情報と、伊勢神宮宮域林や東京大学演習林の計画している間伐等の施業案を入力し、出力された樹高成長等によって将来の数値表層モデルを予測した。予測された数値表層モデルをもちいて風速、樹高、林冠ギャップを推定し、前年度に適用可能性を検証した風倒予測モデルにあてはめることによって、将来の風害発生確率を推定する。推定された風害発生確率を、対象地で整備しているGISに統合し、風害発生リスクの時空間的変動を視覚化した。.

  • Research Products

    (3 results)

All 2011 Other

All Journal Article (3 results) (of which Peer Reviewed: 1 results)

  • [Journal Article] Nationwide yield prediction by adding up yields of prefectures2011

    • Author(s)
      Hiroshima T
    • Journal Title

      Special issue of Jornal of Forest Planning

      Pages: 199-205

  • [Journal Article] Calculation of yields on a national level by combining yields of each prefecture using the Gentan probablity2011

    • Author(s)
      Hiroshima T
    • Journal Title

      Journal of Forest Research

      Volume: 16 Pages: 98-107

    • Peer Reviewed
  • [Journal Article] スギ人工林におけるLiDAR取得データによる立木成長量の推定

    • Author(s)
      三次充和・塚越剛史・広嶋卓也・中島徹・露木聡
    • Journal Title

      関東森林研究

      Volume: (印刷中)

URL: 

Published: 2013-06-26  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi