Developing a multi-layer network and spatial structure optimization model for simultaneous provision of forest ecosystem functions

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K12366
• Research Institution: University of the Ryukyus
• Principal Investigator: 木島 真志 琉球大学, 農学部, 准教授 (10466542)
• Co-Investigator(Kenkyū-buntansha): 吉本 敦 統計数理研究所, モデリング研究系, 教授 (10264350) ; 加茂 憲一 札幌医科大学, 医療人育成センター, 准教授 (10404740)
• Project Period (FY): 2021-04-01 – 2026-03-31
• Keywords: 森林管理最適化モデル / 森林生態系機能 / 多階層ネットワーク / 空間構造

Outline of Annual Research Achievements

本研究では, 森林の多機能を効果的に発揮するためには, それぞれ異なった森林植生の空間状態を必要とする(すなわち, 異なった森林利用の空間配置パターンが必要になる)ことに着目し, 多機能間トレードオフの定量化を念頭に多階層ネットワーク・空間構造最適化モデルを開発することを本研究の目的とする。 初年度は, 本研究において対象とする機能として, 木材生産, 野生動物生息地, 土砂流出軽減, 病害虫拡散防止に関する既往研究を調べ, 各機能が効果的に発揮できるネットワーク・空間構造のモデリングについての研究知見や成果を収集・蓄積した。また, 仮想データセットの生成方法を検討し, PCワークステーションとGISソフトを用いてデータベース構築に向けた環境を整備した。さらに, 多階層ネットワーク・空間構造最適化手法の開発に向けて数理最適化分野を中心に幅広く既往研究を調査・整理した。特に, 木材の効率的な伐採・搬出を念頭にした,空間最適化モデルについて,我々がこれまで行った研究成果を取りまとめた。これは, 管理する林分の集約化について, 林道などの空間配置を考慮しつつ, 最適な林分集約の時空間パターンを探索するものである。具体的には, 既存の林道に対して, 空間的に隣接する林分から集約化を行い, 集約化された林地と林道の連続性を維持しつつ, 林分集約化の最適展開パターンを探索する。ここで提案された最適化フレームワークは, 今後,モデルの改良・拡張により, 本研究における木材生産機能の評価と多機能とのトレードオフ分析において応用可能と考えられる。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

計画していたとおり, 本研究で対象とする機能を決め, それらに関する既往研究を収集・整理できた。また, 予定通り, PCワークステーションとGISソフトを用いて, データベース構築に向けた環境を整備することができた。各機能が効果的に発揮できるネットワーク・空間構造についての実際のモデリングとプログラミング言語による実装に向けては, 今後, 研究知見や成果のさらなる収集・蓄積が必要と考えられる。このように,さらなる研究知見や成果の収集が必要になった原因としては, 新型コロナウィルス感染拡大の影響もあり, 分担者との研究打ち合わせが効果的に実施できなかったことが考えられる。しかし, 多機能の効果的な発揮に向けた管理の最適化や, 多機能間トレードオフの定量化を可能にする数理最適化モデルについては, 研究成果の一部を発表することができた。具体的には, 管理する林分の集約化について, 林道などの空間配置を考慮しつつ, 最適な林分集約の時空間パターンを探索する新たな最適化手法について取りまとめ, その応用例を論文として発表した。

Strategy for Future Research Activity

今後は, 引き続き, 既往研究の収集・整理を行うとともに, 数理最適化が専門の分担者の協力を得ながら多階層ネットワーク・空間構造最適化の理論的モデルを構築する。また, 各機能の数理モデルに対するプログラム開発言語による実装に向けて, 各機能が効果的に発揮できるネットワーク・空間構造に関する既往研究について, さらに, 情報収集・整理を行う予定である。
分担者との研究打ち合わせについては, より効果的に実施できるようにオンラインミーティングと対面ミーティングのハイブリッド形式の導入を積極的に行う。それにより, 今後より詳細かつ緻密な打ち合わせを要する場面（例えば, 利用可能なデータに応じた各機能に対する数理モデルの修正・改良, 各機能の数理モデルの統合, 多階層ネットワーク・空間構造最適化モデルの開発, 感度分析を含めた数値実験など）に対応できると考える。

Causes of Carryover

新型コロナウィルス感染拡大の影響により、予定していた研究打ち合わせに対する旅費が執行できず、次年度使用額が生じた。次年度は、研究打ち合わせについては、対面ミーティングだけでなく、オンラインと対面によるハイブリッド形式も積極的に導入しつつ、代表者・分担者の対面での参加機会を増やし、旅費の執行を効果・効率的に行う。また、データベース構築やモデリングについてもより効果的に展開できるように環境を整備するため、今回生じた次年度使用額と請求した助成金と合わせた額を活用する。

Research Products

• [Journal Article] Optimizing Aggregation of Small Forest Stands for Thinning Operations: A Case Study in Nasushiobara, Tochigi Prefecture, Japanns: A Case Study in Nasushiobara, Tochigi Prefecture, Japan. (2022)
  • Author(s): Hosaka, K., Konoshima, M., Uemura, R., Aruga, K.
  • Journal Title: Small-scale Forestry Volume: - Pages: -
  • DOI: 10.1007/s11842-022-09502-2
  • Peer Reviewed