| 研究課題/領域番号 |
18K14493
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分40010:森林科学関連
|
|---|
| 研究機関 | 東京理科大学 (2020-2022)
国立研究開発法人農業・食品産業技術総合研究機構 (2018-2019) |
|---|
研究代表者 |
伊高 静 東京理科大学, 創域理工学部経営システム工学科, 助教 (80776336)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
|---|
| キーワード | 被害木抽出 / 被害予測 / 拡散モデル / 拡散制御 / ナラ枯れ / 森林病害虫 / 防除 / おとり丸太 / 施設配置問題 / 森林管理 / 病害虫拡散モデル |
|---|
| 研究成果の概要 |
森林資源管理現場で必要とされているのは、被害予測のみならず、拡散制御プランの提案である。本研究は、病害虫拡散予測と、拡散制御に関わるシステムを構築し、現場に制御プランを提案することを目的とした。本研究では、ナラ・コナラが枯死するナラ枯れを対象とした。まずは、無人小型航空機（ドローン）より得られた空撮画像より、深層学習の画像分類の手法を用いて、枯れ樹木を分類する手法を提案した。そして、被害拡散モデル構築のため、気象・地形などを説明変数とし、拡散する要因を機械学習を用いて明らかにし、シミュレーションした。さらに、ナラ枯れ防除手法の一つであるおとり丸太について、その最適な配置を求める解析を行なった。
|
| 研究成果の学術的意義や社会的意義 |
森林現場では、林業従事者の減少や高齢化により、経験に基づく現場感覚の継承は難しくなっている。現場感覚を科学的方法論に落とし込み、現場で使えるシステムを構築することは、意思決定の支援になると同時に知識の継承にもなる。本研究では、拡散モデルを構築するのみならず、意思決定者にその制御プランを提示できるようなシステムを構築することを目指した。森林現場におけるドローンの導入は進んでいるものの、得られた空撮画像の利用は限定的であるため、シンプルな手法による被害樹木を抽出する手法の提案は現場に寄与できる。ナラ枯れ防除手法の一つであるおとり丸太の最適配置を求めるモデルの提案に関して、このような研究は他に無い。
|
