| 研究課題/領域番号 |
23K18517
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分63:環境解析評価およびその関連分野
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
楊 偉 千葉大学, 環境リモートセンシング研究センター, 助教 (80725044)
|
|---|
| 研究期間 (年度) |
2023-06-30 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2025年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2024年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 植生フェノロジー / 樹種 / 小型衛星群 / リモートセンシング / 現地観測 / 森林フェノロジー / 樹種レベル |
|---|
| 研究開始時の研究の概要 |
The existing satellite estimations of tree phenology have only been available for landscape-level phenology due to coarse resolutions. However, the species-level tree phenology is urgently requir ed to facilitate understanding fine-scale spatial patterns of forest phenology.Thus, this research aims to (1) explore the capability of CubeSats images for mapping species-level phenology across the forests of Japan; and (2) reveal the scale dependence of national vegetation phenology changes. As a result, this research will largely facilitate biodiversity studies and ecosystem modeling of forests.
|
| 研究実績の概要 |
1). 衛星データ・現地観測データの収集と解析。今年度は、小型衛星群データであるPlanetScopeの収集と前処理が広域的に開始された。入手した衛星画像の切り出しとモザイクを実施し、植生指標（NDGI）の時系列が作成された。一方、3つの森林サイトの樹種の分布に関する情報は、現地調査によって入手した。同時に、いくつかの樹種の分布サンプルに関する情報は、文献調査や一般に公開されているデータベースを通じて収集した。また、日本の植生季節観測網（PEN）のRGB写真を収集し、展葉開始日や落葉開始日などのフェロノジーメトリクスを抽出し、衛星推定アルゴリズムの開発と検証に使用している。
２). PENカメラと衛星観測の位置ずれが植生フェロノジーの推定に及ぼす影響の解明。PENの下向きカメラを用いて、観測位置のずれによる植生フェロノジー推定の誤差を定量的に評価した。計算の結果、下向きカメラは中心位置をより正確に測定できるものの、有効観測範囲はプラットフォームの高さによって50mから300mまで変化し、MODISのような衛星データの分解能（500m～）よりもはるかに小さいことがわかった。一方、3mの空間分解能を持つPlanetScopeデータは、PENカメラの観測範囲を十分に考慮することを通じて、フェロノジーの推定結果はPENカメラの観測値との整合性を大幅に改善することができた。
３). 衛星観測によるGrasslineのマッピング手法の開発。チベット高原を例にとり、多ソースリモートセンシングデータによるGrasslineを自動的に抽出する手法を開発した。PlanetScope画像を用いてGrasslineの検証を行った結果、高い精度が示された。チベット高原全体では、Grasslineの標高は4038～5380mで、北東部と南東部では低く、南西部では高いとわかった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
今年度は、現地観測、文献調査や国内外の植生フェノロジーデータベース及び樹種情報の採集が行われた。また、以上のデータセットとPlanetScope画像の解析結果により、学術会議や研究論文で発表した。これから、より一層の解析を実施し、学術論文としてまとめ、専門誌に投稿する。
|
| 今後の研究の推進方策 |
前年度に引き続き、現地調査や文献調査により検証データベースの構築を実施する。そして、機械学習や深層学習のアルゴリズムを活用し、衛星画像による樹種を区別し、樹種レベルでのフェノロジー推定精度を更に向上することを試みる。
|
