JP2004272890A - Ｈｓｉモデルの構築方法、生態系定量評価方法及び環境保全措置方法 - Google Patents

Abstract

【課題】 科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法、生態系定量評価方法及び環境保全措置方法を提供する。
【解決手段】 ＨＳＩモデルの構築方法において、ロジスティック回帰分析を行い、その結果によって得られるロジスティック回帰モデルを用いてＨＳＩモデルを構築するＨＳＩモデルの構築方法、ＨＥＰ調査及びＨＥＰ分析の評価基準として、前記の方法で構築されたＨＳＩモデルを用いる生態系定量評価方法、及び前記の方法で実施されたＨＥＰの予測評価に基づいて、計画、設計、施工、維持管理を行う環境保全措置方法。
【効果】 本発明は、科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法、生態系定量評価方法及び環境保全措置方法を提供することを可能とする。
【選択図】なし

Description

本発明は、ＨＳＩモデルの構築方法、生態系定量評価方法及び環境保全措置方法に関するものである。１９９９年に環境影響評価法が施行されたことにより、環境保全措置としてミティゲーションの位置付けが明確にされるようになった。ミティゲーションは、開発事業が環境に及ぼす影響を軽減する措置のことであり、事業の内容と環境の状態に応じて、回避、低減、代償という手段に細分化されている。回避ミティゲーションは、開発事業の計画を変更し、生態系への影響を避ける方法である。低減ミティゲーションは、開発事業による生態系への影響が避けられない時に、その影響を最小限に抑える方法である。代償ミティゲーションは開発事業によってやむを得ず失われる生態系に対して、新たに別の場所に生態系を創出することによって、その影響を補償する方法である（非特許文献１参照）。しかし、これらのミティゲーションを行うには、開発によって失われる生態系や新たに創出される生態系等の定量的な評価を行い、それらを比較する方法が必要となるが、わが国には未だ存在していない。この問題を解決する方法として期待されているのが、アメリカで開発されたＨＥＰ（Ｈａｂｉｔａｔ Ｅｖａｌｕａｔｉｏｎ Ｐｒｏｃｅｄｕｒｅｓ：ハビタット評価手続き）と呼ばれている生態系定量評価方法である（非特許文献１〜４参照）。そして、ＨＥＰの予測評価には、その基準となる野生生物種ごとのＨＳＩ（Ｈａｂｉｔａｔ Ｓｕｉｔａｂｉｌｉｔｙ Ｉｎｄｅｘ：ハビタット適性指数）モデルの構築が必要である。さらに、ＨＥＰの予測評価に基づいた環境保全措置が必要となる。本発明は、ＨＳＩモデルの構築方法、生態系定量評価方法及び環境保全措置方法を提供するものとして有用である。

アメリカでは、すでに連邦政府機関のＵＳＦＷＳなどで２５０種以上の野生生物種についてのＨＳＩモデルが構築されている（非特許文献４参照）。アメリカのＨＳＩモデルの構築方法は、対象種のハビタットに関する既存の文献をもとにして、専門家の長年の経験にもとづいてモデルを構築するという方法をとっている。これは、専門家の判断に頼っている経験的な部分が多く、統計分析が用いられておらず、モデルの合理性が欠けているため客観性に乏しいという問題点がある。そのため、モデルそのものは、科学的な意味合いを持っていない。同じ対象種であっても、モデルの作成者によってハビタット変数やモデルの線の傾きなどモデルの内容に隔たりが生じてしまい、ＨＥＰの予測評価による生態系定量評価及びＨＥＰの予測評価に基づいた環境保全措置に影響してしまう恐れもある。

日本におけるＨＳＩモデルの研究は、雨嶋ら「トウキョウサンショウウオのハビタット適性指数（ＨＳＩ）モデル（案）の作成とＨＥＰのケーススタディについて」（非特許文献５参照）に記載されているトウキョウサンショウウオのＨＳＩモデルや、林文慶ら「ウェットランドの再生技術−ＨＳＩを用いたチゴガニの生息環境評価−」（非特許文献６参照）に記載されているチゴガニのＨＳＩモデルが試行的に作成されているだけであり、ほとんど未着手の状態である。これらのＨＳＩモデルは、アメリカのＨＳＩモデルの構築方法を用いており、統計分析は行われず、客観性に乏しいという欠点がある。

近年、日本における生態系定量評価方法としてＨＥＰが注目されており議論されているが、以上にあげた客観性に欠ける部分に疑問をもっている専門家も少なくない。仮に、日本において、このようなＨＳＩモデルがＨＥＰに適用されれば、合意形成ツールとしての役割を果たすことができないため、環境保全措置に悪影響が出る可能性が十分に考えられるのである。

森本幸裕・亀山章 編集（２００１）：ミティゲーション：ソフトサイエンス社，３５４ｐｐ 田中章（１９９８）：生態系評価システムとしてのＨＥＰ：島津康男 編集 環境アセスメントここが変わる：環境技術研究協会，８１−９６ 田中章（２０００）：環境アセスメントにおける定量的生態系評価手法−代償ミティゲーションとの関係において−：第４回国際影響評価学会日本支部研究発表会論文集 国際影響評価学会日本支部，１５−２０ 田中章（２００２）：何をもって生態系を復元したといえるのか？−生態系復元の目標設定とハビタット評価手続きＨＥＰについて：ランドスケープ研究６５（４），２８２−２８５ 環境アセスメント学会（２００２）：２００２年度研究発表会論文要旨集，１３６−１４４ 環境アセスメント学会（２００２）：２００２年度研究発表会論文要旨集，１５４−１５９

上述したように、環境保全措置を行うには、科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法、ＨＳＩモデルを評価基準としたＨＥＰによる生態系定量評価方法及びＨＥＰの予測評価に基づいた環境保全措置方法が必要である。

本発明の目的は、統計分析を用いた、科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法、ＨＳＩモデルを評価基準としたＨＥＰによる生態系定量評価方法及びＨＥＰの予測評価に基づいた環境保全措置方法を提供することにある。

上記課題を解決するための本発明は、以下の技術的手段から構成される。
（１） ＨＳＩモデルの構築方法において、（ａ）対象種を選定する、（ｂ）生存必須条件を選定する、（ｃ）調査項目を選定する、（ｄ）生息指標調査を行い、所定の条件でそれらを測定する、（ｅ）生息環境調査を行い、所定の条件でそれらを測定する、（ｆ）生息指標調査と生息環境調査で得られたデータをもとにロジスティック回帰分析を行い、その結果によって得られる統計分析モデルを用いてＨＳＩモデルを構築する、（ｇ）上記（ｆ）においてロジスティック回帰分析を行う際に、統計分析を用いてハビタット変数の選択を行う、ことを特徴とするＨＳＩモデルの構築方法。
（２）生息指標調査で得られたデータを従属変数とし、生息環境調査で得られたデータを独立変数としたロジスティック回帰分析を行うことを特徴とする前記（１）に記載のＨＳＩモデルの構築方法。
（３）ハビタット変数を選択する方法として、ステップワイズ法を用いることを特徴とする前記（１）に記載のＨＳＩモデルの構築方法。
（４）ロジスティック回帰分析の結果によって得られるロジスティック回帰モデルを用いてＨＳＩモデルを構築することを特徴とする前記（１）に記載のＨＳＩモデルの構築方法。
（５）ロジスティック回帰分析の結果によって得られるロジスティック回帰モデルが、予測確率をＨＳＩとした時、下記の数２

（但し、Ｂ：係数、Ｘ：変数、Ｂ₀：定数とする。また、実際のＨＳＩの値の範囲は、０＜ＨＳＩ＜１となるため、ＨＳＩの値を四捨五入して、０≦ＨＳＩ≦１）で表されることを特徴する前記（４）に記載のＨＳＩモデルの構築方法。

（６）生態系定量評価方法において、（ａ）対象種を選定する、（ｂ）生存必須条件を選定する、（ｃ）調査項目を選定する、（ｄ）生息指標調査を行い、所定の条件でそれらを測定する、（ｅ）生息環境調査を行い、所定の条件でそれらを測定する、（ｆ）生息指標調査と生息環境調査で得られたデータをもとにロジスティック回帰分析を行い、その結果によって得られる統計分析モデルを用いてＨＳＩモデルを構築する、（ｇ）上記（ｆ）においてロジスティック回帰分析を行う際に、統計分析を用いてハビタット変数の選択を行う、（ｈ）ＨＥＰ調査及びＨＥＰ分析の評価基準として、上記（ａ）〜（ｇ）の過程によって構築されたＨＳＩモデルを用いる、ことを特徴とする生態系定量評価方法。
（７）環境保全措置方法において、（６）に記載の生態系定量評価方法を用いて得られたＨＥＰの予測評価に基づいて、計画、設計、施工、維持管理を行う、ことを特徴とする環境保全措置方法。

次に、本発明について更に詳細に説明する。本発明では、多変量解析の一つであるロジスティック回帰分析の結果から得られるロジスティック回帰モデルを用いた、科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法の提供を可能とする。さらに、ＨＳＩモデルを評価基準としたＨＥＰによる生態系定量評価方法及びＨＥＰの予測評価に基づいた環境保全措置方法の提供を可能とする。

本発明の方法を図１のフローチャートに基づいて説明する。

最初に、ＨＳＩモデルの構築方法について説明する。

まず、対象種の選定を行う。対象種の選定基準の一例を挙げると、同様な生息場所や環境条件要求性をもつ種群を代表する生態的指標種、群集における生物間相互作用と多様性の要をなしているキーストン種、生育地面積要求性の大きいアンブレラ種、美しさや魅力によって世間に特定の生育場所の保護をアピールすることに役立つ象徴種、希少性や絶滅の危険の高い危急種などが例示される（鷲谷いづみ・矢原徹（１９９６）：保全生態学入門：文一総合出版，２７０ｐｐ）。対象種は、これらに代表される選定基準に基づいて適宜選定される。

次に、生存必須条件の選定を行う。対象種の生活史や生息状況などを考慮し、例えば、繁殖、越冬、餌場、外敵からの隠れ場等から選定する。これらは、対象種に応じて適宜選定される。

次に、調査項目の選定では、生息指標調査の調査項目および生息環境調査の調査項目の選定を行う。例えば、生存必須条件を繁殖とした場合、対象種の繁殖に関する生息指標要因から生息指標調査の項目を選定する。また、対象種の繁殖に関する生息環境要因から生息環境調査の項目を選定する。これらの生息指標調査の項目および生息環境調査の項目は、対象種に応じて適宜選定される。

次に、生息指標調査では、選定された調査項目について調査を実施し、所定の測定条件でそれらを測定する。対象種に応じて所定の測定基準等を予め設定し、それらに基づいて実施される。

次に、生息環境調査では、選定された調査項目について調査を実施し、所定の測定条件でそれらを測定する。対象種に応じて所定の測定基準等を予め設定し、それらに基づいて実施される。

次に、生息指標調査と生息環境調査で得られたデータをもとにロジスティック回帰分析を行って、その結果から得られるロジスティック回帰モデルを用いてＨＳＩモデルを構築する。この際に、生息指標調査で得られたデータを従属変数とし、生息環境調査で得られたデータを独立変数としたロジスティック回帰分析を行う。また、独立変数間に極めて強い相関関係があると多重共線性の影響によりモデルに基づく解析ができないため、極めて強い相関関係があると認められる独立変数同士は、同じモデルに入らないようにすることが望ましい（長田理（２００１）：Ｓｔａｔ Ｖｉｅｗ 多変量解析入門：ＯＭＳ，９７-１０４）。また、ステップワイズ法によって選択された独立変数を、対象種の生息環境要因に関する限定要因であるハビタット変数とする。

上記ハビタット変数を選択する方法としては、例えば、ステップワイズ法が用いられる。しかし、これらの方法に限定されるものではなく、それらと同様の方法であれば適宜使用することができる。

また、上記ロジスティック回帰モデルとしては、好適には、例えば、予測確率をＨＳＩとした時、下記の数３で表される。

但し、Ｂ：係数、Ｘ：変数、Ｂ₀：定数とする。また、実際のＨＳＩの値の範囲は、０＜ＨＳＩ＜１となるため、ＨＳＩの値を四捨五入して、０≦ＨＳＩ≦１とする。

後記する本発明の一実施例に示されるように、上記方法によりＨＳＩモデルを構築できることが分かった。この場合、独立変数を、例えば、連続変数としてだけではなく、ダミー変数として扱うことにより、より現実的なＨＳＩモデルに改良することも適宜可能である。

次に、生態系定量評価方法について説明する。生態系定量評価方法は、前記のＨＳＩモデルの構築方法により構築されたＨＳＩモデルに基づいて実施される。

まず、ＨＥＰ調査を行い、所定の条件でそれらを調査する。ＨＥＰ調査では、構築されたＨＳＩモデルに基づいて、所定の調査項目および調査基準等を予め設定し、それらに基づいて実施される。

次に、ＨＥＰ分析を行い、所定の条件でそれらを分析する。ＨＥＰ分析では、ＨＥＰ調査に基づいた所定の分析項目および分析基準等を予め設定し、それらに基づいて実施される。また、後記する本発明の一実施例で用いた数式については、それらに限定されるものではなく、それらと同様の方法であれば、適宜変更することが可能である。

生態系定量評価方法の一例を挙げると、開発地におけるネット・ロスと代替地におけるネット・ゲインの比較、複数の開発地におけるネット・ロスの比較、複数の代替地におけるネット・ゲインの比較等が挙げられる。また、評価期間やＨＳＩや開発地または代替地の面積等を含めて検討する。このような比較を行うことにより、後記される環境保全措置方法において実施される回避ミティゲーション、低減ミティゲーション、代償ミティゲーション、もしくはこれらを組み合わせた方法の検討が行われる。また、後記する本発明の一実施例における生態系定量評価方法は、目的に応じて適宜変更が可能である。また、評価の結果をＧＩＳ等で表示することで、より充実した方法となる。

次に、環境保全措置方法について説明する。環境保全措置方法は、前記の生態系定量評価方法よって得られたＨＥＰの予測評価に基づいて実施される。

まず、計画を行い、所定の条件でそれらを計画する。計画では、ＨＥＰの予測評価に基づいて所定の計画項目及び計画基準等を予め設定し、それらに基づいて実施される。

次に、設計を行い、所定の条件でそれらを設計する。設計では、前記の計画に基づいて所定の設計項目及び設計基準等を予め設定し、それらに基づいて実施される。

次に、施工を行い、所定の条件でそれらを施工する。施工では、前記の設計に基づいて所定の施工項目および施工基準等を予め設定し、それらに基づいて実施される。

次に、維持管理を行い、所定の条件でそれらを維持管理する。維持管理では、前記の施工に基づいて所定の維持管理項目及び維持管理基準等を予め設定し、それらに基づいて実施される。また、モニタリングにより問題点が生じた場合は、計画、設計、施工の各段階へフィードバックされて、妥当性を検証し修正を行う。

後記する本発明の一実施例における環境保全措置方法は、目的に応じて適宜変更が可能である。また、環境保全措置によって得られた結果をＧＩＳ等で表示することで、より充実した方法となる。

本発明により、１）ＨＥＰの評価基準となる科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法を提供できる、２）ＨＥＰの対象種となりうる野生生物種のＨＳＩモデルの構築が可能である、３）ハビタット変数が少数の有効な変数に選択されるため、ＨＳＩモデルの構築を容易にすることができる、４）本発明によって構築されたＨＳＩモデルを評価基準としたＨＥＰによる生態系定量評価方法及びＨＥＰの予測評価に基づいた環境保全措置方法を実施する際には、明確な目標設定や効率的な調査によって、調査員及び作業員の労働力を最小限にとどめることができ、調査期間及び工事期間の短縮化やコスト削減を可能とする、５）「新・生物多様性国家戦略」で謳われている自然再生事業への適用、環境アセスメントにおける合意形成ツールの構築、希少種の生息地の保全、エコロジカルネットワークの計画、環境マップの作成、環境教育の題材、及び里山の保全を可能とする、という格別の効果が奏される。

次に、本発明の一実施例として、繁殖期におけるコゲラ（Ｄｅｎｄｒｏｃｏｐｏｓ ｋｉｚｕｋｉ）を対象種としたＨＳＩモデルの構築方法、生態系定量評価方法及び環境保全措置方法を図と表を用いて具体的に説明する。

まず、ＨＳＩモデルの構築方法について説明する。

調査地は、東京都内の国立市、国分寺市、小金井市、小平市、多摩市、調布市、府中市の７つの市に存在する面積０．２ｈａ〜７７．１ｈａの１７ヶ所の広葉樹林とした。これらの調査地は、東京都現存植生図（１９９６・１９９７）の武蔵府中・吉祥寺・立川（縮尺１：２５，０００）における凡例のコナラ−クヌギ群集、又は、緑の多い住宅地、樹群をもった公園・墓地など、ケヤキ−シラカシ屋敷林に属している。

次に、対象種の選定を行った。対象種はキツツキ類のコゲラとした。その理由としては、キツツキ類は、森林生態系のキーストン種とみなされることが多い（松岡茂・高田由紀子（１９９９）：キツツキ類にとっての立枯れ木と森林管理における立枯れ木の扱い：日本鳥学会誌４７（２），３３−４８）。キーストン種とは、生物群集における生物間相互作用と多様性のキーストン（要石）の役割をなしている種をいう（鷲谷いづみ・矢原徹（１９９６）：保全生態学入門：文一総合出版，２７０ｐｐ）。キツツキ類は繁殖やねぐらのための樹洞を自ら掘ることができる。このような種を一次樹洞営巣種と呼び、これによってつくられた樹洞は、自ら樹洞をつくることができないスズメやシジュウカラなどの二次樹洞営巣種に貴重な生息環境を提供しているからである（松岡茂・高田由紀子（１９９９）：キツツキ類にとっての立枯れ木と森林管理における立枯れ木の扱い：日本鳥学会誌４７（２），３３−４８）。

次に、生存必須条件を選定した。生存必須条件は繁殖とした。この理由は、コゲラは非繁殖期には環境選好が少ないために様々な樹林でみられるのに対して、繁殖期には広葉樹の立枯木や枯枝を含む生木を営巣木として利用するため、営巣環境が制約されることを考慮したためである（土橋信夫（１９８９）：東京都板橋区でつがいで個体識別され、繁殖したコゲラ：Ｓｔｒｉｘ８，１６１−１６８）、（松岡茂（１９７９）：オオアカゲラの早い繁殖開始の生態的意義：ＴＯＲＩ２８，６３−７５）、（杉山禎彦・赤塚隆幸（１９９９）：都市公園におけるコゲラの巣の乗取りと思われる行動：ＳＴＲＩＸ Ｖｏｌ．１７，１６５−１７２）、（多賀レア（１９８８）：東京都馬事公苑におけるコゲラの営巣記録：Ｓｔｒｉｘ７，２９１−２９５）。本発明の一実施例で定義する営巣木とは、コゲラが立枯木と枯枝を含む生木において、抱卵期から育雛期に利用しているのを確認したサンプルをいう。

次に、調査項目の選定を行った。生息指標調査の項目は、営巣木が存在する環境と営巣木が存在しない環境の確認とした。この理由は、生存必須条件を繁殖としたため、コゲラの生息指標要因として営巣木が存在する環境と営巣木が存在しない環境が重要になると考慮したためである。

次に、生息環境調査の項目について説明する。高木層の植被率と亜高木層の植被率と低木層の植被率は、コゲラは開けたところで繁殖するといわれているため、その指標として選定した（土橋信夫（１９８９）：東京都板橋区でつがいで個体識別され、繁殖したコゲラ：Ｓｔｒｉｘ８，１６１−１６８）、（石田健（１９９１）：コゲラ営巣誘致の成功例とキツツキ類の保護のための人工営巣木利用に関する考察：Ｓｔｒｉｘ１０，２３９−２４６）、（多賀レア（１９８８）：東京都馬事公苑におけるコゲラの営巣記録：Ｓｔｒｉｘ７，２９１−２９５）。胸高直径と樹高は、樹木のサイズを把握することを目的に選定した。立枯木または枯枝を含む生木（以下、これを営巣可能木という）の密度は、コゲラが営巣木として利用するのは、営巣可能木に限られることから、その密度を測定するために選定した。立木密度は、コゲラは開けたところに繁殖するといわれているため、その指標として選定した（土橋信夫（１９８９）：東京都板橋区でつがいで個体識別され、繁殖したコゲラ：Ｓｔｒｉｘ８，１６１−１６８）、（石田健（１９９１）：コゲラ営巣誘致の成功例とキツツキ類の保護のための人工営巣木利用に関する考察：Ｓｔｒｉｘ１０，２３９−２４６）、（多賀レア（１９８８）：東京都馬事公苑におけるコゲラの営巣記録：Ｓｔｒｉｘ７，２９１−２９５）。

生息指標調査は、広葉樹林において営巣木が存在する環境（以下、これを「営巣木あり」という）については、調査地を任意に踏査し、コゲラの飛翔経路や給餌活動、雛の鳴き声をもとに、コゲラが繁殖に利用した営巣木を確認した。営巣木を中心に１０ｍ×１０ｍのコドラートを調査区として設置した。営巣木が存在しない環境（以下、これを「営巣木なし」という）については、調査地を５０ｍ×５０ｍのメッシュで区切り、そのメッシュをランダムにサンプリングして、選ばれたメッシュ内の代表的な林分において、営巣木が存在しないことを確認し、１０ｍ×１０ｍのコドラートを調査区として設置した。このようにして、「営巣木あり」と「営巣木なし」の確認を行った。調査期間は、２００２年３月下旬〜１０月下旬にかけて行った。

生息環境調査は、生息指標調査で設定した調査区において行った。階層は、高さ８ｍ以上を高木層、高さ２〜８ｍを亜高木層、高さ０．５〜２ｍを低木層とした。測定項目は、各階層の植被率と、胸高直径５ｃｍ以上で樹高２ｍ以上の樹木の胸高直径と樹高、および、営巣可能木の密度と全体の立木密度とした。また、営巣可能木のうち、枯枝を含む生木は幹から３０ｃｍの部分の枯枝の直径を測定した。調査期間は、２００２年７月下旬〜１０月下旬にかけて行った。

分析には、統計ソフトＳＰＳＳ１１．０の二項ロジスティック回帰分析を用いた。ロジスティック回帰分析とは、二者択一の値をとる従属変数と、様々な要因を表す独立変数を用いて事象の起こる確率を０から１の範囲で予測する分析手法である（石村貞夫（２００１）：ＳＰＳＳによる多変量データ解析の手順 第２版：東京図書，２４-３９）、（長田理（２００１）：Ｓｔａｔ Ｖｉｅｗ 多変量解析入門：ＯＭＳ，９７-１０４）。ロジスティック回帰モデルは、予測確率をＨＳＩとした時に、下記の数４で表される。

但し、Ｂ：係数、Ｘ：変数、Ｂ_０：定数とする。（石村貞夫（２００１）：ＳＰＳＳによる多変量データ解析の手順 第２版：東京図書，２４-３９）。本発明の一実施例では、生息指標調査で得られたデータを従属変数とし、「営巣木あり」を「１」、「営巣木なし」を「０」とした。また、生息環境調査で得られたデータを独立変数とした。

分析するにあたって、広葉樹林には大小さまざまなサイズの樹木が存在するため、胸高直径、樹高、幹から３０ｃｍ部分の枯枝の直径は、営巣木の最小値を切り捨ての基準として、その値以上のデータを用いた。

また、独立変数間に極めて強い相関関係があると多重共線性の影響によりモデルに基づく解析ができないため（長田理（２００１）：Ｓｔａｔ Ｖｉｅｗ 多変量解析入門：ＯＭＳ，９７-１０４）、独立変数間の相関係数の絶対値が０．８以上となる独立変数同士は、同じモデルに入らないようにした。胸高直径と樹高については、一般に強い相関関係があることが知られているために、両者を合わせて幹の材積に相当するＤ²Ｈ（Ｄ：胸高直径、Ｈ：樹高）の１００ｍ^２のコドラート内の和（以下、これをＤ²Ｈの和という）を変数として扱った。よって、独立変数は、高木層の植被率、亜高木層の植被率、低木層の植被率、D²Hの和、営巣可能木の密度、立木密度の6つとした。

分析は、営巣可能木の密度のデータをそれぞれ連続変数とダミー変数で扱った２通りの方法で行った。以下、連続変数で扱った分析をタイプ１、ダミー変数で扱った分析をタイプ２という。

独立変数の選択は、ステップワイズ法（変数増加法）を用いた。また、基準は尤度比とし、ステップワイズにおける確率は、投入、除去ともに０．２０とした。

ＨＳＩモデルの構築は、ロジスティック回帰分析の結果をもとに行うこととした。

以下、結果について述べる。

調査区のサンプル数は、「営巣木あり」が１３サンプル、「営巣木なし」が６２サンプルで合計７５サンプルとなった。

営巣木の最小値は、胸高直径は１３ｃｍであり、樹高は３．０ｍであり、幹から３０ｃｍ部分の枯枝の直径は８ｃｍであったことから、これをコゲラが営巣木として利用できる最小のサイズと判断し、切り捨ての基準となる最小値として、その値以上のデータを用いた。

営巣可能木の密度については、連続変数は、０本／１００ｍ^２、１本／１００ｍ^２、２本／１００ｍ^２、３本／１００ｍ^２とした。ダミー変数は、０本／１００ｍ^２、１本以上／１００ｍ^２とした。

独立変数間で相関係数が最も高かったのは、タイプ１とタイプ２の分析ともに、Ｄ²Ｈの和と立木密度であり０．５１７であった。よって、独立変数間に極めて強い相関関係がないと判断したことから、分析には６つの独立変数を投入することとした。

ロジスティック回帰分析の結果を表１に示す。ステップワイズ法によって選択された独立変数は、タイプ１とタイプ2の分析ともに高木層の植被率と営巣可能木の密度であった。以下、高木層の植被率をＶ₁とし、営巣可能木の密度をＶ₂とする。

係数は、ロジスティック回帰モデルの係数を示す。有意確率は、０．０５未満であれば予測に有意な独立変数と判断する。オッズ比は、独立変数が１単位増加することによるオッズの増加度合を表す。オッズ比の範囲は０〜∞であり、１を中心として1より大きくなるほど、独立変数がＨＳＩに対して正の影響が強くなる。また、オッズ比が１より小さくなるほど、独立変数がＨＳＩに対して負の影響が強くなる。オッズ比が１のときは、独立変数とＨＳＩの間に関連はない。

タイプ１では、有意確率はＶ₁が０．０４０、Ｖ₂が０．０００であり両者ともに予測に有意であった。オッズ比はＶ₁が０．９６９、Ｖ₂が５．９１８であり、ＨＳＩに対してＶ₁が負、Ｖ₂が正の影響を与える結果になった。

タイプ2では、有意確率はV₁が０．０１４、V₂が０．７００であり、V₁は予測に有意であり、V₂は予測に有意でないという結果になった。一方で、オッズ比はV₁が０．９３１、V₂が４８０６７１．７６５となり、特にV₂がＨＳＩに極めて強い正の影響を与える結果になった。

ＨｏｓｍｅｒとＬｅｍｅｓｈｏｗの検定は、有意確率が０．０５より大きいと求めたモデルはデータに適合していることを表す。タイプ１は０．１０３であり、タイプ２は０．８３７であった。よって、両者はともに求めたモデルはデータに適合していた。

ＮａｇｅｌｋｅｒｋｅのＲ²は、モデルの寄与率を表す。値の範囲は０〜１であり、この値は高いほどモデルのあてはまりが良いとされている。タイプ１は０．４１６であり、タイプ2は０．６５６であった。よって、タイプ2がタイプ1よりもあてはまりが良かった。

以上の分析の結果をもとにＨＳＩモデルを作成した。

繁殖期におけるコゲラのＨＳＩモデルの概要を図２に示した。本ＨＳＩモデルが適用できる植生タイプは、東京都内の広葉樹林である。生存必須条件を繁殖とした。ハビタット変数は、Ｖ₁：高木層の植被率、Ｖ₂：営巣可能木の密度とした。

タイプ１のＨＳＩモデルは、下記の数５で表される。

グラフを図３に示す。このモデルは、Ｖ₂が高い時に、Ｖ₁が低いほど高いＨＳＩが得られる。

タイプ2のＨＳＩモデルは、下記の数６で表される。

グラフを図４に示す。このモデルは、V₂が１本以上／１００ｍ^２の時に、Ｖ₁が低いほど高いＨＳＩが得られ、Ｖ₂が０本／１００ｍ^２の時は、ＨＳＩは常に０．０となった。

ＨＳＩモデルの精度を比較するために正答率を表２に示した。ＨＳＩの値は、小数第３位を四捨五入して、小数第２位の値で分析を行った。ＨＳＩの値の範囲は、０≦ＨＳＩ≦１とした。予測値は、０．０≦ＨＳＩ＜０．５を「営巣木なし」とし、０．５≦ＨＳＩ≦１．０を「営巣木あり」と判別した。正答率は、予測値／観測値×１００％で求めた。タイプ１とタイプ２はともに、「営巣木あり」は３０％台で、「営巣木なし」の９０％台よりも低い正答率となった。全体の正答率は、タイプ２がタイプ１よりも幾分高くなった。

２つのＨＳＩモデルについて考察する。タイプ１のＨＳＩモデルには不自然な点がある。それは、Ｖ₂が０本／１００ｍ^２であってもＶ₁が０％の時に、ＨＳＩが０．２以上になってしまうことである。実際にはＶ₂が１本以上/１００ｍ^２存在しなければ、コゲラは繁殖することはできない。タイプ１では分析の結果、有意確率はＶ₁とＶ₂ともに予測に有意であり、オッズ比もＶ₁とＶ₂ともにＨＳＩに影響を与える結果となった。また、ＨｏｓｍｅｒとＬｅｍｅｓｈｏｗの検定の結果、求めたモデルはデータに適合していたことから、統計的な問題点はみられなかった。しかし、このモデルは、前述したように不自然な点が生じたことや、ＮａｇｅｌｋｅｒｋｅのＲ²の結果、タイプ２よりもあてはまりが良くなかったことから、タイプ１は現実的なＨＳＩモデルとして不適当であると考えられる。

タイプ２のＨＳＩモデルは、Ｖ₂が１本以上／１００ｍ^２存在し、Ｖ₁が低い条件であれば、高いＨＳＩが得られる。また、Ｖ₂が０本／１００ｍ^２の時にＨＳＩは常に０．０になるため、タイプ１のＨＳＩモデルのような不自然さはない。つまり、このモデルは広葉樹林内において、Ｖ₂が１本以上／１００ｍ^２の時に、Ｖ₁が低いほどコゲラは繁殖しやすくなり、Ｖ₂が０本／１００ｍ^２であれば、Ｖ₁の条件に関わらずコゲラは繁殖できないことを示している。実際にコゲラは、比較的開けているところに存在する立枯木や枯枝を含む生木を営巣木として繁殖する。タイプ２では分析の結果、Ｖ₂のオッズ比は極めて高いことから、Ｖ₂がＨＳＩに対して極めて強い正の影響を与えるという結果になった。これは、コゲラは営巣可能木が存在しなければ繁殖できないという特徴と一致する。また、ＨｏｓｍｅｒとＬｅｍｅｓｈｏｗの検定の結果、求めたモデルはデータに適合していたことや、ＮａｇｅｌｋｅｒｋｅのＲ²の結果、タイプ１よりもあてはまりが良かったことから、タイプ２を用いてＨＳＩモデルとすることは現実的に妥当であると考えられる。その一方で、Ｖ₂の有意確率が予測に有意でないという統計的な問題が生じた。この原因は、「営巣木あり」のサンプル数が１３と少なかったことによるものと考えられる。また、モデルの正答率が低かったことから、今後は、調査方法の改善や、さらにサンプルを追加して実際の環境アセスメントでの使用に耐えられるようにモデルの精度を高めていく必要がある。

また、本ＨＳＩモデルでは、１０ｍ×１０ｍのコドラート内の分析であるため、コゲラのナワバリは考慮されていない。ナワバリを考慮するためには、ＧＩＳデータを用いて広域的な視点を考慮したＨＳＩモデルを構築する必要がある。今後は、ＧＩＳデータを用いたＨＳＩモデルやＧＩＳデータと現地でとってきたデータを併用したＨＳＩモデルを構築することも課題である。

次に、ＨＳＩモデルの構築方法の特徴について考察する。ＨＳＩモデルに先進的に取り組んできたアメリカでは、ＨＳＩは０．０〜１．０の範囲で示すモデルが一般的である。これは、表現が簡明であり、一般市民による合意形成の手続きである環境アセスメントの評価方法として適しているためである。本発明のＨＳＩモデルの構築方法は、ＨＳＩを０．０〜１．０の間で予測を立てるため、ロジスティック回帰分析は、アメリカで用いられているＨＳＩモデルの特徴を生かすことができている。また、従属変数を「営巣木あり」と「営巣木なし」というように２値でデータをとるため、個体数密度のデータを必要としないので、希少種で個体数が少ない場合にも、ＨＳＩモデルが構築できるという利点がある。また、ステップワイズ法を用いているので、ハビタット変数は少数の有効な変数を選択できる。そのため、この方法で構築されたＨＳＩモデルに基づいて生態系定量評価方法および環境保全措置方法を実施する際には、明確な目標設定や効率的な調査によって調査員および作業員の労働力を最小限にとどめることができ、コスト削減を可能とする。

次に、生態系定量評価方法について説明する。ここでは、架空の代償ミティゲーションの事例から、本発明の一実施例の繁殖期におけるコゲラのＨＳＩモデルを用いて、ＨＥＰの予測評価を行う。事例はプロジェクトＡとプロジェクトＢを挙げてそれらを比較する。ＨＳＩモデルは数６を用いた。今回の分析に用いたＶ₁とＶ_２のデータは実測値もしくは目標値を用いた。また、開発地と代替地ともに事業を実施する場合をケース１とし、事業を実施しない場合をケース２とする。

プロジェクトＡについて説明する。プロジェクトＡは、早急な開発事業が求められており、事業を２０年間で完了しなければならない。開発地は、３．３ｈａの広葉樹林であり、宅地造成により全ての広葉樹林が消失する。代替地は３．３ｈａであり、開発地と同じ面積しか確保できなかった。現在は、工場跡地で裸地となっており、ここに広葉樹林を造成する。方法は、予め代替地を造成してから開発を行うこととする。

プロジェクトＢについて説明する。プロジェクトＢは、早急な開発事業が求められており、事業を２０年間で完了しなければならない。開発地は、３．３ｈａの広葉樹林であり、宅地造成により全ての広葉樹林が消失する。代替地は７．７ｈａであり、開発地の2倍強の面積を確保できた。現在は、工場跡地で裸地となっており、ここに広葉樹林を造成する。方法は、開発地に生息する動植物等を代替地に移設し、更に、植林等を行うこととする。

ＨＥＰ調査について説明する。プロジェクトＡとプロジェクトＢにおいてＨＥＰ調査を行う。調査項目は、数６より、Ｖ₁：高木層の植被率とＶ_２：営巣可能木の密度とする。調査区は、開発地および代替地において、５０ｍ×５０ｍのメッシュで区切り、メッシュの中央に１０ｍ×１０ｍのコドラートを調査区とする。プロジェクトＡの結果は、表３と表４に示し、プロジェクトＢの結果は、表５と表６に示した。

ＨＥＰ分析について説明する。プロジェクトＡとプロジェクトＢにおいてＨＥＰ分析を行う。最初に、ＨＥＰ分析に用いる用語について説明する。ＨＵ（Ｈａｂｉｔａｔ Ｕｎｉｔ／ハビタット・ユニット）とは、ＨＥＰの基本単位である。

累積的ＨＵとは、開発地又は代替地における評価期間とＨＳＩと面積を考慮した値である。累積的ＨＵは数７で表される。

但し、Ｙ₁：評価期間の最初の年、Ｙ₂：評価期間の最後の年、ＨＳＩ₁：評価期間の最初の年における開発地又は代替地のＨＳＩ、ＨＳＩ₂：評価期間の最後の年における開発地又は代替地のＨＳＩ、Ｓ₁：評価期間の最初の年における開発地又は代替地の面積、Ｓ₂：評価期間の最後の年における開発地又は代替地の面積、とする（日本生態系協会（２００１）：ヘップ（ＨＥＰ）国際セミナーテキスト，１１３ｐｐ）。

ネット・ロスとは、開発地において失われるハビタットの価値の合計をいう。算出式は数８で表される。

ネット・ゲインとは、代替地において新たに創出されるハビタットの価値の合計をいう。算出式は数９で表される。

総合ＨＵとは、環境保全措置によって得られる総合的なＨＵであり、代替地におけるネット・ゲインから開発地におけるネット・ロスを差し引いた値をいう。算出式は数１０で表される。

前記した数式を用いてプロジェクトＡ及びプロジェクトＢにおいてＨＥＰ分析を行う。プロジェクトＡにおける開発地のネット・ロスの結果は表３に示し、代替地のネット・ゲインの結果は表４に示した。

プロジェクトＢにおける開発地のネット・ロスの結果は表５に示し、代替地のネット・ゲインの結果は表６に示した。

プロジェクトＡは、開発地におけるネット・ロスが７．４ＨＵ、代替地におけるネット・ゲインが４６．５ＨＵという結果が得られた。これより、総合ＨＵは、数１０より、３９．１ＨＵとなった。一方、プロジェクトＢは、開発地におけるネット・ロスが１４．９ＨＵ、代替地におけるネット・ゲインが７２．４ＨＵという結果が得られた。これより、総合ＨＵは、数１０より、５７．５ＨＵとなった。以上の結果から、プロジェクトＢの総合ＨＵがプロジェクトＡの総合ＨＵよりも上回った。これより、プロジェクトＢはプロジェクトＡよりもハビタットの価値が高いことを考慮した環境保全措置を行うことができるという予測評価が得られたため、後記の環境保全措置方法では、プロジェクトＢを採用することにした。

ここで挙げた生態系定量評価方法は一例であり、評価の目的に応じて適宜変更が可能である。

次に、環境保全措置方法について説明する。環境保全措置方法においては、前記した生態系定量評価方法によって得られたＨＥＰの予測評価に基づいて行われる。

まず、計画を行う。計画は、前記の生態系定量評価方法によって得られたＨＥＰの予測評価に基づいて行われる。開発地は、２０年間で３．３ｈａの広葉樹林を宅地造成する。これに伴い生態系への影響を考慮し、環境保全措置として、開発地に生息している大径木や根株の採取を行う。また、樹林から採取した種子を発芽させ、苗木の育成を行う。さらに、表土の中には埋土種子が含まれており、現地の植生を復元するためには重要な緑化資源となるため、表土の採取を行うこととする。代替地は、２０年間で７．７ｈａの工場跡地を広葉樹林に造成する。ここで、代替地の面積を開発地の面積の２倍強とした理由としては、生物のハビタットは広ければ広いほど有利となるからである。また、できる限りまとまった面積を確保することも重要である。前記の生態系定量評価方法によって得られたＨＥＰの予測評価に基づき、Ｖ₁とＶ₂を指標として計画し、ＨＥＰの対象種となるコゲラが生息しやすい環境を整備する。環境保全措置として、開発地において採取した大径木や根株の移植、樹林で採取した種子を発芽させた苗木の植栽、表土の移設などを行う。

次に、設計を行う。設計は、前記の計画に基づいて環境保全措置を具体化するために行われる。開発地において、大径木や根株の採取、樹林から採取した種子を発芽させた苗木の育成、表土の採取を行うために必要な設計を行う。代替地においては、営巣可能木の樹種は、コナラ、クヌギ、エゴノキ、イヌシデ、ヤマザクラ、ウワミズザクラなどとする（利根川将充（２００３）：繁殖期におけるコゲラのＨＳＩモデル：東京農工大学大学院修士論文，６６ｐｐ）。営巣可能木のサイズの基準は、高さ：３．０ｍ、胸高直径：１３ｃｍ、幹から３０ｃｍ部分の枯枝の直径は８ｃｍとし、この値以上の条件を満たす立枯木または枯枝を含む生木を対象とする。繁殖期に利用したコゲラの営巣木の密度は、０．７本／ｈａであった（利根川将充（２００３）：繁殖期におけるコゲラのＨＳＩモデル：東京農工大学大学院修士論文，６６ｐｐ）。この結果をもとに１ｈａあたりの営巣可能木の植栽密度は、保険の意味を持たせて、４本以上／ｈａとする。５０ｍ×５０ｍのメッシュで区切り、それぞれのメッシュの中央に営巣可能木を設置する。更に、植栽された営巣可能木を中心に、１０ｍ×１０ｍのコドラートを設置して、ＨＥＰの予測評価に基づき、Ｖ₁を２０％以下、Ｖ₂を１本以上／１００ｍ^２の設計を行うこととする。それ以外の部分は、大径木、株根、苗木などを用いて、約１５００本／ｈａの密度で植栽を行うこととする。

次に、施工を行う。施工は、前記の設計に基づいて行われる。開発地では、ブルトーザーやジョベルカーやダンプカー等の重機を用いて、大径木、根径、表土を採取する。また、樹林の林床付近にネットを設置し、樹木の種子を採取し、その種子を発芽させて苗木を育成する。代替地において、ジョベルカーやダンプカーやバックホウ等の重機を用いて、開発地で採取した表土の盛土を行い、大径木や根径の移植を行う。また、開発地において採取した樹木の種子を発芽させて育成した苗木を植栽する。また、Ｖ₁とＶ₂の条件や営巣可能木の樹種やサイズや配置、植栽の密度等については前記の設計に基づいて行う。

次に、維持管理を行う。維持管理は、前記の施工に基づいて行われる。開発地において、２０年間は、前記の施工に基づいて維持管理を行う。代替地において、２０年間は、前記の施工に基づいて維持管理を行う。１ｈａあたりの営巣可能木の密度が低い場合は、生木の樹皮を剥ぎ取り枯らす巻き枯らしや薬剤等を用いて営巣可能木として、１ｈａあたりの営巣可能木の密度を高める。また、設置された営巣可能木を中心とした１０ｍ×１０ｍのコドラート内においても、皆伐や下草刈りなどによって、Ｖ₁を２０％以下、Ｖ₂を１本以上／１００ｍ^２を基準として管理を行う。また、モニタリングにより問題点が生じた場合は、計画、設計、施工の各段階へフィードバックされて、妥当性を検証し、修正を行う。

ここで挙げた環境保全措置方法は一例であり、目的に応じて適宜変更が可能である。

本発明のＨＳＩモデルの構築方法によって構築されたＨＳＩモデルを評価基準としたＨＥＰによる生態系定量評価方法及びＨＥＰの予測評価に基づいた環境保全措置方法の活用例について述べる。例えば、近年決定された、「新・生物多様性国家戦略」で謳われている自然再生事業への適用が可能である。また、環境アセスメントにおいて、自治体、コンサルタント、専門家、地域住民等の合意形成ツールを構築することができる。近年、沖縄地方のノグチゲラや東北地方のクマゲラなどの希少種の保護が求められているが、それらの種の生息地を保全する際に、ＨＳＩモデルをもとにして生息環境の質の選定や個体群の存続に必要な面積を算出し、環境保全措置を実施することができる。また、エコロジカルネットワークを計画する際に、対象種を設定し、その種のＨＳＩモデルをもとに計画することもできる。さらに、市町村の生物などのシンボル的な種を対象種として、市町村の自然がその種にとってどのくらい生息しやすい環境なのかを環境マップに表示することもできる。環境マップを公開することで、市民が自分の街の環境に対して関心を持つきっかけをつくることも可能であるし、環境教育の題材としても応用できると考えられる。

近年、里山の保全が求められているが、保全の方法の一つとして、雑木林の評価種をコゲラとし、本ＨＳＩモデルをもとに保全のあり方について議論することもできるであろう。

以上詳述したように、本発明は、ＨＳＩモデルの構築方法、生態系定量評価方法及び環境保全措置方法に係るものであり、本発明により、ＨＥＰの評価基準となる科学的かつ客観的かつシンプルであるＨＳＩモデルの構築方法を提供できる。ＨＥＰの対象種となりうる野生生物種のＨＳＩモデルの構築が可能である。ハビタット変数が少数の有効な変数に選択されるため、ＨＳＩモデルの構築を容易にすることができる。本発明によって構築されたＨＳＩモデルを評価基準としたＨＥＰによる生態系定量評価方法及びＨＥＰの予測評価に基づいた環境保全措置方法を実施する際には、明確な目標設定や効率的な調査によって、調査員及び作業員の労働力を最小限にとどめることができ、調査期間及び工事期間の短縮化やコスト削減を可能とする。本発明は、「新・生物多様性国家戦略」で謳われている自然再生事業への適用、環境アセスメントにおける合意形成ツールの構築、希少種の生息地の保全、エコロジカルネットワークの計画、環境マップの作成、環境教育の題材、里山の保全を可能とする。

本発明のフローチャートである。 繁殖期におけるコゲラのＨＳＩモデルの概要である。 タイプ１のＨＳＩモデルのグラフである。 タイプ２のＨＳＩモデルのグラフである。

Claims (7)

1. ＨＳＩモデルを構築する方法であって、（１）対象種を選定する、（２）生存必須条件を選定する、（３）調査項目を選定する、（４）生息指標調査を行い、所定の条件でそれらを測定する、（５）生息環境調査を行い、所定の条件でそれらを測定する、（６）生息指標調査と生息環境調査で得られたデータをもとにロジスティック回帰分析を行い、その結果によって得られる統計分析モデルを用いてＨＳＩモデルを構築する、（７）上記（６）においてロジスティック回帰分析を行う際に、統計分析を用いてハビタット変数の選択を行う、ことを特徴とするＨＳＩモデルの構築方法。
2. 生息指標調査で得られたデータを従属変数とし、生息環境調査で得られたデータを独立変数としたロジスティック回帰分析を行うことを特徴とする請求項１に記載のＨＳＩモデルの構築方法。
3. ハビタット変数を選択する方法として、ステップワイズ法を用いることを特徴とする請求項１に記載のＨＳＩモデルの構築方法。
4. ロジスティック回帰分析の結果によって得られるロジスティック回帰モデルを用いてＨＳＩモデルを構築することを特徴とする請求項１に記載のＨＳＩモデルの構築方法。
5. ロジスティック回帰分析の結果によって得られるロジスティック回帰モデルが、予測確率をＨＳＩとした時、下記の数１
   

   

   （但し、Ｂ：係数、Ｘ：変数、Ｂ₀：定数とする。また、実際のＨＳＩの値の範囲は、０＜ＨＳＩ＜１となるため、ＨＳＩの値を四捨五入して、０≦ＨＳＩ≦１とする）で表されることを特徴する請求項４に記載のＨＳＩモデルの構築方法。
6. 請求項１から５のいずれかに記載のＨＳＩモデルの構築方法を用いて生態系定量評価を行う方法であって、（１）対象種を選定する、（２）生存必須条件を選定する、（３）調査項目を選定する、（４）生息指標調査を行い、所定の条件でそれらを測定する、（５）生息環境調査を行い、所定の条件でそれらを測定する、（６）生息指標調査と生息環境調査で得られたデータをもとにロジスティック回帰分析を行い、その結果によって得られる統計分析モデルを用いてＨＳＩモデルを構築する、（７）上記（６）においてロジスティック回帰分析を行う際に、統計分析を用いてハビタット変数の選択を行う、（８）ＨＥＰ調査及びＨＥＰ分析の評価基準として、上記（１）〜（７）の過程によって構築されたＨＳＩモデルを用いる、ことを特徴とする生態系定量評価方法。
7. 環境保全措置方法において、請求項６に記載の生態系定量評価方法を用いて得られたＨＥＰの予測評価に基づいて、計画、設計、施工、維持管理を行う、ことを特徴とする環境保全措置方法。
   
   

Images