JP2008079549A

JP2008079549A - 樹木成長量の評価法

Info

Publication number: JP2008079549A
Application number: JP2006264213A
Authority: JP
Inventors: Toru Katsura; 徹桂; Masahiro Setojima; 政博瀬戸島; Yoshifumi Yasuoka; 善文安岡
Original assignee: Mitsubishi Paper Mills Ltd; Kokusai Kogyo Co Ltd
Current assignee: Mitsubishi Paper Mills Ltd; Airport Facilities Co Ltd
Priority date: 2006-09-28
Filing date: 2006-09-28
Publication date: 2008-04-10

Abstract

【課題】航空機や衛星などを利用したリモートセンシングと樹木形態パラメータの実測値を組み合わせた樹木成長量の評価法において、高精度で効率の良い評価法を提供することである。
【解決手段】対象とする森林の植生指数をリモートセンシングにより計測し、予め類似した森林について求めた樹木形態パラメータと植生指数の関係式、及び類似した森林の樹木形態パラメータの経年変化から求めた標準成長曲線を組み合わせ、必要な年次の成長量を算出する。
【選択図】図１

Description

本発明は、森林における樹木成長量の評価法に関し、詳しくはリモートセンシングデータと類似した森林の樹木計測結果を組み合わせた、高精度で効率的な樹木成長量の評価法に関するものである。

森林による二酸化炭素の吸収固定が地球温暖化対策の有効な手段であるとの認識が高まるにつれて、森林の樹木成長量を精度良く、かつ効率的に評価することが必要になってきた。特に京都議定書において森林が二酸化炭素の吸収源として認められたことに伴い、国際的に通用する評価法が求められるようになっている。

木材資源の安定的な確保や二酸化炭素排出権の確保を目的として、海外での植林が盛んに行われている。植林を事業として考えた場合、その成否は当初計画した樹木の成長量が得られるか否かにかかっている。成長性の劣った植林地を早めに発見し、施肥等で適切に管理し、回復を図ることが重要になる。このためには、植林地の樹木成長量を精度良く、かつ効率的に評価することが不可欠である。

従来、森林における樹木成長量の評価は、対象地から標準的な樹木群を選び出し、樹木群中の全ての個体について樹高や胸高直径などの形態パラメータを実測することにより対象地全体の樹木成長量を推定することが行われてきた。推定精度を上げるためには、測定対象とする標準的な植物群の数や植物群に含まれる個体数を増やす必要があるが、測定対象の増加に伴って作業の手間が増大するため、実測できる個体数には限界があった。

そこで、リモートセンシングによる森林の評価が行われるようになってきた（例えば、非特許文献１）。リモートセンシングは、高所から観測するため、一回の観測で広範囲の森林が評価できること、非接触であるため対象に影響を与えることなく計測が可能であること、人工衛星や航空機を利用することにより同一の対象を周期的に計測することが可能である等の利点を有する。しかし、樹木が反射または放射する電磁波エネルギーの特性が樹種や地域によって異なること、樹木密度の影響を受けること、データが現在の状態を表すのみで、必ずしも過去や未来を表していないことなどにより、リモートセンシングデータのみから樹木成長量の評価を行うことには限界があった。

また、リモートセンシングと現地での樹木計測を組み合わせた評価も行われており、実測データを利用したリモートセンシングデータの補正も行われている（例えば、特許文献１）。しかし、一時期のリモートセンシングデータと実測値の組み合わせや、成熟した森林についての計測であり、樹木の成長量を二次元的に捉えることは出来るが、精度が不十分であり、将来の成長量の予測も十分ではなかった。

リモートセンシングデータ単独、あるいはリモートセンシングデータと現地での樹木実測の組み合わせ、いずれの評価法においても、高精度で効率の良い樹木成長量の評価はできなかった。
特開２００２−３６００７０号公報「環境情報科学論文集」第１６号１９頁（２００２）

本発明の課題は、リモートセンシングデータと樹木計測データを組み合わせることにより、高精度で効率の良い樹木成長量の評価法を提供することである。

本発明は、（１）樹木成長量の評価法において、対象とする森林の植生指数をリモートセンシングにより計測し、予め類似した森林について求めた樹木形態パラメータと植生指数の関係式、及び類似した森林の樹木形態パラメータの経年変化から求めた標準成長曲線を組み合わせ、必要な年次の成長量を算出する樹木成長量の評価法である。
（２）植生指数を算出するリモートセンシングデータが、植え付け後３年目から５年目までの成長初期のデータである（１）記載の樹木成長量の評価法である。
（３）リモートセンシングによる植生指数が、赤外波長帯反射率（ＭＩＲ）あるいは以下の式で算出された修正正規化植生指数（ＮＤＶＩｃ）である（１）または（２）記載の樹木成長量の評価法である。
NDVIc=((NIR−RED)/(NIR＋RED))×(1−(MIR−MIRmin)/(MIRmax−MIRmin))
ここで、ＮＩＲは近赤外波長帯反射率、ＲＥＤは可視光赤波長帯反射率、ＭＩＲminは赤外波長帯の最小反射率、ＭＩＲmaxは赤外波長帯の最大反射率である。
（４）樹木が、２５年未満で収穫可能な早生樹種である（１）から（３）いずれか記載の樹木成長量の評価法である。
（５）リモートセンシングデータが、空間分解能３０ｍ以下の衛星画像データにより得られる（１）から（４）いずれか記載の樹木成長量の評価法である。

本発明の樹木成長量の評価法は、対象とする森林の植生指数をリモートセンシングにより計測し、予め類似した森林について求めた樹木形態パラメータと植生指数の関係式、及び類似した森林の樹木形態パラメータの経年変化から求めた標準成長曲線を組み合わせ、必要な年次の成長量を算出する樹木成長量の評価法であり、従来の標準地での実測による評価法、航空機や衛星などによるリモートセンシング評価法、単年度の実測データとリモートセンシングを併用した評価法などに比較して高い精度で効率的な樹木成長量の評価が可能である。

リモートセンシングとは、人工衛星や航空機に搭載したカメラや走査装置（スキャナ）などのリモートセンサを用いて、上空から地表面や水面、大気などの測定対象から反射または放射された電磁波エネルギーを計測し、その分光特性（スペクトル特性）から対象が何であるか、どのような状態にあるかを非接触で推定する技術である。

リモートセンシングデータは、リモートセンサにより得られた原データに、幾何補正、大気補正等の通常行われる補正を行った後に、必要な分光反射率等のデータを抽出することにより得られる。

本発明に係る植生指数を算出するリモートセンシングデータが、植え付け後２年目から５年目までのリモートセンシングデータである場合に精度の良い結果が得られる。苗木は植え付け後成長を始め、３年目になると樹木の形態になり成長も安定する。５年目になると葉が繁って隣接する他の樹木と樹冠が接する。個々の樹木の樹冠が分離している状態であれば、高所から葉面積の変化を精度良く計測することが可能である。本発明者らの検討により、過去のリモートセンシングデータから、この時期の葉面積が樹木の初期成長に大きな影響を及ぼすことが明らかになっている。

一方、本発明者らが植え付け後の樹木成長量の変化を追跡した結果から、植え付け後５年目以降の年間での成長量は、同一樹種で土壌や気象条件が類似した森林であれば、ほぼ同一と見なしうることが分かっている。したがって、成長初期における成長量を把握できれば、その後の必要な年次における成長量を精度良く予測できることになる。

本発明に係る植生指数は、植生の分布状態や活性度を把握するための指標であり、植物の葉が可視赤波長帯に比較して近赤外波長帯や赤外波長帯で高い分光反射率を示すことを利用している。本発明では植生指数として、ある波長域における反射率及び複数の波長域の反射率から求められる指標を用いた。植生指数としては、赤外波長帯反射率（ＭＩＲ）あるいは以下の式で算出される修正正規化植生指標（ＮＤＶＩｃ）を用いた場合に高い精度が得られる。
NDVIc=((NIR−RED)/(NIR＋RED))×(1−(MIR−MIRmin)/(MIRmax−MIRmin))
なお、ＮＩＲは近赤外波長帯反射率、ＲＥＤは可視光赤波長帯反射率、ＭＩＲminは赤外波長帯の最小反射率、ＭＩＲmaxは赤外波長帯の最大反射率である。

リモートセンシングで植生指数を算出するために、種々の人工衛星とセンサが使用されているが、本発明の目的にはＬＡＮＤＳＡＴ、ＩＫＯＮＯＳ、ＳＰＯＴ、ＴＥＲＲＡのような空間分解能３０ｍ以下の中解像度から高解像度の衛星により得られる画像データが好ましい。空間分解能が３０ｍ以上の衛星画像データでは、画像を構成する要素（画素）の大きさが３０ｍ角以上になるため、一辺が３０ｍ未満の対象物の識別が出来ず、対象森林を構成する画素数も少なくなり、満足のゆく評価精度が得られないことがある。

本発明に係る樹木形態パラメータとしては、植物体の高さ（樹高）、胸高直径、幹容積（材積）、幹重量、葉面積等がある。本発明では、樹高、胸高直径及び幹容積を用いる。材積は、幹の形を放物線の回転体と仮定し、スマリアン式を用いて計算する。すなわち、材積＝（元口断面積＋末口断面積）÷２×長さである。ただし、梢端部は樹高を用いて円錐体として求める。

本発明に係る類似した森林とは、対象森林と同一樹種、土壌、気象条件が類似した森林である。同一樹種で生育環境が類似していれば、リモートセンシングにより得られる植生指数と樹木形態パラメータの関係や形態パラメータの経年での変化も類似する。

本発明において対象とする樹木が、２５年未満で収穫可能な早生樹種である場合にとくに良好な評価結果が得られる。早生樹種としては、ユーカリ・グロブルス、ユーカリ・ナイテンス、ユーカリ・グランディス等のユーカリ属、アカシア・マンギウム等のアカシア属等が知られている。

本発明では、過去の樹木成長量の実測データがある類似した森林について、対応する時期のリモートセンシングデータを収集し、植生指数と樹木形態パラメータの関係式を求める。また、必要な形態パラメータについて標準成長曲線を求めておく。この際のリモートセンシングデータは、対象森林で使用するもの同種のセンサにより得られることが必要である。十分な精度を得るには、少なくとも２０以上の標準地の実測データを使用することが好ましい。

標準地は、森林で樹木形態パラメータを実測するために設定する。面積は２００ｍ^２以上かつ３０本以上の単体植物で構成されていることが好ましい。標準地設置の頻度は、１０〜２０ｈａ毎に一カ所設置することが好ましいが、地形や樹木の状態により適宜変化させることが出来る。

リモートセンシングデータ採取の季節は、植生指数と樹木形態パラメータの関係が季節によって変化するため、評価を通じて同一の季節とすることが好ましい。１年における植物成長期直前のデータ採取がデータの変動を少なくするためには有効である。リモートセンシングデータと実測時期のズレは１ヶ月以内であることが好ましい。類似した森林におけるデータが揃っておれば、対象森林について新たにリモートセンシングデータを取るのみで、樹木成長量を評価することが可能になる。

以下、本発明の樹木成長量の評価法に係る実施形態について、図面を参照して説明する。

図１は、本発明の実施形態に係る樹木成長量の評価法の概略フローを示す。まず、対象地域の概況調査（土壌、降水量、気温等）を行った後（１１）、樹木成長量評価のための全体計画立案を行う（１２）。

対象地域における樹木の植え付けから２年目から５年目の間で任意の年次を基準年次として設定する（１３）。目的にあった地上分解能の衛星データを選択する（１４）。基準年次における樹木成長期直前の衛星データを検索する（１５）。検索により入手した衛星データに幾何補正、大気補正、地形補正、色調補正等を行い（１６）、解析して植生指数を求める（１７）。

植え付け樹種が同一で対象森林に地域や土壌が類似した森林について、過去に実測した樹木形態パラメータを整理する（１８）。標準地データに対応する時期の衛星データを検索する（１９）。衛星データに幾何補正等の必要な補正を行う（２０）。標準地のＧＰＳデータを使って衛星データと標準地の正確な位置を対応させる（２１）。植生指数を算出する（２２）。

同一位置における植生指数と実測した樹木形態パラメータの関係式（経験式）を求める（２３）。対象森林のリモートセンシングデータから求めた植生指数（１７）を関係式（２３）に入れ、樹木形態パラメータを求める（２４）。この関係式を画像データに適用すれば、対象森林の樹木形態パラメータの二次元的な分布図が得られる。

類似した森林における過去の樹木形態パラメータについて標準成長曲線を作成する（２５）。標準成長曲線は、少なくとも数カ所の森林について実測したデータの平均値を使用して作成する。植え付け３年目以降の標準成長曲線の傾きは、１、２年目の成長が異なっても、大きくは違わない。

基準年次の樹木形態パラメータ（２４）を用いて標準成長曲線を補正することにより、対象森林の標準成長曲線が得られる（２６）。伐採までの任意の年次における樹木形態パラメータの推定（２７）は、この標準成長曲線により行う。

表１に、チリ第VIII州レブ地区のユーカリ・グロブルス植林地６カ所を対象とし、１９９９年から２００４年までの期間について、ＬａｎｄｓａｔＥＴＭ＋データから算出した植生指数とそれに対応する時期及び位置の標準地での樹木形態パラメータ間の相関係数を示す。樹高はNDVIcと、胸高直径はMIRと、幹容積はMIRと良好な相関を示す。これらのことから、植生指数として本発明に係るNDVIcとMIRが有用であることがわかる。なお、各標準地は、植林地内に１５ｈａ毎に設置され、面積は２００ｍ²であり、３４本の樹木から構成されている。

図２には上記データに基づく樹高とNDVIcの関係を示す。両者の関係は３次式（y＝0.0001x³−0.0089x²＋0.235x−1.15）に近似できる。ここで、xは樹高（ｍ）、yはNDVIｃである。樹高１５ｍ以上（５年目以降に相当）になると、樹高が増加しても植生指数が増加しなくなるため、５年目までの森林について評価することが必要と判断した。

図３には、チリ第VIII州レブ地区におけるユーカリ・グロブルスの標準地３カ所の成長曲線（樹高）を示す。成長量の差の大半は、植え付け後３年目までに生じており、３年目以降になると年間成長量の差は少ない。したがって、３年目以降の形態パラメータで補正して得られる類似森林の標準成長量曲線を使うことにより、対象森林の将来成長量の予測が可能である。

図４には、チリ第VIII州レブ地区で２０００年７月に植え付けた植林地について、２００３年５月（３年目）のＬａｎｄｓａｔＥＴＭ＋データからNDVIcを求め、樹高とNDVIcの関係式により樹高を算出し、標準成長曲線を利用して、この森林の樹高成長曲線を作成した例を示す。このような曲線を基に成長量の予測を行う。

本発明の樹木成長量の評価法は、高い精度で効率的な樹木成長量の評価が可能なばかりでなく、将来の成長量の予測も可能であるため、国家規模の大きな植林事業計画に有用である。

評価法の概略フロー樹高とＮＤＶＩｃの関係標準地３カ所（Ｅ，Ｋ，Ｌ）の樹高成長曲線成長量予測用の樹高成長曲線

Claims

樹木成長量の評価法において、対象とする森林の植生指数をリモートセンシングにより計測し、予め類似した森林について求めた樹木形態パラメータと植生指数の関係式、及び類似した森林の樹木形態パラメータの経年変化から求めた標準成長曲線を組み合わせ、必要な年次の成長量を算出することを特徴とする樹木成長量の評価法。
植生指数を算出するリモートセンシングデータが、植え付け後３年目から５年目までの成長初期のデータであることを特徴とする請求項１記載の樹木成長量の評価法。
リモートセンシングによる植生指数が、赤外波長帯反射率（ＭＩＲ）あるいは以下の式で算出された修正正規化植生指数（ＮＤＶＩｃ）であることを特徴とする請求項１または２記載の樹木成長量の評価法。
NDVIc=((NIR−RED)/(NIR＋RED))×(1−(MIR−MIRmin)/(MIRmax−MIRmin))
ここで、ＮＩＲは近赤外波長帯反射率、ＲＥＤは可視光赤波長帯反射率、ＭＩＲminは赤外波長帯の最小反射率、ＭＩＲmaxは赤外波長帯の最大反射率である。
樹木が、２５年未満で収穫可能な早生樹種であることを特徴とする請求項１〜３いずれか１項記載の樹木成長量の評価法。
リモートセンシングデータが、空間分解能３０ｍ以下の衛星画像データにより得られるものであることを特徴とする請求項１〜４いずれか１項記載の樹木成長量の評価法。