JP2015008656A - Species habitat adaptability estimation method and species habitat adaptability estimation system using the same - Google Patents
Species habitat adaptability estimation method and species habitat adaptability estimation system using the same Download PDFInfo
- Publication number
- JP2015008656A JP2015008656A JP2013135258A JP2013135258A JP2015008656A JP 2015008656 A JP2015008656 A JP 2015008656A JP 2013135258 A JP2013135258 A JP 2013135258A JP 2013135258 A JP2013135258 A JP 2013135258A JP 2015008656 A JP2015008656 A JP 2015008656A
- Authority
- JP
- Japan
- Prior art keywords
- index
- species
- green space
- data
- diversity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 241000894007 species Species 0.000 claims abstract description 76
- 241000196324 Embryophyta Species 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 241000700159 Rattus Species 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 4
- 235000017491 Bambusa tulda Nutrition 0.000 description 4
- 241001330002 Bambuseae Species 0.000 description 4
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 4
- 239000011425 bamboo Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 241000287124 Parus major Species 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 241000699694 Gerbillinae Species 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、複数の生物それぞれにとっての生息のしやすさを総合的に評価する生物種生息適性推定方法及びその方法を用いた生物種生息適性推定システムに関する。 The present invention relates to a species habitat aptitude estimation method that comprehensively evaluates the ease of habitat for each of a plurality of organisms, and a species habitat aptitude aptitude estimation system using the method.
従来、人工衛星や航空機などの飛行体に搭載された撮像装置、レーダーによって取得されるデータを用いて、地表における状態をリモートセンシングする測定手法が行われている。このようなリモートセンシング技術は、農業分野や水資源分野、或いは都市計画分野などで、積極的に活用され始めている。 2. Description of the Related Art Conventionally, a measurement technique for remotely sensing a state on the ground surface using data acquired by an imaging device or radar mounted on a flying object such as an artificial satellite or an aircraft has been performed. Such remote sensing technology has begun to be actively used in the fields of agriculture, water resources, or city planning.
上記のようなリモートセンシングに関連して、発明者は特許文献1(特開2011−165112号公報)において、特定の事業地を対象に、その周辺における生物生息環境のネットワーク状況を定量的に評価する技術を提案した。
特許文献1には、より広域的な地域全体(たとえば、都市の一部や全体)を対象とした場合、事業地周辺における生息環境のネットワーク状況と、都市レベルの環境の多様性、生物分布状況との関係性を可視化する点については、開示されていない。 In Patent Document 1, when a wider area (for example, a part or the whole of a city) is targeted, the network status of the habitat around the project site, the diversity of the environment at the city level, and the biological distribution status The point of visualizing the relationship with is not disclosed.
特に、ある広い地域において「複数の事業所間をつなぐ生態系ネットワークの形成」を目標とした場合に、その目標設定のための情報を体系的にデータベース化し、そしてそのようなデータベースに基づいて、生物種の生息適性を推定する技術については、前例がない。 In particular, when a goal is to “form an ecosystem network that connects multiple offices” in a wide area, information for setting the goal is systematically created as a database, and based on such a database, There is no precedent for techniques for estimating the habitability of species.
特許文献2(特開2012−212209号公報)では、地域生態系の評価対象とする生物種の選定するためのデータベースを提案している。特許文献2記載の技術は、生物の生体情報に基づいて、地域の適切な指標生物を選ぶことに寄与するが、その生物に注目した場合の広域の生態系ネットワーク状況を把握することで、生物種の生息適性を推定する情報は得られない、という問題があった。 Patent Document 2 (Japanese Patent Laid-Open No. 2012-212209) proposes a database for selecting a species to be evaluated for a regional ecosystem. The technology described in Patent Document 2 contributes to selecting an appropriate local indicator organism based on the biological information of the organism, but by grasping the state of a wide-area ecosystem network when focusing on the organism, There was a problem that information to estimate the habitability of species could not be obtained.
この発明は、上記課題を解決するものであって、請求項1に係る発明は、飛行体により取得されたデータに基づいて、地表面における緑地の分類と分布状況に係る緑地データを取得するステップと、前記緑地データに基づいて、緑地の連続性に係る連続性指標を演算するステップと、前記緑地データに基づいて、緑地のまとまり度合いに係るまとまり指標を演算するステップと、前記緑地データに基づいて、植物種の多様性に係る多様性指標を演算するステップと、前記緑地データに基づいて、異なる植物種の隣接度合いに係るモザイク指標を演算するステップと、生物種に応じて、前記連続性指標、前記まとまり指標、前記多様性指標、前記モザイク指標の中から、必要となる指標を選択するステップと、選択した指標と前記緑地データに基づいて、当該生物種の生息適性を推定するステップと、を有することを特徴とする生物種生息適性推定方法である。 This invention solves the said subject, and the invention which concerns on Claim 1 acquires the green space data which concerns on the classification | category and the distribution situation of the green space on the ground surface based on the data acquired by the flying body A step of calculating a continuity index related to continuity of green space based on the green space data, a step of calculating a block index related to the degree of unity of green space based on the green space data, and based on the green space data Calculating a diversity index related to the diversity of plant species, calculating a mosaic index related to the degree of adjacency of different plant species based on the green space data, and depending on the species, the continuity A step of selecting a required index from among the index, the collective index, the diversity index, and the mosaic index, and the selected index and the green space data Zui by a species inhabiting suitability estimating method characterized by comprising the steps of: estimating a habitat suitability of the species.
また、請求項2に係る発明は、請求項1に記載の生物種生息適性推定方法において、前
記緑地データは、樹林と草地の分布に係るデータであることを特徴とする。
The invention according to claim 2 is the biological species habitat aptitude estimation method according to claim 1, wherein the green space data is data relating to the distribution of forests and grasslands.
また、請求項3に係る発明は、請求項1又は請求項2に記載の生物種生息適性推定方法において、前記緑地データは、樹林又は草地がどの程度の水辺を有するかに係るデータであることを特徴とする。 The invention according to claim 3 is the biological species habitat aptitude estimation method according to claim 1 or claim 2, wherein the green space data is data relating to how much waterside the forest or grassland has. It is characterized by.
また、請求項4に係る発明は、請求項1乃至請求項3のいずれか1項に記載の生物種生息適性推定方法において、前記連続性指標と前記まとまり指標と前記多様性指標と前記モザイク指標と、推定された生息適性とを、地図データ上に重畳し表示する表示ステップをさらに有することを特徴とする。 The invention according to claim 4 is the biological species habitat aptitude estimation method according to any one of claims 1 to 3, wherein the continuity index, the collective index, the diversity index, and the mosaic index. And a display step of superimposing and displaying the estimated habitability on the map data.
また、請求項5に係る発明は、請求項4に記載の生物種生息適性推定方法において、複数の生物種について、前記表示ステップを適用することを特徴とする。 In addition, the invention according to claim 5 is characterized in that, in the biological species habitat aptitude estimation method according to claim 4, the display step is applied to a plurality of biological species.
また、請求項6に係る発明は、請求項1乃至請求項5のいずれかに記載の方法を用いたことを特徴とする生物種生息適性推定システムである。 An invention according to claim 6 is a species habitat aptitude estimation system using the method according to any one of claims 1 to 5.
本発明に係る生物種生息適性推定方法及びその方法を用いた生物種生息適性推定システムは、前記連続性指標、前記まとまり指標、前記多様性指標、前記モザイク指標の中から、必要となる指標を選択し、選択した指標と前記緑地データに基づいて、当該生物種の生息適性を推定するので、広域の生態系ネットワーク状況を把握することで、生物種の生息適性を推定することが可能となる。 The species habitat aptitude estimation method and the species habitat aptitude estimation system using the method according to the present invention include a necessary index among the continuity index, the collective index, the diversity index, and the mosaic index. Since the selected habitat is estimated based on the selected index and the green space data, it is possible to estimate the habitability of the living species by grasping the state of the ecosystem network in a wide area. .
以下、本発明の実施の形態を図面を参照しつつ説明する。図1は本発明の実施形態に係る生物種生息適性推定方法を実行させるシステム構成の一例を示す図である。図1において、10はシステムバス、11はCPU(Central Processing Unit)、12はRAM(Random Access Memory)、13はROM(Read Only Memory)、14は外部情報機器との通信を司る通信制御部、
15はキーボードコントローラなどの入力制御部、16はディスプレイコントローラなどの出力制御部、17は外部記憶装置制御部、18はキーボード、ポインティングデバイス、マウスなどの入力機器からなる入力部、19はLCDディスプレイなどの表示装置や印刷装置からなる出力部、20はHDD(Hard Disk Drive)等の外部記憶装置である。
Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a diagram showing an example of a system configuration for executing a biological species habitat aptitude estimation method according to an embodiment of the present invention. In FIG. 1, 10 is a system bus, 11 is a CPU (Central Processing Unit), 12 is a RAM (Random Access Memory), 13 is a ROM (Read Only Memory), 14 is a communication control unit that controls communication with an external information device,
15 is an input control unit such as a keyboard controller, 16 is an output control unit such as a display controller, 17 is an external storage device control unit, 18 is an input unit including input devices such as a keyboard, pointing device, and mouse, 19 is an LCD display, etc. An
図1において、CPU11は、ROM13内のプログラム用ROM、或いは、大容量の外部記憶装置20に記憶されたプログラム等に応じて、外部機器と通信することでデータを検索・取得したり、また、図形、イメージ、文字、表等が混在した出力データの処理を実行したり、更に、外部記憶装置20に格納されているデータベースの管理を実行したり、などといった演算処理を行うものである。
In FIG. 1, the CPU 11 retrieves and acquires data by communicating with an external device in accordance with a program ROM stored in the
また、CPU11は、システムバス10に接続される各デバイスを統括的に制御する。ROM13内のプログラム用ROMあるいは外部記憶装置20には、CPU11の制御用の基本プログラムであるオペレーティングシステムプログラム(以下OS)等が記憶されている。また、ROM13あるいは外部記憶装置20には出力データ処理等を行う際に使用される各種データが記憶されている。RAM12は、CPU11の主メモリ、ワークエリア等として機能する。
Further, the CPU 11 comprehensively controls each device connected to the
入力制御部15は、キーボードや不図示のポインティングデバイスからの入力部18を制御する。また、出力制御部16は、LCDディスプレイ等の表示装置やプリンタなどの印刷装置の出力制御を行う。
The
外部記憶装置制御部17は、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、プリンタドライバ等を記憶するHHD(Hard
Disk Drive)や、或いは場合によってはフレキシブルディスク(FD)等の外部記憶装置20へのアクセスを制御する
また、通信制御部14は、ネットワークを介して、外部機器と通信を制御するものであり、これによりシステムが必要とするデータを、インターネットやイントラネット上の外部機器が保有するデータベースから取得したり、外部機器に情報を送信したりすることができるように構成される。
The external storage device control unit 17 stores a boot program, various applications, font data, user files, edit files, printer drivers, and the like.
Disk Drive), or in some cases, controls access to the
外部記憶装置20には、CPU11の制御プログラムであるオペレーティングシステムプログラム(以下OS)以外に、本発明の生物種生息適性推定方法をCPU11上で動作させるシステムプログラム、及びこのシステムプログラムで用いるデータなどがインストールされ保存・記憶されている。
In the
本発明の生物種生息適性推定方法を実現するシステムプログラムで利用されるデータとしては、人工衛星、飛行機などの飛行体から評価対象領域を撮像した衛星画像データ(リモートセンシングデータ)、公的機関によって提供される地理情報システムデータ(GISデータ)などがあり、これらデータが外部記憶装置20に保存されていることが想定されているが、場合によっては、これらのデータを通信制御部14を介してインターネットやイントラネット上の外部機器から取得するように構成することも可能である。
The data used in the system program for realizing the method for estimating the habitability of the species of the present invention includes satellite image data (remote sensing data) obtained by imaging an evaluation target area from a flying object such as an artificial satellite or an airplane, There are provided geographic information system data (GIS data) and the like, and it is assumed that these data are stored in the
図3は本発明の実施形態に係る生物種生息適性推定方法で用いられるリモートセンシングデータの一例を示す図である。本実施形態においては、このようなリモートセンシングデータとしてマルチスペクトル画像を用い、地上における土地被覆の状況を抽出するようにしている。また、本実施形態においてGISデータは、上記のリモートセンシングデータを補完するために利用される。例えば、リモートセンシングデータでは、河川などの水域のデータ境界が不明瞭となることがあるが、水域データについてはGISデータによっ
て補完することによって、水域の位置特定がより的確となる。なお、リモートセンシングデータによって水域が明瞭となるようであれば、必ずしもGISデータは必須ではない。
FIG. 3 is a diagram showing an example of remote sensing data used in the species habitat aptitude estimation method according to the embodiment of the present invention. In the present embodiment, a multi-spectral image is used as such remote sensing data, and the land cover situation on the ground is extracted. In the present embodiment, the GIS data is used to complement the remote sensing data. For example, in remote sensing data, the data boundary of a water area such as a river may be unclear, but the water area data is complemented by GIS data, so that the location of the water area becomes more accurate. In addition, GIS data is not necessarily essential if a water area becomes clear by remote sensing data.
以上のように構成される本発明の実施形態に係る生物種生息適性推定方法を実行させるシステム構成における処理について図2を参照して説明する。図2は本発明の実施形態に係る生物種生息適性推定方法を実行させるシステムにおける処理のフローチャートを示す図である。 Processing in the system configuration for executing the biological species habitat aptitude estimation method according to the embodiment of the present invention configured as described above will be described with reference to FIG. FIG. 2 is a diagram showing a flowchart of processing in the system for executing the species habitat aptitude estimation method according to the embodiment of the present invention.
図2において、ステップS100で、本実施形態に係る生物種生息適性推定方法の処理が開始されると、続いてステップS101に進み、対象領域における、入力された衛星画像データ(リモートセンシングデータ)から、地表面における緑地の分類と分布状況に係る緑地データを得る。 In FIG. 2, when the process of the species habitat aptitude estimation method according to the present embodiment is started in step S100, the process proceeds to step S101, and from the input satellite image data (remote sensing data) in the target region. Obtain green space data related to the classification and distribution of green space on the ground surface.
この緑地データには、それぞれの閉じた緑地の位置や面積、形状などが含まれている。また、緑地データにおいて、それぞれの緑地は、大分類として「樹林」、「草地」のいずれかに分類されている。 This green space data includes the position, area, shape, etc. of each closed green space. In the green space data, each green space is classified as either “forest” or “grassland” as a large classification.
また、緑地データにおいて、大分類「樹林」の下の詳細な分類として、「常緑・針葉樹林」、「落葉常緑混交林」、「落葉広葉樹林」、「低木林・竹林」を有しており、大分類「草地」の下の詳細な分類として、「低茎草地」、「高茎草地」、「林緑草地」を有している。 In addition, in the green space data, there are “Evergreen / Coniferous Forests”, “Decashed Evergreen Mixed Forests”, “Decay Deciduous Forests”, “Shrub Forests / Bamboo Forests” as detailed classifications under the major classification “Tree Forest”. As a detailed classification under the large classification “grassland”, it has “low stem grassland”, “high stem grassland”, and “forest green grassland”.
なお、本実施形態においては、上記のような分類に基づく緑地データを例に説明するが、上記のような緑地データのデータ構成に限定されるものではない。 In the present embodiment, the green space data based on the classification as described above will be described as an example, but the present invention is not limited to the data structure of the green space data as described above.
また、このステップでは、水域を地理情報システムデータ(GISデータ)が参照され、地表のデータと、河川などの水域のデータとの境界が明瞭とする処理も実行される。 In this step, geographic information system data (GIS data) is referred to for the water area, and processing for clarifying the boundary between the surface data and the water area data such as a river is also executed.
本発明に係る生物種生息適性推定方法においては、上記のような緑地データから、4つの指標を演算し、この4つの指標から、生物種に応じて指標を選択して、
本発明に係る生物種生息適性推定方法においては、4つの指標として、緑地の連続性に係る「連続性指標」、緑地のまとまり度合いに係る「まとまり指標」、植物種の多様性に係る「多様性指標」、異なる植物種の隣接度合いに係る「モザイク指標」が定義される。
In the biological species habitat aptitude estimation method according to the present invention, four indicators are calculated from the green space data as described above, and from these four indicators, an indicator is selected according to the species,
In the biological species habitat aptitude estimation method according to the present invention, there are four indicators, a “continuity indicator” relating to continuity of green spaces, a “group indicator” relating to the degree of unity of green spaces, and a “diversity” relating to plant species diversity. The “sex index” and “mosaic index” relating to the degree of adjacency of different plant species are defined.
ステップS102では、緑地の連続性に係る「連続性指標」が演算される。図4は本発
明の実施形態に係る生物種生息適性推定方法で利用する連続性指標の算出概念を説明する図である。
In step S102, a “continuity index” relating to the continuity of the green space is calculated. FIG. 4 is a diagram for explaining the concept of calculating the continuity index used in the method for estimating the habitat for living species according to the embodiment of the present invention.
「連続性指標」は、着目している緑地の周辺の所定距離圏内(本例では距離D)に、どの程度の緑地があるかを示す指標である。着目する緑地G0に対して、周辺の緑地との間
の距離が、D以下であるものを、指標算出の対象とする。図4において、周辺緑地G1、
G2、G3が対象となり、周辺緑地G4は対象外である。
The “continuity index” is an index indicating how much green space is within a predetermined distance range (distance D in this example) around the green space of interest. An object whose index is calculated is a distance between the green area G 0 of interest and a distance from the surrounding green area that is equal to or less than D. In FIG. 4, the surrounding green space G 1 ,
G 2 and G 3 are targeted, and the surrounding green space G 4 is not targeted.
「連続性指標」の算出方法としては、例えば、図4では、周辺緑地との間の距離の平均値(d1+d2+d3)/3を求めることを挙げることができる。そして、全ての緑地で求め
た前記平均値を規格化する。具体的には、前サンプルの中で最大のものを1として、それに対して、それぞれの緑地について、0〜1の間の値を線形変換によって求める。
As a calculation method of the “continuity index”, for example, in FIG. 4, an average value (d 1 + d 2 + d 3 ) / 3 of the distance to the surrounding green space can be obtained. And the said average value calculated | required in all the green areas is normalized. Specifically, the maximum one of the previous samples is set to 1, and a value between 0 and 1 is obtained by linear transformation for each green space.
なお、「連続性指標」の算出方法としては、このような算出方法に限定されるものではない。要は、緑地の連続性に係る適切な指標を導き得る方法であれば、どのような方法を
用いても構わない。
Note that the calculation method of the “continuity index” is not limited to such a calculation method. In short, any method may be used as long as it can derive an appropriate index related to continuity of green space.
続く、ステップS103では、緑地のまとまり度合いに係る「まとまり指標」が演算される。図5は本発明の実施形態に係る生物種生息適性推定方法で利用するまとまり指標の算出概念を説明する図である。 In subsequent step S103, a “group index” relating to the degree of grouping of green spaces is calculated. FIG. 5 is a diagram for explaining a concept of calculating a collective index used in the biological species habitat aptitude estimation method according to the embodiment of the present invention.
「まとまり指標」は、着目している緑地の周辺の所定距離圏内(本例では距離D)に、どの程度の緑地がまとまっているかを示す指標である。着目する緑地G0に対して、周辺
の緑地との間の距離が、D以下であるものを、当該指標算出の対象とする。図5において、周辺緑地G1の面積S1(斜線部)、周辺緑地G2の面積S2(斜線部)、周辺緑地G3の
面積S3(斜線部)が対象となり、周辺緑地G4の面積は対象外である。
The “group index” is an index indicating how much green space is gathered within a predetermined distance range (distance D in this example) around the green space of interest. When the distance between the green area G 0 of interest and the surrounding green area is equal to or less than D, the index is calculated. 5, the area around the green G 1 S 1 (hatched portion), near green G 2 area S 2 (hatched portion), the area S 3 (hatched portion) near green G 3 becomes the target, near Green G 4 The area is excluded.
「まとまり指標」の算出方法としては、例えば、カウントする周辺緑地の面積の自然対数をとった後に、平均値を求めることで算出する方法を挙げることができる。図5の例では、「まとまり指標」は、(lnS1+lnS2+lnS3)と求めることができる。そして
、全ての緑地で求めた前記平均値を規格化する。具体的には、前サンプルの中で最大のものを1として、それに対して、それぞれの緑地について、0〜1の間の値を線形変換によ
って求める。
As a method of calculating the “group index”, for example, a method of calculating by calculating an average value after taking the natural logarithm of the area of the surrounding green space to be counted can be cited. In the example of FIG. 5, the “group index” can be obtained as (lnS 1 + InS 2 + InS 3 ). And the said average value calculated | required in all the green areas is normalized. Specifically, the maximum one of the previous samples is set to 1, and a value between 0 and 1 is obtained by linear transformation for each green space.
なお、「まとまり指標」の算出方法としては、このような算出方法に限定されるものではない。要は、緑地のまとまり度合い適切な指標を導き得る方法であれば、どのような方法を用いても構わない。 Note that the method of calculating the “group index” is not limited to such a calculation method. In short, any method may be used as long as it can derive an index with an appropriate degree of unity of green spaces.
続く、ステップS104では、植物種の多様性に係る「多様性指標」が演算される。図6は本発明の実施形態に係る生物種生息適性推定方法で利用する多様性指標の算出概念を説明する図である。 In subsequent step S104, a “diversity index” relating to the diversity of plant species is calculated. FIG. 6 is a diagram for explaining the concept of calculating the diversity index used in the biological species habitat aptitude estimation method according to the embodiment of the present invention.
「多様性指標」は、着目している緑地の中に、どの程度多様な植物種が存在するかを示す指標である。例えば、樹林の分類が「常緑・針葉樹林」、「落葉常緑混交林」、「落葉広葉樹林」、「低木林・竹林」の4つであるとした場合、着目している緑地における植物種が1つに偏っているときは0で、着目している緑地における「常緑・針葉樹林」、「落葉常緑混交林」、「落葉広葉樹林」、「低木林・竹林」の割合が、それぞれ25%であるときは1であるような指数である。 The “diversity index” is an index indicating how many different plant species exist in the green area of interest. For example, if there are four forest classifications: “Evergreen / Coniferous Forest”, “Falled Deciduous Evergreen Mixed Forest”, “Falled Deciduous Forest”, “Shrub Forest / Bamboo Forest”, the plant species in the green area of interest When it is biased to one, it is 0, and the percentage of “evergreen / coniferous forest”, “deciduous evergreen mixed forest”, “deciduous broadleaf forest”, “shrub forest / bamboo forest” in the green area of interest is 25%. Is an index that is 1.
図6に示すように、「常緑・針葉樹林」が着目緑地のR1%を占め、「落葉常緑混交林
」が着目緑地のR2%を占め、「落葉広葉樹林」が着目緑地のR3%を占め、「低木林・竹林」が着目緑地のR4%を占めるような場合、
R1logR1+R2logR2+R3logR3+R4logR4
のように、算出することができる。
As shown in FIG. 6, “Evergreen and coniferous forest” occupies R 1 % of the green area of interest, “deciduous evergreen mixed forest” occupies R 2 % of the green area of interest, and “deciduous broadleaf forest” is R 3 of the green area of interest. If “shrub forest / bamboo forest” occupies R 4 % of the green area of interest,
R 1 logR 1 + R 2 logR 2 + R 3 logR 3 + R 4 logR 4
It can be calculated as follows.
なお、「多様性指標」の算出方法としては、上記のような算出方法に限定されるものではなく、要は、植物種の多様性に係る適切な指標を導き得る方法であれば、どのような方法を用いても構わない。 Note that the method for calculating the “diversity index” is not limited to the above calculation method, and the point is that any method can be used as long as it can derive an appropriate index related to the diversity of plant species. Various methods may be used.
続く、ステップS105では、異なる植物種の隣接度合いに係る「モザイク指標」が演算される。図7及び図8は本発明の実施形態に係る生物種生息適性推定方法で利用するモザイク指標の算出概念を説明する図である。 In subsequent step S105, a “mosaic index” relating to the degree of adjacency of different plant species is calculated. 7 and 8 are diagrams for explaining the concept of calculating the mosaic index used in the method for estimating the habitat for living species according to the embodiment of the present invention.
モザイク指標は、着目している緑地が「樹林」であるとして、「草地」にどの程度境界を共有しているかなどを指数化したものである。 The mosaic index is obtained by indexing to what extent a boundary is shared with “grassland”, assuming that the green space of interest is “forest”.
図7では、全周がXである「樹林」が、「草地」に対して隣接長Yで接している例を示している。この場合、モザイク指標は、例えばY/Xによって算出することができる。 FIG. 7 shows an example in which the “tree” having the entire circumference X is in contact with the “grassland” with the adjacent length Y. In this case, the mosaic index can be calculated by Y / X, for example.
なお、モザイク指標は、着目している緑地が「樹林」であるとして、「水辺」にどの程度境界を共有しているかなどを指数化したものもの準備すると、湖沼を餌場とする鳥などの生息適性を推定する際、有用である。 As for the mosaic index, assuming that the green area of interest is a “forest”, prepare an index that indicates how much of the boundary is shared with the “waterside”, etc. Useful in estimating habitability.
図8は、上記のようなモザイク指標の算出を示しており、全周がWである「樹林」が、「水辺」に対して隣接長Zで接している例を示している。この場合、対水辺のモザイク指標として、Z/Wによって算出することができる。 FIG. 8 shows calculation of the mosaic index as described above, and shows an example in which “forest” whose entire circumference is W is in contact with “waterside” at an adjacent length Z. In this case, it can be calculated by Z / W as a mosaic index for the waterside.
なお、モザイク指標の算出方法としては、上記のような算出方法に限定されるものではなく、要は、異なる植物種の隣接度合いの適切な指標を導き得る方法であれば、どのような方法を用いても構わない。 Note that the method for calculating the mosaic index is not limited to the above-described calculation method. In short, any method can be used as long as it can derive an appropriate index for the degree of adjacency between different plant species. You may use.
ここで、本実施形態においては、入力2で、システムに複数の「生物種」の入力があるものと仮定して、以下、説明する。より具体的には、「生物種」として「シジュウカラ」と、「アカネズミ」との、2つの生物種が入力2で、入力された場合を例にとる。なお、入力2で、システムに入力する「生物種」の数は、自然数であれば任意である。 Here, in the present embodiment, the following description will be given on the assumption that the input 2 has a plurality of “species” inputs in the system. More specifically, a case where two biological species “biological species” and “red rat” are input as the “biological species” at the input 2 is taken as an example. Note that the number of “species” input to the system in the input 2 is arbitrary as long as it is a natural number.
ステップS106では、これまで説明した連続性指標、まとまり指標、多様性指標、モザイク指標のうち、必要となる指標が選択される。ここでは、まず、「生物種」として「シジュウカラ」を例に説明する。 In step S106, a necessary index is selected from the continuity index, the group index, the diversity index, and the mosaic index described so far. Here, first, “tit” will be described as an example of “biological species”.
図9は「生物種」の1例としてシジュウカラの生息適性の算出の概念を説明する図である。シジュウカラの生息適性を推定する上で、「隠れ場」、「餌場」、「繁殖場」が重要な項目であると考えられている。そこで、これらの項目に関連する「樹林の規模」、「樹林の連続性」、「樹林の構成」を反映する、「樹林面積」、250m圏の「連続性指標」、落葉広葉樹林の「多様性指標」、常緑・針葉樹林の「多様性指標」が生息適性の推定のために選択される。 FIG. 9 is a diagram for explaining the concept of calculating the habitability of a great tit as an example of the “species species”. “Hidden place”, “feeding place”, and “breeding place” are considered to be important items in estimating the habitability of great tit. Therefore, “forest area”, “continuity index” in the 250m area, “diversity of deciduous broad-leaved forest” reflecting “scale of forest”, “continuity of forest”, “configuration of forest” related to these items. Sex index "and evergreen and coniferous forest" diversity index "are selected for the estimation of habitability.
なお、「隠れ場」、「餌場」、「繁殖場」などの重要な項目から、生息適性の推定のために選択される「樹林面積」、250m圏の「連続性指標」、落葉広葉樹林の「多様性指標」、常緑・針葉樹林の「多様性指標」の組を選択する際には、回帰分析の手法が用いられていることを付言しておく。 It should be noted that “forest area” selected for estimation of habitability from important items such as “hiding place”, “feeding place”, “breeding ground”, “continuity index” of 250m area, deciduous broad-leaved forest It is added that the method of regression analysis is used when selecting the “diversity index” of No. 1, and the “diversity index” of evergreen and coniferous forests.
ステップS107では、上記のように選択された各指標等によって、生物種の生息適性の推定値を演算する。例えば、「樹林面積」をV1、250m圏の「連続性指標」をV2、落葉広葉樹林の「多様性指標」をV3、常緑・針葉樹林の「多様性指標」をV4とすると、「シジュウカラ」の生息適性の推定値を、(V1+V2+V3+V4)/4として演算する。 In step S107, an estimated value of the habitability of the species is calculated based on each index selected as described above. For example, if the “forest area” is V 1 , the “continuity index” in the 250 m range is V 2 , the “diversity index” for deciduous broad-leaved forest is V 3 , and the “diversity index” for evergreen and coniferous forests is V 4. The estimated value of the habitability of “titmouse” is calculated as (V 1 + V 2 + V 3 + V 4 ) / 4.
なお、上記の例では生息適性推定値としては、V1乃至V4の4指標の平均値を取るようにしたが、α乃至δを定数として、(αV1+βV2+γV3+δV4)/4のように、各指標に重み付けを行うような計算方法を採用することもできる。要は、生息適性推定値としては、V1乃至V4の各指標の関数であればよい。 In the above example, the average value of the four indices V 1 to V 4 is taken as the habitability estimated value, but α to δ is a constant, and (αV 1 + βV 2 + γV 3 + δV 4 ) / 4 As described above, it is possible to employ a calculation method in which each index is weighted. In short, the habitability estimated value may be a function of each index of V 1 to V 4 .
また、樹林面積V1については、緑地データにおける全ての樹林について、面積の対数
変換を行った後、当該変換を行った面積の中で最大のものを1として、それに対して、それぞれの樹林について、0〜1の間の値を線形変換によって求める。
Regarding the forest area V 1 , after performing logarithmic conversion of the area for all the forests in the green space data, the maximum area among the areas subjected to the conversion is set to 1, and for each forest, A value between 0 and 1 is obtained by linear transformation.
続く、ステップS108では、該当する生物種(今回の場合は、「シジュウカラ」)の連続性指標とまとまり指標と多様性指標とモザイク指標と、生息適性推定値とを、地図データ上に重畳し表示する。このような本発明に係る生物種生息適性推定システムによれば、生物種にとって、重要な指標や生息適性推定値とをビジュアル化して、理解しやすい形でユーザーに提示することが可能となる。 In step S108, the continuity index, the group index, the diversity index, the mosaic index, and the habitability estimated value of the corresponding species (in this case “tits”) are superimposed and displayed on the map data. To do. According to the biological species habitat aptitude estimation system according to the present invention, it is possible to visualize important indicators and habitability aptitude values for the biological species and present them to the user in an easily understandable form.
次の、ステップ109では、入力2で入力された全ての生物種についてステップS106乃至ステップS108の指標選択・生息適性推定値演算・表示の各ステップが実行されたか否かが判定される。ステップ109の判定がYESとなれば、ステップS111に進み処理を終了するが、前記判定がNOであれば、ステップS110に進み、まだス指標選択・生息適性推定値演算・表示の各ステップが実行されていない、「生物種」が選択される。 Next, in step 109, it is determined whether or not the steps of index selection, habitability estimated value calculation and display in steps S106 to S108 have been executed for all the biological species input in input 2. If the determination in step 109 is YES, the process proceeds to step S111 and the process is terminated. If the determination is NO, the process proceeds to step S110, and the steps of selecting the index indicator, calculating the habitability estimated value, and displaying are still executed. “Species” not selected is selected.
今回の場合は、指標選択・生息適性推定値演算・表示の各ステップを経たのは「シジュウカラ」のみであるので、ステップS109に進み、「生物種」として次に「アカネズミ」が選択される。 In this case, only “titmouse” has passed through the steps of index selection, habitat aptitude estimation value calculation, and display. Therefore, the process proceeds to step S109, and “biology” is next selected as “species species”.
ループしたステップS106では、「生物種」が「アカネズミ」の場合において、連続性指標、まとまり指標、多様性指標、モザイク指標のうち、必要となる指標が選択される。 In the looped step S106, when the “species species” is “Red mouse”, a necessary index is selected from the continuity index, the group index, the diversity index, and the mosaic index.
図10は「生物種」の1例としてアカネズミの生息適性の算出の概念を説明する図である。アカネズミの生息適性を推定する上で、「餌場」、「繁殖」、「移動・隠れ家」が重要な項目であると考えられている。そこで、これらの項目に関連する「樹林環境」、「土壌環境」、「周辺樹林」、「周辺草地」を反映する、「樹林面積」、落葉広葉樹林の「多様性指標」、250m圏の「まとまり指標」、対草地の「モザイク指標」が生息適性の推定のために選択される。 FIG. 10 is a diagram for explaining the concept of calculating the habitability of a red rat as an example of “species species”. It is considered that “feeding ground”, “breeding”, and “moving / hidden” are important items in estimating the habitability of red rats. Therefore, “forest area”, “soil environment”, “surrounding forest”, “surrounding grassland”, “forest area”, “diversity index” of deciduous broad-leaved forest, 250m range “ “Millage index” and “mosaic index” for grassland are selected for the estimation of habitability.
ステップS107では、上記のように選択された各指標等によって、生物種の生息適性の推定値を演算する。例えば、「樹林面積」をV1、落葉広葉樹林の「多様性指標」をV2、250m圏の「まとまり指標」をV3、対草地の「モザイク指標」をV4とすると、「アカネズミ」の生息適性の推定値を、(V1+V2+V3+V4)/4として演算する。 In step S107, an estimated value of the habitability of the species is calculated based on each index selected as described above. For example, if “forest area” is V 1 , “diversity index” of deciduous broad-leaved forest is V 2 , “group index” of 250m area is V 3 , and “mosaic index” of grassland is V 4 The estimated value of the habitability is calculated as (V 1 + V 2 + V 3 + V 4 ) / 4.
なお、樹林面積V1については、緑地データにおける全ての樹林について、面積の対数
変換を行った後、当該変換を行った面積の中で最大のものを1として、それに対して、それぞれの樹林について、0〜1の間の値を線形変換によって求める。
Regarding the forest area V 1 , after performing logarithmic conversion of the area for all the forests in the green space data, the maximum area among the areas subjected to the conversion is set to 1, and for each forest, A value between 0 and 1 is obtained by linear transformation.
ステップS108では、該当する生物種(今回の場合は、「アカネズミ」)の連続性指標とまとまり指標と多様性指標とモザイク指標と、生息適性推定値とを、地図データ上に重畳し表示する。 In step S108, the continuity index, the group index, the diversity index, the mosaic index, and the habitability estimated value of the corresponding species (in this case, “red rat”) are superimposed and displayed on the map data.
次の、ステップ109では、入力2で入力された全ての生物種についてステップS106乃至ステップS108の指標選択・生息適性推定値演算・表示の各ステップが実行されたか否かが判定されるが、今回のループでは、入力2で入力された生物種である「シジュウカラ」及び「アカネズミ」について、指標選択・生息適性推定値演算・表示の各ステップが完了しているので、ステップ109の判定がYESとり、ステップS111に進み処理を終了する。 In the next step 109, it is determined whether or not the steps of index selection, habitability estimation value calculation and display in steps S106 to S108 have been executed for all the biological species input in input 2. In the loop, since the steps of index selection, habitability estimation value calculation, and display are completed for the “tits” and “gerbils” that are the species entered in input 2, the determination in step 109 is YES. Then, the process proceeds to step S111 and the process ends.
なお、本実施形態においては、「生物種」として、「シジュウカラ」、「アカネズミ」
の例についてのみ説明を行ったが、本発明はその他の生物種についても応用で可能である。
In this embodiment, the “biological species” includes “tits” and “red rats”.
However, the present invention can be applied to other species.
以上、本発明に係る生物種生息適性推定方法及びその方法を用いた生物種生息適性推定システムは、前記連続性指標、前記まとまり指標、前記多様性指標、前記モザイク指標の中から、必要となる指標を選択し、選択した指標と前記緑地データに基づいて、当該生物種の生息適性を推定するので、広域の生態系ネットワーク状況を把握することで、生物種の生息適性を推定することが可能となる。 As described above, the biological species habitat aptitude estimation method and the biological species habitat aptitude estimation system according to the present invention are required from the continuity index, the collective index, the diversity index, and the mosaic index. Select the index and estimate the habitability of the species based on the selected index and the green space data, so it is possible to estimate the habitability of the species by grasping the state of the ecosystem network in a wide area. It becomes.
10・・・システムバス、11・・・CPU(Central Processing Unit)、12・・・RAM(Random Access Memory)、13・・・ROM(Read Only Memory)、14・・・通信制御部、15・・・入力制御部、16・・・出力制御部、17・・・外部記憶装置制御部、18・・・入力部、19・・・出力部、20・・・外部記憶装置
DESCRIPTION OF
Claims (6)
前記緑地データに基づいて、緑地の連続性に係る連続性指標を演算するステップと、
前記緑地データに基づいて、緑地のまとまり度合いに係るまとまり指標を演算するステップと、
前記緑地データに基づいて、植物種の多様性に係る多様性指標を演算するステップと、
前記緑地データに基づいて、異なる植物種の隣接度合いに係るモザイク指標を演算するステップと、
生物種に応じて、前記連続性指標、前記まとまり指標、前記多様性指標、前記モザイク指標の中から、必要となる指標を選択するステップと、
選択した指標と前記緑地データに基づいて、当該生物種の生息適性を推定するステップと、を有することを特徴とする生物種生息適性推定方法。 Obtaining green space data related to the classification and distribution of green space on the ground surface based on the data acquired by the flying object;
Calculating a continuity index related to continuity of green space based on the green space data;
Based on the green space data, calculating a group index related to the degree of unity of the green space;
Calculating a diversity index related to the diversity of plant species based on the green space data;
Based on the green space data, calculating a mosaic index related to the adjacent degree of different plant species;
Depending on the species, selecting a necessary index from the continuity index, the collective index, the diversity index, and the mosaic index;
And estimating the habitability of the species based on the selected index and the green space data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013135258A JP6164475B2 (en) | 2013-06-27 | 2013-06-27 | Species habitat aptitude estimation method and organism habitat aptitude estimation system using the method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013135258A JP6164475B2 (en) | 2013-06-27 | 2013-06-27 | Species habitat aptitude estimation method and organism habitat aptitude estimation system using the method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015008656A true JP2015008656A (en) | 2015-01-19 |
JP6164475B2 JP6164475B2 (en) | 2017-07-19 |
Family
ID=52302456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013135258A Active JP6164475B2 (en) | 2013-06-27 | 2013-06-27 | Species habitat aptitude estimation method and organism habitat aptitude estimation system using the method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6164475B2 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275065A (en) * | 2018-12-05 | 2020-06-12 | 中国科学院烟台海岸带研究所 | Aquaculture space partitioning method based on marine environment multiple attributes |
CN111680762A (en) * | 2018-11-27 | 2020-09-18 | 成都工业学院 | Method and device for classifying Chinese medicinal materials into suitable rehmannia roots |
WO2023002658A1 (en) * | 2021-07-20 | 2023-01-26 | ソニーグループ株式会社 | Program, information processing device, and information processing method |
CN116402381A (en) * | 2023-03-22 | 2023-07-07 | 四川大学 | Village aggregation adaptability evaluation system and method |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003102326A (en) * | 2001-09-28 | 2003-04-08 | Kajima Corp | Method, apparatus, and program for evaluating living condition of wild animal |
JP2011165112A (en) * | 2010-02-15 | 2011-08-25 | Shimizu Corp | Method for evaluation of ecosystem network, and system for evaluation of ecosystem network using the method |
-
2013
- 2013-06-27 JP JP2013135258A patent/JP6164475B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003102326A (en) * | 2001-09-28 | 2003-04-08 | Kajima Corp | Method, apparatus, and program for evaluating living condition of wild animal |
JP2011165112A (en) * | 2010-02-15 | 2011-08-25 | Shimizu Corp | Method for evaluation of ecosystem network, and system for evaluation of ecosystem network using the method |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680762A (en) * | 2018-11-27 | 2020-09-18 | 成都工业学院 | Method and device for classifying Chinese medicinal materials into suitable rehmannia roots |
CN111680762B (en) * | 2018-11-27 | 2023-08-04 | 成都大学 | Method and device for classifying suitable radix rehmanniae of traditional Chinese medicinal materials |
CN111275065A (en) * | 2018-12-05 | 2020-06-12 | 中国科学院烟台海岸带研究所 | Aquaculture space partitioning method based on marine environment multiple attributes |
CN111275065B (en) * | 2018-12-05 | 2023-08-15 | 中国科学院烟台海岸带研究所 | Marine environment multi-attribute-based aquaculture space partitioning method |
WO2023002658A1 (en) * | 2021-07-20 | 2023-01-26 | ソニーグループ株式会社 | Program, information processing device, and information processing method |
CN116402381A (en) * | 2023-03-22 | 2023-07-07 | 四川大学 | Village aggregation adaptability evaluation system and method |
CN116402381B (en) * | 2023-03-22 | 2024-03-19 | 四川大学 | Village aggregation adaptability evaluation system and method |
Also Published As
Publication number | Publication date |
---|---|
JP6164475B2 (en) | 2017-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Foltête et al. | A methodological framework for the use of landscape graphs in land-use planning | |
Lu et al. | Spatiotemporal analysis of land-use and land-cover change in the Brazilian Amazon | |
Lausch et al. | Understanding and quantifying landscape structure–A review on relevant process characteristics, data models and landscape metrics | |
Wang et al. | Application of a normalized difference impervious index (NDII) to extract urban impervious surface features based on Landsat TM images | |
JP5339213B2 (en) | Ecosystem network evaluation method and ecosystem network evaluation system using the method | |
Möller et al. | The comparison index: A tool for assessing the accuracy of image segmentation | |
JP5553186B2 (en) | Ecosystem network evaluation method and ecosystem network evaluation system using the method | |
Stereńczak et al. | Influence of selected habitat and stand factors on bark beetle Ips typographus (L.) outbreak in the Białowieża Forest | |
AU2021306034B2 (en) | Vegetation management system and vegetation management method | |
Filippi et al. | Hyperspectral remote sensing of aboveground biomass on a river meander bend using multivariate adaptive regression splines and stochastic gradient boosting | |
Sequeira et al. | Error and bias in size estimates of whale sharks: implications for understanding demography | |
Newman et al. | Comparing the effects of classification techniques on landscape-level assessments: pixel-based versus object-based classification | |
JP6164475B2 (en) | Species habitat aptitude estimation method and organism habitat aptitude estimation system using the method | |
JP4915545B2 (en) | Predictive evaluation method of habitats in urban green space | |
Thapa et al. | Calibration of aboveground forest carbon stock models for major tropical forests in central Sumatra using airborne LiDAR and field measurement data | |
Chen et al. | The influence of sampling density on geographically weighted regression: a case study using forest canopy height and optical data | |
Muratet et al. | Evaluation of landscape connectivity at community level using satellite-derived NDVI | |
Szabó et al. | Possibilities of land use change analysis in a mountainous rural area: a methodological approach | |
Assini et al. | Land cover changes in an abandoned agricultural land in the Northern Apennine (Italy) between 1954 and 2008: Spatio-temporal dynamics | |
Abdikan | Exploring image fusion of ALOS/PALSAR data and LANDSAT data to differentiate forest area | |
Tormos et al. | Object-based image analysis for operational fine-scale regional mapping of land cover within river corridors from multispectral imagery and thematic data | |
Fauzi et al. | Evaluating mangrove forest deforestation causes in Southeast Asia by analyzing recent environment and socio-economic data products | |
Anderson et al. | Agent-based simulation of Muscovy duck movements using observed habitat transition and distance frequencies | |
Sumnall et al. | Analysis of a lidar voxel-derived vertical profile at the plot and individual tree scales for the estimation of forest canopy layer characteristics | |
Nduati et al. | Effects of vegetation change and land use/land cover change on land surface temperature in the mara ecosystem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160921 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170607 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6164475 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |