JP4004332B2

JP4004332B2 - 森林情報処理システム

Info

Publication number: JP4004332B2
Application number: JP2002147774A
Authority: JP
Inventors: 智幸洲濱
Original assignee: Pasco Corp
Current assignee: Pasco Corp
Priority date: 2002-05-22
Filing date: 2002-05-22
Publication date: 2007-11-07
Anticipated expiration: 2022-05-22
Also published as: JP2003344048A

Description

【０００１】
【発明の属する技術分野】
本発明は、森林地域に関して上空から取得した樹木情報に基づいて森林を評価する森林情報処理システムに関し、特に、森林地域を航空機等で上空から取得した森林画像情報と、上空から距離計測手段により計測した該地域の樹高情報とにより、該地域の森林を評価するための森林材積を求める森林情報処理システムに関する。
【０００２】
【従来の技術】
従来における森林の評価は、広大な森林地域の比較的狭い地域について予め調査区域として定めて、森林地域に実際に赴き、異なる樹木の分布状態、樹木の埴生の疎密状態、樹木の幹の直径及び樹高などを各種計測器又は目視により測定し、この調査区域内での実地調査結果に基づいて、当該調査区域の森林を評価していた。狭い森林地域を広大な森林地域を代表させ、このような部分的な調査結果に基づいた推測により森林地域全体を評価している。
【０００３】
従来の森林地域を評価するための手順は、
（a）自治体が有する縮尺５０００分の１の森林計画図、或いは、航空写真を参考にして森林地域内の一部分を調査区域として定める。
（b）適当な交通手段を用いて調査区域の近くまで行って、徒歩により調査区域に入る。
（C）ＧＰＳ（Global Positioning System）が利用可能であれば、ＧＰＳを用いて調査地点の位置を求める。ＧＰＳが利用不可能であれば周辺の地形状況などから調査地点の位置を特定する。
（d）調査結果を地図及び調査ノートなどに記入する。
というようなものであった。
【０００４】
さらに、近年では、世界各国において、地球温暖化対策が検討されている。その温暖化防止策の例として、世界各地における植林活動が、より経済的に炭酸ガス削減目標を達成するものとして行われている。どのような対策が温暖化防止策として採られるにしても、森林の炭素ストック変化を正確に計測することが必要である。そこで、森林による炭素ストック変化を算定するためには、材積・樹高・樹冠疎密度・樹冠径区分などの情報をモニタリングすることは重要である。
【０００５】
【発明が解決しようとする課題】
このモニタリングの中で採用されている従来の材積計測方法においては、森林地域を上空から撮影した航空写真を目視で判読するというやり方で行われ、樹種・樹高・立木密度情報を推定するものであった。さらに、それらの情報の精度を上げるために、上述した現地調査による森林地域評価手順に従った調査員による現地調査情報を加えて推定していた。
【０００６】
特に、航空写真の判読精度は、判読する者の技術レベルに大きく依存するものであり、その判読結果は、科学的な、或いは、客観的な情報とは言いがたい場合もあった。また、現地調査する場合には、調査地が危険な急傾斜であったり、崩落しやすい地形であったりと、種々の危険性があり、森林地域を現地調査することは、厳しいものであった。
【０００７】
上述のように、調査区域は、車両などが使用できない山地となることが多いため、調査区域内での移動は徒歩に頼らざるを得ず、現地調査には多大な費用と労力がかかるという問題があった。更に、調査区域内の樹種及び樹齢が、他の地域の樹種及び樹齢と同一と仮定しても、樹木の立地条件の違いによって樹木の生育状態が異なるため、限定された調査区域での調査結果に基づいて森林地域全体を正確に評価することは極めて困難であった。
【０００８】
更に、樹木が繁茂している地域では、ＧＰＳの人工衛星からの位置情報データを受信できない場合が多く、このため、調査地点の位置を正確に求めるのは困難な場合が多かった。
【０００９】
従って、本発明は、所定の森林地域を評価する際に重要な要素となっている樹木材積を科学的かつ客観的に計測するために、上空から撮影された森林画像情報と、上空から取得した樹木高さ情報とから当該森林地域の樹木材積を自動計測できる森林情報処理システムを提供することを目的とし、この森林情報処理システムによって、広い地域の森林について樹木材積の調査が必要である場合、各地の森林特性や判読者の技量といった計測誤差の要因を回避でき、現地調査を省略できるようにすることを目的とする。
【００１０】
【課題を解決するための手段】
そこで、上述の問題点を解決するため、本発明では、飛行体搭載の画像センサーと距離センサーとで取得される情報に基づいた森林情報取得システムにおいて、森林地域を上空から取得した森林画像情報にウォーターシェッド・アルゴリズムを適用して樹冠形状情報を抽出する樹冠形状抽出手段と、前記森林地域の上空から計測した樹高情報と前記森林画像情報を重ね合せ、前記樹冠形状の範囲内に含まれる前記樹高情報のうち最大値を抽出して当該樹冠の樹高とする樹高計測手段と、前記森林画像内で生成された前記樹冠形状情報に基づいて、前記森林地域内に形成された前記樹冠形状の重心点を求めて該重心点を計数し、該計数値を前記森林地域内の立木本数として取得する立木本数計測手段と、前記森林画像情報に含まれる色情報を前記樹冠形状に基づいて抽出し、色統計情報を参照して当該樹冠の樹種を取得する樹種分類手段と、前記樹高と前記立木本数とに基づいて、前記樹種に応じて樹木の材積を計算する材積計算手段とを備えた。
【００１３】
さらに、前記樹高と前記立木本数とに基づいて、前記樹種に応じて樹木の材積を計算する計算手段が備えられ、該計算手段は、前記樹木毎の材積を、材積推定式
Ｖ＝（Ｂ１・Ｈ^B2＋Ｂ３・Ｈ^B4／Ｎ）^-1
〔但し、Ｖは材積（ｍ³／ｈａ）、Ｈは樹高（ｍ）、Ｎは１ｈａあたりの立木本数であり、Ｂ１乃至Ｂ４は、樹種や森林地域に従って決定される係数である〕に従って計算することとした。
【００１４】
そして、前記森林画像情報は、当該取得位置情報と共に取得され、前記樹高情報は、当該計測位置情報と共に計測され、前記森林画像情報と前記樹高情報との重ね合せは、該取得位置情報と該計測位置情報とに基づいて行われ、或いは、前記森林情報処理システムに使用される前記森林画像情報と前記樹高情報は、同一飛行体に搭載された画像取得手段と距離計測手段により取得されることとした。
【００１６】
【発明の実施の形態】
次に、本発明による森林情報処理システムの実施形態について、図を参照しながら説明する。
【００１７】
図１（ａ）に、これから樹木材積を計測しようとしている森林の一部について、その概略を鳥瞰図で示した。同図には、種類の異なる或いは大きさの異なる樹木Ｔ₁乃至Ｔ₆が地表面に生えている様子を示している。図中では、代表例を示したものであり、実際には、地表面全域を樹木が埋め尽くしている場合もあれば、単独樹が分散している場合もある。ここで、「樹冠」とは、森林を構成する各樹木の上部において枝と葉で構成された丸みを持った部分を指し、「樹冠形状」とは、森林の各樹木を真上（或いは、略真上）から見た樹冠の形状である。
【００１８】
図１（ａ）に示される各樹木が含まれる森林地域の上方から、航空機或いは人工衛星等に搭載されたカメラによって撮影された画像を図１（ｂ）に示した。図１においては、Ｘ軸とＹ軸とで、水平面を表現しており、Ｚ軸が樹木の高さ方向を表している。ここでは、上方から見た樹木Ｔ₁乃至Ｔ₆の樹冠形状を太線で示している。
【００１９】
本実施形態では、森林情報処理システムにおける樹木の材積を計測するための原理を説明する。この材積を算出する手法として、人工林の生育に伴う森林密度管理の設計や検討に用いられている地域の材積推定方法に着目した。次式に示す材積推定式は、収量密度効果線の逆算式である。
【００２０】
Ｖ＝（Ｂ１・Ｈ^B2＋Ｂ３・Ｈ^B4／Ｎ）^-1
ここで、Ｖは、材積（ｍ³／ｈａ）を、Ｈは、樹高（ｍ）を、Ｎは、１ｈａあたりの立木本数をそれぞれ表している。また、式中のＢ１乃至Ｂ４は、係数を示しており、樹種や地域によって異なった値をとる。これらの係数は、現地調査結果などを踏まえて、樹種毎、地域毎に決定されている。
【００２１】
上記の式によって、各樹木の材積Ｖを計算するには、樹高Ｈと、立木本数Ｎ、更には、樹種が取得できれば良いことが分かる。
【００２２】
商用高解像度衛星ＩＫＯＮＯＳは、これまでの人工衛星よりも高精度に森林情報を計測することが可能であり、樹種などの情報を調査することができる。この様な高解像度衛星で取得できる画像の他に、航空機搭載型画像センサーにより観測される高解像度画像によっても、より詳細な森林情報を計測できる。
【００２３】
先ず、立木本数の計測から説明する。高解像度衛星又は航空機によって取得された森林画像情報から立木本数を計測するために、ウォーターシェッド（Watershed）アルゴリズムという領域分割手法により樹冠形状を抽出する。
【００２４】
ここで、樹冠が画像に表示された場合に、一般には、樹木の高い部分ほど、輝度が明るくなり、樹木の周囲部分になるほど、暗くなる傾向がある。そこで、この傾向を利用して、この樹冠における輝度の変化を計測し、樹冠形状を抽出する。この計測に、ウォーターシェッド・アルゴリズムが利用される。先ず、一つの樹冠形状の中において、画像上で輝度の変化率が極小の点にマーカとよばれる領域の核を設定する。そして、輝度の変化方向に領域を近接画素へと拡大していき、隣の樹冠の領域と接するか、輝度の変化率があるしきい値以下になったら領域の拡大を終了し、領域を閉じる。
【００２５】
この様にして、樹冠形状が抽出される。さらに、抽出した樹冠形状から樹冠形状ポリゴンを作成し、その重心点を求め、この点を樹木の幹の位置と仮定する。そうすると、その重心点が当該森林画像の地域範囲内に生えている各樹木に該当することになるので、これらをカウントすることにより、その値が立木本数Ｎとして計測される。
【００２６】
図３（ａ）には、図１（ｂ）に示した例による樹冠形状に基づいて生成された樹冠形状ポリゴンを示した。この樹冠形状ポリゴンの生成手順を説明する。
【００２７】
先ず、飛行体に搭載された画像センサーで取得したカラーのデジタル画像を多値の白黒デジタル画像（モノクロデジタル画像）に変換し、ガウスフィルタ等により画像の平滑化を行ない後続の画像処理に備える。この平滑化処理の目的は、画像中に細かい画素値の変動が存在すると、樹冠の形状を求める際、単一の樹冠形状が複数個に分割されるという問題を除去することにある。
【００２８】
次に、樹冠形状を求めやすくするため、例えば、ハイパスフィルタ処理を行って、隣接する樹冠の境界線を強調し、樹冠形状Ｔ₁乃至Ｔ₆を求める。これらの樹冠形状生成原理は、上空から樹冠を撮影すると、樹冠の盛り上がりに応じて輝度が高くなることに基づいている。一般に、樹冠の頂点部分では、輝度が最も高く、且つこの頂点部分では、輝度変化が最も小さくなっており、樹冠の周辺部に向かうにしたがって輝度が低下し、隣接する樹冠の境界部分で最も輝度が低くなる。本実施形態では、このような樹冠の丸みに伴う輝度の変化を利用し、ウォーターシェッド・アルゴリズムにより樹冠形状を求めている。
【００２９】
ウォーターシェッド・アルゴリズムに従って、画像中で輝度の変化が最も小さい部分を有する領域の核にマーカＭ₁乃至Ｍ₆を設定する。即ち、各マーカは、夫々の樹冠の頂点或いは頂点付近に対応して設定されることになる。図１（ｂ）では、そのマーカについて「×」印で示した。
【００３０】
次に、輝度の変化方向に領域を近接画素へと拡大していき、隣の樹冠の領域と接するか、或いは、輝度の変化率がある閾値以下になったとき、ここで領域の拡大を終了し、領域を閉じる。この領域の外殻を樹冠の境界線とすることにより、樹冠形状Ｔ₁乃至Ｔ₆を抽出している。抽出された樹冠形状Ｔ₁乃至Ｔ₆をポリゴン化して、図３（ａ）に示されるように、樹冠形状ポリゴンＰ₁乃至Ｐ₆が生成される。
【００３１】
次に、樹種の取得について説明する。樹木毎の樹種データを取得するには、個々の樹木に対応して生成された樹冠形状ポリゴン内の波長スペクトルを分析すればよいので、先ず、取得された森林画像に、生成された各樹冠形状ポリゴンを重ね合わせ、そして、各樹冠形状ポリゴン内においてスペクトル分析を行う。
【００３２】
一般に、森林地域には、常緑樹木、落葉樹木等が混在し、取得したカラー画像中の各樹木に関するスペクトルは、例えば、季節によっても異なる。しかし、このような森林地域のカラー画像に現れる「季節による変動データ」に関しては、適切な期間にわたって蓄積して検証することにより、樹冠形状と、樹冠形状を求めたカラー画像のスペクトル分析とに基づいて、正確な樹木特定が可能である。更に、画像取得時の太陽光線の相違によってもデータ変動が生じるが、これについても撮影データを蓄積して検証することにより解決される。
【００３３】
この様にして得られた樹木に関するスペクトル分布図の一例を、図２に示した。同図では、横軸が光波長を、縦軸が輝度を表し、樹種に対応したスペクトル分布が見られる。例えば、スギ（杉）、ヒノキ（櫓）、コナラ（小楢）、カシ（樫）等では、スギの樹冠部分の輝度は、他の樹種に比較して青から近赤外線にいたるスペクトル全体にわたって総じて低く、ヒノキの樹冠部分は、青、緑、赤の可視光線ではスギと同様に輝度が低いが、近赤外線領域では輝度が高くなっている。一方、コナラはスギ及びヒノキに比べて全体的に輝度が高く、カシは、コナラと同様に全体的に輝度が高いが、コナラに比較して緑及び赤のスペクトルが低くなっている。
【００３４】
この様に、樹種によって、スペクトル分布が異なっているので、これらの特性を参照して、作成された樹冠形状ポリゴン内のスペクトル分布を分析することにより、当該樹冠形状ポリゴンに係る樹木の樹種を特定することができる。また、森林画像情報が、マルチ／ハイパースペクトルセンサーによって取得されたものであれば、赤外領域のスペクトルも含め詳細なスペクトル分布を取得でき、より正確な樹種の特定が可能となる。更には、同種類の樹木である場合には、当該樹木の樹冠の大小を参照すると、幹の直径、樹高、樹齢を推定することも可能であり、高木に限定されることなく、低木の分布評価にも適用可能である。
【００３５】
これまで述べてきたように、高解像度人工衛星画像あるいは航空機による森林画像を用いて立木本数を推定し、樹木毎の樹種を決定し、森林簿や現地調査で計測した樹高情報を組み合わせることにより、材積を精度良く推定できる。しかし、画像センサーだけでなく、対象地域の樹高を計測することのできる、航空機搭載型のレーザー距離計（ＬｉＤＡＲ）や合成開口レーダ（ＳＡＲ）等の距離計測センサーと組み合わせ、マルチセンシングプラットフォームとすることで、森林情報を総合的に取得することができる。
【００３６】
ここで、材積を計算するために必要な樹木毎の樹高Ｈを取得する処理手順について説明する。
【００３７】
衛星や航空機といった飛行体によるセンシングでは、ＧＰＳと慣性計測装置（ＩＭＵ）を併用した高精度位置姿勢計測技術（ＧＰＳ／ＩＭＵ）が用いられる。ＧＰＳ／ＩＭＵによれば、センサーのイベントタグ（データ取得タイミング）と同期してセンサーのＸ、Ｙ、Ｚ軸情報と同時にセンサーの３軸姿勢情報が取得できるので、センシングデータの幾何学的な歪補正が簡単に行える。ＧＰＳ／ＩＭＵを備えたマルチセンサー対応のセンシングプラットフォームとすることにより、森林画像だけでなく、様々な情報を一度に計測することができる。
【００３８】
なお、森林画像情報と樹高情報とが、同一飛行体に搭載された各センサーで同時に取得されなくとも、ＧＰＳ／ＩＭＵを用いることによって、取得点とセンサーの傾きとが分かり、それらの情報から、取得対象である樹木の地上位置座標を特定できるので、森林画像情報と樹高情報とが別々に取得されても、各位置情報を知ることができ、森林画像情報と樹高情報とを重ね合せるときの各々の位置合せが、簡単に実施できる。
【００３９】
樹高を測定するために、距離計測センサーとしてレーザー距離計を用いた場合では、例えば、同一地点からのレーザー反射を５パルス観測することができるものを使用する。５パルス計測で取得された５種類の高さ情報に従って、樹高を計測することができる。
【００４０】
５つのパルスのうち、１番目のパルスは、プラットフォームの樹冠頂点からの高さを示している。そして、最後に取得した５番目のパルスは、地表面からのものであり、プラットフォームの地表面からの高さを示している。従って、最初と最後のパルスで計測された高さ情報による差が、樹高Ｈを表わしていることになる。
【００４１】
この様に計測された樹高データは、撮影した森林画像に映し出されている樹木に係る樹高点群を表しているので、この樹高点群から各樹木の樹高データを抽出する必要がある。そこで、前述した、森林画像から抽出された樹冠形状を樹高データに重ねあわせることにより、当該樹冠形状に対応して樹木毎の樹高データを求めることができる。なお、合成開口レーダを使用した場合は、各画素が距離を表す画像（樹高画像）が得られる。
【００４２】
図３及び図４に示した（ａ）乃至（ｅ）を参照しながら、飛行体搭載の画像センサーから撮影された森林画像と、同飛行体搭載の距離計測センサーで取得された樹高点群又は樹高画像による樹高情報とから、樹木毎の樹高データを生成する本実施形態における具体的処理について説明する。
【００４３】
飛行体搭載の距離計測センサーによって、森林画像と同時に、該森林画像と同じ位置に関する樹高点群又は樹高画像による樹高情報が取得されている。図３（ｂ）には、前述のレーザー距離計で測定された樹高点群の例を示した。同図では、Ｘ−Ｚ平面で、つまり、図３（ａ）におけるＸ軸方向で１ラインをスキャンしたときの高さ情報をドットで表している。通常、飛行体搭載のレーザー距離計では、プラットフォームの測定対象からの高さを、測定対象のジオイド（一般に、平均海水面）からの高さに変換した値を出力する。Ｈ_sは、最初のパルスで測定されたジオイドからの樹冠の高さを示しており、樹冠の高さを表している。そして、Ｈ_gは、最後のパルスで計測されたジオイドからの地表面の高さを表している。ここから、各ドットに係る樹高をＨ_tとすれば、Ｈ_t＝Ｈ_s−Ｈ_gの関係があり、各ドットの樹高Ｈ_tが求められる。
【００４４】
次いで、図３（ｃ）に示されるように、求められた各ドットに係る樹高Ｈ_tを図３（ａ）の樹冠形状ポリゴンＰ₁乃至Ｐ₆とＸＹ座標に合せて重ねる。そこで、樹高Ｈ_tの樹高データ群から、樹冠形状ポリゴンＰ₁乃至Ｐ₆の内側に含まれる樹高データｈ_xyの群を抽出する。その様子が、模式的に図４（ｄ）に示される。同図では、樹冠形状ポリゴンＰ₄の場合を示した。なお、当該樹冠形状に係る樹高Ｈ_tについて、図３（ｃ）の段階で求めた場合を説明したが、図４（ｄ）に示されるように、樹冠形状ポリゴンＰ₄で絞られたドットのＨ_s及びＨ_gに対する樹高データからＨ_tを求めても良い。
【００４５】
樹冠形状ポリゴンＰ₁乃至Ｐ₆の内側に含まれる樹高データｈ_xyの群が抽出できたならば、各樹冠形状ポリゴンＰ₁乃至Ｐ₆内において、含まれる樹高データｈ_xyのうちで最大値のものを選択する。この最大値を有するドットが樹冠の頂点に対応していると評価でき、これを樹高とする。その最大値が選択された状態を、図４（ｅ）に示した。図中では、その最大値を有するドットの位置に「・」印を付して、樹高点を示した。樹冠形状ポリゴンＰ₄の場合には、樹高データｈ₄₄が示されている。
【００４６】
このようにして、飛行体搭載の画像センサーによる森林画像から生成した樹冠形状ポリゴンと、飛行体搭載の距離計測センサーから取得された樹高情報から、樹木毎の樹高データを取得できた。
【００４７】
以上によって、飛行体に搭載された画像センサーから取得された森林画像情報と、距離計測センサーによって取得された樹高情報とから、当該森林地域における立木本数、該森林地域内にある樹木毎の樹高データを計測し、そして、該樹木の樹種を特定して該当係数を選定することができた。従って、立木本数Ｎ、樹高データＨ及び樹種に係る係数Ｂによって、上述の材積推定式から材積を求めることができる。
【００４８】
次に、所定の森林地域に関する材積を求める全体的な処理手順を説明するフローチャートを、図５に示した。図５のフローチャートは、大きく分けて、森林観測システムと地上解析システムとの処理を含んでいる。
【００４９】
森林観測システムの処理は、上述したセンシングプラットフォーム内で実行される。本実施形態の森林情報処理システムでは、この森林観測システムには、飛行体に搭載された画像センサー、例えば、マルチ／ハイパースペクトルセンサーによって、所定高度から、該当森林地域についての森林画像情報が取得されるステップＳ１と、飛行体に搭載されたレーザー距離計又は合成開口レーダによって、該森林地域に関する樹高点群又は樹高画像による樹高情報が取得されるステップＳ２とが含まれている。
【００５０】
地上解析システムでは、森林観測システムで取得された森林画像情報と樹高情報に基づいて、森林材積の計算が行われる。この森林材積を計算する処理のために、地上解析システムは、樹冠形状抽出手段、樹種分類手段、樹高計測手段、材積計算手段（いずれも図示せず）から構成されている。
【００５１】
樹冠形状抽出手段１では、先ず、ステップＳ１において取得された森林画像情報に、ウォーターシェッド・アルゴリズムを適用して、該画像に映し出されている樹冠に係る領域を抽出し、該領域の外殻線を求めることにより、図１（ｂ）に示されるように、樹冠境界線の強調処理を行う（ステップＳ３）。
【００５２】
次いで、強調処理された樹冠境界線に基づいて樹冠形状ポリゴンＰ₁乃至Ｐ₆を抽出する（ステップＳ４）。そして、これらの樹冠形状ポリゴンの各重心点を求め、当該森林画像中において、各重心点をカウントすることにより、該森林地域に含まれる立木本数Ｎを取得する（ステップＳ５）。
【００５３】
次に、樹種分類手段２では、ステップＳ１において取得された森林画像に、ステップＳ４において抽出された樹冠形状ポリゴンＰ₁乃至Ｐ₆を重ね合わせる（ステップＳ６）。
【００５４】
そこで、重ね合わされた各樹冠形状ポリゴン内に含まれる森林画像の色情報について分析処理が行われる（ステップＳ７）。そして、分析された樹冠形状ポリゴン毎の色情報に基づいて、樹種に関する色統計情報を参照し、当該樹冠形状ポリゴンに対応する樹木の樹種が特定され、樹木毎の樹種データが取得される（ステップＳ８）。
【００５５】
一方、樹高計測手段３では、ステップＳ２において取得された樹高点群又は樹高画像の樹高情報と、ステップＳ４において取得された樹冠形状ポリゴンＰ₁乃至Ｐ₆とを重ね合せ（ステップＳ９）、各樹冠形状ポリゴン内に含まれる樹高情報の樹木反射点データを抽出する（ステップＳ１０）。ここで、上述した５パルスによるレーザー計測の例であれば、樹木反射点は、最初のパルスによるデータであってもよい。
【００５６】
そして、抽出された各樹冠形状ポリゴン内の反射点データのうちで、最も高い樹高値を示す樹木反射点データを、樹冠頂点を示すものとして抽出する（ステップＳ１１）。この抽出された樹木最高値の樹木反射点データが、樹冠部頂点を示すものとして取得される。次に、樹高情報Ｈ_sと地表面高情報Ｈ_gとから樹木毎の樹高Ｈが求められる（ステップＳ１２）。
【００５７】
以上のようにして、ステップＳ５において立木本数Ｎ、ステップＳ８において樹木毎の樹種データ、そして、ステップＳ１２において樹木毎の樹高Ｈがそれぞれ取得されたので、材積計算手段４では、上述した材積推定式を利用して、各樹種における樹木毎の材積Ｖを計算する（ステップＳ１３）。このとき、同式における係数Ｂ₁乃至Ｂ₄については、現地調査結果を踏まえ、各森林地域に対応して決定されているので、材積計算時に樹種毎に選定して使用される。
【００５８】
この様にして、飛行体に搭載された計測機器を用いて、森林地域の上空から撮影された森林画像情報と、上空から取得した樹高情報とから、当該森林地域の樹木材積を自動計測できる森林情報処理システムを構築できる。
【００５９】
【発明の効果】
以上のように、本発明の森林情報処理システムによれば、該当森林地域の上空から取得された森林画像情報と、同じく上空から計測された樹高情報とに基づいて、立木本数、樹種、そして、樹木毎の樹高を把握し、樹木毎の材積を計算できるようにしたので、森林地域の材積計算を自動化でき、しかも、科学的、客観的に判定することが可能となった。
【００６０】
さらに、地球温暖化対策として、全国的に広い範囲について樹木材積の調査を行わなければならないが、本発明の森林情報処理システムは、この広い範囲に対しても、調査対象とすることができる。そして、各地域の森林特性や、判読者の技術レベルの差といった計測誤差の要因を回避することが可能となった。
【００６１】
また、現地調査を省略することができるため、森林計測コストの削減を図ることができ、現地調査者の安全性を担保できる効果もある。
【図面の簡単な説明】
【図１】森林地域における各樹木の樹冠と樹冠形状を説明する図である。
【図２】樹木の樹種に対応したスペクトル分布の一例を表した図である。
【図３】樹高計測を行う処理手順を説明する図である。
【図４】図３に続く樹高計測を行う処理手順を説明する図である。
【図５】本実施形態による森林情報処理システムに係る処理手順を示すフロー図である。
【符号の説明】
Ｔ₁〜Ｔ₆…樹木
Ｐ₁〜Ｐ₆…樹冠形状ポリゴン
Ｈ_s…樹高情報
Ｈ_g…地表面高情報
ｈ_xy…樹高データ

Claims

森林地域を上空から取得した森林画像情報にウォーターシェッド・アルゴリズムを適用して樹冠形状情報を抽出する樹冠形状抽出手段と、
前記森林地域の上空から計測した樹高情報と前記森林画像情報を重ね合せ、前記樹冠形状の範囲内に含まれる前記樹高情報のうち最大値を抽出して当該樹冠の樹高とする樹高計測手段と、
前記森林画像内で生成された前記樹冠形状情報に基づいて、前記森林地域内に形成された前記樹冠形状の重心点を求めて該重心点を計数し、該計数値を前記森林地域内の立木本数として取得する立木本数計測手段と、
前記森林画像情報に含まれる色情報を前記樹冠形状に基づいて抽出し、色統計情報を参照して当該樹冠の樹種を取得する樹種分類手段と、
前記樹高と前記立木本数とに基づいて、前記樹種に応じて樹木の材積を計算する材積計算手段とを有する森林情報処理システム。
前記材積計算手段は、前記樹木毎の材積を、材積推定式
Ｖ＝（Ｂ１・Ｈ^B2＋Ｂ３・Ｈ^B4／Ｎ）^-1
〔但し、Ｖは材積（ｍ³／ｈａ）、Ｈは樹高（ｍ）、Ｎは１ｈａあたりの立木本数であり、Ｂ１乃至Ｂ４は樹種及び森林地域に従って決定される係数である〕に従って計算することを特徴とする請求項１に記載の森林情報処理システム。
前記森林画像情報は、当該取得位置情報と共に取得され、前記樹高情報は、当該計測位置情報と共に計測され、前記森林画像情報と前記樹高情報との重ね合せは、該取得位置情報と該計測位置情報とに基づいて行われることを特徴とする請求項１又は２に記載の森林情報処理システム。
前記森林画像情報と前記樹高情報は、同一飛行体に搭載された画像取得手段と距離計測手段によりそれぞれ取得されることを特徴とする請求項１乃至３のいずれか一項に記載の森林情報処理システム。