JP7339467B1 - 森林蓄積量連続監視測定方法、システム及びその実施方法 - Google Patents
森林蓄積量連続監視測定方法、システム及びその実施方法 Download PDFInfo
- Publication number
- JP7339467B1 JP7339467B1 JP2023100523A JP2023100523A JP7339467B1 JP 7339467 B1 JP7339467 B1 JP 7339467B1 JP 2023100523 A JP2023100523 A JP 2023100523A JP 2023100523 A JP2023100523 A JP 2023100523A JP 7339467 B1 JP7339467 B1 JP 7339467B1
- Authority
- JP
- Japan
- Prior art keywords
- forest
- accumulation
- subcompartment
- change
- measurement
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000009825 accumulation Methods 0.000 claims abstract description 236
- 230000008859 change Effects 0.000 claims abstract description 172
- 238000005259 measurement Methods 0.000 claims abstract description 162
- 238000007689 inspection Methods 0.000 claims abstract description 10
- 230000035508 accumulation Effects 0.000 claims description 234
- 238000005070 sampling Methods 0.000 claims description 89
- 238000004364 calculation method Methods 0.000 claims description 39
- 238000013461 design Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 23
- 238000011835 investigation Methods 0.000 claims description 11
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000013215 result calculation Methods 0.000 claims description 4
- 238000012098 association analyses Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 3
- 230000008520 organization Effects 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 26
- 238000013480 data collection Methods 0.000 description 14
- 238000010295 mobile communication Methods 0.000 description 11
- 241000894007 species Species 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 4
- 235000011613 Pinus brutia Nutrition 0.000 description 4
- 241000018646 Pinus brutia Species 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013517 stratification Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 241000218691 Cupressaceae Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Wood Science & Technology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Botany (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Image Analysis (AREA)
Abstract
Description
その中その中、Vall_Plotはインテリジェントサンプルプロットに基づいて計算された現在の監視測定エリアの森林蓄積量であり、vijはj番目母集団のi番目サンプルプロットの蓄積であり、sijはj番目母集団のi番目サンプルプロットの面積であり、Sjはj番目母集団の合計面積であり、nはj番目母集団のサンプルプロット数であり、mは現在の監視測定エリア母集団数である。
その中その中、
は現在のサンプルプロット母集団のサンプリング精度であり、
は信頼性指標であり、
はj番目母集団のサンプル分散の算術平方根であり、
はj番目母集団のサンプル平均数である。
その中その中、
は土地変化ありサブコンパートメントのサブコンパートメント蓄積変化量であり、
はi番目森林資源変化データベースサブコンパートメントのサブコンパートメント蓄積であり、
はi番目森林資源変化データベースサブコンパートメントの元期のサブコンパートメント蓄積であり、oは森林資源変化データベースサブコンパートメントの総数である。
その中その中、kは動的森林構造モデル更新パラメータであり、Vcur_Plotは土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、Vbase_Plotは元期のサンプルプロット総蓄積である。
その中その中、ΔVStruct_varyは森林構造変化ありサブコンパートメントの森林蓄積量変化量であり、Vbase_Structは土地変化なしサブコンパートメント蓄積であり、Vcur_Plotは土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、Vbase_Plotは元期のサンプルプロット総蓄積である。
その中その中、
はj番目層またはクォータの動的森林構造モデル更新パラメータであり、
はj番目層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、
はj番目層またはクォータの元期のサンプルプロット総蓄積である。
その中その中、
は森林構造変化ありサブコンパートメントの森林蓄積量変化量であり、
はj番目層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、
はj番目層またはクォータの元期のサンプルプロット総蓄積であり、
はj番目層またはクォータ中のi番目土地変化なしサブコンパートメントの元期のサンプルプロット蓄積であり、
はj番目層またはクォータの土地変化なしサブコンパートメント内サンプルプロット蓄積であり、
はj番目層またはクォータの元期のサンプルプロット蓄積であり、
はj番目層またはクォータ内土地変化なしサブコンパートメント数であり、
は層又はクォータの数である。
その中その中、ΔVは森林資源サブコンパートメントの森林蓄積量変化量であり、ΔVArea_changeは土地変化ありサブコンパートメントのサブコンパートメント蓄積変化量であり、ΔVStruct_varyは森林構造変化ありサブコンパートメントの森林蓄積量変化量である。
二類調査のサンプリング設計はサンプリングを制御することに属しており、すなわち、評価するサンプリングされた母集団内のサブコンパートメント調査の累計蓄積とがサンプルプロット調査の蓄積は一定の偏差の範囲内である。本発明のサンプリング設計は、業務要件と実際の作業基礎を結合することによって3種類に分けることができ、1つ目は森林資源(一類調査と略称)と組み合わせた連続精査サンプリング設計であり、2つ目は二類調査と組み合わせたサンプリング設計であり、3つ目は森林資源管理の「一枚の地図」または林野・草地・湿地に基づく総合的監視測定における森林資源サブコンパートメントデータ(森林サブコンパートメントデータと略称)に基づくサンプリング設計であり、典型的な調査方法を用いて、層別サンプリングまたはクォータサンプリングを用いるサンプリング設計を行う。サンプルプロットのサンプリング設計の作業プロセスは、以下の通りである、図2:
その中その中、Vall_Plotはインテリジェントサンプルプロットに基づいて計算された現在の監視測定エリアの森林蓄積量であり、vijはj番目母集団のi番目サンプルプロットの蓄積であり、sijはj番目母集団のi番目サンプルプロットの面積であり、Sjはj番目母集団の合計面積であり、nはj番目母集団のサンプルプロット数であり、mは現在の監視測定エリア母集団数である。
その中その中、
は現在のサンプルプロット母集団のサンプリング精度であり、
は信頼性指標であり、本方案では95%の信頼性に基づいて計算し、
はj番目母集団のサンプル分散の算術平方根であり、
はj番目母集団のサンプル平均数である。
その中その中、
は土地変化ありサブコンパートメントのサブコンパートメント蓄積変化量であり、
はi番目森林資源変化データベースサブコンパートメントのサブコンパートメント蓄積であり、
はi番目森林資源変化データベースサブコンパートメントの元期のサブコンパートメント蓄積であり、oは森林資源変化データベースサブコンパートメントの総数である。
その中その中、kは動的森林構造モデル更新パラメータであり、Vcur_Plotは土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、Vbase_Plotは元期のサンプルプロット総蓄積である。
その中その中、ΔVStruct_varyは森林構造変化ありサブコンパートメントの森林蓄積量変化量であり、Vbase_Structは土地変化なしサブコンパートメント蓄積であり、Vcur_Plotは土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、Vbase_Plotは元期のサンプルプロット総蓄積である。
その中その中、
はj番目層またはクォータの動的森林構造モデル更新パラメータであり、
はj番目層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、
はj番目層またはクォータの元期のサンプルプロット総蓄積である。
その中その中、
は森林構造変化ありサブコンパートメントの森林蓄積量変化量であり、
はj番目層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、
はj番目層またはクォータの元期のサンプルプロット総蓄積であり、
はj番目層またはクォータ中のi番目土地変化なしサブコンパートメントの元期のサンプルプロット蓄積であり、
はj番目層またはクォータの土地変化なしサブコンパートメント内サンプルプロット蓄積であり、
はj番目層またはクォータの元期のサンプルプロット蓄積であり、
はj番目層またはクォータ内土地変化なしサブコンパートメント数であり、
は層又はクォータの数である。
その中その中、ΔVは森林資源サブコンパートメントの森林蓄積量変化量であり、ΔVArea_changeは土地変化ありサブコンパートメントのサブコンパートメント蓄積変化量であり、ΔVStruct_varyは森林構造変化ありサブコンパートメントの森林蓄積量変化量である。
Claims (6)
- 森林蓄積量連続監視測定方法であって、その特徴は、次のステップを含むことである。
(1)サンプルプロットのサンプリング設計を行う:監視測定サンプルプロットのレイアウトを完成し、サンプルプロット母集団、サンプリング方法、及びサンプルプロットの空間位置を確定する。
(2)インテリジェントサンプルプロットのレイアウトインテリジェントサンプルプロットのレイアウトを行う。サンプルプロットに対して一回目の測定と監視測定設備のレイアウトとを完成する。
(3)サンプルプロットデータの自動収集を行う。
(4)蓄積の動的更新を行う。土地変化ありサブコンパートメントについては、リモートセンシング変化で検出され、森林資源チェンジポリゴンの図形と属性情報とを同時に更新し、土地変化なしサブコンパートメントについては、インテリジェントサンプルプロットデータで動的森林構造更新モデルを構築したうえで、森林サブコンパートメントの属性情報を更新する。具体的なステップは次の通りである。
(4.1)ステップ(3)で収集したデータに基づいて、各インテリジェントサンプルプロットの蓄積を算出する。
(4.2)インテリジェントサンプルプロットに基づいて現在の監視測定エリアの森林蓄積量とサンプリング精度とを計算する。森林蓄積量の計算式は以下の通りである。
は現在のサンプルプロット母集団のサンプリング精度であり、
は信頼性指標であり、
はj番目母集団のサンプル分散の算術平方根であり、
はj番目母集団のサンプル平均数である。
(4.3)サンプリング精度がサンプリング設計を満たしているか否かを判定し、そうである場合には、ステップ(4.4)を実行する一方、そうでない場合には、ステップ(1)を実行して、サンプリング設計を調整し、インテリジェントサンプルプロットを補完する。
(4.4)一類調査を組み合わせるか否かを判定し、そうである場合には、インテリジェントサンプルプロットに基づいて現在の監視測定エリアの森林蓄積量を今期の森林蓄積量として計算して、ステップ(4.17)を実施する一方、そうでない場合には、ステップ(4.5)を実行する。
(4.5)監視測定期間中にリモートセンシング画像が取得されたか否かを判定し、そうである場合には、ステップ(4.6)を実行する一方、そうでない場合には、動的森林構造モデルの更新のみを実施し、ステップ(4.11)を実行する。
(4.6)リモートセンシング変化による測定・更新を実施し、リモートセンシング変化による測定を主要な手段とし、現場調査及びファイル更新の方法を補助とし、土地変化ありサブコンパートメントの空間範囲を区分して、リモートセンシング判読ポリゴンデータベースを形成する。
(4.7)現場調査及びファイル更新に基づいて、リモートセンシング判読ポリゴンに対して現場調査因子を記入し、現場調査データベースを形成する。
(4.8)現場調査データベースと元期の森林資源サブコンパートメントデータベースとに対して、空間更新分析を行い、元期の森林資源サブコンパートメントデータベースにおいて現場調査因子に対して空間と属性との更新を行い、今期の森林資源サブコンパートメントデータベースを生成する。
(4.9)今期の森林資源サブコンパートメントデータベースと元期の森林資源サブコンパートメントデータベースとに対して空間連合分析を行い、連合結果に対して、前後で土地変化があったサブコンパートメントのみを保留して森林資源変化データベースとする。
(4.10)森林資源変化データベースの今期のサブコンパートメント蓄積と元期のサブコンパートメント蓄積との差異を集計して、土地変化ありサブコンパートメントのサブコンパートメント蓄積変化量を得る。計算式は以下の通りである。
は土地変化ありサブコンパートメントのサブコンパートメント蓄積変化量であり、
はi番目森林資源変化データベースサブコンパートメントのサブコンパートメント蓄積であり、
はi番目森林資源変化データベースサブコンパートメントの元期のサブコンパートメント蓄積であり、oは森林資源変化データベースサブコンパートメントの総数である。
(4.11)二類調査を組み合わせるか否かを判定し、そうである場合には、ステップ(4.12)を実行する一方、そうでない場合には、ステップ(4.14)を実行する。
(4.12)土地変化なしサブコンパートメント内サンプルプロット総蓄積を計算し、この総蓄積と元期のサンプルプロット総蓄積との比と、1との差を求めて、動的森林構造モデル更新パラメータとする。計算式は以下の通りである。
(4.13)土地変化なしサブコンパートメント蓄積に動的森林構造モデル更新パラメータを乗じ、集計して森林構造変化ありサブコンパートメントの森林蓄積量変化量とする。計算式は以下の通りである。
(4.14)各層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積を計算し、この総蓄積と元期のサンプルプロット総蓄積との比と、1との差を求めて、各層またはクォータの動的森林構造モデル更新パラメータとする。計算式は以下の通りである。
はj番目層またはクォータの動的森林構造モデル更新パラメータであり、
はj番目層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、
はj番目層またはクォータの元期のサンプルプロット総蓄積である。
(4.15)土地変化なしサブコンパートメントの各層またはクォータ内基数サブコンパートメント蓄積に動的森林構造モデル更新パラメータを乗じ、集計して各層またはクォータの森林構造変化ありサブコンパートメントの森林蓄積量変化量とする。計算式は以下の通りである。
は森林構造変化ありサブコンパートメントの森林蓄積量変化量であり、
はj番目層またはクォータ中の土地変化なしサブコンパートメント内サンプルプロット総蓄積であり、
はj番目層またはクォータの元期のサンプルプロット総蓄積であり、
はj番目層またはクォータ中のi番目土地変化なしサブコンパートメントの元期のサンプルプロット蓄積であり、
はj番目層またはクォータの土地変化なしサブコンパートメント内サンプルプロット蓄積であり、
はj番目層またはクォータの元期のサンプルプロット蓄積であり、
はj番目層またはクォータ内土地変化なしサブコンパートメント数であり、
は層又はクォータの数である。
(4.16)森林資源サブコンパートメントの森林蓄積量変化を計算し、計算式は以下の通りである。
(4.17)プロセスを終了する。
(5)精度検査及び補正を行う。
(6)監視測定出力を行う:今期の蓄積監視測定データを出力する。
(7)監視測定期間が到来したか否かを判定し、そうである場合には、プロセスを終了する一方、そうでない場合には、ステップ(3)に戻り、連続監視測定を実施する。 - 請求項1に記載の森林蓄積量連続監視測定方法の特徴は前記ステップ(5)において、森林蓄積量変化量を監視測定基礎に重ね合わせて、監視測定結果に対して精度検査を実施し、インテリジェントサンプルプロットデータと森林資源サブコンパートメントデータとがいずれも精度要件を満たすように、精度要件を満たしていないデータに対して原因を見出した後補正を行う。
- 請求項2に記載の森林蓄積量連続監視測定方法の特徴は前記ステップ(5)の具体的なステップは以下の通りである。
(5.1)一類調査を組み合わせるか否かを判定し、そうでない場合には、ステップ(5.2)を実行する一方、そうである場合には、インテリジェントサンプルプロットに基づいて計算された監視測定エリアの総蓄積を今期の森林蓄積量とする。
(5.2)クォータサンプリングが必要かどうかを判定し、そうである場合には、ステップ(5.5)を実行する一方、そうでない場合には、監視測定元期のサブコンパートメント森林蓄積量と森林サブコンパートメント蓄積量変化量との合計値である、監視測定サブコンパートメント蓄積集計値と、インテリジェントサンプルプロットに基づいて計算された今期の監視測定エリアの総蓄積量である、サンプリング母集団の調査蓄積値とを比較する。
(5.3)監視測定サブコンパートメント蓄積集計値とサンプリング母集団の調査蓄積値との差異が標準誤差の±1倍以内であるか否かを判定し、そうでない場合には、ステップ(5.4)を実行する一方、そうである場合には、補正をスキップして、監視測定サブコンパートメント蓄積集計値を今期の森林蓄積量とする。
(5.4)監視測定サブコンパートメント蓄積集計値とサンプリング母集団の調査蓄積値との差異が標準誤差以内になるように、森林資源サブコンパートメント蓄積の偏差が比較的大きいサブコンパートメントに対して修正を行い、補正後の監視測定サブコンパートメント蓄積集計値を今期の森林蓄積量とする。
(5.5)各クォータ内監視測定サブコンパートメントのヘクタール当たり蓄積とサンプリング調査のヘクタール当たり蓄積とを計算して比較し、両者の差が所定のしきい値を超えているか否かを判定し、そうでない場合には、ステップ(5.6)を実行する一方、そうである場合には、補正をスキップして、各クォータにおける監視測定サブコンパートメント蓄積集計値を今期の森林蓄積量とする。
(5.6)各クォータ内監視測定サブコンパートメントのヘクタール当たり蓄積とサンプリング調査のヘクタール当たり蓄積との差異が所定のしきい値以内になるように、森林資源サブコンパートメント蓄積の偏差が比較的大きいサブコンパートメントに対して修正を行い、各クォータにおける補正後の監視測定サブコンパートメント蓄積集計値を今期の森林蓄積量とする。
(5.7)プロセスを終了する。 - 請求項2または請求項3に記載の森林蓄積量連続監視測定方法の特徴は前記ステップ(6)の具体的なステップは以下の通りである。
(6.1)今期の結果の精度検査が合格しているか否かを判定し、そうでない場合は、ステップ(6.3)を実行する一方、そうである場合には、今期の結果データベースを出力し、タイムスタンプを付けてアーカイブ・保存する。
(6.2)各結果の主要な指標を出力する。
(6.3)プロセスを終了する。 - 森林蓄積量連続監視測定システムの特徴は請求項1に記載の森林蓄積量連続監視測定方法におけるステップ(4)~ステップ(7)を完成するための森林蓄積量連続監視測定システムであって、以下を含む。
ユーザログイン・管理モジュール:森林蓄積量連続監視測定システムにログインするために用いられる。インテリジェントサンプルプロットデータ受信・記憶モジュール:インテリジェントサンプルプロットデータを受信して解析し、データを森林サンプルプロット時空データベースに保存し、且つ更新を行うために用いられる。
モートセンシング変化検出モジュール:複数周期のリモートセンシング画像を用いて、前後2周期のリモートセンシング変化を監視測定する判定ポリゴンを取得するために用いられる。
リモートセンシング判読ポリゴン調査・編集モジュール:リモートセンシング判読ポリゴンに対する現場検証及びファイル更新が行われた後、リモートセンシング判読ポリゴン因子の入力を完成するために用いられる。
サンプルプロット蓄積計算モジュール:森林サンプルプロット時空データベースにおける更新されたサンプル木調査情報を利用して、今期の各サンプルプロット蓄積及びサンプリング母集団蓄積を計算するために用いられる。
森林資源変化データベース生成モジュール:リモートセンシング判読ポリゴンの検証結果を用いて、元期の森林資源サブコンパートメントデータを更新し、図形と属性の対比分析を経って、森林資源チェンジポリゴンを得、今期の森林資源サブコンパートメント蓄積及び森林蓄積量変化量を算出するために用いられる。
森林構造モデル更新計算モジュール:動的モデル更新パラメータを算出し、今期の森林構造の変化による森林蓄積量変化量を取得するために用いられる。サンプリング精度及び特徴値計算モジュール:監視測定全体のサンプリング精度及び特徴値を統計して生成するために用いられる。
今監視測定時空データベース更新モジュール:期の結果が精度検査に合格した後、今期の結果にタイムスタンプを付けてアーカイブ・保存を行うために用いられる。
監視測定結果計算・統計モジュール:監視測定結果の主要な指標及び統計データテーブルを統計するために用いられる。 - 請求項5に記載の森林資源連続監視測定システムの実行方法であって、その特徴は以下のステップを含む。
(1)ユーザはユーザログイン・管理モジュールを用いて応用システムにログインする。
(2)インテリジェントサンプルプロットデータ受信・記憶モジュールを用いて、今期のサンプルプロットデータベースを収集し更新を行う。
(3)リモートセンシング変化検出モジュールを用いて、前後周期のリモートセンシング画像に基づいて、森林資源判読ポリゴンを取得する。
(4)リモートセンシング判読ポリゴン調査・編集モジュールを用いて、森林資源判読ポリゴンに対して、外部作業調査及びファイル更新を経って、図形と属性を編集した後、現場調査データベースを得る。
(5)森林資源変化データベース生成モジュールを用いて、元期の森林資源サブコンパートメントデータを現場調査データベースに重ね合わせて、森林資源変化データベースを生成し、土地変化による森林蓄積量変化量を統計する。
(6)森林構造モデル更新計算モジュールを用いて、土地変化なしサブコンパートメントに対して、動的森林構造モデル更新パラメータを行い、すべての土地変化なしサブコンパートメントに対して蓄積更新を行い、森林構造変化による森林蓄積量変化量を統計して得る。
(7)サンプリング精度及び特徴値計算モジュールを用いて、サンプリング母集団の特徴値を計算し、サンプルプロット森林蓄積量及び森林サブコンパートメント蓄積を計算し、精度制御要件に従ってデータ補正を行う。
(8)結果精度検査が合格した後、監視測定時空データベース更新モジュールを用いて、今期の結果データベースを出力し、タイムスタンプを付けてアーカイブ・保存を行う。
(9)ユーザは必要に応じて、監視測定結果計算・統計モジュールを用いて、監視測定結果の主要な指標及び統計データテーブルを統計する。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210745848.1 | 2022-06-29 | ||
CN202210745848.1A CN114817616B (zh) | 2022-06-29 | 2022-06-29 | 一种森林蓄积量连续监测方法、系统及其执行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7339467B1 true JP7339467B1 (ja) | 2023-09-05 |
JP2024007387A JP2024007387A (ja) | 2024-01-18 |
Family
ID=82523320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023100523A Active JP7339467B1 (ja) | 2022-06-29 | 2023-06-20 | 森林蓄積量連続監視測定方法、システム及びその実施方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11869023B1 (ja) |
JP (1) | JP7339467B1 (ja) |
CN (1) | CN114817616B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070080B (zh) * | 2023-03-06 | 2023-07-07 | 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) | 一种森林碳储量与碳汇价值监测系统及动态评估方法 |
CN116071419B (zh) * | 2023-03-06 | 2023-06-16 | 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) | 一种碳汇造林和森林经营碳汇项目碳汇动态计量方法 |
CN115950407B (zh) * | 2023-03-13 | 2023-05-23 | 四川大学 | 一种同心圆森林样地调查测量方法 |
CN117972116A (zh) * | 2024-04-02 | 2024-05-03 | 江苏省基础地理信息中心 | 融合时序知识图谱的农作物遥感影像智能样本库构建方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268613A (zh) | 2013-05-28 | 2013-08-28 | 北京林业大学 | 利用遥感、地理信息系统技术检测小班林业资源的方法 |
CN107909260A (zh) | 2017-11-10 | 2018-04-13 | 浙江省地理信息中心 | 一种自然资源资产离任审计评价方法 |
CN109344215A (zh) | 2018-09-17 | 2019-02-15 | 山西省林业科学研究院 | 一种检测小班林业资源的方法 |
CN109992747A (zh) | 2019-04-03 | 2019-07-09 | 海南省林业科学研究所 | 一种基于gis平台的空间平衡抽样方法 |
CN110032611A (zh) | 2019-04-03 | 2019-07-19 | 海南省林业科学研究所 | 一种碳汇计量监测方法 |
CN111783360A (zh) | 2020-07-06 | 2020-10-16 | 中国科学院沈阳应用生态研究所 | 高分辨率土地利用及森林景观过程耦合模拟系统及方法 |
CN112101159A (zh) | 2020-09-04 | 2020-12-18 | 国家林业和草原局中南调查规划设计院 | 多时相林业遥感影像变化监测方法 |
CN113156394A (zh) | 2021-03-31 | 2021-07-23 | 国家林业和草原局华东调查规划设计院 | 基于激光雷达的森林资源监测方法、装置和存储介质 |
CN113626411A (zh) | 2021-08-11 | 2021-11-09 | 四川省林业和草原调查规划院 | 一种森林资源一张图成果质检方法、系统及云平台 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2011008148A (es) * | 2009-02-02 | 2012-01-25 | Planetary Emissions Man | Sistema de sistemas para monitorear flujos de gas de invernadero. |
US11100420B2 (en) * | 2014-06-30 | 2021-08-24 | Amazon Technologies, Inc. | Input processing for machine learning |
CN105303057A (zh) * | 2015-11-17 | 2016-02-03 | 浙江省森林资源监测中心 | 设区市森林资源市县联动年度监测工艺 |
KR102010134B1 (ko) * | 2017-08-17 | 2019-08-13 | 고려대학교 산학협력단 | 임목 고사율 추정 방법 및 시스템 |
CN108664681A (zh) * | 2017-11-08 | 2018-10-16 | 中国林业科学研究院资源信息研究所 | 天然林蓄积生产潜力及其计算方法 |
US20230360160A1 (en) * | 2020-09-30 | 2023-11-09 | Aalto University Foundation Sr | Machine learning based forest management |
CN112868489B (zh) * | 2021-03-03 | 2023-08-25 | 中国科学院西北生态环境资源研究院 | 一种基于土壤水分的山区人工林抚育管理方法 |
CN113567647A (zh) * | 2021-08-24 | 2021-10-29 | 中冶华天南京工程技术有限公司 | 一种沉水植物群落快速监测系统及调控方法 |
-
2022
- 2022-06-29 CN CN202210745848.1A patent/CN114817616B/zh active Active
-
2023
- 2023-06-20 JP JP2023100523A patent/JP7339467B1/ja active Active
- 2023-06-26 US US18/213,912 patent/US11869023B1/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268613A (zh) | 2013-05-28 | 2013-08-28 | 北京林业大学 | 利用遥感、地理信息系统技术检测小班林业资源的方法 |
CN107909260A (zh) | 2017-11-10 | 2018-04-13 | 浙江省地理信息中心 | 一种自然资源资产离任审计评价方法 |
CN109344215A (zh) | 2018-09-17 | 2019-02-15 | 山西省林业科学研究院 | 一种检测小班林业资源的方法 |
CN109992747A (zh) | 2019-04-03 | 2019-07-09 | 海南省林业科学研究所 | 一种基于gis平台的空间平衡抽样方法 |
CN110032611A (zh) | 2019-04-03 | 2019-07-19 | 海南省林业科学研究所 | 一种碳汇计量监测方法 |
CN111783360A (zh) | 2020-07-06 | 2020-10-16 | 中国科学院沈阳应用生态研究所 | 高分辨率土地利用及森林景观过程耦合模拟系统及方法 |
CN112101159A (zh) | 2020-09-04 | 2020-12-18 | 国家林业和草原局中南调查规划设计院 | 多时相林业遥感影像变化监测方法 |
CN113156394A (zh) | 2021-03-31 | 2021-07-23 | 国家林业和草原局华东调查规划设计院 | 基于激光雷达的森林资源监测方法、装置和存储介质 |
CN113626411A (zh) | 2021-08-11 | 2021-11-09 | 四川省林业和草原调查规划院 | 一种森林资源一张图成果质检方法、系统及云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN114817616B (zh) | 2022-09-16 |
JP2024007387A (ja) | 2024-01-18 |
US20240005344A1 (en) | 2024-01-04 |
US11869023B1 (en) | 2024-01-09 |
CN114817616A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7339467B1 (ja) | 森林蓄積量連続監視測定方法、システム及びその実施方法 | |
CN116070080B (zh) | 一种森林碳储量与碳汇价值监测系统及动态评估方法 | |
US11961150B2 (en) | National forest resources continuous inventory cloud platform and sample plot monitoring method | |
CN109615226A (zh) | 一种运营指标异常监测方法 | |
CN114894254B (zh) | 一种单株木碳汇动态计量方法 | |
CN102184490A (zh) | 城市水资源实时监控与管理系统及方法 | |
Zhang et al. | Bayesian analysis of climate change effects on observed and projected airborne levels of birch pollen | |
CN109636312A (zh) | 土地整治工程在线监管系统 | |
CN116224359A (zh) | 基于机载LiDAR和小样本数据的森林地上生物量估算方法 | |
CN104394039B (zh) | 一种基于Sigmoid指数模型网络性能成熟度评价系统及其评价方法 | |
CN117371610A (zh) | 一种碳排放量监测方法及系统 | |
CN115879835B (zh) | 一种国家储备林建设成效监测方法、系统及云平台 | |
CN116881604B (zh) | 一种碳汇造林项目碳汇动态计量方法 | |
CN108345996B (zh) | 一种降低风电功率考核电量的系统及方法 | |
CN110119000A (zh) | 一种区域蒸散发遥感动态监测预警系统 | |
CN112765553B (zh) | 一种基于大数据的工程项目管理系统 | |
CN115271514A (zh) | 通讯企业的监控方法、装置、电子设备及存储介质 | |
CN117557300B (zh) | 基于主要设备的能耗数据推演商业活跃度的方法及系统 | |
CN109684388A (zh) | 一种基于超立方格树的气象资料索引及可视化分析方法 | |
CN117952328B (zh) | 一种基于数据分析的自动化测试系统及方法 | |
CN116823327B (zh) | 一种基于深度学习的猪肉专卖网点销售量的预测方法 | |
CN115953262B (zh) | 一种基于蛾虫驱赶调查的病虫害数据管理系统及方法 | |
CN106302665B (zh) | Argo数据业务化系统 | |
CN117007747A (zh) | 公路建设期的碳排放监测系统和方法 | |
CN117314221A (zh) | 一种露天矿生态修复成效评估方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230731 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230731 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230731 |
|
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: 20230822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230824 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7339467 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |