講演詳細

造林部門[Silviculture]

日付	2024年3月10日
開始時刻	ポスター発表
会場名	531
講演番号	PE-38
発表題目	ALSデータと機械学習を利用した樹高推定にもとづく新たな地位マップ New site quality map based on tree height estimation with ALS data and machine learning.
所属	森林総合研究所
要旨本文	将来に向けた林業の採算性予測のためには、林分の成長ポテンシャルを広域かつ詳細に把握する必要がある。Nakao et al. (2022)では、ALSデータと地形・林分・気象等の情報を利用した機械学習で構築したメッシュ単位の樹高推定モデルが提唱されている。このモデルには林齢が説明変数の一つとして含まれているため、各メッシュの任意の林齢における樹高推定が可能であり、メッシュ単位の樹高成長推定モデルとして利用できる。プロジェクト「日本全国の林地の林業採算性マトリクス評価技術の開発」では、課題の一環として Nakaoモデルを利用した新たな地位マップ（樹高成長ポテンシャルマップ）の構築を目指している。本研究では、新たな地位マップ構築に向けて開発した二種類のラスタ画像を紹介する。一つめは、モデルで推定した各メッシュの20~100年までの樹高をレイヤ化した画像ファイルで、メッシュ単位で任意の林齢範囲での樹高変化を抽出できる。二つめは、メッシュ単位で推定した樹高成長曲線のパラメータをレイヤとして持つ画像ファイルで、最大樹高、初期成長速度など各メッシュにおける樹高成長の特徴を表現できる。
著者氏名	○壁谷大介1 ・ 中尾勝洋2 ・ 重永英年1
著者所属	1国立研究開発法人 森林研究・整備機構 森林総合研究所植物生態研究領域 ・ 2国立研究開発法人 森林研究・整備機構 森林総合研究所関西支所
キーワード	地位, 樹高曲線, 航空レーザー計測, GIS, 機械学習
Key word	site quality, height growth curve, airborne laser scanning, GIS, machine learning