Transcription

1 平成 27 年度 途上国森林劣化対策整備事業 報告書 平成 28 年 3 月

2

3 < 序文 > この報告書は 農林水産省林野庁が公募した 途上国森林減少 劣化防止推進事業のうち途上国森林劣化対策整備事業 の補助金を受け アジア航測株式会社が実施した平成 27 年度事業の活動を取りまとめたものです 平成 27 年度事業では昨年度に続きミャンマー連邦共和国 ( 以下 ミャンマー ) を対象として活動を実施しました ミャンマーの国土は 北は中国チベット自治区に境を接する最高峰カカボラジ ( 標高 5,881m) から南はアンダマン海に面するマレー半島の中ほどまで広がり その面積は約 68 万 km 2 で我が国の1.8 倍にもおよびます FAO( 国連食糧農業機関 ) の資料によれば 1975 年時点ではこの広大なミャンマー全土の6 割以上を覆っていた森林が2010 年には過半を割り込み 面積だけでなく質の劣化も進んでいることが報告されています 現在でも年間の森林減少面積は54 万 haにも上り インドシナ諸国の中でも際立った値を示しています 二酸化炭素の排出削減だけでなく より広範な環境保全の観点からも森林減少 劣化防止のための支援が求められるところです ミャンマーでは2011 年の民政移管後 民主化への動きが急加速し 先進各国等がこぞって支援に乗り出しています 森林分野においてはノルウェーの資金援助でUN-REDDプログラムによる REDD+ 行動計画が作成されました また KFS( 韓国森林サービス ) やITTO( 国際熱帯木材機関 ) の支援による複数の活動が進行中で 同国におけるREDD+ への期待は大きなものがあります そのような中 本事業では国際的にも技術の確立がなされていない森林劣化把握に焦点を当て 技術開発と人材育成に取り組みました 具体的には 高分解能衛星の画像解析による森林劣化のモニタリングのための技術手法の検討 小型 UAV( 無線ラジコンヘリ ) を用いた森林劣化に伴う林分変化状況の詳細把握に関する技術検討 またこれらに関わる技術研修やワークショップの開催などです 事業の二年目にあたる平成 27 年度は カウンターパート機関である環境保全林業省森林局と協議し より多くの森林タイプで検証を行うべくパイロット調査対象地域を追加するとともに 各種データの収集や現地調査なども協働して進めてきたところです 全面的な協力をいただいた森林局の関係諸氏に厚く御礼申し上げるとともに 副大臣はじめ同省他部局の方々からのご支援にも深く感謝いたします 本事業の実施に際しては 事業運営委員会 ( 座長 : 天野正博早稲田大学人間科学学術院教授 ) の皆様から多大なご指導 ご助言を賜りました また 在ミャンマー日本国大使館 JICAミャンマー事務所の皆様からは現地での諸活動に関する貴重な情報をいただきました 記して深謝いたします 私たちアジア航測がミャンマー森林部局への支援活動を行うのは 前補助事業である 森林減少防止のための途上国取組支援事業 から数えて4ヵ年目となりました 事業を採択いただいた林野庁森林整備部計画課海外林業協力室に御礼申し上げるとともに 一連の活動がミャンマーにおけるREDD+ の推進ならびに持続的森林管理の一助となることを願うものです 平成 28 年 3 月アジア航測株式会社事業総括責任者佐野滝雄 i

4 <REDD+ 関連用語略語一覧 > 用語略語 説 明 AARS Asian Association on Remote Sensing( アジアリモートセンシング協会 ) AAS Asia Air survey co., ltd.( アジア航測株式会社 ) ACRS Asian Conference on Remote Sensing( アジアリモートセンシング会議 ) AFOLU Agriculture, Forestry and Other Land Use( 農業 林業および他の土地利用 ) 農業分野とLULUCF 分野を併せて すべての土地利用形態を包括的な構 造に統合したもの AGB Above Ground Biomass of Dry matter( 地上部バイオマス ) ALOS Advanced Land Observing Satellite( 陸域観測技術衛星だいち ) ANSAB AR AR-CDM ARD Asia Network for Sustainable Agriculture and Bioresources ( 持続可能な農業および生物資源のためのアジアネットワーク ) Augmented Reality 現実世界の物事に対してコンピュータによる情報を 付加すること Afforestation and Reforestation under CDM(CDM による新規植林 再植 林 ) 吸収源 CDM とも言う Afforestation, Reforestation and Deforestation( 新規植林 再植林および森 林減少 ) AR4 IPCC Fourth Assessment Report: Climate Change 2007(IPCC 第 4 次評価報告書 ) ASFN ASEAN Social Forestry Network( アセアン社会林業ネットワーク ) ASTER GDEM AVNIR2 ASTERは NASAの地球観測衛星 Terraに搭載されたセンサー 可視域 赤外域の計 14の波長帯を観測 このうち近赤外域の波長帯でステレオ観測が可能 これにより全球のDEMを整備し GDEMと呼称 地上分解能は30mで 同じく全球で整備されているSRTM(Shuttle Radar Topography Mission) の地上分解能約 90mよりも優れている Advanced Visible and Near Infrared Radiometer II( 高性能可視近赤外放射計 2 型 ) 地球観測衛星 ALOS( だいち ) に搭載されている光学センサー 可視 近赤外域の計 4つの波長帯を観測 直下視の地上分解能 10m 観測幅 70km BA Basal Area( 胸高断面積 ) BAU Business-As-Usual( 平常どおりの状態 対策を実施しなかった状態 ) BAU シナリオ BAU ケースという使い方をする BGB Below Ground Biomass of Dry matter( 地下部バイオマス ) C/D Capacity Development( 能力開発 ) C/P Counter Part( カウンターパート ) 国際協力の場において 現地で受け入れを担当する機関や人物 ii

5 CA Cellular Automata 手法 GIS 上で動作するシミュレーション手法の一種 CDM Clean Development Mechanism( クリーン開発メカニズム ) CF CMP Community Forestry( コミュニティ フォレストリー ) 地域共有林 住民林業 住民森林の意味 Community Forest( コミュニティ フォレスト ) とした場合は場所を示す The Conference of the Parties serving as the Meeting of the Parties to the Kyoto Protocol( 京都議定書締約国会合としての気候変動枠組条約締約国会議 ) COP/MOPと同義 CO 2 Carbon Dioxide( 二酸化炭素 ) COP The Conference of the Parties to the UNFCCC( 気候変動枠組条約締約国会 議 )COP3 と標記した場合は 第 3 回気候変動枠組条約締約国会議 CS Carbon Stock( 炭素蓄積量 ) DBH Diameter at Breast Height( 胸高直径 ) DDG Deputy Director General( 副局長 ) DG Director General( 局長 ) District Division 県 ミャンマーの行政区分 管区 ミャンマーの行政区分 DNA Designated National Authorities( 指定国家機関 ) DR Deputy Ranger( ミャンマー森林局の職名 ) DSM Digital Surface Model( 数値表層モデル 建物や樹木の高さも含む ) DTM Digital Train Model ( 数値地形モデル 地盤高 標高 ) DZGD Dry Zone Greening Department( 乾燥地緑化局 ) ミャンマー環境保全林業 省の組織の一つ ERDAS/Imagine リモートセンシングソフトウエア (Intergraph 社 ) EVI Enhanced Vegetation Index( 強化型植生指数 ) EU European Union( 欧州連合 ) F/S Feasibility Study( フィージビリティ調査 ) FA Forestry Agency( 林野庁 日本 ) FAO Food and Agriculture Organization( 国際連合食糧農業機関 ) FCPF Forest Carbon Partnership Facility( 森林炭素パートナーシップ基金 ) FD Forest Department( ミャンマー森林局 ) ミャンマー環境保全林業省の組 織の一つ FR Forest Ranger( ミャンマー森林局の職名 ) FRA Global Forest Resources Assessment( 世界森林資源評価 ) FRA2005 と標記 した場合は 2005 年世界森林資源評価を指す iii

6 FRI Forest Research Institute, ミャンマー環境保全林業省森林局に属する森林 研究機関 GCP Ground Control Point( 地上基準点 ) GDP Gross Domestic Product( 国内総生産 ) GEOSS Global Earth Observation System of Systems( 全球地球観測システム ) 2003 年エビアンG8サミットにおいて小泉元首相の提唱により開始された地 球観測システム GHG Greenhouse Gas( 温室効果ガス ) GIS Geographical Information System( 地理情報システム ) GPS Global Positioning System( 全地球測位システム ) IPCC Intergovernmental Panel on Climate Change( 気候変動に関する政府間パネル ) IRS Indian Remote sensing Satellite( インドリモートセンシング衛星 ) インドの国家機関であるインド宇宙研究機関 (Indian Space Research Organisation) により運用されている 1988 年に1A 号機が打ち上げられ 現在はIRS-P6が空間分解能 23.5mの可視 近赤外データを観測している ITTO International Tropical Timber Organization( 国際熱帯木材機関 ) JAXA Japan Aerospace Exploration Agency( 独立行政法人宇宙航空研究開発機構 ) JBIC Japan Bank for International Cooperation( 国際協力銀行 ) 日本政策金融公 庫の国際部門を担当 JBON Japanese Biodiversity Observation Network( 日本生物多様性観測ネットワーク ) JCM/BOCM Joint Crediting Mechanism/Bilateral Offset Credit Mechanism(2 国間オフセ ット クレジット制度 ) JI Joint Implementation( 共同実施 ) JICA Japan International Cooperation Agency( 独立行政法人国際協力機構 ) K Kyat( ミャンマーの通貨単位 ) KFS Korea Forest Service( 韓国森林サービス 日本の林野庁に準ずる機関 ) KML (KMZ) LAI Landsat Google Earth Google マップ モバイル Google マップなどの Earth ブラウザで 地理データの表示に使用するファイル形式 Leaf Area Index( 葉面積指数 ) 植物群落の葉面積を, その群落が占める地表面積で割った値 密生した植物群落では3~7の値をとる場合が多い 1972 年 米国 NASA( 米国航空宇宙局 ) が打ち上げた地球観測衛星 現在まで8 機が打ち上げられた 搭載センサーはMSS TM ETM ETM+ OLS TIRSと地上分解能 スペクトル分解能などが改良されていった 回帰日数は3 号までが18 日 以降は16 日 iv

7 LiDAR LULUCF Light Detection and Ranging レーザー光線を使用して 地表を高密度でサンプリングし 極めて精度の高いX Y Z 計測値を生成する光学リモートセンシング手法 Land Use, Land-Use Change and Forestry ( 土地利用 土地利用変化および林業 ) IPCCやUNFCCCの議論で用いられるGHGの排出や吸収源に関するセクター ( 分野 ) のひとつ M/M Meeting Minutes( 協議書 ) MMR ミャンマーの ISO 国コード M/P Master Plan( マスター プラン ) MAFF Ministry of Agriculture, Forestry and Fisheries( 農林水産省 日本 ) MODIS MOECAF Moderate resolution Imaging Spectroradiometer アメリカ航空宇宙局 (NASA) によって開発された可視 赤外域の放射計 地球観測衛星 (Earth-Observing-System:EOS) Terra (EOS AM) および Aqua (EOS PM) に搭載されている Ministry of Environmental Conservation and Forestry( ミャンマー環境保全林業省 ) MOP The Meeting of the Parties to the Kyoto Protocol( 京都議定書締約国会合 ) ただし MOP 単独では使用せずCOP/MOP( もしくはCMP) と標記する COP/MOP1と標記した場合は 第 1 回京都議定書締約国会合を指す MPC Myanmar Peace Center( ミャンマー平和センター ) MRV Measurement, Reporting and Verification( 計測 報告 検証 ) MTE N 2 O NayPyiTaw Myanmar Timber Enterprise( ミャンマー木材公社 ) ミャンマー環境保全林業省の組織の一つ Nitrous Oxide( 亜酸化窒素 ) 一酸化二窒素 笑気ガスとも呼ばれる ミャンマーの首都ネピドー 2006 年に旧都ヤンゴンから遷都した NDVI Normalized Difference Vegetation Index( 正規化差植生指数 ) NGO Non-Governmental Organizations( 非政府組織 ) NFI National Forest Inventory( 国家森林資源調査 ) NORAD Norwegian Agency for Development Cooperation( ノルウェー開発協力庁 ) NTFP Non Timber Forest Product( 非木材林産物 ) NDVI Normalized Difference Vegetation Index( 正規化差植生指数 ) 植物の活性 度を示す指標 ODA Official Development Assistance( 政府開発援助 ) OJT On-the-Job Training( 実施訓練 ) OH Overstory Height( 林分高または 群落高 ) PCM Project Cycle Management( プロジェクト サイクル マネジメント ) v

8 PES Payment for Ecosystem( 生態系サービスへの支払い ) PDM Project Design Matrix( プロジェクト デザイン マトリックス ) PRISM Panchromatic Remote-sensing Instrument for Stereo Mapping ( パンクロマチック立体視センサー ) 地球観測衛星 ALOS( だいち ) に搭載されているステレオ観測が可能な可視域光学センサー 衛星の進行方向に対して前方視, 直下視, 後方視の3 方向の画像を同時取得 直下視の地上分解能 2.5m 直下視の観測幅 70km 3 方向視モードの観測幅 35km PSP Permanent Sample Plot( 固定調査プロット ) RapidEye RECOFTC Red Edge REDD REDD+ ドイツ航空宇宙センター (German Aerospace Agency) が設計し RapidEye 社が運用を開始した観測衛星 高頻度観測 高分解能 ( 空間分解能 5m) などの特徴がある タイに本拠地を置くコミュニティ フォレストリーの活動を支援するNGO レッドエッジ 赤色波長端 葉のクロロフィル含有量に敏感な波長帯 Reducing Emissions from Deforestation and Forest Degradation in Developing Countries( 発展途上国における森林減少 劣化に由来する温室効果ガスの排出削減 ) Reducing Emissions from Deforestation and forest Degradation and the role of conservation, sustainable management of forests and enhancement of forest carbon stocks in Developing countries 気候変動枠組条約締結国会合(COP) で議論されている気候変動の緩和活動のひとつ 森林減少 劣化による排出削減 森林保全 持続可能な森林管理 森林炭素蓄積の増強の略称として呼ばれ REDD+あるいはREDD-plusと表記される + は森林保全以降の吸収の維持 増加の活動に当たる REL Reference Emission Level( 排出参照レベル ) RF Reserved Forest ミャンマーの森林法(Forest Law,1992) により指定されている国有林地 RL Reference Level( 参照レベル ) RGN Yangon International Airport( ヤンゴン国際空港 ) IATA コード表記による空港コード RS Remote Sensing( リモートセンシング 遠隔探査 ) SFM Sustainable Forest Management( 持続可能な森林管理 ) SfM Structure from Motion(3 次元形状復元技術 ) Shan SPOT ミャンマーの東部に位置する行政区画 州都はタウンジー (Taunggyi) Satellite Pour l Observation de la Terre フランス ベルギー スウェーデンにより共同開発された一連の地球観測用人工衛星 SPOT VEGETATION SPOT 衛星 (4 号 5 号 ) に搭載されている植生観測を目的としたセンサー 地上分解能は1km vi

9 SRTM State Shuttle Radar Topography Mission スペースシャトル(NASA) に搭載した合成開口レーダーにより地球の詳細な数値標高モデルを作製することを目的とし2000 年に実施されたミッション 作成されたモデルそのものを指す場合もある 3 秒角 ( 約 90m) メッシュのSRTM3 30 秒角 ( 約 900m) メッシュのSRTM30 およびアメリカ国内を対象とした1 秒角 ( 約 30m) メッシュのSRTM1がある 州 ミャンマーの行政区分 TA Training Area( リモートセンシング解析での真値または教師 ) Taunggyi ミャンマー Shan 州の州都 タウンジー TBA Total Basal Area( 胸高断面積合計 ) TM,ETM,ETM+ LANDSAT4 号以降に搭載された光学センサー それぞれ略称と英名は TM:Thematic Mapper ETM:Enhanced Thematic Mapper ETM+:Enhanced Thematic Mapper Plus 可視域および赤外域の計 7~8つの波長帯を観測 地上分解能は パンクロマチック15m 可視 近赤外 中間赤外 30m 熱赤外 120m) 観測幅 185km TNTmips リモートセンシング GIS ソフトウエア (Miroimages 社 ) Township/TS 郡 ミャンマーの行政区分 UAV Unmanned Aerial Vehicle( 無人航空機 ) UAS Unmanned Aerial System( 無人航空システム ) UAV と同義 UN United Nations( 国際連合 ) UN-REDD The United Nations Collaborative Programme on REDD( 国連 REDD 計画 ) UNEP UNDP FAOによる国連共同計画 UNEP United Nations Environment Programme( 国連環境計画 ) UNDP United Nations Development Programme( 国連開発計画 ) UNFCCC UNESCO VCS United Nations Framework Convention on Climate Change( 気候変動枠組条約 気候変動に関する国際連合枠組条約 ) United Nations Educational, Scientific, and Cultural Organization( 国連教育科学文化機関 ) Verified Carbon Standard VER Verified Emission Reduction( 取引可能なクレジット ) VR Virtual Reality( 仮想現実感 ) コンピュータにより画像 音声などが人工的な環境を作り出し あたかも現実であるかのように感じさせること Yangon ミャンマーの旧首都で ヤンゴン管区の州都 旧名称はラングーン (Rangoon) WB World Bank( 世界銀行 ) WDRVI Wide Dynamic Range Vegetation Index( 広ダイナミックレンジ植生指数 ) WFP World Food Programme( 世界食糧計画 ) vii

10 < 調査対象地位置図 > * 赤丸 : パイロット調査地域 ( 北から Mandalay 管区 Mogok Shan 州 Taunggyi 県 Bago 管区 Yedashe 郡 ) viii

11 < 目次 > 序文... i REDD+ 関連用語略語一覧... ii 調査対象地位置図... viii 写真集... ix 目次... xii 1. 事業概要 背景 目的 対象国の選定 ミャンマーの概要と森林の現状 実施方針 実施内容 パイロット調査対象地域の選定 衛星データによる森林劣化モニタリングに関する検討 目的と概要 森林劣化の定義 森林劣化監視重点地域の抽出 衛星データの整備 植生指数と林分物理量の関係解析 テクスチャーと樹冠径の関係解析 まとめと課題 UAV による森林劣化把握に関する検討 目的と概要 実施方法と結果 まとめと課題 技術移転 人材育成活動 目的と概要 活動内容 事業のまとめと課題 平成 27 年度の成果のまとめと課題 平成 28 年度に向けて 巻末資料 1. 森林調査野帳 UAV3 次元復元成果 xii

12 3. 主なミャンマー関係者 ( 面会者 ) リスト 参考 収集資料 xiii

13 1. 事業概要

14

15 1. 事業概要 1.1. 背景 REDD+を巡る国際情勢 REDD は 2007 年気候変動枠組条約 COP13 において途上国における森林減少 劣化の抑制による温室効果ガス排出を削減する仕組みとして バリ行動計画に位置づけられた 2010 年 COP16 カンクン合意では REDD+ が対象とする 5 つの活動や 3 つのフェーズによる段階的アプローチ セーフガード項目等の基本的事項について合意された その後もさまざまな議論を経て REDD+ は実施フェーズに移行しつつあり 気候変動枠組条約の下で REDD+ に取り組むための法的基盤が構築されてきた 直近の COP21 では 2020 年以降の枠組みを定めるパリ協定が採択され REDD+ を実施 支援していくことが明確に位置付けられた これらの結果を得て 途上国 先進国の双方の取組みを 2020 年以降も長期的な視野で安定的に進める基盤が確立された 1.2. 目的 本事業の目的は 途上国で導入可能な簡素で効率的な森林劣化の把握技術を開発するとともに炭素蓄積量変化を把握する手法の検討や 研修等を通じた人材育成と技術移転を行い 開発途上国の森林劣化対策に必要な技術力の向上を支援する ことである 林野庁補助事業 森林減少防止のために途上国取組支援事業 ( 平成 21 年 ~ 平成 25 年 以下 前補助事業という ) において 衛星画像解析を用いた森林減少の把握については実証的な技術の蓄積がなされてきたところであり 森林 非森林 の区分等に関する知見の蓄積および普及は一定の成果を挙げている 一方 森林劣化 に関しては その定義も含めて未整理な部分が多く ノウハウの確立には至っていない しかし 前述したように REDD+に関する途上国の対応フェーズが進むにつれ 森林炭素蓄積のMRVについてもより高い精度が求められることになるため 森林劣化 の把握技術は次のステップを見据えた支援として重視されるべきものである 本事業の目指すところは REDD+に関する途上国の取り組みを 森林劣化対策 に焦点を当て技術面 人材面から支援することを通じ 相手国の持続的な発展に寄与するとともに 我が国の気候変動対策に貢献していくことである 1.3. 対象国の選定 本事業の実施対象国は過年度と同様にミャンマー連邦共和国 ( 以下 ミャンマーという ) とし カウンターパート機関は環境保全林業省の森林局 (Forest Department,FD) とする 対象国の選定理由は次のとおりである 選定理由 1 事業内容の継続性の観点から 1) 昨年度実施した技術検討から さらに発展させるべき課題がある そのためには昨年度整備した衛星データ UAVの空中写真撮影によって得られたデータ 森林調査により得られた情報を活かすことが有効である 対象国を継続してミャンマーとすることにより 1-1

16 すでに得られているデータや情報を活用した技術開発が可能となるため 効率的な事業の推進が可能になる 選定理由 2 森林減少 劣化の観点から 1) 2015 年 9 月 7 日 FAOによりFRA が公表された ミャンマー国内においても 一般紙 (Myanmar Times, 9/11) で取り上げられるなど注目を集めており ブラジル インドネシアについで 世界ワースト3 位の森林減少の激しい国であると問題提起されている Myanmar Times 紙は原因として 気候変動の影響 自然災害に対する脆弱性もあると指摘するが FAOの見解 として都市化 農地化 資源採掘 社会基盤整備などの森林外からの圧力が引き起こしているとも述べている FRA2015では2010~2015 年の間に毎年平均 546,000haの森林が失われているとまとめられている 図 森林減少の大きな国 ( 出典 :FRA2015) 選定理由 3 各国ドナーの動き 1) ミャンマーでは2011 年の民政移管後 民主化への動きが急加速し 人口規模や豊富な天然資源などへの期待から アジア最後のフロンティア と呼ばれ 我が国を含む先進各国がこぞって支援に乗り出している 2) 各国ドナーによる REDD+ を支援するプロジェクトを表 1-1 に示した 森林局の REDD+ への期待は大きく ノルウェーの資金を受けた UN-REDD の支援プログラムにより 2013 年に Myanmar REDD+ Readiness Roadmap をとりまとめた その中には REDD+に関する主要なプロジェクトとして ITTO( 国際熱帯木材機関 ) KFS( 韓国 ) 等との協働と並び 日本からの支援としては唯一 前補助事業に引き続き本事業が挙げられている なお かつて JICA が先鞭を付けた中央乾燥地の植林を現在は韓国の KOICA が支援している また現在 表 1-1,No.4 の活動の一環として FAO からの専門家が森林研究所 (Forest Research Institute) に常駐している REDD+ ロードマップの実施を目指して以下の内容の実現のための情報収集 分析を行っている 国家森林モニタリングシステム 1 Forest Resource Assessment 世界森林資源調査 2015, 1-2

17 森林による参照レベルの確立 関連した既存データの比較と参照レベル作成への利用可能性の調査 表 1-1 ミャンマーにおける主なREDD+ 支援プロジェクト No. Projects Partner 1 Climate change mitigating and capacity building for REDD+ activities KFS 2 Capacity building for developing REDD-plus activities in the context of sustainable forest management (3 years project) ITTO 3 Study on Forest Degradation Monitoring for REDD+ (Technical cooperation, 3 years project) AAS 4 Targeted support for implementation of REDD+ Roadmap UN-REDD 5 Grassroots Capacity Building for REDD+ Project Activities in Myanmar RECOFTC 6 Improvement of the quality of life ethnic minorities in the Naga area in Myanmar youth participation in REDD+ UNDP 3) ミャンマー政府による One Map Myanmar プロジェクトと呼ばれる新地図作成事業が実施されている 環境保全林業省 農業省 エネルギー省 電力省などが共同で携わっている 国土の 6 割ほどをカバーする RapidEye 衛星データを用い 森林局主導のもと土地利用ベースの地図作成を行っており 国全体の規模で土地管理計画 土地管理のゾーニングの確立を目的としている それに対して Centre for Development and Environment(CDE スイス ) Swiss Agency for Development and Cooperation(SDC スイス) が支援を行っている また欧州委員会 (European Commission, EC) やベルン大学 ( スイス ) 所属の専門家が衛星画像処理や UAV による空中写真撮影など 技術的な支援を行っている 以上のようにミャンマーの森林減少 劣化は国内外で問題とされ 各国ドナーの支援活動が活発化している 本事業を通して実効性の高い支援が継続されることは我が国の国益 国際協力の観点から重要である 1-3

18 1.4. ミャンマーの概要と森林の現状 ミャンマーの概要ミャンマーは 北東に中華人民共和国 東にラオス 南東にタイ 西にバングラデシュ 北西にインドと 5カ国と国境を接している 国の面積は日本の約 1.8 倍 (672,560km 2 ) でインドシナ諸国最大である 気候的には 沿海部は熱帯モンスーン気候の多雨地域に属するが 内陸部は熱帯サバンナ気候であり 年間降水量が1,000mmを下回る地域がある また シャン州 カチン州やチン州の山岳地帯では最寒月の平均気温が18 度を下回る地域があり 温暖冬期少雨気候に分類される 国内にはこのように多様な気候が存在している 地図引用 : 開発途上国の森林林業 ( ミャンマー )JOFCA 図 1-2 ミャンマーの位置図と管区 州 人口は約 5,900 万人で毎年 1% 程度の割合で増加している ただし ミャンマー移民 人口省が2014 年 8 月に発表した国勢調査の暫定結果によると 総人口は約 5141 万人で国際機関などの従来推計より約 800 万人少ない水準だった また 識字率は91.7% と高い 多民族国家であり人口の6 割を占めるビルマ族の他 カレン族 カチン族 シャン族など多数の少数民族がいる 行政区分は7つの州と7つの管区に分かれている 管区は主にビルマ族が多く居住する地域の行政区分であり 州はビルマ族以外の少数民族が多く居住する地域となっている 1-4

19 国際連合によるとミャンマーは後発開発途上国に分類され 一人当たりの所得水準はインドシナ諸国で最低と見られているが 近年の実質経済成長率は10% 前後の高い伸び率を示している 主要な輸出物はチーク材 天然ガスで 亜鉛 銅 鉛 スズ ニッケルのほか レアメタルのタングステンなども産出している 一方 政治面では1962 年から軍事政権が続いていたが 2011 年軍政から民政への転換を果たし テイン セイン大統領が就任した 2012 年 4 月に行われた議会補欠選挙では アウンサン スー チー氏率いる国民民主連盟 (National League for Democracy, NLD) が大勝した さらに2015 年 11 月 総選挙が行われ NLDは上下両院 ( 定数計 664 議席 ) のうち364 議席を確保し 単独政権樹立が可能となった 2016 年 3 月にはNLDから立候補したティン チョー氏が大統領として選出され 1962 年のクーデター以来初の文民大統領となった こうした社会状況の変化に呼応して ミャンマー政府は外国の支援を積極的に活用し森林保全やREDD+ に関する取り組みを強化していく方向にある なお 2006 年ミャンマーの首都はヤンゴン ( 旧名ラングーン ) からネピドーに移された 現在 ほとんどの省庁 政府機関はネピドーに集まり行政機構が機能している 一方 ヤンゴンは首都移転以降もミャンマー経済の中心地として栄えている ミャンマーの森林政策ミャンマーでは2001 年に今後 30 年の森林マスタープランを策定している 同プランでは 森林局が主導して 2030 年までに 現在国土面積の0.06% であるコミュニティ フォレストリーによる森林管理面積を1% まで増加させ 森林減少率を低減する計画となっている なお ミャンマーの森林政策は 1902 年に発令し1992 年刷新された森林法が基本である ( 表 1-2) 表 1-2 ミャンマーの森林関連法等一覧 1) Forest law (1992) 2) Protection of wildlife and wild plants and conservation of natural areas law (1994) 3) Myanmar Forest Policy (1995) 4) Rules of Forest Law (1995) 5) Community forestry instructions (1995) 6) National forestry action plan (1995) 7) Format and guidelines for district forest management plans (1996) 8) Myanmar Agenda 21 (1997) 9) National code of forest harvesting practices in Myanmar (2000) 10) Forestry Master Plan for (2001) 11) National Sustainable Development Strategy (2009) 12) National Biodiversity Strategy and Action Plan (2011) 13) Environmental Law (2012) 2011 年 9 月に林業省は環境保全林業省に名称を改め 省内に環境保全局を設立した 同省の組織は 2014 年時点で図 1-3のとおりである 2013 年 1 月 土地調査部 (Land Survey Department) が農業灌漑省から異動して 環境保全林業省傘下になった 10 年ほど前まで土地調査部は林業省に所属しており 元の省傘下に戻った形である 1-5

20 Ministry of Environmental Conservation and Forestry (MOECAF) Planning & Statistics Dept. (147) Forest Dept. (15,429) Dry Zone Greening Dept. (3,231) Survey Dept. (1,485) Myanmar Timber Enterprise (46,411) Environmental Conservation Dept. (403) 図 1-3 環境保全林業省の組織および職員数 (2014 年時点 ) 図 1-4 森林局の組織図 (2014 年時点 ) ミャンマーの森林と減少 劣化の現状ミャンマーの森林タイプは高地常緑林 常緑林 混交落葉林 乾燥林 落葉フタバガキ科林 海岸 湿地林の6つに大分類される ( 図 1-5 参照 ) なかでも混交落葉林が全森林の約 39% を占めている 主要材であるチークは 混交落葉林で生育するが 経済的に価値の高い種は湿性高地混交落葉林に生育する チーク天然林は全世界で19 百万 ha 存在する 1-6

21 出典 : ミャンマー森林局 Hill and Temperate Forest Tropical Evergreen Forest Mixed Deciduous Forest Indaing Forest Beach and Dune Forest Dry Forest Swamp Forest Tidal Forest 図 1-5 ミャンマーの森林タイプ 1-7

22 FRA2015では 過去に森林局が調査した森林面積等の情報から推定を行い 1990 年から10また は5 年おきに森林面積の推移を発表している 森林のカテゴリは一括して集計された森林面積のみ が報告されている 森林面積の推移を表 1-3に示す 減少の一途をたどっていることが分かる 表 1-3 FRA2015によるミャンマーの森林面積の推移 ( 単位 1000ha) 1990 年 2000 年 2005 年 2010 年 2015 年 森林面積 39,218 34,868 33,321 31,773 29,041 森林被覆率 58.0% 51.2% 49.2% 47.0% 43.0% この森林面積推移の元となった面積値は 森林局が空中写真 衛星データ等を用いて調査した 数値である 表 1-4にFRA2015の元データとなった森林局による森林面積を示す 表 1-4 森林局による森林面積の推移 ( 単位 1000ha) Year Class Closed Forest 30, , , , , , Open Forest 10, , , , , , Other wooded Land 8, , , , , , Other Land 17, , , , , , Total Forest Area 41, , , , , , Total Area 67, , , , , , 表 1-4より 森林面積の推移を森林全体と区分ごとに図 1-6のグラフに示す ここで 森林の区分 は閉鎖林 (Closed Forest 樹高 5m 以上の樹木による樹冠被覆率 40% 以上の森林 ) 疎林(Open Forest 樹高 5m 以上の樹木による樹冠被覆率 10% 以上 40% 未満の森林 ) の二区分となっており 森林局も FAOも同じくこの森林区分を採用している 図 1-6より 森林全体の面積は1975 年と最新の2010 年の間で ほぼ減少を続けており 3/4ほどの 面積に変化していることが分かる また 森林内の区分については 炭素蓄積量の多い閉鎖林が減少し 蓄積量の少ない疎林が増 加している 以上より森林減少 ( 森林全体の面積が減少 ) 森林劣化( 炭素蓄積量の多い閉鎖林 が減少し 蓄積量の少ない疎林が増加 ) ともに進行している状況である 面積 (1000ha) 50, , , , ミャンマーの森林面積の推移 Total Forest Area Closed Forest 10, Open Forest 図 1-6 ミャンマーの森林面積の推移 1-8

23 表 1-5にミャンマーにおける森林減少 劣化の主要原因を示す 2 特定プロジェクト( ダウェイ経済特区開発 中国へのパイプライン建設ほか ) による開発 軍の基地等利用のための接収 地下資源採掘 チーク ゴム オイルパームなどのプランテーション 農地化や宅地化 ダム建設などが森林減少 劣化の主なドライバーとして挙げられている 表 1-5 ミャンマーにおける森林減少劣化の直接原因 1.5. 実施方針 当社は平成 26 年度 途上国森林劣化対策整備事業 をミャンマーで実施しており この事業において蓄積したミャンマーの情報および事業成果 また周辺国で実施してきた森林 REDD+ に関する他事業でのノウハウを活用しつつ 本事業を進めた また カウンターパート機関である森林局のREDD+に対する取り組み状況への考慮も重要である 森林局は UN-REDDなどの支援を受けて 2014 年にMyanmar REDD+ Readiness Roadmapを作成した このRoadmapは ミャンマーにおけるREDD+ の実施に向けて現況と将来の計画を示したもので 表 1-6に示す6つのコンポーネントから構成されている コンポーネント5 6については 当社の活動も 国家森林 REL/RLの開発 の章の中で国家計画の一部として期待されている旨の記述がある 技術的内容としては 国家森林 REL/RLの確立 国家規模の歴史的土地利用変化解析 パイロット調査地での国家森林 REL/RLの試行 の三項目が対象とされている こうした森林局の要望も考慮しながら 本事業の内容を策定した

24 表 1-6 Myanmar REDD+ Readiness Roadmap のコンポーネント Roadmap のコンポーネント 1 REDD+ レディネスの推進 2 利害関係者との協議と参加 3 REDD+ 戦略の選択と推進 概要 関連行政機関 利害関係組織 TWG(Technical Working Group) の整理と課題について政府機関 地域住民 共同体 企業 NGO などの広範な連携の実現について森林減少 劣化 森林管理の現況と REDD+ 戦略のオプションについて 4 実施フレームワークとセーフガード国家レベルのセーフガードシステムの開発について 5 国家森林参照排出レベル (REL) 排出レベル (RL) の開発 6 国家森林モニタリングシステムの開発 1.6. 実施内容 事業全体内容と計画 REL/RL 開発に向けての過去 将来の取組について 衛星土地モニタリングシステム 国家森林資源調査 温室効果ガス調査について 3 ヶ年の事業実施を通して ミャンマー全土のスケールで森林劣化を把握する手法の技術指針を 開発し 国家森林モニタリングシステムの構築および Myanmar REDD+ Readiness Roadmap の推進に 貢献することを目指す 平成 27 年度の実施内容を以下に示す < 平成 27 年度の事業内容 > 年次テーマ : 森林劣化把握のための技術開発 1) 調査対象地の追加二時点の森林分布図から森林変化を解析し その情報をもとに森林調査地点を追加した 2) 高分解能衛星データによる森林劣化把握のための技術検討 RapidEye データによる植生指数と林分物理量との関係解析を行い 課題を整理した また植生指数を補うデータとしてテクスチャーによる手法を検討した 3) UAVによる森林劣化状況把握のための技術検討 UAVによる空中写真撮影を行い 林分物理量など森林の現況把握のための技術検討を行った 4) 技術移転と人材育成技術移転 人材育成活動として技術研修 OJT 本邦研修 ワークショップを行った 1-10

25 事業運営委員会の設置 本事業の実施内容 事業で取り組む課題 新しい開発技術等について検討し 方向性を決定す るために 森林劣化整備対策事業運営委員会 ( 以下運営委員会という ) を設置した 運営委員会の構成は 地球温暖化対策やREDD+ 制度設計 森林リモートセンシングなど当該分野で活躍している専門家をメンバーとした ( 表 1-8) 表 1-7 検討委員会の委員 ( 敬称略 50 音順 ) 分野氏名所属等 REDD+ 制度設計天野正博早稲田大学人間科学学術院教授 地球温暖化対策安藤和哉 ( 一社 ) 海外林業コンサルタンツ協会総務部長 熱帯林保全活動金澤弘行 ( 公財 ) 国際緑化推進センター専務理事 熱帯林植生 資源 佐藤保 ( 独 ) 森林総合研究所森林植生研究領域植生管理研究室長 森林リモートセンシング露木聡東京大学農学国際専攻准教授 社会経済 地域研究百村帝彦九州大学熱帯農学研究センター大学院准教授 森林モニタリング技術 平田泰雅 ( 独 ) 森林総合研究所温暖化対応推進拠点温暖化対応推進室長 平成 27 年度の活動内容平成 27 年度は 森林局と協議のうえ 対象地の選定を行うとともに森林劣化観測に向け把握するためのデータを収集し 解析した また 技術移転 人材育成のための研修 ワークショップ等を実施した ( 表 1-8) 表 1-8 平成 27 年度の実施内容 No 実施項目方法 1 調査対象地の検討 設定森林変化図作成 森林局との協議 2 高分解能衛星データの収集解析 RapidEye データの取得および解析 時期 2015 年 5-7 月 2015 年 7-12 月 3 現地調査 4 森林劣化把握技術の検討 5 技術移転 人材育成 対象地の森林計測 炭素量推定 2015 年 月 UAV 空中写真撮影 RapidEye UAV 森林調査結果との相関 2015 年 11 - 解析 2016 年 2 月技術研修 (2015 年 9 月 ) 本邦研修(2015 年 10 月 ) ワークショップ (2016 年 1 月 ) 6 委員会の開催 2015 年 7 月 2016 年 1 月 3 月 1-11

26 1.7. パイロット調査対象地域の選定 本事業のパイロット調査対象地域は シャン州タウンジー県インレー湖流域 バゴー管区イェダシー地区 マンダレー管区モゴー地区の3か所とした シャン州タウンジー県は 前補助事業で蓄積した森林調査データなどの既存資料が豊富であり 森林のモニタリングおよび高分解能衛星などの解析結果の精度検証にこれらの既存資料を活用することができる また 森林が比較的残っている地域の中では相対的に治安が良く 空路 陸路によるアクセスも良好である バゴー管区イェダシー地区は チークの植林地域であり 間伐等の森林施業が定期的におこなわれている 間伐などの森林施業の前後を比較することで林分状況の変化を追うことが出来る この地域は首都ネピドーからのアクセスも良く 治安状況も良好である マンダレー管区モゴー地区は 森林変化図によれば 周辺地域に比べて森林劣化が多く発生している地域であるため 追加調査対象地域として設定した 調査対象地の位置図を図 1-7に示す マンダレー管区モゴー地区 シャン州南タウンジー県 バゴー管区イェダシー地区 図 1-7 調査対象地の位置図 1-12

27 2. 衛星データによる森林劣化モニタリングに関する検討

28

29 2. 衛星データによる森林劣化モニタリングに関する検討 2.1. 目的と概要 本事業は 衛星データ UAVによる空中写真撮影データにより得られた情報から 効率的かつ簡便な森林劣化把握を行うための技術開発を行うことを目的とする そのためリモートセンシング技術を基本として森林劣化による炭素蓄積量変化を把握する技術の開発を行う またその目的ための現実的な手法を組み合わせた運用シナリオを確立するため 手法の試行と検討 改善を実施する 森林劣化モニタリングに関するシナリオを図 2-1に示す 衛星データ解析 1 森林劣化監視重点地域の抽出使用データ : 森林分布図 2 時点の森林分布図より 森林区分の変化地を抽出する 2 劣化箇所の炭素蓄積量推定使用データ :RapidEye RapidEye データによる植生指数とテクスチャー値を用い た炭素蓄積量推定モデルにより 推定を行う 3 劣化箇所の確認と林分現況把握使用データ :UAV 現地調査 UAV 空撮と森林調査により 森林劣化箇所の確認と詳細な 現況把握 ( 林分物理量 ) を把握する 図 2-1 森林劣化モニタリングシナリオ 森林劣化にともなう炭素蓄積の変化を把握するためには まず森林劣化地点を抽出し 対象地域を絞り込む必要がある 次に炭素蓄積量を把握する手法を確立して 多時点のデータに適用することにより炭素蓄積量の変化を求める必要がある 本年度の活動は 炭素蓄積量を把握する手法の確立のための技術的検討と課題の整理である 本項の衛星データ解析は以下の二項目にあたる 1 森林劣化監視重点地域の抽出 2 森林劣化箇所の炭素蓄積量推定のための技術開発上記 1は ミャンマー森林局の作成した2 時点の森林分布図 (Landsat による2006 年森林分布図 IRSによる2010 年森林分布図 ) を用いた 炭素蓄積量推定モデルを作成するための基礎情報を整理するため 2は植生指数およびテクスチャー値と林分物理量との関係解析を進めた 2-1

30 2.2. 森林劣化の定義 事業を進めるにあたり 森林劣化の定義を整理した 森林減少は 森林が他の土地被覆に変化することであり 衛星データによって把握しやすいが 森林劣化は 森林としての区分や質 量が変わる事象であり 把握することは森林減少より困難である 森林減少については マラケシュ合意 (COP7) において 森林から非森林への直接の人為的転換 と定義され 国際的に合意されている (2001) 一方 森林劣化については FAO ITTOなどによりいくつかの定義が示されているが 国際的合意には至っていない FAO FRA2000 によると 森林劣化とは 森林の生産物や生態系サービスを提供する能力を低下させる 森林の構造もしくは機能に悪影響を及ぼす変化 と定義されている ITTOは 森林劣化とは樹冠被覆の減少などに特徴づけられる 人為により直接引き起こされる森林の価値 ( 特に炭素 ) の喪失 と定義している (2005) IPCCでは 人為活動により直接引き起こされる 長期にわたる森林の炭素蓄積量の減少 と定義している (2003) 1 また 森林劣化とは統計上の森林面積は減らず森林の質が劣化すること とする定義もある 2 こうした複数の定義から 森林劣化には以下の二つの側面が含まれていることが分かる 質的森林劣化 : 森林の構造や機能の劣化 量的森林劣化 : 樹冠被覆 炭素蓄積量 バイオマスなど量的な因子の減少本事業では 森林劣化とは 森林における炭素蓄積量の低下 ( ストックチェンジ ) と定義する この定義に基づいて 衛星データや空中写真により観測可能な量的森林劣化をモニタリングする技術を開発する なお質的森林劣化は定性的であり 衛星データ等による計測は困難であるため 本事業では対象としない 2.3. 森林劣化監視重点地域の抽出 森林劣化を把握する手法として 森林カテゴリの変化による手法がある ミャンマーの例では 樹冠疎密度が減少し閉鎖林から疎林になった場合が森林劣化に該当する 前補助事業では SPOT VEGET ATIONデータを用いて 森林カテゴリ変化 ( 閉鎖林 疎林 ) による森林劣化把握を行った しかし 空間分解能が1kmと粗いデータであるため 国全体としての大まかな傾向を示すものでしかない 森林局も 多時点森林分布図を用いて カテゴリの変化による森林変化解析を行っている しかし森林減少における検討はなされているが 森林劣化についての検討は行われていない そのため本事業では 森林局が作成したLandsat による森林分布図 (2006) とIRSによる森林分布図 (2010) の詳細な重ね合わせを行い 森林劣化を含めた森林変化情報を作成した これをもとに森林劣化監視重点地域を設定した 森林変化図の作成森林局はミャンマー全土の森林分布図をLandsat データ等より作成している しかし 組織改編その他国内事情により デジタルデータとして利用可能な状態にあるのはLandsat による森林分布図 (2006 年 ) と IRSによる森林分布図 (2010 年 ) となっている ( 図 2-2) 本事業ではこの2 時点の森林分布図を使用した 2006 年 2010 年の 2 時点の森林分布図はいくつかの相違点がある ソースとなる衛星データが異なっているため 2006 年版は 30m の空間分解能であり 2010 年版は 20m となっている また

31 座標系については 2006 年版が UTM 座標系 47 ゾーンであるのに対して 2010 年版は緯度経度座標系 (WGS84) である そのため 2 時点間の位置のずれが大きい 北部のカチン州では 1.2km ほどの位置のずれがあり 国土中央に近いヤンゴンでは 2km 程度 南部のタニンダーリ管区では 4km ほどの位置ずれが確認された 空間分解能や投影法の異なるソースから作成されたデータを重ね合わせると このような位置のずれの補正は大きな課題となる 本事業では より分解能の粗い 2006 年版 (Landsat ベース 30m 分解能 ) に重ね合わせる形で 2010 年版 (IRSベース 20m 分解能 ) の空間分解能と投影法を修正するためリサンプル処理を行った 各時点の森林分布図を閉鎖林 疎林 非森林の 3 区分に再区分し 2 時点での組み合わせから 画素ごとの森林変化の判定を行った 森林変化パターンを表 2-1 変化図を図 2-2 に示す この情報を基に Landsat データや Google earth などの画像情報を参照して森林劣化内容を検討した 表 2-1 森林変化パターン変化パターン凡例森林の変化状況 (2006 年 2010 年 ) 森林 : 変化なし森林 : 成長森林劣化森林減少 (1) 森林減少 (2) その他 2 時点とも閉鎖林または疎林疎林 閉鎖林閉鎖林 疎林閉鎖林 非森林疎林 非森林上記以外 森林分布図 2006 Landsat ベース空間分解能 30m 森林分布図 2010 IRS ベース空間分解能 20m 森林変化図 ( ) 変化解析 図 2-2 森林変化図 ( ) 2-3

32 森林変化内容の検討森林変化図と Landsat 画像 ( ~2014 年 ) Google earth を用い 森林変化の内容の検討を行った (1) 北部北部のザガイン管区 カチン州では 地下資源開発による森林減少と その周辺で森林劣化が起きている状況が確認された また移動耕作による疎林の農地化が確認された ( 図 2-3) 図 2-3 北部の変化内容 (2) 中部西側中部西側のチン州 ザガイン管区南部 マンダレー管区 マグウェ管区では 移動耕作の影響で森林減少 森林劣化が起きていることが確認された しかし森林分布図の元になっている衛星データについて 2 時点間で落葉状態が異なっている結果 森林劣化が起きたという誤った結果になっている可能性がある ( 図 2-4) 図 2-4 南部西側の変化内容 2-4

33 (3) 中部東側 中部東側のシャン州では 中央部の森林減少 ( 疎林から非森林 ) と劣化 西部の森林減少 ( 閉 鎖林から非森林 ) は大規模な農地化であることが確認された ( 図 2-5) 図 2-5 北部東側の変化内容 (4) 中部南側中部南側のラカイン州 エーヤワディ管区の森林劣化は移動耕作の影響と考えられる ラカイン州の森林減少は農地化またはプランテーション造成によるものと考えられる ( 図 2-6) 図 2-6 中部南側の変化内容 2-5

34 (5) 南部 南部のタニンダーリ管区 北東部の森林減少は落葉に起因する誤抽出の影響と考えられる 南 部の森林減少はプランテーション造成または落葉に起因するものと考えられる 図 2-7 南部の変化内容 森林劣化監視重点地域の抽出森林変化図を元に 森林劣化監視重点地区を抽出した ( 図 2-8) 閉鎖林が残っているが その周辺で森林減少 劣化が進んでいると考えられる地域であり 原因等未確定の地域も含んでいる 図 2-8 森林劣化監視重点地域 2-6

35 パイロット調査対象地の追加本年度のパイロット調査対象地は 昨年度の対象地域であるシャン州タウンジー郡 バゴー管区イェダシー地区に加え マンダレー管区モゴー地区とした モゴー地区は森林劣化監視重点地域でもある 図 2-9にモゴー近郊の森林変化図を示す モゴー地区は周囲をシャン州と接している 隣接するシャン州では広く森林減少が進んでいるのに対し モゴー地区は森林劣化と変化のない森林が主である 森林劣化が進んでいるが閉鎖林も現存している地域なので 本事業のパイロット調査地点にも適した地域である 2.4. 衛星データの整備 図 2-9 モゴー地区の森林変化 衛星データの収集 RapidEye データの収集 整備を行った RapidEye データは本年度のパイロット調査対象地域であるシャン州タウンジー郡 カロー地区 バゴー管区イェダシー地区 マンダレー管区モゴー地区を中心に 前補助事業 前年度の森林調査地点を含むシーンを選択し 昨年度整備したデータセットに加えた 衛星データを用いて森林解析をする際 目的に応じた適切な季節の画像を選択することが重要である 森林分布を正確に把握するには 落葉前の乾季初旬のデータが適している また落葉林 常緑林を区分するためには 落葉前の時期 ( 乾季初旬 ) と落葉している時期の比較が必要となる そのため高頻度観測されたRapidEyeデータは有効である 整備したRapidEyeデータの一覧を表 2-2に データの位置を図 2-10に示す 2-7

36 表 2-2 整備した RapidEye データ ( 昨年度整備分含む ) <Area> <Tile ID> <Observed Data> /11/7 Shan:Taunggyi /2/ /12/ /10/8 Shan:Heho /10/ /11/ /12/11 Shan:Kalaw /11/ /11/ /11/12 NayPyiTaw /10/ , /12/ , /3/ , /11/25 Bago:Yedashe , /10/ , /2/ , /10/ /1/ /11/ /12/ /11/12 Mandalay:Mogok /10/ /02/ /10/ /12/ /12/29 図 2-10 収集した RapidEye 画像の位置 (14 シーン ) 2-8

37 前処理 RapidEye データは レベル3A( ラジオメトリック補正 3 センサー補正 幾何補正後のオルソ画像 ) を購入した 全データに対して 放射輝度値への変換を行った後 全バンドのパスラジアンス補正 4 を行った 放射輝度への変換は次式による RAD(i)= DN(i) * Radiometric Scale Factor(i) i : バンドの番号 RAD(i) : 当該画素のセンサー放射輝度値 DN(i) : 当該画素のデジタル値 Radiometric Scale Factor(i): ラジオメトリック係数 (0.01 固定 ) 2.5. 植生指数と林分物理量の関係解析 昨年度は もっとも植生に関係した数値が得られる植生指数に着目し 森林調査から得られた林分物理量との相関解析を行った その結果 NDVI WDRVIと胸高断面積合計 炭素蓄積量 樹高 胸高直径との間に0.7~0.6 程度の高い決定係数が示された しかし地点数が12 点と多くはないため 本年度はさらに調査地点を増やし 林分物理量と植生指数との関係分析 問題点の再検討を行った 植生指数の検討地表の被覆物は太陽光を反射し 衛星はその反射光を観測する 各々の被覆物は反射光の波長帯 ( バンド ) において特徴的な反射を示す 植生は近赤外域と可視光域で大きな反射率の差を示し 一方で土壌のような地表面ではそれらの波長帯での反射率の差が比較的小さい NDVI (Normalized Difference Vegetation Index, 正規化差植生指数 ) などの植生指数は この事象を利用して 植生の分布や活性度などの分析に利用されている NDVIは 人工衛星による地表観測が開始された当初から 提案 利用されてきた植生指数であり これまで最も一般的な植生指数であった しかし近年 NDVIの短所が指摘されるとともに 改良型の植生指数が提案されてきた NDVIの欠点のひとつは 観測地点の植生量が多くなるとNDVI 値が飽和してしまうことである 一般に LAI(Leaf Area Index, 葉面積指数 ) 5 が2を超えるとNDVIは飽和してしまい それ以上の植生の変化は検知できないと言われている 近赤外バンドの反射値はLAIが 2を超えても増加し続けるが 赤バンドの反射値は増加が止まってしまうことが原因である この問題点を改善するために開発された植生指数にEVI(Enhanced Vegetation Index, 強化型植生指数 ) WDRVI(Wide Dynamic Rage Vegetation Index, 広ダイナミックレンジ植生指数 ) などがあり ともにNDVIでは飽和してしまう高いLAIの土地被覆に対しても感度が高いと報告されている 6 WDRVIは NDVIの式に類似しているが 近赤外バンドの値に0.1~0.2の係数を掛けることにより算出され LAIに対する近赤外バンドと赤バンドの反射率の関係を補正するため 広いダイナミックレンジを持つことが特徴である 3 CCD 感度補正 方向性反射補正 その他初期補正 4 画素値から霞による散乱成分の値を減算する 5 植物群落の葉面積をその群落が占める地表面積で割った値 6 巻末参考 収集資料 [60][76] 参照 2-9

38 以下に各植生指数の計算式を示す NDVI = (NIR- Red) / (NIR + Red) WDRVI = (αnir - Red) / (αnir + Red) 0.1<=α<=0.2 Red Edge NDVI = (NIR- Red edge) / (NIR + Red edge) NIR: 近赤外線バンド Red: 赤バンド Red Edge: レッドエッジバンド 植生指数と林分物理量の相関解析林分物理量と植生指数の関係を把握するため 過年度および本年度行った森林調査の結果と植生指数との相関解析を行った 林分物理量は 森林調査から得られた林分のhaあたり本数 上層木平均樹高 平均胸高直径 胸高断面積合計 炭素蓄積量 (tc/ha) 樹冠疎密度の6 種類を用いた 炭素蓄積量の算定には IPCCの Good Practice Guidance for Land Use and Land Use Change Forestry に記載されている熱帯林全般に適用可能なアロメトリー式を使用した( 表 2-3) 表 2-4 に植生指数との相関解析に用いた林分物理量を示す 表 2-3バイオマス量および炭素蓄積量算出アロメトリー式 [Forest type: Tropical moist hardwoods] Ya = exp[ ln (DBH) (ln(dbh)) 2 ]...( 1) Table 4.A.1 Ya: Above ground Biomass (kg dry matter / tree) BBD = exp[ ln(abd)]... (2) Table 4.A.4 BBD: Below ground Biomass (t dry matter / ha) ABD: Above ground Biomass (t dry matter / ha) C = B 0.47 B: ABD+BBD Living Biomass (t dry matter / ha) C: Living Biomass Carbon (t C / ha) 0.47: Carbon Fraction (kg C / kg d.m.) Source: IPCC Good Practice Guidance for LULUCF p Brown & Schroeder et al., 1999, Caims et al., 赤と近赤外の間に位置する観測波長帯 植物の状態に敏感に反応する 2-10

39 表 2-4 植生指数との相関解析に用いた森林調査結果 Point No. Inventory Date Division /State District/ /Township /City P Shan Nyaung Shwe P Shan Taunggyi P Shan Taunggyi P Shan Taunggyi P Shan Taunggyi P NayPyiTaw Pinmana P Shan Tigit P Shan Pin laung P Shan Pin laung P Shan Kalaw P Shan Nyan Shwe P Shan Taunggyi P Mandalay Mogok P Mandalay Mogok P Mandalay Mogok Forest type Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Closed forest Plot ID No. of trees (No./ha) Tree Height (m) DBH (cm) Total Basal Area ( m2 /ha) Carbon (tc/ha) Canopy Density (%) FSP8a 3, SH FSP FSP OP9 1, PM FSP FSP FSP03a CL1 1, CL8 2, FSP12 1, PT-10 2, RE-05 1, PT , 解析に使用した植生指数はNDVI RE-NDVI WDRVI(α=0.1) WDRVI(α=0.2) の4パターンである これらの植生指数について植生指数統計値 ( 林分の一定範囲の複数画素における最大値 平均値 標準偏差 ) と林分物理量の決定係数を求め 相関関係を解析した 昨年度は最小値も検討対象としたが 相関関係が認められなかったため本年度は除外した 調査地点のうち 衛星画像で雲の影がとなっている地点や極端な急傾斜により影となっている地点 林床が沼地になっている地点は相関解析の対象から除いた また疎林のサンプルとして調査した地点は 現地で確認するとアグロフォレストリ ( コーヒー 紅茶の栽培 ) が行われていたため除外した マツ 人工林も除外し 混交落葉林 落葉フタバガキ林 常緑林の15 地点を用いて相関解析を行った 4つの植生指数の統計値 ( 林分内の複数画素における最大値 平均値 標準偏差 ) と6つの林分物理量の決定係数を表 2-5(NDVI RE-NDVI) 表 2-6(WDRVI α=0.1と0.2) にまとめた 植生指数の統計値を求める空間範囲 ( フィルターサイズ ) については 対象となる位置の画素を中心に 5x5 画素 (25m 四方 ) 11x11 画素 (55m 四方 ) 21x21 画素 (105m 四方 ) の3パターンの条件で統計値を求め 比較した 表 より NDVI WDRVI(α=0.1および0.2) の最大値と胸高断面積合計がすべての空間範囲において 0.7を超える高い決定係数を示した 特にWDRVI(α=0.1)11x11 画素の最大値およびWDRVI(α=0.2)11x11 画素の最大値と胸高断面積合計の関係では 0.8 以上と非常に高い決定係数を示した また 表 2-6より WDRVI(α=0.1) の最大値は すべての空間範囲 (5x5 11x11 21x21 画素 ) のパターンにおいて 樹高 胸高直径 胸高断面積合計 炭素蓄積量と高い決定係数 (0.699~0.817) を示した RE-NDVI と林分物理量との間には 高い決定係数は見られなかった 2-11

40 表 2-5 林分物理量と NDVI RE-NDVI の決定係数 決定係数 0.7 以上 決定係数 0.6 以上 林分物理量 NDVI No. of trees Tree Height DBH TBA (m 2 Carbon Canopy /ha) 5x5 (No./ha) (m) (cm) (tc/ha) Density (%) 最大値 (5x5) 平均値 (5x5) 標準偏差 (5x5) NDVI 11x11 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (11x11) 平均値 (11x11) 標準偏差 (11x11) NDVI 21x21 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (21x21) 平均値 (21x21) 標準偏差 (21x21) RE-NDVI 5x5 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (5x5) 平均値 (5x5) 標準偏差 (5x5) RE-NDVI 11x11 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (11x11) 平均値 (11x11) 標準偏差 (11x11) RE-NDVI 21x21 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (21x21) 平均値 (21x21) 標準偏差 (21x21)

41 表 2-6 林分物理量と WDRVI の決定係数 林分物理量 決定係数 0.7 以上 決定係数 0.6 以上 WDRVI0.1 5x5 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (5x5) 平均 (5x5) 標準偏差 (5x5) WDRVI0.1 11x11 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (11x11) 平均値 (11x11) 標準偏差 (11x11) WDRVI0.1 21x21 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (21x21) 平均値 (21x21) 標準偏差 (21x21) WDRVI0.2 5x5 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (5x5) 平均 (5x5) 標準偏差 (5x5) WDRVI0.2 11x11 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (11x11) 平均値 (11x11) 標準偏差 (11x11) WDRVI0.2 21x21 No. of trees (No./ha) Tree Height (m) DBH (cm) TBA (m 2 /ha) Carbon (tc/ha) Canopy Density (%) 最大値 (21x21) 平均値 (21x21) 標準偏差 (21x21)

42 高い決定係数を示した林分物理量と植生指数の関係を図 2-11 に示す 図 2-11 高い相関を示す林分物理量と植生指数の例 ( 左 :WDRVI(α=0.1) と胸高断面積合計 中 :WDRVI(α=0.1) と炭素蓄積量 右 :WDRVI(α=0.2) と胸高断面積合計 ) 植生指数を用いた林分物理量推定のための検討炭素蓄積量推定モデルを作成するための基礎情報として 林分物理用と植生指数の相関解析を行った 植生指数の中でも WDRVI(α=0.1) の最大値は 多数の林分物理量 ( 樹高 胸高直径 胸高断面積合計 炭素蓄積量 ) との関係において 試行した3パターンの空間範囲 ( フィルターサイズ 5x5 画素 11x11 画素 21x21 画素 ) で 高い決定指数を示した 現時点では 炭素蓄積量の推定に最も適した植生指数であると言える 一方で 植生指数には 林分物理用推定に用いる際に問題点がある 植生指数は植物全般のクロロフィルの量に反応する指標であるため下層植生である草本 低灌木の影響も受ける 図 2-12にWDRVI(α=0.1) と胸高断面積合計の関係と代表的な調査地点の画像 (RapidEye 赤外合成画像 UAVによるオルソ画像 現地写真 ) を示す 林分の胸高断面積が増えるにしたがって WDRVI(α=0.1) も高くなっている しかし赤破線で囲まれた2 点は 下層植生が繁茂している影響で 想定される植生指数値よりも高めの値を示している この植生指数の欠点を補うためには 衛星データから得られる異なる次元の情報を加えて 林分物理量 ひいては炭素蓄積量の推定の精度と確度を高める必要がある 2-14

43 図 2-12 WDRVI/ 胸高断面積合計と調査地点の画像 2.6. テクスチャーと樹冠径の関係解析 テクスチャーの検討林分物理量推定を衛星データから行うためには 植生指数とは異なる次元の情報を加えた手法を開発する必要がある 植生指数は画素毎の赤色光と近赤外光の反射特性から植物の分布 活性度などの情報を得る手法である これに対して 近接した画素同士の関係から 画像としての特徴を抽出するテクスチャー解析という手法がある テクスチャーとは画像のきめの 粗さ または 細かさ を表す指標である 森林の劣化 衰退をモニターするためにテクスチャー情報を使った先行研究がある 神奈川県自然環境保全センターは 丹沢山地において 1980 年代から進行しているブナ林の衰退実態調査を行った それによると うっ閉していたブナ林の林冠が 樹勢の衰えと共に単木樹冠が小さくなってギャップが見られるようになり ブナの枯死と共にさらに林冠ギャップが拡大して林床の草地が露見する過程を経る その過程をデジタル化した空中写真データで追いかけると テクスチャー値 ( ここでは標準偏差 / 平均値で得られる変動係数 ) はしだいに低下していくことが報告されている

44 テクスチャー値から林分物理量推定への利用可能性を検討するため 以下の処理を行った ( 図 2-13) 具体的な方法は次節で述べる 1 テクスチャー値の算出 2 UAV によるオルソ写真等を用いた樹冠径計測 3 テクスチャー値と樹冠径との相関解析 図 2-13 テクスチャー値利用可能性の検討の流れ テクスチャー値の算出 RapidEye の可視バンドデータ ( バンド 1,2,3) を用い 森林域を対象として 空間フィルターを応用したテクスチャー値 ( 標準偏差 ) の算出を行った 手順を図 2-14 に示す RapidEye データに前処理を行い 森林域マスクを用いて森林域のみを計算対象の画素とした 可視 3 バンドの平均値ラスターを求め ノイズを軽減するためそれ自身の空間平均値と差を求めた そのデータに対して空間フィルター処理で標準偏差を求め テクスチャー値とした 作成されたテクスチャー画像の例を図 2-15 に示す 空間フィルターの範囲により結果が変わるため フィルターの適正範囲についても検討が必要である 図 2-14 テクスチャー値算出の流れ 2-16

45 図 2-15 空間フィルターサイズによるテクスチャー画像の違い 樹冠径の計測 UAV の空中写真より生成したオルソフォトを用いて樹冠径を計測し 林分の樹冠平均値を求めた 図 2-16 に樹冠径計測の例を示す 図 2-16 UAV オルソ写真による樹冠径計測の例 テクスチャー値と樹冠径の相関解析テクスチャー値と林分樹冠径の相関解析を行った テクスチャー値の空間フィルターサイズは 5x5 11x11 21x21 の 3 パターンを試行した 結果を図 2-17 に示す 樹冠径との関係において 最も決定係数が高かったのは 11x11 画素の空間フィルターで求めたテクスチャー値であった 図 2-17 テクスチャー値と林分樹冠径 ( 平均 ) の関係 左 : 空間フィルター 5x5 中 : 11x11 右 :21x

46 テクスチャー情報の利用に関する検討テクスチャー値と樹冠径について 相関関係が見られた 図 2-18にテクスチャー値と樹冠径の関係 また代表的な調査地点の画像 (RapidEye データによるテクスチャー画像 UAVによるオルソ画像 現地写真 ) を示す 樹冠径が大きくなるにしたがって テクスチャー値も高くなっている 赤破線で囲まれた2 点は 植生指数値において 下層植生の影響により高めの値を示し 回帰直線から離れた値であった ( 図 2-12) テクスチャー値と樹冠径の関係( 図 2-18) においては 回帰直線に近い値を示している 図 2-19に 植生指数と胸高断面積合計 またテクスチャー値とのグラフにおける下層植生の多い調査地点の比較 また現地写真を示す これらの結果から下層植生の影響を受ける植生指数の欠点を補うために テクスチャー値は有効であると考えられる 植生指数とテクスチャー値を併用することによって より精度の高い林分物理量 ( 炭素蓄積量 ) の推定が可能になる 図 2-18 テクスチャー値 / 樹冠径と調査地点の画像 2-18

47 図 2-19 植生指数 テクスチャー値プロットにおける下層植生の多い調査地点の比較 2.7. まとめと課題 今年度の解析結果をまとめ 課題を整理したので以下に述べる (1) 森林変化図の作成と森林劣化重点監視地域の抽出森林局が作成した2006 年 2010 年の森林分布図を用い 森林変化図を作成し 森林減少 劣化情報をもとに森林劣化監視重点地域を設定した またこの情報をもとにパイロット調査対象地としてマンダレー管区モゴー地区を追加した (2) 植生指数と林分物理量の関係解析 4 種類の植生指数 (NDVI,RE-NDVI,WDRVI α=0.1,wdrviα=0.2) と林分物理量との相関解析を行った 植生指数は空間範囲 ( フィルターサイズ ) として5x5 画素 11x11 画素 21x21 画素の3 パターンの条件で統計値 ( 最大値 平均値 標準偏差 ) を求めた 林分物理量は森林調査結果から haあたり本数 上層木平均樹高 平均胸高直径 胸高断面積合計 炭素蓄積量を用いた WDRVI (α=0.1) の最大値は 多数の林分物理量 ( 樹高 胸高直径 胸高断面積合計 炭素蓄積量 ) との関係において 試行した3パターンの空間範囲 ( フィルターサイズ 5x5 画素 11x11 画素 21x21 画素 ) で 平均的に高い決定指数を示した 現時点では 炭素蓄積量の推定に最も適した植生指数であると言える 一方 植生指数は下層植生である草本 低灌木の被覆にも影響を受ける この欠点を補うためには 衛星データから得られる異なる次元の情報を加えて 林分物理量の推定の精度と確度を高める必要がある (3) テクスチャー値と樹冠径の関係解析植生指数の欠点を補う目的でRapidEyeデータから得られるテクスチャー値と林分の樹冠径平均値の相関解析を行った テクスチャー値は空間範囲 ( フィルターサイズ ) として5x5 画素 11x11 画素 21x21 画素の3パターンの条件で標準偏差を求めた 樹冠径はUAVによるオルソフォトから樹冠径を計測し 林分の平均値を求めた 11x11 画素のパターンで最も高い決定係数が得られ また植生指数の欠点を補う傾向が確認された 2-19

48 今後の課題として 以下があげられる (1)RapidEyeデータを用いた炭素蓄積量推定モデル炭素蓄積量推定モデル式を作成するため 植生指数とテクスチャー値の併用した手法開発が必要である (2) 全国展開のための Landsatデータの検討 RapidEye データで確立された炭素蓄積量推定手法を全国展開するためにLandsat データと手法の関係を検討する必要がある (3) 全国展開における衛星データの位置づけの検討全国を対象とした森林劣化モニタリングにおける衛星データ利用の位置づけについて 検討が必要である 2-20

49 3.UAV による森林劣化状況把握に関する検討

50

51 3.UAVによる森林劣化状況把握に関する検討 3.1. 目的と内容 衛星データによって抽出された森林劣化地の状況を把握することを目的とし UAV 1 による簡素で効率的な林分状況の把握方法について検討を行った 平成 26 年度事業の実施内容平成 26 年度事業においては UAV 全般の特徴と利用可能性 3 次元復元技術 2 を用いたUAVデータから生成物の種類と特徴 UAVの運用に係る経費などについて整理した また 調査対象地において試験的に空中写真撮影を行い UAVの飛行性能 操作性および3 次元復元技術によるオルソフォト 点群データ DSMなどの生成物の確認などを行った 平成 26 年度事業での課題平成 26 年度事業の実施結果によって UAV 搭載カメラのレンズ性能に起因すると思われる撮影データの歪が確認され 林分物理量などの計測精度に影響を与えていることが分かった 以下にその詳細を述べる (1) 機体性能に関する課題平成 26 年度に使用したUAVは 価格と性能からホビーユースのみならず各種研究 調査の分野で非常に評価の高い機体である しかし 元来は動画や静止画を撮影し 個人で楽しむことを目的とした機体であるために自律飛行の性能 操作性は高くない 現地で数回自律飛行を試したが 操作性の問題から 最終的にはマニュアル操縦による空中写真撮影を行った しかし地上からのマニュアル操縦で 一定のオーバーラップ サイドラップ 3 を保持しての飛行は技術的難易度が高く 熟練を要する また マニュアル操縦の場合 常に機体位置をパイロットが視認する必要があるために撮影場所と撮影範囲が限定される そのため今後自律飛行性能の高い機体の検討を行う必要がある (2) カメラ性能に関する課題使用機体に搭載されている小型のアクションカメラ 4 は近年高性能化が進み非常に鮮明な画像が得られる しかし 広角レンズを使用しており レンズ歪が大きい そのため 3 次元復元ソフトウエアから生成されるオルソフォト 5 や点群データ 6 の精度にも影響が生じている オルソフォトではデータの一部が欠落し 絶対的な位置的精度が不十分であるなどのケースが見られた 点群データでは 地表面が湾曲し Z 値 ( 高さ情報 ) の精度が明らかに不足しているケースが見られた ( 図 3-1) そのため より高性能で歪の少ないレンズを持つカメラとそれを搭載可能な機体と合わせて検討する必要がある 1 Unmanned Aerial Vehicle 無人飛行機 2 SfM 理論を用いた写真から物体を復元する技術 各写真の 3 次元位置情報から復元する 3 連続する写真間の重複度をオーバーラップ 撮影写真コース間の重複度をサイドラップと呼ぶ 4 身体等に装着しハンズフリーで撮影する事を目的とした小型カメラの総称 ウェアラブルカメラとも呼ばれる 5 中心投影である写真の歪を補正し 正射投影としたもの 6 Point Cloud 3 次元の位置情報を持つ点の集合 レーザなどで作成が可能で物体表面の位置 形状を表す 3-1

52 広角レンズのため湾曲 ( 斜め撮影 ) 点群データの歪み ( 湾曲 ) 図 3-1 カメラ ( レンズ ) に起因するひずみの例 (3) 精度検証に関する課題平成 26 年度事業は UAVの特徴整理と3 次元復元ソフトウエアによる生成物の評価を主目的として実施した そのためUAV 生成物と林分物理量との関係分析のためにサンプルデータ数は不足しているためさらに追加する必要がある この結果にもとづき林分状況把握のためのUAV 利用法を整理する必要がある 平成 27 年度の実施内容平成 26 年度の課題をふまえ 平成 27 年度は使用するUAVのカメラ 機体の再検討を行うとともに サンプルデータを追加し UAVの有効性について精度面を含めてさらに検討を行った 主な実施内容を以下に示す (1)UAV 機体とカメラの検討 (2)UAV 空中写真撮影および森林調査の実施 (3)UAV 成果と森林調査結果との関係分析 3-2

53 3.2. 実施方法と結果 UAV 機体とカメラの検討 UAV 機体の安定性とカメラのレンズ歪による3 次元復元技術による生成物の精度は 直接林分物理量の推定精度に影響を与える 近年 UAVのなかで複数の回転翼を持つマルチコプター ( ドローンとも呼ばれている ) の進歩は著しく 各社から新製品が発表されている わずか1 年で平成 26 年度に使用した機体はすでに2 世代前の製品となり生産を終了している 平成 26 年度に使用した機体は 安価で市場での販売実績 評価も高く 当時としては最新で最適のものであった しかし 動画撮影などもメインとする一般ユーザ向けの製品であるため 広角カメラレンズを搭載しており撮影データに歪が生じ そのため3 次元復元処理の際に生成されるオルソフォトや点群データに影響を与え 結果的に樹高計測などの林分物理量推定結果に誤差を生じていたことが分かった また 機体に搭載されている GP Sの精度も現在から比べると劣るため オルソフォトなどの位置精度が若干低いことが分かった UAV 機体とカメラレンズを検討するにあたっては 次の条件のもとに行った 1~4の性能に関する条件とともに 5~7は途上国で実際にUAVを運用していくためには不可欠な条件である 1 カメラの歪が少ないこと 2 写真 動画の解像度 画質が良い 3 位置精度が高いこと 4 操作が簡単であること 5 メンテナンス性が高いこと 6 比較的安価であること 7 途上国でも調達が可能であること UAVはその構造から大きく2つに分類される 翼が固定され推進力を得るためのプロペラが1つの固定翼タイプと複数のローター 7 を持つ回転翼タイプである 後者はマルチコプターまたは ドローンと称されている ( 図 3-2) 固定翼タイプは軽量であり 飛行時間 距離が長い また 秀逸な自律飛行システムを搭載しているものが多く 多くの訓練時間を要しない 反面 搭載カメラは軽量のものに限られ 離着陸のために障害物のないフラットな20m 四方程度の場所を要するなどのデメリットがある また 価格は500 万円前後と高額であるため 途上国での実利用は向かない 一方 回転翼タイプは 操作性も高く 搭載カメラを選択できるなどのメリットがあるが 反面 飛行時間 距離は固定翼タイプに劣る なお ローター数 搭載可能カメラなどにより価格が異なる 一眼レフクラスのカメラはレンズ歪も小さく 写真画質も良いが 重量があるために6ローター以上モデル 100 万 ~200 万円程度の機体が必要となる また 機体の組立て 調整など全て自身で行う必要があるため 高度なスキルが要求される 現在 10 万 ~20 万円クラスの組立て済み回転翼タイプがもっとも普及しており 途上国での機体 パーツの調達面からもこのクラスが適切であると思われる 平成 26 年度もこのクラスを選定使用したが 現行モデルは1 年間という短い期間内で大きな進歩を遂げている 7 rotor 回転体 ヘリコプターなどの回転翼 3-3

54 固定翼タイプ (SensFly HP より ) 回転翼タイプ (DJI HP より ) 図 3-2 固定翼タイプと回転翼タイプ最終的に決定したモデルは平成 26 年度使用モデルPhantom2V+ の最新バージョンPhantom3 8 (DJI 製 ) である ( 図 3-3) 本機は 前モデルの課題の多くを改善している カメラレンズ径 枚数が改良され FOV( 視野角 ) も140 から94 に変更されたことにより歪の少ない画像を取得することが可能となった ( 図 3-4) また GLONASS 9 対応となりGP S 精度が飛躍的に向上している その他 モーター フライトコントロールシステム (FCユニット) の改良によってより安定した飛行が可能となっている 図 3-3 Phantom3 スペック 年 3 月 9 日現在 最新モデル Phantom4 がリリースされた 9 ロシアの衛星測位システム 3-4

55 視野角の比較 ( 左 :Phantom3 は地平線が自然 右 :Phantom2V+ はかなり湾曲 ) 倒れこみの比較 ( 左 :Phantom3 は写真周辺の倒れこみ小 右 :Phantom2V+ は倒れこみ大 ) 図 3-4 Phantom3 と Phantom2V+ の写真画質の違い UAV 空中写真撮影および森林調査の実施 UAV 利用可能性を検討するためのサンプルデータとして 空中写真撮影と森林調査を追加実施した 空中写真撮影にあたっては 3 次元復元ソフトによるオルソフォト作成のため写真間のオーバーラップを80% コース間のサイドラップを60% になるように実施した 撮影高度は 撮影範囲の状況に合わせて50m~100mとし すべてマニュアル操作で行った 森林調査は 林分樹高に合わせて20m~50mの方形プロットを基本とし 毎木調査法により実施した 胸高直径 樹種 上層木平均樹高 樹冠疎密度 下層植生密度 傾斜 方位を計測した なお 炭素蓄積量の算定には バイオマス量の計はBrown & Schroeder 式 10 を 炭素量フラクション係数 11 は0.47を用いた 平成 26 年度の実施結果も含め調査結果一覧を表 3-1に示す 表 3-2に本年度実施分の森林調査結果を取りまとめた なお 各プロットの調査結果の詳細は巻末資料を参照されたい 表 3-1 空中写真撮影と森林調査箇所数 調査地域 空中写真撮影森林調査 H27 実施 H26 実施 H27 実施 H26 実施 シャン州タウンジー郡 12 点 3 点 3 点 マンダレー管区モゴー地区 7 点 - 7 点 - バゴー管区イェダシー地区 2 点 2 点 2 点 2 点 合 計 21 点 5 点 9 点 5 点 10 IPCC Good Practice Guidance for LULUCFに記載されている熱帯林地域に適応されるバイオマス算定のためのアロメトリー式 11 バイオマスを炭素蓄積量に換算するための係数 3-5

56 図 3-5 空中写真撮影 森林調査の様子 調査地区 バゴー管区イェダシー マンダレー管区モゴー地区 林相タイプ 表 3-2 森林調査結果取りまとめ表 本数 /ha 上層樹高 (m) DBH (cm) TBA ( m2 /ha) 炭素蓄積量 (tc/ha) 優占樹種 Teak plantation Teak 8 ys Teak plantation Teak 8 ys Closed forest 2, Saytalone Closed forest 1, Tha pyay Closed forest Ohn ton Pine forest Pine Pine forest Pine Closed forest 1, Thital Open forest Kyat yoe UAV より撮影した 21 地点について 3 次元復元ソフト Photoscan1.2.3(Agisoft) を用いて次の 4 つを生成した ( 図 3-6) なお 各プロットの 3 次元復元成果は巻末資料を参照されたい 1 オルソフォト ( 正射投影写真 ) Geot iff 形式 KMZ 形式 2DSM 14 ( デジタル表層高モデル )Geot iff 形式 33 次元モデル PDF 形式 15 4 点群データ (Point cloud) LAS 形式 12 位置情報の付与された画像ファイル形式 13 Google Earth のファイル形式 14 地上の被覆物 ( 建物 樹木等 ) も含めた高さ これらを取除いた地上面の高さを DTM と呼ぶ 15 xyz の 3 次元位置情報を持つ点群データのファイル形式 3-6

57 相対高度 120m 0m オルソフォト DSM 3D モデル 点群データ 図 次元復元処理による生成物の例 UAV 成果と森林調査結果との関係分析 UAV 撮影写真を用いて3 次元復元ソフトにより生成されたオルソフォト DSM 点群データなどと森林調査結果との関係を分析し 林分物理量推定手法について検討を行った 各林分物理量と関係分析を行ったUAV 成果 関係分析の流れを図 3-7に示す 図 3-7 UAV 成果と森林調査結果との関係分析 3-7

58 (1) 林分状況の把握オルソフォト DSM 点群データ等を用いて林分状況の把握について検討を行った 1 林分状況の変化図 3-8は バゴー管区イェダシー地区チーク植林地オルソフォトと点群データによる林分断面図である 図の上段は間伐前 2014 年 10 月撮影 下段は間伐後 2015 年 11 月撮影のデータである 2 時点のオルソフォトを比較すると 紅葉状態 ( 虫害による変色 ) 裸地部分の農地への転用など目視により2 時点の林分状況の変化を確認することが出来る また 林分断面構造を比較すると 間伐により立木が消失している状態や 立木密度の変化 落葉による樹冠開空度が上がったことにより地表面まで点群が生成されているなどの詳細な林分状態を確認できる 図 3-8 チーク植林地における間伐前後の林分状況の変化 2 林相判読図 3-9は UAVによるオルソフォト Goo gle earth RapidEye の画像である それぞれ空間分解能がことなるため 画像から得られる情報量が異なる もっとも空間分解能が高いUAVオルソフォトは 樹冠 葉色の違いなど単木レベルでその違いを確認できるため 詳細な林相区分に利用が可能である UAV オルソフォト (4.6cm) Google earth( 不明 ) RapidEye(5m) *() 内は空間分解能 図 3-9 画像別空間分解能の違い 3-8

59 3 林間ギャップその他の利用方法としては DSM DSMから発生させた等高線 点群データによる林分断面図などを用いることでオルソフォトより容易に林間ギャップを確認することが出来る 図 3-10のオルソフォトの黄色丸は林内のギャップ部分である オルソフォトではわかりにくいが DSM や等高線図 断面図などから より明瞭にギャップを確認することができる 図 3-10 林間ギャップ (2) 樹高計測森林調査による樹高計測は 従来 Vert ex 16 などの音波測定器によって行われている しかし うっ閉した林内では立木頂点の視認が困難な場合が多く正確な樹高測定ができない また 測定者の経験 スキルから生じる誤差も大きいなどの欠点がある UAVから生成した点群データを用いて樹高計測を行い 計測精度の評価を行った 森林調査の樹高計測は上層木 5~6 本から求めた上層木平均樹高である 森林調査と同一エリアの点群データから林分断面図を作成した後 森林調査と同様に上層木の樹木 5~6 点を計測しその平均値を求め 実測値との相関解析を行った 図 3-11に点群データによる樹高計測方法を示す 赤枠内が森林調査範囲 地盤と樹木の頂点の差から樹高計測 図 3-11 点群データによる樹高計測方法 16 音波と角度によって樹高を求める森林調査に使用される計測器具 3-9

60 点群データによる樹高計測は3 次元モデル復元が不完全であった2 点 ( プロット11 12) を除く 19 点のプロットに対して行った 図 3-12に樹高計測の例を示す 表 3-3に調査結果を取りまとめた 調査地の林相タイプは 常緑広葉樹林 落葉広葉樹林 マツ林 チーク人工林など 疎密度は20%~90% 傾斜度は0~35 度であった 点群データによる樹高計測精度は 決定係数 17 (R 2 ) 最小二乗誤差 18 (RMSE) は0.889と高い精度を示した プロットごとの計測結果をみると 最も実測値との差が小さかったのが プロット10と18であり その差は10cmであった この2プロットの林相タイプはそれぞれマツ林とチーク林で 本数密度が低いうえにフラットな地形であった そのため地表面の点群も明瞭に生成されており計測が容易で誤差が小さかったと思われる 一方計測誤差が大きかったのは プロット12であり誤差は1.7mであった 林相タイプは常緑混交林 本数密度も高く 傾斜度 27 度と急傾斜であり 地面の点群が上手く生成されず 計測が難しく誤差につながったと思われる 図 3-12 点群データによる林分断面図と樹高計測の例 回帰分析の精度 値が大きいほど独立変数と従属変数の間の相関が高い予測値が正解からどの程度乖離しているかを示す精度評価指標の一つ 値が小さいほど優れている 3-10

61 樹高 (m) 表 3-3 点群データによる樹高計測結果 本数 (/ha) DBH (cm) 樹冠疎密度 (%) No 森林タイプ 傾斜度 森林調査 点群データ 誤差 Closed forest Closed forest Closed forest Closed forest 1, Closed forest Closed forest 2, Pine forest Closed forest Pine forest Pine forest Closed forest 2, Closed forest 2, Closed forest Pine forest Pine forest Closed forest 1, Open forest Teak plantation Teak plantation R RMSE ( 注 ) プロットNo.11 12は3 次元モデル復元が不完全であったため除外 (3) 体積推定 図 3-13 点群データと森林調査のプロット別分布 森林の炭素蓄積量は林分のバイオマス量から計算される また バイオマスは幹 枝葉 根茎等の乾重量から計算されるため林分材積とは高い相関関係にあると想定される よって 林分材積を計測することで 森林炭素蓄積量を推定できる可能性がある UAVから生成されるDSMは樹木などを含む表層面の高さデータである よって これよりDTM ( 地上部の高さ 標高 ) を差し引くことで林内空間体積 ( 容積 ) を求めることが出来る この空間体積と実測により得られた材積との関係を求めることでUAVによるDSMから材積推定する方法を検討した しかし 精度の高いDTMをどのようにして求めるかが課題となる 航空レーザ測量 19 や航空写真測量 20 から高精度なDTMを取得することが出来るが 費用面での課題から本事業ではより安価で効率的な手法を検討する必要がある 林分体積推定のイメージ図を図 3-14に示す 19 航空機に搭載したレーザスキャナの反射時間から得られる距離と航空機の位置情報より標高等を調べる方法 3-11

62 DSM と DTM の違い 図引用 : 北日本朝日航洋 植生を含めた表面の高さ 差分 植生を含めない地表面の高さ 林内空間体積 森林炭素蓄積量 森林調査 DSM と DTM の差分から林内体積を求め 森林調査によるバイオマス量との関係から炭素蓄積量を推定 図 3-14 林分体積推定のイメージ図 20 航空写真と地上の位置関係を求め 写真上での像の違いを立体的にかつ精密に測定し正確な地形情報を調べる方法 3-12

63 (4) 本数 直径の計測毎木調査は 全木の胸高直径を計測する しかし 多大な労力を必要とするため 省力化のための研究がおこなわれている 現在もっとも盛んに研究なされているのは地上レーザによる方法であるが 機材等が高額であるために 現段階では途上国での実用化には不向きである そこで 本年度は新たな取組みとして林内写真による3 次元モデル化による本数と直径計測を試行した 森林調査プロット周囲の連続写真を撮影し 3 次元復元ソフトにより点群データを生成しこれより本数計測と直径計測を試みた 図 3-15 上は 作成したチーク林の林内点群モデル 青い四角が撮影写真である 図 3-15 下は同一視点による点群モデルと地上写真である 点群モデルは点の集合であるが あたかも写真のように樹皮の文様まで再現されていることが分かる 点群モデルが写真と決定的に違うのは 3 次元の位置情報を持つことである よってこの位置情報を利用して直径を計測することが可能である 林内点群モデル ( 青い四角が撮影写真 ) 林内点群モデルと同一視点の地上写真図 3-15 林内点群モデル林内点群データを胸高直径階 (1.2~1.3m) で水平面に輪切りし 直径 本数計測を行った 計測方法を図 3-16に計測結果を表 3-4に示す 本数計測結果は実測値と同じ値となった 直径計測結果は0.9cmの差があった この結果だけから判断すると非常に高精度であるといえる しかし 本数密度が低い 下層植生が少ない 平坦な場所であるなどの条件を満たさない場合は 1 本 1 本が識別できるほどの林内点群モデルが生成されない そのため 本数 直径が計測できず 実利用には課題が多い 3-13

64 黄色枠が森林調査プロット 黄色枠内の点群データの縦断面図 1.2~1.3mで輪切りした点群データ ( 赤点の固まりを 1 本として本数計測 ) 幹径を計測 ( 胸高直径 ) 図 3-16 林内点群データによる直径および本数計測方法 表 3-4 林内点群データによる本数と直径の計測結果 点群データより計測 実測値 本数 平均直径 ( cm )

65 3.3. まとめと課題 UAVによる空中写真撮影データから3 次元復元ソフトウエアにより オルソフォト DSM 点群データ等を作成し これより林分物理量の把握方法の検討 林分状況把握のための利用法の検討を行った 以下にその結果をまとめる (1) 林分状況把握オルソフォト 点群データ DSM を利用した林分状況の把握は 現況把握 林相判読 変化モニタリングなど一般の空中写真と同様な利用方法が可能である UAVによる撮影は 航空機搭載カメラによる空中写真のように広範囲を撮影することは出来ないが UAVは可搬性に優れているため森林調査時に持運び 短時間で写真撮影を行うことが出来る このUAVの機動力の高さは林分状況把握に対して大きなメリットであるといえる (2) 樹高計測点群データを用いた樹高計測は実測値との相関も極めて高く 実利用が可能である 森林調査者が樹高計測機器を用いて測定する場合 測定者のスキルによって精度差が生じる 一方 点群データによる樹高測定は 机上で行うことが出来る そのため複数人で測定し 結果の検証を行うことで信頼性を高めることが可能である (3) 材積推定 DSMと DTMの差分を用いた林分材積推定は 方法論としての可能性は高い しかし いかに精度の高いDTMを取得できるかが課題である 今後はDSMの地面部分から全体のDTMを簡便に推定する方法などの技術開発と実測値との精度検証を行う必要がある (4)DBH 本数( 林内点群データ ) 林内点群データによるDBH 本数計測の結果は良好であった しかし 本数密度が低い 下層植生が少ない 平坦な場所であるなどの一定の条件を満たさない場合は 1 本 1 本が識別できるほどの林内点群モデルが生成されない そのため 本数 直径が計測できず 実利用には課題が多い (5)REDD+ のMRVにおける貢献度 UAVによる空中写真撮影および3 次元復元解析は 林分状況を位置情報とともにデジタルデータとしてアーカイブ出来る そのため 現地で調査を行う森林調査とは異なり結果の再現性があり MRVにおける透明性と堅牢性への貢献が期待できる 3-15

66 4. 技術移転 人材育成活動

67

68 4. 技術移転 人材育成活動 4.1. 目的と概要 国際協力プロジェクトでは 事業効果の持続性が重要視され 事業実施中の技術移転や人材育 成が強化されている また REDD 体制の構築には 森林資源のモニタリングや将来予測のため の手法に係る技術移転 能力向上が重要である そこで 対象国の政府関係者 研究者等を対象とする森林炭素蓄積量の変化を把握する技術に 関する専門的な研修等を実施し 事業を通じて得た知見や開発した技術を移転することを目的とし 技術移転 人材育成活動を実施した ミャンマー森林局職員の専門的知識 能力は全般的に高いが 具体的技術の利活用面でのトレーニングに関しては 森林局側も研修の必要性を強く感じている カウンターパート (C/P) 機関である環境保全林業省森林局計画統計部にはRS/GIS 課があり リモートセンシング GISの技術を用いた森林資源把握を実施している 同課は Landsat 衛星およびIRS (Indian Remote sensing Satellite) 衛星を用いて2005 年と2010 年の2 時点のミャンマー全土森林分布図を作成している こうした先進的な取り組みにも積極的ではあるが データや解析設備調達のための予算不足 若年職員の技術研修の機会が限られているなどの問題点も森林局側は認識しており 本事業に対しても人材育成活動面での協力が求められている そこで 森林局の要望も考慮しつつ技術研修 本邦研修 ワークショップの3つの活動を実施した 4.2. 活動内容 (1) 技術研修 現在 環境保全林業省では 国家レベルの地図作成 One Map Myanmar Project や 5 年に一度 FAOに森林現況を報告する目的もかねた衛星リモートセンシングを利用した森林分布図作成などの政策活動を実施している また 森林の分布状態 土地利用の状況把握を目的とし UAVの導入計画も同時に進めている このような相手国の実情も踏まえたうえで森林劣化の把握や森林調査に主眼を置いたUAV 撮影によるデジタル写真の利用法など新技術に関する技術研修を実施した UAVによる森林劣化把握および森林調査 モニタリングのための利用方法について UAVの基礎知識 操縦方法 UAVデータの解析方法などについて座学と実技による研修を行った 環境保全林業省傘下のすべての局 ( 森林局 環境保全局 企画統計局 乾燥地緑化局 測量局 ) 林業大学 森林研究所の職員が研修に参加した 実施日 : 2015 年 9 月 14 日 ~9 月 18 日 受講生 : 15 名 講師 : アジア航測株式会社 2 名 パイロット パイロット補助者 データ解析者の3 名を1 組とする班編成を行い 座学と実技によるUAVフライト訓練と3 次元復元技術によるデータ解析に関する研修を行った 研修の成果を確認するために実際にフライト計画からデータ解析までの一連の作業を班ごとに行い 成果発表と意見交換を行った 研修メニューを次に示す 1. 飛行技術 シミュレータとトイヘリによる練習 習得度試験 実機による訓練 ( 準備 計画 フライト ) 2. データ解析 4-1

69 3 次元復元処理 ( オルソ DSM 点群 3D モデル作成 ) 点群データ処理 ( 断面解析 樹高計測 ) 3. 総合実習 班ごとに飛行計画を立案し フライトからデータ処理までの一連作業を実施 VERT EX による樹高計測を行い UAV による推定値との比較検討 4. 成果発表 意見交換 現在 ミャンマーでは省をあげて UAV 利用の取組みを強化しようとしていることもあり 研修 生の UAV 利用に対する学習意欲も高く 本研修に対する評価も高かった また 研修期間の延長 と機材支援についての要望もあげられた 研修プログラムを表 4-1 に 研修風景を図 4-2 に示す Date 14-Sep 1. Orientation 2. UAV flight training step 1 15-Sep 4. UAV flight training step 3 16-Sep 17-Sep 18-Sep 表 4-1 技術研修プログラム Program 9:30-12:00 13:30-15:45 7. UAV data analysis 1 Making of Orthophoto, 3D model, Point data and DSM 9. Total practice From flight to data analysis by trainee 10. Presentation (wrap up) 11. Closing 3. UAV flight training step 2 5. Demonstration flight 6. Flight practice by trainee 8. UAV data analysis 2 DSM and Point data handling same as the left フライトシミュレータ ( 練習用 ) トイヘリ ( 練習用 ) Phantom3 と周辺機器 ( 実機訓練用 ) 図 4-1 研修使用機材 4-2

70 開校式 座学風景 実機による実技風景 実機による実技風景 図 4-2 技術研修風景表 4-2に研修に対する理解度アンケートの結果をまとめる 理解度はおおむね良好で 研修自体に対する評価も良好であった なお さらに高度なトレーニングや長期研修の実施 機材の供与などの要望があった アンケートの回答例を図 4-3に示す 表 4-2 技術研修に対する理解度アンケート結果 Question Assessment too Hard Hard Average Easy too Easy 1st day 1.UAV flight Training step UAV flight Training step nd day 3.UAV flight Planning Flight practice by trainee rd day 5.UAV data analysis UAV data analysis th day 7. Total training Total Assessment Excellent Good Average Fair Poor

71 図 4-3 アンケート回答例 (2) 本邦研修 本邦研修では ミャンマー森林局より政策担当の若手職員と RS/GIS セクションの技術者計 3 名の 職員を招聘し 日本における REDD+ への取り組みや日本の森林林業 持続可能な森林管理などに ついての研修を行うとともに ワークショップを開催し 意見交換を行った ワークショップでは 日本側からは日本の森林と林業 レーザ技術を使った最新技術について 発表し 研修生は持続可能な森林管理 リモセン活用事例 山火事監視 コミュニティフォレストに関する発表がなされた リモート センシング技術センターでは 衛星リモートセンシングによる森林劣化のモニタリング方法やアマゾンでの森林減少解析事例の紹介 京都大学では 東南アジアのREDD+ の取組みについてワークショップと意見交換 京都府立大では GISを活用した森林管理 里山について講義 岡山県西粟倉村では 百年の森構想の見学と真庭市のバイオマスエネルギーの実例についての研修を受けた 研修内容の概要を以下に示す また 研修スケジュールを表 4-3に ワークショップのプログラムを表 4-4に 研修の様子を図 4-4に示す 研修者氏名 : Mr. Phone Htut (Staff officer, FD) Mr. Ye Lwin Aung (Range officer, FD) Mr. Kyaw Zar Linn (Range Officer, FD) 実施行程 : 2015 年 10 月 19 日 ~10 月 28 日 4-4

72 訪 問 先 : 林野庁 ( 海外林業協力室表敬 ) 調布飛行場 ( 航空レーザ機器 航空カメラ 航空機機体の見学および説明 ) リモート センシング技術センター ( リモートセンシング講義 ) 京都大学 ( 東南アジアのREDD+ に関するワークショップ ) 京都府立大学 ( 施設見学および森林 GISに関する講義 ) 西粟倉村百年の森 ( 日本の森林施業に関する施設見学と講義 ) 岡山県真庭市バイオマス施設 ( バイオマス施設見学 ) 表 4-3 本邦研修スケジュール 年月日 研修内容 2015 年 10 月 18 日 ( 月 ) 出国 10 月 19 日 ( 火 ) 林野庁表敬 オリエンテーション 10 月 20 日 ( 水 ) ワークショップ :REDD+ と持続可能な森林管理 ( アジア航測 ) 10 月 21 日 ( 木 ) 調布飛行場 ( 航空機材見学 ) RESTEC( リモセン講義 ) 10 月 22 日 ( 金 ) 京都大学 ( ワークショップ ) 京都府立大学(GIS 講義 ) 10 月 23 日 ( 土 ) 移動 10 月 24 日 ( 日 ) 休日 10 月 25 日 ( 月 ) 西粟倉百年の森 ( 日本の森林施業 ) 10 月 26 日 ( 火 ) 真庭市バイオマス施設 ( 施設見学 ) 10 月 27 日 ( 水 ) 帰国 表 4-4 ワークショッププログラム ( 本邦研修 ) Time Program Presenter 13:00 Registration 13:10-13:20 Opening remarks / About us Mr. Takio Sano 13:20-13:35 1. Forest in Japan Mr. Yukio Wada 13:35-13:55 2. Forest degradation monitoring by RS and UAV Mr. Naoki Mitsuzuka 13:55-14:15 3. Forest recover from the radioactive contamination Dr. Hideyuki Noguchi 14:15-14:35 4. Sustainable forest management utilizing Lidar Ms. Asuka Wachi 14:35-14:55 Tea break 14:55-15: Utilization of RS & GIS to Concern with The Sustainable Forest Management in Myanmar 5.2 Forest Fire Assessment in Forest Department Mr. Phone Htut 15:15-15:35 6. Establishment of Community Forestry in Myanmar Mr. Kyaw Zar Linn 15:35-15:55 7. Legal Process of Permanent Forest Estate Constitution in Myanmar 16:00 Closing Mr. Ye Lwin Aung 4-5

73 林野庁 ( 表敬 ) アジア航測 調布駐機場 RESTEC 京都大学 京都府立大学 西粟倉百年の森 真庭市バイオマス施設 図 4-4 本邦研修の様子 4-6

74 本邦研修に対する研修生によるアンケート結果を表 4-5 に示す 総合評価平均は 5 段階中 5 と高評 価であった 表 4-5 本邦研修に対する研修生のアンケート ( 回答者 : 研修生代表 Staff Officer) 1 (not good), 2 (need improvement), 3 (good ), 4 (very good),5 (excellent) (3) ワークショップ本事業の活動報告および成果について報告するとともに 情報共有と意見交換を行った ミャンマー側からは炭素排出 エコシステムサービス 衛星データと地上データを統合したバイオマス推定 RSと GISによる土地利用変化把握などの研究例が発表され 森林減少 劣化 REDD+ に関連する関心の高さがうかがえた また 本事業に対しても技術的 具体的な質問も多く さらなる支援を期待された なお 本事業の委員である森林総合研究所佐藤保委員 同研究所道中哲也主任研究員がオブザーバーとして参加され また同研究所森林管理研究領域鷹尾元チーム長には森林総合研究所とミャンマー森林局との協働プロジェクトの紹介がなされた 実施月日 : 2015 年 1 月 28 日 出席者 : 環境保全林業省森林研究所所長以下 50 名 開催場所 : ミャンマー森林研究所大講堂ワークショッププログラムを表 4-6に ワークショップの様子を図 4-5に示す 4-7

75 表 4-6 ワークショッププログラム Time Program Presenter 09:00 09:30 09:30 10:30 10:30 10:50 10:50 11:10 11:10 11:30 11:30 11:50 12:00 13:10 13:10 13:30 13:30 13:50 13:50 14:10 14:10 14:30 14:30 14:50 14:50 15:00 Registration Opening ceremony Opening speech Photo session, Tea Break SoFDM Project summary and Forest Degradation Analysis by RapidEye Forest Factor Measurement utilizing UAV - for Forest degradation monitoring - Application of LiDAR Surveying in Seasonal Tropical Forest- Sharing the practical knowledge in Cambodia - Introduction to an FFPRI-FD project; "Nesting a REDD+ project carbon accounting and monitoring system under the (sub-) national system a case study" Lunch Carbon Estimation from Deforestation in Dry Depterocarp Forest, Central Myanmar Integration of Ground Inventory Data with Landsat Imagery to Estimate Aboveground Biomass of Tropical Deciduous Forest in BagoYoma, Myanmar Spatial Assessment of Ecosystem Services in Nay Pyi Taw, Myanmar Monitoring of Land use and Land cover changes in Tanintharyi Nature Reserve using RS & GIS Q&A and Discussion Closing remarks Director, FD Mr. Takio Sano Senior General Manager, Fellow, AAS Mr. Naoki Mitsuzuka Forest Engineer, AAS Mr. Yukio Wada Senior Forest Engineer, AAS Mr. Takio Sano Senior General Manager, Fellow, AAS Dr. GenTakao, Chief, Resources Analysis Laboratory, Forestry and Forest Products Research Institute Dr. Yu Ya Aye, Staff Officer, FRI Mr. Khine Zaw Wynn, FD Mrs. Kay Khine Lwin, FD Mr. Nay Lin Tun, FD Dr. Thaung Naing Oo, Director, FRI 4-8

76 図 4-5 ワークショップ実施風景 4-9

77 5. 事業のまとめと課題

78

79 5. 事業のまとめと課題 5.1. 平成 27 年度の成果のまとめと課題 平成 27 年度事業のまとめを表 5-1に示す また 衛星データによる森林劣化モニタリングに関 する技術開発 および 小型 UAVによる森林劣化状態把握に関する検討 について以下に述べる 表 5-1 平成 27 年度の事業成果のまとめ 活動区分 事業成果 衛星データによる森林劣化モ (1) 森林変化図の作成 ニタリングに関する技術開発 (2) 森林劣化監視重点地域の抽出 (3) パイロット調査対象地の追加 (4) RapidEyeデータの収集 整備 ( 追加 10シーン 計 26シーン ) (5) RapidEye 植生指数算出 (NDVI,RE-NEVI,WDRVI0.1, 同 0.2) (6) 植生指数と林分物理量の相関解析 (7) RapidEyeテクスチャー値算出 (8) テクスチャー値と樹冠径の相関解析 (9) まとめと課題の整理 小型 UAV による森林劣化状態 (1) UAV 機体の検討 選定 把握に関する検討 (2) パイロット調査地域における森林調査 (7プロット) (3) パイロット調査地域における空中写真撮影 (21プロット) (4) オルソフォト 3 次元モデル DSMの作成 (21プロット) (5) UAV 成果による森林情報把握に関する試行 (6) まとめと課題の整理 技術移転と人材育成 (1) ワークショップ開催 (1 回 50 名 ) (2) 技術研修 ( 研修マニュアルの作成 1 回 15 名 ) (3) 現地調査によるOJT 研修 (1 回約 7 名 森林調査 UAV 撮影 ) (4) 本邦研修 (1 回 3 名 ) (5) 事業報告書の作成 ( 和文 英文 ) 衛星データによる森林劣化モニタリングに関する技術開発 まとめと課題 衛星データによる森林劣化モニタリングに関する検討 についてのまとめと課題を以下に述べる (1) まとめ 2 時点の森林分布図を用いて 森林変化図を作成した 森林変化図をもとに森林劣化監視重点地域の抽出を行った パイロット調査対象地域は 過年度の対象地に加え 森林劣化監視重点地域でもあるマンダレー管区モゴー地区とした RapidEye データを新規に10シーン購入 整備した 過年度の整備分と合わせて26シーンをそろえた RapidEyeデータを用いて植生指数を算出 (NDVI,RE-NEVI,WDRVI0.1, 同 0.2) した 5-1

80 森林調査による林分物理量と比較したところ NDVI WDRVI(α=0.1および0.2) の最大値と胸高断面積合計が高い決定係数を示した またWDRVI(α=0.1) の最大値は 樹高 胸高直径 胸高断面積合計 炭素蓄積量と高い決定係数を示した 植生指数は下層植生である草本 低灌木の被覆にも影響を受ける この欠点を補うためには 衛星データから得られる異なる次元の情報を加えて 林分物理量の推定の精度と確度を高める必要があることがわかった 植生指数の欠点を補う目的でRapidEyeデータから得られるテクスチャー値と林分の樹冠径平均値の相関解析を行った テクスチャー値 (11x11 画素の標準偏差 ) と樹冠径が最も高い決定係数を示し 植生指数の欠点を補う傾向が確認された (2) 課題 炭素蓄積量推定モデル式を作成するため 植生指数とテクスチャー値を併用した手法開発が必要である RapidEyeデータで確立された炭素蓄積量推定手法を全国展開するためにLandsat データとの関係を検討する必要がある 全国を対象とした森林劣化モニタリングにおける衛星データ利用の位置づけについて 検討が必要である 小型 UAVによる森林劣化状態把握に関する検討 まとめと課題 (1) まとめ 高分解能衛星から抽出した森林劣化 HotSpotに対して林分詳細情報 ( 林分物理量推定など ) の把握を目的とし アクションカメラを搭載した安価なマルチコプターによる空中写真撮影を行い 森林劣化の現況把握への適用方法について検討した 調査対象地においてUAVによる空中写真撮影と森林調査を実施 両者の関係を解析し UAVの利用可能性について検討を行った 小型 UAVは機動性が高く よほどの悪天候でない限り容易に空中写真撮影が行うことが出来 また 近年の3 次元復元技術の進歩によって簡便に安価にオルソフォトなどを作成できる 3 次元モデル復元ソフトウエアより作成されるオルソフォト 点群データ DSMを用いた林分状況の把握 樹高測定は実利用が可能であることが実証された 林内点群モデルによる直径および本数計測は 一定の条件を満たす場合にのみ有効である (2) 課題 UAVより求めたDSM( 表層面の高さ ) を利用し 材積 ( バイオマス ) を推定の可能性があるが そのためには簡易かつ精度の高いDTM( 地表面の高さ ) を求める手法開発が課題である 5-2

81 今後は これまでに開発したUAVを利用した林分物理量測定手法をとりまとめ 実利用に向けた運用方法を技術指針として取りまとめる必要がある 5.2. 平成 28 年度に向けて 本事業の目的は 森林劣化による森林炭素蓄積量変化を把握する簡素で効率的な手法の開発や 研修等を通じた人材育成と技術移転を行い 開発途上国の森林劣化対策に必要な技術力の向上を支援すること である そのため 衛星リモートセンシング技術による林分物理量推定手法を適用した全国展開可能な森林の炭素蓄積量変化の把握手法に関する技術指針を作成する ことを目標としている 森林劣化による炭素蓄積量把握のための技術開発第 2 章でも述べたが 森林劣化にともなう炭素蓄積量の変化を把握するためには まず森林劣化地点を抽出し 現況の炭素蓄積量を把握しなければならない 平成 年度事業ではこれらの課題を解決するために衛星データの解析 UAV 撮影および森林調査から個々の相関分析を行い 林分物理量および炭素蓄積量推定手法について検討を行った 森林劣化箇所の抽出から 炭素蓄積量推定 現況把握までの流れを下記に示す ( 図 5-1) 1 森林劣化地点を抽出ミャンマー森林局作成の2 時点の森林区分図により 密閉林 (Closed Forest) から疎林 (Open Forest) に変化した箇所を森林劣化監視地域として抽出する 2 森林劣化地点の炭素蓄積量推定次に森林劣化地点を含むRapidEye 衛星から求められる植生指数とテクスチャー指数によって森林炭素蓄積量を推定する なお この結果は1 の森林分布図の精度検証データとしてフィードバックすることが可能である 3 森林劣化地点の現況確認森林劣化地点の林分状況と推定された炭素蓄積量とを把握するために 森林調査およびUAV 空中写真撮影の現地調査を実施し 撮影データから得られる3 次元データ等を用いて現況の林分物理量を計測する 図 5-1 森林劣化箇所の把握と炭素蓄積量 5-3

82 平成 28 年度は前節 5.2.1で述べた衛星データ等を用いた森林劣化による炭素蓄積量把握技術をブラッシュアップするとともに 全国レベルで森林劣化にともなう炭素蓄積量変化把握のための技術指針を作成する 平成 年度の過去 2ヵ年の事業成果と課題を踏まえ 事業最終年である平成 28 年度の活動内容 ( 案 ) を整理し図 5-2に示す 技術開発 衛星データによる技術開発 UAV による技術開発 目的 内容 方法 結果 課題 内容 方法 結果 課題 平成 26 年度 林分物理量把握のための検討と課題整理 衛星データによる林分物理量推定と課題整理 ( ステップ 1) 植生指数による試行と検討 植生指数と林分物理量の関係性が確認された 植生指数の弱点を補完する情報が必要 UAV の特徴整理と利用可能性の検討と課題整理試験飛行による利用法の検討整理と 3 次元復元解析の試行林分現況把握に対して利用可能性があることが確認されたデータ歪の改善と林分物理量推定の精度検証が必要 平成 27 年度 林分物理量把握手法の方向性の決定 衛星データによる林分物理量推定と課題整理 ( ステップ 2) テクスチャー値と樹冠径の関係検討 テクスチャー値が植生指数の補完情報となり得ることが確認された 植生指数とテクスチャー値を統合した林分物理量推定方法が必要 UAV による林分物理量推定と課題の整理 UAV 空中写真撮影の実施と林分物理量の相関分析 林分概況把握 樹高計測への有効性が確認された 材積 ( バイオマス ) 推定手法の検討が必要 技術開発 衛星データ UAV 現地調査を統合した技術開発 目的 内容 方法 平成 28 年度 炭素蓄積量把握のための技術指針の作成 1 衛星データによる炭素蓄積量推定手法のまとめ 2UAV による炭素蓄積量推定手法のまとめ 3 全国レベルでの炭素蓄積量変化把握手法の開発 1 植生指数とテクスチャー値とによる炭素蓄積量推定精度の評価 2 表層高データを用いた材積推定手法の開発と精度検証 3 衛星データ UAV 現地調査等を融合した手法案の確立 図 5-2 平成 年度の実施内容 方法 課題と平成 28 年度の実施内容 ( 案 ) 森林劣化による全国レベル炭素蓄積量変化把握のための技術開発現段階で想定している全国展開を想定した森林劣化による炭素蓄積量変化把握の技術指針案 1LANDSAT 単独モデルと2NFI 連携モデルを次に示す 1Landsat 単独モデル Landsat 衛星を用いたCS 推定モデル式によって全国の森林炭素蓄積量を推定する これを5 年ごとなど定期的に実施し森林炭素蓄積の変化量を推定する Landsat 衛星は無償で提供されているためにコスト面でのメリットは大きいが RapidEye 衛星で開発予定の炭素蓄積量推定技術の適用可能性を精度評価も含めて検討する必要がある 2NFI 連携モデル全国にグリッド交点などの定点調査地 (PSP) を設け 森林調査 UAV 撮影などによって炭素蓄積量を測定し 定期的にモニタリングすることで森林劣化の炭素蓄積量の変化を把握する ( 図 5-3) 具体的な手順を以下に示す 全国にグリッド交点などの調査地点 (PSP) を設置する 調査地点への到達可否を判定する 5-4

83 < 到達可の場合 > 初回は森林調査とUAV 空撮の両方を実施する 炭素蓄積量を推定するためのCS 推定モデル式 (1) を作成する 次回以降は UAV 空撮のみを実施し この式をもって森林炭素蓄積量を推定する < 到達不可の場合 > RapidEyeデータ解析をもとにCS 推定モデル式 (2) より炭素蓄積量を推定する * この場合 別途地域別に森林調査との関係よりCS 推定モデル式 (2) を作成しておく必要がある 図 5-3 森林炭素蓄積量変化把握モデル -NFI 連携モデル -( 案 ) 5-5