衛星画像解析による持続可能な森林の育成

米国農務省 (USDA) の森林局は、現在と未来の世代のために、100 年以上にわたって国の森林と草原の健全性、多様性、生産性を維持することに取り組んできました。 USDA の Forest Inventory and Analysis (FIA) プログラムは、高度なリモート センシング テクノロジの使用と統合を向上させて、その任務を支援します。

このビデオでは、USDA 森林局の職員が FIA プログラムについて説明し、マッピング プロジェクトの背後にある科学を実演しています。 USDA 森林局は、複雑な多次元ラスター解析の問題に取り組むために、ArcGIS と Python の汎用性を活用して、衛星画像と計測した森林特性との関係をモデル化するカスタム機械学習アルゴリズムを構築しています。 衛星画像の各ピクセルについて時間の経過に伴う変化を追跡することで、季節性と植生を監視し、干ばつや環境への影響を予測し、森林種の理解を深めることができます。 開発されるデータは、国の森林に関する政策や管理上の決定を伝えるために利用されます。また、持続可能な未来を創造するコラボレーションを促進するために、一般市民にも公開されます。

ビデオを再生して FIA プログラムで使用されるツールのデモを視聴するか、読み進めて主なポイントを確認してください。
 

このコンテンツは一般公開されており、米国森林局の ArcGIS Online 組織サイト、ArcGIS Living Atlas of the World、およびオープンデータ ポータルで公開されています。 このようなマップは、炭素管理、野生生物保護、集水域の回復、その他の環境サービスをサポートする環境保護計画に統合できる空間明示ツールへデータを供給する機能を提供します。

ジオプロセシング ツールやラスター関数などを使用する独自の解析で、これらのサービスを利用する 2 つの例を以下に示します。

1. 干ばつ - 干ばつは森林や森林地帯に大きな影響を与えており、機関の科学者は BIGMAP の結果をすでに利用して、干ばつモデルの予測を広く公開しています。 近年の暴露調査では、カリフォルニアのセントラル バレー周辺で重大な干ばつが見られました。 2040 年まで予測すると、干ばつ暴露は中部カリフォルニアからロッキー山脈南部に移動します。
   
   

2. 炭素隔離 - 適合性モデルにデータを追加すると、植樹の機会が重大な脅威なしに存在する太平洋岸北西部のエリアを識別できます。 これは、気候緩和または回復計画を実施する共有スチュワードシップを実現するのに重要なエリアになる可能性があります。

その他のサンプル マッピング アプリケーションには、次のものがあります。

• 主要森林炭素プールのマッピング
• 植生の季節性と森林構造全体の監視
• 山火事や竜巻などの干渉による森林炭素の喪失の表示
• 重大な脅威を伴わない植樹の機会を計画するための適合性のモデリング

使用されている 5 つのモデリング手法を次に示します。

植生の季節学

時間の経過に伴う変化を追跡することで、広い地理的エリアで季節性、植生サイクル、枯死を監視して、さまざまな種類の森林、樹木の種類の構成、森林構造全体を特定できます。

高調波回帰

この手法は、植生の季節学で取得された時系列の解析に使用され、植生の平均的な状態だけでなく、1 年の間に状態がどのように変化するかを特徴付けることができます。

生態学的配置

植生の季節変化を表すこれらの係数を、気候や地形のような他の補助データとともに、森林インベントリのプロットで収集された対応データと組み合わせることで、環境勾配に沿って樹木の種類を配置することができます。

K 最近隣内挿法

環境勾配のフィーチャ空間におけるプロットの位置は、k 最近隣内挿法 (kNN) アルゴリズムで使用できます。これは、フィーチャ空間で計測された近接性に基づいて、各ピクセルに「プロットのバケット」を割り当てます。

予測とマッピング

各バケットは、FIA のデータベースに格納されているレコードのグループを表します。そこからピクセル レベルの予測、不確実性の定量化、およびさまざまな森林属性のマッピングを行うことができます。