システム農学
検索
OR
閲覧
検索
29 巻 , 4 号
選択された号の論文の3件中1~3を表示しています
    • |<
    • <
    • 1
    • >
    • >|
研究論文
  • 後藤 誠二朗, 粟屋 善雄
    29 巻 (2013) 4 号 p. 145-153
    公開日: 2015/06/04
    ジャーナル フリー
    効率的な森林経営計画の策定に必要な現状を正確に反映した森林情報を得るための手段として、衛星リモートセンシングが期待されている。RapidEye 衛星は2008 年に打ち上げられた新しい人工衛星であり、基本の4 バンド(青、緑、赤、近赤外)に加えて波長710nm 付近(Red edge)を観測できるセンサーを搭載している。そこで、RapidEye 衛星データを用いて森林の植生タイプ分類を様々な手法で行い、Red edge バンドの有効性について検証し考察を行った。教師なし分類および教師あり分類を行った結果、バンド数の増加により分類精度は向上するものの、Red edge の情報が分類精度の向上に果たす役割は大きくないと推測された。そこでRed edge バンドの有効性を検証するために、Red edge バンドを用いた正規化指数を用いて植生分類を行った。その結果、NDRE(正規化レッドエッジ指数)を用いてNDVI(正規化植生指数)よりも高い精度で植林樹種(スギ、ヒノキ)を分類することができた。さらに、Red edge バンドを用いた場合の新しい分類指標としてRe 差分情報(DRe)を考案した。DRe を用いて針葉樹、広葉樹およびアカマツを分類できる可能性を示すことができた。今後DRe を用いてより高い精度で森林タイプ分類を行うためには、分類する際の閾値の設定や他時期のRapidEye 衛星データの利用について検討する必要がある。
    抄録全体を表示
技術論文
  • 丸居 篤, 鹿野 翔, 凌 祥之
    29 巻 (2013) 4 号 p. 155-160
    公開日: 2015/06/04
    ジャーナル フリー
    福岡県旧前原市においてイノシシ被害に関するアンケート調査(対象面積11,202ha、31 農区、農家1,069 戸)を実施し、耕作放棄地とイノシシ被害との関係を解析した。アンケート内容は、記入者の営農情報、被害に関する情報、対策の有無であり、有効なアンケートの回収率は79.6%であった。主な被害作物は稲が全体の53%を占め、続いて野菜16%、ミカン13%、イモ5%、その他が13%であった。被害農地と土地利用との相関解析を行った結果、耕作放棄地の存在とイノシシ被害との間に有意な正の相関がみられた。GIS(地理情報システム)を用いた解析より、被害農地の92.3%が山林から100m以内に存在し、山林からの距離が被害要因の1つとなっていることが明らかとなった。また、被害農地の54.9%が耕作放棄地から100m以内に存在し、耕作放棄地との近接性も影響する可能性が考えられた。さらに、500mおよび1,000mメッシュを用いた相関分析から、イノシシ被害回数と放棄地面積の間に有意な正の相関があることが明らかとなった。
    抄録全体を表示
  • 福本 昌人, 吉迫 宏
    29 巻 (2013) 4 号 p. 161-167
    公開日: 2015/06/04
    ジャーナル フリー
    茨城県稲敷市を事例として、高解像度衛星画像を目視判読して水稲の作付けの有無がどの程度判別できるのかを調査した。対象地域では、2011年3月11日に発生した東北地方太平洋沖地震に伴って、水利施設の損壊や液状化による噴砂が生じ、広い範囲にわたって同年の水稲の作付けが困難になった。用いた衛星画像は、WorldView-2 衛星が2011年6 月29 日に観測した解像度0.5m のパンシャープン画像である。目視判読の経験のない3 名の者がその衛星画像のプリントを目視して区画毎に水稲の作付けの有無を判別した。その判別結果と衛星観測日の翌日に実施した現地踏査の結果を照合して、判別精度を求めた。その結果、判別精度は96.0~97.6%であり、目視判読の未経験者であっても高い精度で水稲の作付け判別を行うことができることがわかった。誤判別された区画の多くは、土壌表面の全体が湿っていた植被率の小さいエン麦作の非水稲作田、または、土壌表面の全体が湿っていた裸地状態(耕起後あるいは代かき後)の非水稲作田であった。判別精度は、衛星観測前の降雨状況に大きく依存していると考察された。
    抄録全体を表示
    • |<
    • <
    • 1
    • >
    • >|
feedback
Top