权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

マルチスケールリモートセンシングを利用したマレーシアサバ州における泥炭湿地林の森林火災影響評価

利用多尺度遥感评估马来西亚沙巴泥炭沼泽森林的森林火灾影响

基本信息

批准号：
04F04439
负责人：
露木聡
金额：
$ 1.47万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2006
项目状态：
已结题

项目摘要

本研究で開発した森林火災被災地の推定手法は、植生指数の差分とノイズ除去による簡便なものである。植生指数には中解像度衛星データを利用したNBRまたはNDWIが利用可能であるが、大気効果の影響を受け難い後者が有利である。ノイズ除去は、過大推定された被災候補地の排除のために必要である。本研究結果によれば、半島の良好な泥炭湿地林の半分が、劣化した泥炭湿地林の1/10が1998年の森林火災により消失した。ビンスルック森林保護区の保護林としての役割は重度に損なわれたが、クリアス保護区ではわずかな面積が被災したのみであった。複数回のENSOにより被災した泥炭湿地林の把握では、1998年のENSOにより発生した火災は、特に良好な泥炭湿地林にとって壊滅的で、劣化した泥炭湿地林では1998年から2003年にかけて被災面積が増加したことが明らかになった。また、被災経験のある泥炭湿地林は再発した森林火災の影響を受けやすいことが示された。本手法は簡便であるが、複数回ENSOによる撹乱を受けた他の熱帯地域に対しても、火災の回数や影響範囲に関する定量的な情報を与えることが可能である。QuickBirdデータを利用した詳細状況の把握のためにピクセルベースとオブジェクトベースの土地被覆分類手法の性能を比較した。セグメントを小さくした場合には、オブジェクトベースでカッパ係数94%と、ピクセルベースより5%高い分類精度を示した。さらに、森林タイプと輝度値幅には大きな関連が見られたことから、立木本数密度(疎中密)に応じて輝度値幅を区分したところ単木抽出精度が大幅に向上した。5×5局所最大値フィルタを用いた時に最も精度が高く、10%の過大推定で決定係数0.74であった。このような中解像度と高解像度衛星データの組み合わせが、より効果的で戦略的な熱帯地方の火災管理のためには有望なアプローチであることがわかった。

This paper presents a simple method for estimating forest fire disaster areas. Vegetation index is not only the medium resolution satellite data, but also the NDWI data. It is necessary to eliminate the excessive presumption of disaster candidate land. The results of this study showed that half of the good peat wetland forest in the peninsula was degraded and 1/10 of the peat wetland forest was lost due to forest fire in 1998. The protected forest of the forest reserve is severely damaged. The protected area is heavily damaged. In 1998, ENSO fires occurred, especially in good peat wetland forests, and peat wetland forests deteriorated. In 2003, the affected areas increased. Peat wetland forests are affected by forest fires. This method is simple and easy to use. It is possible to obtain quantitative information about the number of fires and the impact of other thermal zones. QuickBird data utilization and detailed status of land cover classification methods to grasp the performance comparison The classification accuracy is 94% and 5% respectively. In addition, the forest brightness value amplitude is greatly improved. 5×5 maximum value of the maximum accuracy is high, 10% of the maximum estimation coefficient of 0.74 The medium resolution and high resolution satellites are expected to be used for fire management in the region.