国立研究開発法人 森林研究・整備機構 森林総合研究所 REDD研究開発センター

文字サイズ

排出削減量の計測手法の開発

JCMにおいて企業等がREDDプラス活動を展開する場合、排出削減量のモニタリングコストをなるべく抑える必要があります。一方で、クレジットの信頼性を保証するため排出削減量の推定には一定の精度が求められます。さらに、地元住民や自治体と協力したモニタリングがREDDプラス活動の円滑な実施に不可欠です。

そこで、JCMでプロジェクトを実施する地域レベルに適した排出削減量計測手法の選択肢の中から国レベルの要件と森林生態系や社会環境など現地状況に応じて最適な組み合わせを選択する基準を示すとともに、選択した計測手法を適用・実施し参照レベルを推定する手順と地元住民や自治体への技術移転、連携確立の方法を実証的に示します。そのために、地域レベルでのモニタリングに必要な森林の区分、分類・検証用グランドトゥルースデータ数が排出削減量推定に必要となる森林の面積変化の推定に与える影響を調べ、地上調査の効率化のための調査手法を検討することにより、様々な環境条件下の森林において最適な排出削減量の計測手法の開発に取り組みました。これらの課題に取り組むため、途上国各国のREDDプラスへの関心や削減ポテンシャル、JCMに関する検討状況の他、森林生態系や社会的環境の違い、周辺国への波及効果などを総合的に勘案して、ミャンマー、カンボジア、ペルーを調査対象地としました。

ここでは、以下の3つのサブテーマを設けて技術開発および事例調査を行いました。

  1. 様々な環境条件下の森林における排出削減量の計測(モニタリング)手法の確立
  2. REDDプラスプロジェクトのモニタリングシステムの設計手順の提示
  3. 実用的な排出削減量の計測(モニタリング)結果の検証システムの構築

1 様々な環境条件下の森林における排出削減量の計測(モニタリング)手法の確立

(1) はじめに

JCMにおけるREDDプラス活動実施による排出削減量を計測する場合、すなわち森林炭素蓄積の変化をモニタリングする場合、UNFCCCが国レベルのモニタリングで推奨しているのと同様に、リモートセンシングと地上調査を組み合わせた手法が有効であると考えられます。リモートセンシングを用いた森林観測では、生態域、季節性、地形などの自然環境や土地利用形態、制度などの社会環境の違いにより、異なる画像処理・分析手法が必要となります。そこで、本サブテーマでは、2015年にペルー共和国農業灌漑省(MINAGRI)森林野生動物局(SERFOR)と共同研究契約(MOU)を締結し、標高の違いにより異なる植生タイプと林分構造をもち、地形の影響の大きいクスコ県のアンデス生態域から高地アマゾン生態域を対象として、排出削減量の計測手法の開発を行っています。表-1に計測手法の開発計画と具体的な活動内容を示します。2016年度は、対象地におけるバイオマス変化量抽出のためのバイオマスマッピング手法を検討するため、26カ所でのプロット調査を実施し、劣化した森林での種組成を解明しました。また、131点での衛星データ解析のためのグランドトゥルース調査を行い、衛星画像を用いてバイオマスおよびその変化推定のためのバイオマスクラス設定方法を検討しました。

表-1 計測手法開発計画(3カ年)と具体的な活動

27年度 28年度 29年度
対象地におけるバイオマスの分布と土地利用分布の把握 バイオマス変化量抽出のためのバイオマスマッピング手法の検討 標高帯や地形、人為攪乱を考慮した計測手法の確立
・20か所でのプロット調査
・20か所でのプロット調査
・20か所でのプロット調査
・100点でのグランドトゥルース調査
・100点でのグランドトゥルース調査
・100点でのグランドトゥルース調査
・バイオマスと種組成に関する予備解析
・劣化した森林での種組成の変化の解明
・バイオマスと林分構造および種組成との関係の解明
・衛星画像を用いた対象地の土地利用に関する予備分類
・衛星画像によるバイオマスおよびその変化推定のためのバイオマスクラス設定方法の検討
・条件の異なる地域でのバイオマスマッピング手法の整理

(2) 研究の実施体制

対象国としたペルー共和国において、本課題に取り組むためSERFORと2015年9月11日にプロジェクト実施のためのMOUを締結しました。このMOUの下、プロジェクトの円滑な実施のため双方の機関にプロジェクトコーディネーター、リモートセンシング担当コーディネーター、地上バイオマス計測担当コーディネーターを配しました。本年度は、ペルー側の政権交代に伴い、プロジェクトコーディネーターの変更がありました。

  • プロジェクトコーディネーター
    Rocio Malleux Hermani(SERFOR森林野生生物情報・計画局長) 平田泰雅(森林総合研究所)
  • リモートセンシング担当コーディネーター
    Lenin Cruyff Ventura Santos(SERFOR) Vega Isuhuaylas Luis Alberto(森林総合研究所)
  • 地上バイオマス計測コーディネーター
    Alexs Arana Olivos(SERFOR) 佐藤 保(森林総合研究所)

SERFORはクスコ県に地方事務所を有しており、地方事務所の技術者の方々にも、本プロジェクトに参画していただきました。

(3) 劣化した森林での種組成の解明

REDD研究開発センターでは、これまでにアジアおよび南米で様々な森林タイプでバイオマスに関する調査を実施し、REDDプラス実施のための地上調査方法論に関連する知見を集積してきました。たとえば、アジアでは、マレー半島およびインドシナ半島(タイ・カンボジア)での調査経験を通じて、熱帯降雨林や熱帯季節林のバイオマス推定のための地上調査方法を開発してきました。また、南米では、パラグアイにおいて乾燥が著しいサバンナ気候に成立する疎林を対象としたバイオマス推定調査を実施してきました。南米の森林に着目すると、アマゾンに代表される熱帯林から標高が上がるに従ってアンデス山脈の山岳林へと連続的に変化します。標高6,000mを越す山塊が連なるアンデス山脈では、熱帯林に接続する低標高域(標高1,000m付近)から樹木の生育が困難になる高標高域(標高3,500m付近)まで連続的に分布しており、その森林構造は多様です。また、古くから人為活動の影響を受けており、劣化した森林が多く分布していることが想定されます。本事業では、これまでの熱帯林や乾燥林での経験を元に、高標高域を含む山岳地域における森林炭素蓄積量の推定手法の確立を目指すこととしました。本年度は昨年度に引き続き地上調査プロットの設定と毎木調査を行い、バイオマス分布の把握と林分間の種組成の違いに影響を及ぼす諸要因の特定を試みました。

対象としたのは、ペルー共和国クスコ州の標高約700-3,500mの範囲の森林です。この範囲のエコリージョンは大きく「上部熱帯林(Selva Alta)」と「山岳林(Sierra)」に区分されます。両エコリージョンの境界は明瞭ではなく、流域によって変動するものの、おおよそ1,000mが一つの目安となっています。対象地域に調査プロット(40m × 40mの方形区)を設定し、プロット内の胸高直径10cm以上の生立木を主体とする毎木調査を行うとともに、立地環境(地形や斜面位置)、自然撹乱(表土流亡など)および人為撹乱(火入れや作物の栽培など)の履歴を可能な限り記録しました。また、森林タイプを「撹乱を受けた一次林」(以下、一次林とする)、「二次林」および「人工林」に区分しました。測定精度のバラツキを抑えるため、最初の調査以来、SERFOR側に新たなスタッフが加入すると、その都度簡易マニュアル(スペイン語版)を用いつつ、調査手法の確認を行いました。平成27年度の20林分(一次林13林分、二次林7林分)に加え、本年度は26林分(一次林5林分、二次林20林分、広葉樹人工林1林分)の調査を実施しました。

単位面積あたりの炭素蓄積量を算定するため、上記46林分のデータセットに基づき、林分バイオマス推定を行いました。昨年度の調査結果では、一次林と二次林との間で地上部バイオマスは明確に異なり、一次林のバイオマスが大きかったものの、二次林では一次林でみられたような標高と地上部バイオマスとの関係が明瞭ではありませんでした。今回の解析では、二次林においても標高が高くなるとバイオマスが次第に減少する関係が明瞭に示されました(図-1)。ただし、その減少傾向は二つの森林タイプ間で異なり、一次林では二次林と比べて標高が高くなると地上部バイオマスが急激に減少する傾向でした。

図-1 標高と地上部バイオマスとの関係

2015年度の調査における問題点として、現地専門家の人材不足により樹木個体の種同定が困難であったことがあげられます。これについては、平成28年度に入り、SERFORに高い樹種同定能力を有したスタッフが加わったことで問題が大幅に改善されることとなりました。これまで現地名のみにとどまっていた種名がすべて学名での記載となり、科名を含めてまったく同定できない樹種は大幅に減りました。ただし、種小名まで同定できるものは限られており、多くの場合は属レベルの同定までとなりました。

林分の樹種の組成は一次林と二次林とで異なっていました(図-2)。2つの森林タイプとも最も優占していたのはマメ科の樹種であったが、そのほかの優占種として、一次林ではクスノキ科の樹種、二次林ではイラクサ科、アサ科やトウダイグサ科などいわゆる先駆性樹種で占められました。二次林の優占種は材密度が低いものが多く、地上部バイオマスが一次林と比べて低い要因となっていました。なお、今回1林分のみ調査を実施した人工林については、マメ科の高木であるInga adenophyllaを上木として、その下でアボカド(Persea americana、クスノキ科)やコーヒーを栽培するアグロフォレストリーが行われていました。

種組成(属レベル)にもとづく林分の序列化をNMDS(Nonmetric Multi-Dimensional Scaling、非計量多次元尺度法)を用いて行った結果を図に示します(図-3)。2つの軸に展開された林分の配置は、標高や地上部バイオマスの違いによって主に説明できます。しかし、軸を説明する要因はそれだけにとどまらず、表土流亡、風といった自然撹乱要因や火入れ、作物栽培、作業道といった人為撹乱要因が大きな影響を及ぼしていることが示唆されました。このことは、毎木調査の際に林分の撹乱履歴に関する情報を可能な限り記録しておくことの有用性を示したといえます。今回の結果がある程度の一般性をもったものであるかを確認するため、今後もデータの蓄積を図っていく必要があります。

図-2 森林タイプ間の樹種組成の比較(胸高断面積合計にもとづく相対優占度の上位5つの科)

図-3 NMDSを用いた種組成(属レベル)にもとづく林分の序列化の結果と各種要因との関係(青色矢印と名称は、NMDSの軸と5%水準で有意な関係を示した要因)

(4) バイオマス変化量抽出のためのバイオマスマッピング手法の検討

バイオマス変化量抽出のためのバイオマスマッピング手法を検討するため、2016年6月後半から10月にかけて131地点でのグランドトゥルース調査を実施し、2015年度に調査した160地点での調査データと併せて解析に用いました。リマにあるSERFORの本局で調査の設計を行い、クスコにある地方事務所で車や作業員の手配、道路状況の確認など具体的な計画を立てて調査に当たりました。調査範囲はクスコ県のアンデス生態域と高地アマゾン生態域としました。調査地点では、2015年と同様に、土地被覆を確認し、森林の場合には炭素蓄積量を推定するため、ビッターリッヒ法を応用したカウント木法による調査を行いました(図-4)。森林における調査地点は70地点であり、そのうち天然林が53地点、人工林が17地点でした。

調査結果をグランドトゥルース調査用に作成された専用のシートに記載し、調査後、野帳保存のためスキャナで電子ファイルに変換して両機関で共有するとともに、エクセルシートに入力し、データベース化しました。

  • 調査への準備

  • 調査手順の確認

  • カウント木法による森林調査

  • カウントされた木の測定

図-4 グランドトゥルース調査の様子

次に、山岳地域におけるバイオマスを分類するための最適な手法を検討するために、衛星画像とグランドトゥルース調査の結果を用いて画像分類を行いました。分類の範囲は、Landsat画像のPath 4, Row 69の範囲としました(図-5)。衛星画像としてはLadsat衛星8号の2014年5月5日、2014年8月1日、2014年8月17日、2014年9月2日に取得された4時期の画像を用いました。これらの画像のバンド2からバンド7の全てのデータを用いて、機械学習法であるランダムフォレスト法と衛星画像の各ピクセルにおけるスペクトル特性に着目したスペクトルミクスチャー解析により土地被覆を分類しました。その結果、樹冠被覆率の低い森林において、ランダムフォレスト法を用いた方が森林を精度よく分類できることが明らかになりました。

図-5 研究対象における土地被覆分類

ランダムフォレスト法を用いた土地被覆分類を行った結果、森林と分類されたエリアについて、樹冠被覆率からバイオマスクラス(高バイオマス、中バイオマス、低バイオマス)の推定を行いました(図-6)。バイオマスの量は標高、地形に関係していた。今後、地上調査プロットが追加され、標高と地上部バイオマスとの関係式が求められた場合、デジタル地形モデルとここで得られたバイオマスクラスから、地域でのバイオマス量、すなわち森林炭素蓄積量を推定することが可能になります。また、今後、REDDプラスにおける参照レベルを設定するためには、時系列での衛星画像を用いて各時期でのバイオマスクラスを明らかにし、時間の経過に伴うバイオマスクラスの変化から森林劣化の状況を明らかにする必要があります。

図-6 衛星画像を用いた対象地域における森林のバイオマスクラス