森林の隠された価値を解き明かす：リモートセンシングとLiDARによるバイオマス推定の最前線

林業、炭素クレジット、地形計測への応用を探る

森林は地球の健康にとって不可欠な存在ですが、その価値を正確に測ることは容易ではありません。特に、樹木が蓄える生物量、すなわち地上部バイオマス（Above-Ground Biomass, AGB）の推定は、森林管理や気候変動対策において極めて重要です。近年、リモートセンシング技術、特にLiDAR（Light Detection and Ranging）の進化により、広範囲かつ高精度なAGB推定が可能になりつつあります。この技術がどのように林業、炭素クレジット制度、さらには地形計測に貢献しているのか、その全貌に迫ります。

主要な洞察

LiDARの革新性: LiDARは森林の三次元構造を直接計測できるため、従来の光学センサーやレーダーよりも高精度なAGB推定を可能にします。
多用途性: AGB情報は、持続可能な森林経営計画から、気候変動緩和策としての炭素クレジット算出、さらには生態系サービスの評価まで、多岐にわたる分野で活用されています。
技術の統合: 最も信頼性の高いAGB推定は、衛星・航空機・ドローン搭載センサー（光学、レーダー、LiDAR）、地上LiDAR、そして現地調査データを組み合わせることで実現されます。

地上部バイオマス（AGB）とは何か？なぜ重要なのか？

地上部バイオマス（AGB）とは、森林内の樹木の幹、枝、葉など、地面より上にある生きた植物の総重量（通常は乾燥重量）を指します。これは森林生態系の生産性、健康状態、そして炭素貯蔵能力を示す基本的な指標です。

AGBの正確な推定は、以下の理由から重要です：

炭素循環の理解: 森林は大量の炭素をAGBとして貯蔵しており、地球規模の炭素循環において中心的な役割を果たします。AGBの変化量を把握することは、気候変動の予測と緩和策に不可欠です。
持続可能な森林管理: 林業では、木材資源量の評価、伐採計画の策定、森林の成長や健康状態のモニタリングにAGBデータが用いられます。
炭素クレジット: 森林保全や植林プロジェクトによる二酸化炭素吸収量を定量化し、炭素市場で取引されるクレジットを生成するための基礎データとなります。
生物多様性保全: 森林構造（AGBと密接に関連）は、多様な生物の生息地を提供するため、生物多様性の評価にも繋がります。

伝統的なAGB推定は、現地での樹木測定（伐採を伴う場合もある）に依存していましたが、時間とコストがかかり、広範囲の調査には限界がありました。リモートセンシング技術の登場により、これらの課題が克服されつつあります。

AGB推定を支える主要なリモートセンシング技術

AGB推定には、さまざまなリモートセンシング技術が利用されています。それぞれに特徴があり、目的に応じて使い分けられたり、組み合わせて利用されたりします。

光学リモートセンシング

仕組みと活用法

太陽光の反射を利用して地表面を観測する技術です。衛星（Landsat, Sentinel-2など）や航空機、ドローンに搭載されたセンサーが、可視光や近赤外線などの波長帯で地表面からの反射光を捉えます。植生の活性度を示す植生指数（NDVIなど）や、土地被覆分類を通じて、間接的にAGBを推定するモデルが構築されます。

強みと限界

強み: 広範囲のデータを比較的安価かつ定期的に取得できます。長期間のデータアーカイブが存在するため、過去からの変化を追跡しやすいです。

限界: 雲や天候の影響を受けやすく、データ取得が不安定になることがあります。また、森林の垂直構造（樹高や密度）を直接捉えることが難しく、バイオマス量が多い森林では推定精度が飽和（頭打ち）する傾向があります。

レーダー（SAR）リモートセンシング

仕組みと活用法

センサー自身がマイクロ波を発射し、地物からの反射波（散乱）を受信して観測する能動型センサーです。衛星（Sentinel-1, ALOS-2など）に搭載されています。マイクロ波は雲を透過するため、天候や昼夜に関わらず観測が可能です。森林の構造や水分量によって散乱特性が変わるため、これを解析してAGBを推定します。

強みと限界

強み: 全天候・昼夜観測が可能です。森林の構造（特に体積）に関連する情報を取得できます。

限界: 地形の影響を受けやすく、データの解釈が複雑になることがあります。光学センサーと同様に、高バイオマス域での推定精度飽和が見られる場合があります。異なる波長（Lバンド、Cバンドなど）で森林への透過度が異なります。

LiDAR技術

原理

レーザー光を対象物に照射し、その反射光が戻ってくるまでの時間差を計測することで、対象物までの距離を高精度に測定する技術です。これを多数の点に対して行うことで、地形や地物の三次元形状（点群データ）を取得します。

種類

航空機搭載LiDAR (ALS): 航空機から広範囲の森林をスキャンし、樹冠の上面から地表面までの詳細な三次元構造データを取得します。AGB推定で広く利用されています。
地上LiDAR (TLS): 地面に設置して周囲をスキャンします。個々の樹木の形状（幹の直径、樹高、枝葉の分布）を非常に詳細に計測でき、モデル検証や小面積での精密調査に適しています。
衛星搭載LiDAR (例: GEDI, ICESat-2): 宇宙から地球規模で森林の高さを計測します。広域のAGBマップ作成に貢献しますが、空間的なサンプリング密度はALSより低くなります。
UAV（ドローン）搭載LiDAR: 小型ドローンにLiDARを搭載し、小～中規模エリアで柔軟かつ高密度なデータを取得します。ALSとTLSの中間的な役割を果たします。

強みと限界

強み: 森林の垂直構造（樹高、樹冠の形状、密度）を直接かつ高精度に計測できる点が最大の利点です。これにより、他のセンサーよりも正確なAGB推定が可能になります。地形データも同時に取得できます。

限界: データ取得と処理にコストがかかる場合があります。特にALSは広範囲をカバーできますが、頻繁な観測は難しいことがあります。TLSは測定範囲が限られます。

LiDARによって生成された森林の3次元点群データ。樹木一本一本の形状が詳細に捉えられている。

AGB推定技術のエコシステム：全体像

以下の図は、AGB推定に関わる様々なリモートセンシング技術とその応用分野の関係性を視覚化したものです。中心となるAGB推定に対して、光学、レーダー、LiDARといったセンサー技術がどのように貢献し、それが林業、カーボンクレジット、地形計測といった具体的な用途に繋がっていくかを示しています。

mindmap root["地上部バイオマス(AGB)推定"] id1["リモートセンシング技術"] id1_1["光学センサー
(衛星, 航空機, UAV)"] id1_1_1["NDVI等の植生指数"] id1_1_2["土地被覆分類"] id1_1_3["時系列変化検出"] id1_2["レーダー(SAR)
(衛星)"] id1_2_1["構造・体積情報"] id1_2_2["全天候観測"] id1_3["LiDAR
(航空機, 地上, 衛星, UAV)"] id1_3_1["3次元点群データ"] id1_3_2["樹高・樹冠構造"] id1_3_3["地形データ(DTM/DSM)"] id2["推定手法"] id2_1["回帰モデル
(線形・非線形)"] id2_2["機械学習
(ランダムフォレスト等)"] id2_3["物理ベースモデル"] id2_4["Allometric Equations"] id2_5["地上検証データとの統合"] id3["応用分野"] id3_1["共通用途"] id3_1_1["森林健康度・生産性評価"] id3_1_2["生態系機能評価"] id3_1_3["森林変化モニタリング
(減少・劣化・成長)"] id3_1_4["生物多様性・生息地評価"] id3_2["林業用途"] id3_2_1["森林インベントリ
(材積, 本数)"] id3_2_2["施業計画
(間伐, 皆伐)"] id3_2_3["資源量評価"] id3_2_4["病虫害・災害被害評価"] id3_2_5["樹種判別・林齢推定"] id3_3["カーボンクレジット用途"] id3_3_1["炭素貯蔵量(ストック)推定
(AGB x 炭素含有率)"] id3_3_2["炭素収支(変化量)モニタリング"] id3_3_3["GHGインベントリ報告"] id3_3_4["REDD+等のプロジェクト検証"] id3_3_5["バイオエネルギー評価"] id3_4["地形計測用途"] id3_4_1["高精度地形モデル(DTM/DSM)作成"] id3_4_2["AGBモデルへの地形変数導入"] id3_4_3["森林管理・路網計画"] id3_4_4["水文・斜面安定解析"]

技術別アプリケーション比較：林業、カーボンクレジット、地形計測

リモートセンシングとLiDAR技術は、AGB推定を通じて様々な分野に応用されています。以下の表は、主要な技術ごとに、林業、カーボンクレジット、地形計測の各用途における共通点と特異な利用例をまとめたものです。

技術	共通の利用	林業に特異な用途	カーボンクレジットに特異な用途	地形計測との関連
光学センサー (衛星、航空機、UAV)	- 広域の森林被覆マッピング - 植生指数による活性度評価 - 森林変化（減少・成長）の検出 - AGB推定モデルの基礎情報	- 森林タイプ分類（針葉樹/広葉樹） - 大規模な森林インベントリ補助 - 伐採計画地域の選定 - 病虫害の広域的な兆候検出	- REDD+等における森林減少・劣化の監視 - 広域での炭素ストック変化の概算 - プロジェクト対象地域のベースライン設定	- 土地被覆図と地形図の重ね合わせ - 標高による植生分布パターンの解析補助
レーダー(SAR) (衛星)	- 雲に左右されない森林構造の観測 - バイオマス量に関連する散乱特性の解析 - 森林/非森林の分類	- 違法伐採の監視（変化検出） - 森林火災後の被害域把握 - 湿潤地域や熱帯雨林での利用	- 炭素ストック量の長期的モニタリング - 天候不順な地域での定期報告データ取得	- 地表面の粗度や水分の把握 - 地滑りや洪水による地形変化の検出
航空機搭載LiDAR (ALS)	- 高精度なAGB推定 - 森林の三次元構造（樹高、密度、階層構造）の詳細把握 - AGBマップ作成 - 生息地構造評価	- 精密な森林インベントリ（個木レベルの樹高、材積推定） - 間伐等の施業効果の評価 - 詳細な資源量評価 - 林道計画のための地形情報取得	- プロジェクトレベルでの高精度な炭素ストック量算定 - 炭素蓄積・排出量の精密なモニタリング - 検証・監査のための信頼性の高いデータ提供	- 高精度なDSM（数値表層モデル）とDTM（数値標高モデル）の同時生成 - CHM（樹冠高モデル）作成 - 傾斜、斜面方位などの地形パラメータ抽出
地上LiDAR (TLS)	- AGB推定モデルのキャリブレーション/検証用データ取得 - プロットレベルでの詳細なバイオマス・構造測定	- 個別樹木の精密測定（幹直径、形状、枝葉量） - 下層植生を含む詳細な森林構造分析 - 特殊な林分（例：竹林）のバイオマス推定	- 標準地における炭素ストック量の非常に正確な測定 - 研究レベルでの炭素動態解析	- 林内での微地形の高精度計測 - 地表面の凹凸や傾斜の詳細把握
UAV搭載センサー (光学、LiDAR、SfM)	- 小～中規模エリアの高解像度AGBマッピング - フィールド調査の補完・効率化 - 変化箇所の迅速な確認	- 植林・間伐後の効果測定 - 小規模林分の精密管理 - 病虫害の早期発見・範囲特定	- 小規模プロジェクトサイトのモニタリング・報告 - 現地監査時の補助データ	- SfMによる簡易的な3Dモデル・地形図作成 - UAV-LiDARによる局所的な高精度地形データ取得

LiDARの二重の役割：バイオマスと地形の同時計測

LiDAR技術、特に航空機搭載LiDAR（ALS）の際立った特徴の一つは、森林のバイオマス情報（樹木の高さや密度）と、その下の地形情報を同時に、かつ高精度に取得できる能力です。

地形モデルの生成

LiDARから得られる三次元点群データは、レーザーパルスが反射した点の集合です。これには、樹冠の最上部で反射した点、枝葉の途中で反射した点、そして林床（地面）まで到達して反射した点が含まれます。これらの点を分類処理することで、以下のような重要なデータを作成できます。

数値表層モデル (DSM - Digital Surface Model): 地面、建物、樹木など、地表面にあるすべての物体の頂点の標高を表すモデル。
数値標高モデル (DTM - Digital Terrain Model): 樹木や建物などを取り除いた、純粋な地面の起伏を表すモデル。
樹冠高モデル (CHM - Canopy Height Model): DSMからDTMを差し引くことで得られ、樹木の高さそのものを表すモデル。これはAGB推定に直接的に利用されます。

LiDARのレーザーパルスが樹冠を透過し、樹木と地表面の両方から反射することで、樹高（CHM）と地形（DTM）のデータが得られる。

AGB推定モデルの精度向上

森林のAGBは、地形条件（標高、傾斜、斜面の向き、地形的な位置など）によって影響を受けることが知られています。LiDARから得られる高精度なDTMを用いることで、これらの地形パラメータを算出し、AGB推定モデルの説明変数として組み込むことができます。これにより、地形の影響を考慮した、より現実に即した精度の高いAGB推定が可能になります。

広範な応用

LiDARから得られる地形情報は、AGB推定だけでなく、森林管理全般に役立ちます。例えば、林道計画、作業の安全性評価（急傾斜地など）、水文解析（水の流れや集水域の特定）、土砂災害リスク評価（斜面崩壊の危険箇所特定）など、多岐にわたる分野で活用されています。一つのデータ収集作業から、植生と地形の両方に関する豊富な情報が得られることは、LiDARの大きな利点です。

データからバイオマスへ：推定モデルのアプローチ

リモートセンシングやLiDARで収集されたデータは、それ自体が直接AGBの値を示すわけではありません。これらのデータと実際のAGBとの関係性をモデル化し、推定値を算出する必要があります。主なアプローチには以下のようなものがあります。

回帰分析と機械学習

最も一般的なアプローチの一つです。現地で測定されたAGB（実測値）と、それに対応するリモートセンシングデータ（例: LiDAR由来の樹高や密度、光学センサーの植生指数など）との間の統計的な関係性（相関）を見つけ出し、数式（回帰式）を作成します。近年では、ランダムフォレスト、サポートベクターマシン、深層学習（ディープラーニング）などの機械学習アルゴリズムが、複雑な関係性を捉えるために広く用いられ、推定精度の向上に貢献しています。

アロメトリー式（相対成長式）

樹木の測定しやすいパラメータ（例: 胸高直径、樹高）と、測定が難しいパラメータ（例: 個々の樹木のバイオマス）との間に存在する相対的な成長関係を数式で表したものです。LiDAR（特にALSやTLS）で個々の樹木の樹高や樹冠サイズを高精度に測定し、それをアロメトリー式に代入することで、個木レベルのAGBを推定し、それを集計して林分全体のAGBを求める方法も用いられます。

地上検証（グラウンドトゥルース）の重要性

どのようなモデルを用いるにしても、その精度を保証するためには、現地での正確な測定データ（グラウンドトゥルース）が不可欠です。モデルを構築（キャリブレーション）する際や、構築されたモデルの推定結果がどれだけ正しいかを評価（バリデーション）する際に、地上調査プロットで測定されたAGBデータが基準となります。リモートセンシング技術と地上調査は、互いに補完しあう関係にあります。

森林調査プロットでの地上測定（グラウンドトゥルース）。リモートセンシングデータの精度検証に不可欠。

センサー能力比較：レーダーチャートによる評価

AGB推定に用いられる主要なセンサー技術は、それぞれ異なる強みと弱みを持っています。以下のレーダーチャートは、光学センサー、SAR、航空機LiDAR（ALS）、地上LiDAR（TLS）、UAV搭載センサーについて、いくつかの重要な評価軸に基づき、その能力を相対的に比較したものです。評価軸には、観測範囲（Coverage）、AGB推定精度（Accuracy）、森林構造の把握能力（Structure Detail）、天候への耐性（Weather Independence）、コスト（Cost、低いほど外側）、地形マッピング能力（Terrain Mapping）が含まれます。このチャートは一般的な傾向を示すものであり、具体的なセンサーや条件下では異なる場合があることに注意してください。

専門家による解説：LiDARを用いたバイオマス推定ウェビナー

LiDAR技術がどのように森林バイオマス推定に革命をもたらしているかについて、より深く理解するために、以下のウェビナー動画をご覧ください。この動画では、LiDARデータの取得から解析、そしてバイオマス推定に至るプロセスについて、専門家が解説しています。特に、航空機搭載LiDARを用いた具体的な事例や、データ処理のワークフロー、精度に関する考察などが含まれており、この分野の技術的側面に関心のある方にとって有益な情報源となるでしょう。

このウェビナーは、LiDARが単なる測量技術ではなく、森林生態系の理解と管理、そして気候変動対策に貢献する強力なツールであることを示しています。高精度な3Dデータが、どのようにして森林の炭素貯蔵能力の評価や持続可能な利用計画に繋がるのか、具体的なイメージを与えてくれます。

よくある質問 (FAQ)

Q1: 地上部バイオマス（AGB）とは具体的に何ですか？ +

地上部バイオマス（Above-Ground Biomass, AGB）は、森林などの生態系において、地面より上にある生きた植物（主に樹木）の総重量（通常は乾燥重量）を指します。これには、幹、枝、葉、樹皮などが含まれます。根などの地下部は含まれません（それは地下部バイオマス、Below-Ground Biomassと呼ばれます）。AGBは、森林の炭素貯蔵量、生産性、エネルギー量などを評価するための重要な指標です。

Q2: なぜLiDARはAGB推定に特に有効なのですか？ +

LiDARは、レーザー光を用いて対象物までの距離を精密に測定し、三次元の点群データを生成します。森林に対してこれを行うと、樹冠の形状、樹高、枝葉の密度といった垂直構造を直接的に、かつ高精度に捉えることができます。AGBは森林の体積や構造と強い相関があるため、この詳細な3D構造情報は、従来の2次元的な光学画像やレーダーデータよりも、AGBを正確に推定する上で大きな利点となります。また、レーザーパルスの一部は林床まで到達するため、地形データも同時に取得できる点も強みです。

Q3: AGBから炭素貯蔵量はどのように計算されますか？ +

一般的に、植物の乾燥重量（バイオマス）のおよそ半分（47%～50%程度）が炭素であるとされています。したがって、推定されたAGBの値に、この炭素含有率（Carbon Fraction）を乗じることで、その森林が地上部に貯蔵している炭素の量（炭素ストック）を計算できます。例えば、AGBが1ヘクタールあたり200トンと推定され、炭素含有率を0.5（50%）とすると、炭素ストックは100トン/haとなります（ \( \text{Carbon Stock} \approx \text{AGB} \times 0.5 \) ）。この炭素含有率は樹種や部位によって若干異なりますが、簡便には0.5がよく用いられます。炭素クレジットの計算など、より厳密さが求められる場合は、IPCC（気候変動に関する政府間パネル）のガイドライン等で推奨される特定の樹種や地域の値を使用します。

Q4: AGB推定における主な課題は何ですか？ +

AGB推定にはいくつかの課題があります。まず、リモートセンシングデータ（特に光学やレーダー）は、バイオマス量が非常に多い密な森林では信号が飽和し、推定精度が低下する傾向があります。次に、モデルの構築と検証には、コストと時間のかかる正確な地上調査データが不可欠ですが、これを広範囲で十分に確保することは困難な場合があります。また、樹種構成、林齢、地形、気象条件などが推定精度に影響を与えるため、地域や条件に合わせてモデルを調整（キャリブレーション）する必要があります。さらに、異なるセンサーや手法で得られた推定値を比較・統合する際の標準化も課題です。LiDARは精度面で優れていますが、コストやデータ処理の複雑さが導入の障壁となることもあります。