Study estimates canopy height and biomass in deciduous forests using UAV-LiDAR data, suggesting high precision in resource evaluation.
齋藤英樹・西園朋広・北原文章・田中真哉・志水克人・小幡進午・太田敬之・小谷英司・細田和男:UAV-LiDARデータを用いた冷温帯落葉広葉樹林の林冠高,林分材積および地上部バイオマスの推定,森林計画誌60:43~51,2026 本研究は, UAV-LiDAR(Unmanned Aerial Vehicle- Light Detection and Ranging)から取得されたデータを用いて林冠高,材積およびAGB(Aboveground Biomass)を推定する際の精度を検証することを目的とする。研究対象地は宮城県加美町に位置する冷温帯の落葉広葉樹林である。使用したデータはヘリコプター型UAVから取得されたLiDARデータであり,平均点密度は5,000点/m2以上であるため,これまでにない高精度DTM(Digital Terrain Model)の作成や森林の垂直構造の把握が可能となる。このLiDARデータの点群からDTMを求め,点群を地上からの高さとなるように正規化した後,プロット範囲である半径12mの円内の統計量や高さのパーセンタイルなどのLiDAR指標を求めた。それらを説明変数として,回帰分析により林冠高,林分材積およびAGBを推定した。その結果,林冠高,林分材積およびAGBを推定したときのRMSE(相対RMSE)は,それぞれ1.30m(7.6%),59.19m3/ha(16.3%)および34.71Mg/ha(13.5%)となり,既存研究とほぼ同等かそれ以上の結果が得られた。これらの結果から冷温帯に位置する落葉広葉樹林ではUAVによるLiDAR指標を利用することで林分単位の資源量を高い精度で推定できることが示唆された。
No takes yet. Share an insight, caveat, or question.
Saito et al. (2026) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: