事業環境保全
森林資源解析・
森林評価業務
リモートセンシング成果を基に、森林経営計画の策定や、森林境界明確化、森林所有者意向調査を実施するための根拠となる基礎資料の作成、データの分析を行います。
森林資源解析
リモートセンシング成果を基に、樹種、位置・樹高・胸高直径・材積など資源情報の解析を行い、用途に合わせて小班ごと、単木ごとなどの資源量を集計したデータ、各種区分図を作成します。地形についても解析を行い、微地形表現図や傾斜区分図などの図面や、路網データを作成します。
森林評価
森林資源解析結果を基に、資源要素と地形要素から、施業の効率性、採算性、地利、地位、安全性などを点数化して、重ね合わせによる集計からランク分けを行い、特に効率的な森林施業が可能な森林区域の特定（ゾーニング）を行います。
パスコの森林資源解析・森林評価業務の特長
01.正しい森林資源量の把握による適正な森林評価
リモートセンシング成果による森林資源解析では、材積量、混み具合、生育量などの正確な森林資源量を得ることができるため、森林評価の精度が向上します。 地形解析では、傾斜度、災害危険度を把握できるほか、既存路網を把握することもできます。
02.境界明確化や地籍調査への活用
リモートセンシング成果を適切に用いることで、境界明確化や地籍調査に活用できます。これにより、重複する事業費を削減でき、より広範囲の事業実施や実施計画を効率化することが可能になります。
03.施策優先度の設定により長期の事業計画を検討可能
森林評価に基づいたゾーニングにより、特に効率的な森林施業が可能な森林区域を特定でき、実施しやすい地域から事業を進めることが可能です。さらに、評価ランクに応じて順序を決めることで、事業の長期計画を検討が可能となります。
資源解析の例
樹種区分図の作成
パスコは航空写真や衛星画像などの画像情報と人工知能（AI）を活用して、広範囲にわたって均質かつ高精度な樹種区分図を作成します。
林分高の算出
航空レーザ計測により作成した数値標高モデル（DEM）および数値表層モデル（DSM）の差分を求め、数値樹冠高モデル（DCHM）を作成します。また、小班毎に樹高の平均値を求め、平均林分高データを作成します。
立ち木本数・樹高の算出方法（単木の抽出）
スギ・ヒノキ等の人口林について、DCHMの凹凸にもとづき、統計処理により単木毎の樹頂点を抽出します。また、単木毎の位置情報を取得することでより精密な施業の計画等が可能です。 パスコ独自の手法では、立木密度の影響によらず樹冠の凸部分のみを的確に抽出します。従来は図の△の樹冠のみ抽出していましたが、パスコ独自手法では図の△と◯の樹冠を抽出するため、単位あたりの平均樹高や立木本数を高精度に算出可能です。
材積の算出
単木ごとの胸高直径を樹高や樹冠面積、樹冠表面積等を用いた回帰モデルにより推定し、地域に適した幹材積式に当てはめて材積を算出することで、森林資源の蓄積量を把握します。
森林資源解析図の作成
単木の樹頂点毎に付与した属性にもとづいて集計を行い、蓄積分布図、平均樹高分布図、立木密度分布図、収量比数分布図、相対幹距比分布図を作成して、森林資源の状況を多面的に把握します。
