グ回―バル大気汚染の現状と植生影響可視域から近赤外域の波長における分光反射の情報を利用して作成される相生や水に関する指標,そして地表面温度の情報を利用した植物のストレスの程度を示す指標など, リモートセンシングによる植生の衰退状況のモニタリング時に利用される指標を説明するとともに,lTVDl画像による丹沢山地の植生のモニタリングの例について紹介した。田リモートセンシングによる植生のモニタリング ★ 植物や植生を表退させることになる ̲ して ,植物や植生のモニタリングを行分光反射特性は,① 可視域での分光反う場合,分光放射計によって取得され射率が低く,② 近赤外域で分光反射率た分光情報や赤外温度計によって取得が高い, ことである (図1)。植物は光合成を行い,光の物理エネルギーを有された温度情報がよく使用される。そ ★ れは,可視域から近赤外域の波長に機物の化学エネルギーに変換する。そ足,高温・低温,病害虫,大気汚染など,さまざまである。リモートセンシおける分光反射の情報が光合成に関わの際,すべての波長の光を使用するわる植物内の色素や地表面 (植物や土壌 ) ングによる植物や植生のストレス検知の水分の情報を表すためであり, またけではなく,光合成に有効である400 〜 700 nmの波長の光を吸収し使用すとは,植物の生育にとって適さない環植物の応答」もしく境条件に対する「温度の情報は地表面の蒸発散の情報とる。特に,主要な植物色素であるクロロストレスの原因は,水分や日射の過不関わるためである。は「その累積によって引き起こされた結果」をモニタリングすることである。たとえば,病害虫に起因する「葉の成 □ 植生や水の指標葉の量の減少や植物長不良」および「体の枯死」を対象とする場合 , リモー表に,代表的な植生指数を示す。こトセンシングデータから植物葉の量をれらの指標は,単位面積当たりの植物示す植生指数の画像を作成し,対象地葉の量や植物葉の被覆が占める比率と域の中でその数値を比較することによって,地域内での相対的なダメージ相関関係をもつ指標であり,植物葉のの程度を知ることができる。農地や山岳地など広い地域を対象と癒生l 【ある対象とする地域に生青している植物体の総称。分光反射特性を利用して作成されている 1)。分光光の波長ごとの反射率を「 t波長 l 電磁波の波動で,波の山から次の出までの水平距離を示す。物体はその物体の温度が絶対零度でないかぎり電磁波を放射しており,単位波長当たりの放射強度が最大となる波長tま ,物体の温度が構くなるにつれて短くなる。たとえば,太陽の場合 (約5,780 K).放射強度が最大となる波長は約500 nmである。反射率」と呼ぶが,植物の場合,そのヨ伝 IW・缶ヽⅢど lt,il 4Lb生影響評価法l [特集]グローバル大気汚染の現状と植生影響【フィルの吸収帯である青色光 450 nm したがつて,単位面積当たり (1ピク応じて, これらの波長における反射率と赤色光680 nm付近の波長の光を吸セル (pixel)☆ 当たり)で植物葉が多くは変化 (乾燥すると反射率は上昇)する収するため,2つの波長に挟まれる緑色存在するとき,値は大きくなる。正規光 550 nm付近で反射率が少しだけ高くなる。一方 ,近赤外域の800〜 1,100 化植生指数 (Normalized DifFerence の形はNMとため,水の指標に利用されている。式 Iにお同じであり,N酎「 nm付近の光は葉内ではほとんど吸収単純で理解しやすいこともあり,植生 (Normalized Difference lnfrared されないため,反射率は高く,それよのモニタリングによく利用されている。 lndex,正規化赤外線指数)は 1,550〜りも波長が長い場合は,後述のとおり, また,植物・土壌の水分の情報を示水の吸収によって部分的に反射率が低す指標も多く研究されている。近赤外 11laliZed DifFerence VVater lndex, (Nol・ Vegetation lndex,NFOは ,計算式がける可視域の反射率の代わりに,NDII 1,750 nmの反射率を使用し助,NDWI くなる。植生指数は,近赤外域と可視域には複数の水の吸収帯があり,たと正規 rヒ水指数 )では 1,240 nm付近の域における分光反射率の差を利用してえば 1,450 nmと 1,950 nmの付近に, 反射拝を使用している。。おり,表に示す 3種類の植生指数は計そして 1,200 nmあたりにも存在する植生や水に関する指標は,光合成に算式の分子にその項が含まれている。 (図 1)。植生や土壊における水分量に関わる葉内の色素量の変化,葉そのものの減少,葉の萎れや植物体の枯死など,主に可視障害 (日で見てわかる障害)が対象となる。したがつて,植物表植生指数の例計算式植生指数 =絆器 t Xll刊鉢Ⅵ 対引。と =市 EⅥ 母持揺理高荒景孟品土壊綱整植生指数鋤 Sd卜Aαusted Ve8dalon lndex(SAⅥ ) 植生強調指数。 Enhanced VegelaHon index(EVL SARV2) や植生がストレスを受けた場合,ある程度の時間を経た後に生ずる現象を対正規化相生指数糾 NDVi=檎 Normallz● d Dlrttence vegetation index(NDVi) 象としている。 E 温度情報を便つた指標表中のRRedとR〕ueはそれぞれ可視域の赤色光と言色光における分光反射率であり,RMRは近赤外域 (たとえば850 nm付近 )における分光反射率を示している可視障害がみつかる前に,早期に植物のストレスをみつけることはできないであろうか ? 植物の短期的な応答を検知するために,温度の情報が利用されている。植物は光合成を行うとき, 気子しを開孔して二酸化炭素を吸収する冊練区択冬が ,同時に水分を空気中に放出する。この現象を「蒸散」というが,植物はストレス時に気子しを閉じてしまうため, 植物から大気への蒸散速度が低下 (潜十ヽど一̀ 0.001‐ 400 800 1,200 1,600 2,000 波長 ( n m ) とクセル ( p i x e 〕【 r】画像データを構成する最小単位であり, 「画素」ともいう。ビクセルの大きさは, リモートセンシングのセンサやデータの種類に引 L l b r a r y s p l i b oー 6 aタを編集) デ ( U S G S D i g t 』s p e c ヤよって異なり, たとえばM O D i S ( 後出) データの場合, 2 5 0 m 四方.500m四 m 四方の 3 種類がある。図 1 1661通伝波長 400〜 2.500 nmにおけるナラの葉の分光反射率の変化方.1,000 リモートセンシングによる植生豪退状況のモニタリングあるつ助。Omasa冴 ″マ熱フラックス密度が低下)し ,植物 (キャノピー・葉)の温度が上昇するからで冴.の研究 910では, 植物の葉面における熱収支式を解いて, 葉温分布から気子L抵抗 ,蒸散速度,そーの︵０しＣトトして汚染ガスの吸収量などの葉面分布を定量的に求めている。それらの応用例として,地上やヘリコプターから取得した温度の画像情報を使って,街路樹や都市近郊の森林を対象とした植物のストレス診断を行つている 11)19。圃場における農作物の水ストレス診ネ断のため提案されたCWSI(Crop Water Sttess lndex,作物の水ストレス指標)19 IEⅢ Ⅲ も,温度の情報を使用した指標である。 CWSIの導出において中心となる考え方は,式 1に示すとおり,可能 (最大の) 図2 温度情報 (Ts― Ta)と植生被覆率の関連性蒸発散速度 E「Pに対する実際の蒸発散速度 E「の比である。 CWSI=1‑型工先E「P (TS― Ta)̲(TS― Ta)min (TS― Ta)max一 (TS― Ta)min 照してほしい。 CWSIの導出では,植している。P点におけるTs― Taの値は物が観測対象地域の地面を覆ってお可能蒸発散速度を示すときの値であるり,植物の下や植物と植物の間の上壌ためTs― Taの最小値を示し,反対には見えないことを前提条件としている。 Q点ではTs― Taの最大値を示す。Ts (式1) WDI(Water Dencit lndex,水分欠損 ―T a の観測値が R 点のとき, R 点のこのとき,えは水の蒸発潜熱,E「Pは可指標 )19は,植生指標 (表 1の SAVI) C W S I は次のように示すことができる。能蒸発散速度,E「は実際の蒸発散速を利用して ,土壌が見える状態におい度,Tsは地表面の温度 (このとき,特て取得された地表面温度でも植物のスに植物の温度),Taは気温であり,下添トレスの状態をモニタリングできるよこのとき,RQ,PQ,PRはえ字のmaxと minはそれぞれTs― Ta うに,CWSIの考え方を応用したものさを示す。WDIは ,ある植物の量のもの最大値と最小値を示す。水ストレスである。図 2に ,横軸を植生被覆率 (植とで可能蒸発散速度に対する実際の蒸を受けた植物は蒸散速度が低下するた生の被覆が占める比率 ),縦軸を地表発散速度を比較することから,植生被値は 1に近づくことにな面温度から気温を差し引いた値 (Ts― 覆率が 1.0未満でも適用可能であると図る。この指標は可能蒸発散速度と比較 Ta)と設定した場合に描かれる台形状 2の C点は植生被覆率が0,4のときを例することによってストレスの程度を相の形 (PQ韻ヽを示す。台形の各頂点 P,Q,V,Wはそれぞれ「十分に濯として示し,C点におけるVVDIは次のよめ,CWSIの CWЫ =l一型 =里 PQ PQ (式2) 各線分の長対値として表現している。また,蒸発散速度の比は地表面のエネルギー収支水された植物」,「水ストレスのかかっ式から,「大気の温度」植物の温度」と「た植物」,「十分に濯水された土壌」 , の差 (Ts― Ta)を変数とした式に置きそして「乾燥した土壊」を示している。このとき,CB,AB,ACは換えることができる (式 1)。なお,詳 ChlVSIは,地表面温度の測定時に土壊長さを示す。なお,図中の各頂点 P,Q, α . しい説明については,」ackson tt ″ が見えていないとき,すなわち横軸の V,Wの Idso冴冴。(1981)14)を参 (1981)13)と植生被覆率が 1.0のときのみを対象と送に関する空気力学的抵抗,風速など, うに示すことができる。 CB AC ― WDI=1‑̲̲=一 AB AB (式3) 各線分の 4点は,純放射量や水蒸気輸遺伝 I Vo165NⅢ2 1 67 1 [特集]グローバル大気汚終の現状と植生彫零【植生影響評価法】︲ＶＤＮ品０・０・図中の点線にて囲まれる範囲が対象地域である。白いピクセルは理の影響などのデータ欠損を示す石村ら(2010)19の図を―部修正〕図3 夏季におけるNDVI画像とiTVDl画像〔圃場における多くの観測データを使用より取得された地表面温度 (Ts) の情報は地表面温度 (Ts)のみである。して算出することになる。また,線分と植生指数 (NDVI)の 2つの画像データしたがって,標高差の大きい地域など, VPと線分 WQは ,植生被覆率を変数とする一次式によってそれぞれ算出可能であるため,C点におけるWDI算出に必要となる点 Aと点 Bはそれらの一次式から求めることができる。衛星リモートセンシングデータを利用し,山岳地など広域における植生や土壊の水分状態のモニタリングを行う (2)対象地域内の気象観測所において記録された気温データを空間補対象地域内に気温の差がある場合には正しい推定はできず ,適用可能な対象地域の範囲は限定される。間・標高補正することによって作成した気温 (Ta)の画像データを使い, 図2のように,Ts― Taを縦軸に,植生被覆率 (NDVI)を横軸に設定し,画像データの各ピクセルをサン ■ 丹沢山地における植生寮退状況のモニタリング神奈川県北西部に位置し,山梨・静場合,図 2の 4つの頂点を求めるために必要となる多くの観測データを正確プルとして散布図を描く。そして,図 2における4つの頂点 P,Q,V,Wを , ーに求めることは難しい。Temperature― 多くの観測デタを使って算出する代岡両県にまたがる丹沢山地は, ブナやモミの原生林が残り,国定公園にも指 Vegetation Dttness lndex(TVDI)16) わりに,散布図の外縁部の点群から線定されている。しかし,1980年代より, ア egetation ギbilnproved Temperature―ヽ分 VPと線分 WQの代理となる2つのブナやモミの立ち枯れが深刻化してい Dryness lndex(lTVDI)17)は , wDIの直線を推定することによって,各植生ることが報告されている 1助。そこで , 考え方を利用した指標である。 iTVDI の場合,具体的には, 被覆率のもとでのiIVDIを算出している。なお,TVDIの場合 10,気温 (Tal 衛星リモートセンシングデータの MODiS★ データ (可視〜近赤外域の反 (1)対象地域でリモートセンシングにの画像データを使用しておらず,温度射率データと地表面温度データ)を使 1681遺伝リモートセンシングによる植生衰退状況のモニタリング用して iTVDI画像を作成し,丹沢山地における植生の衰退状況のモニタリ 0.90 ングを行つた 19。対象とした時期は Low E Medium 2007年の春季と夏季の2時期である。同時期における気温の画像データは対一＞ＯＺ象地域内 10地点のAMeDASの日単位平均気温データを空間的に補間し,同 ■ High 時にDigital Elevation Modelデータ (標高の画像データ)を利用して,標 A エ 0.60‐ 高補正を行うことで作成した。 0。 50, 図3に ,夏季におけるNDVI画像と (5月十日〜 5月 8日 ) 夏季 (7月 28日〜 8月 4日 ) iTVDI画像を示す。NDⅥ は全体的に 0.8以上の高い値を示し,空間的に値の違いはほとんど見られない。一方, の量は同程度であるが,蒸発散速度に Low ■ Medium E High 一 ω ＞卜一 iTVDIは値の違いが見られ ,NDVIが一様に高い値をとることから ,植物葉 0.70 違いが見られることがわかる。図4に , 現地調査データ 2oにおいて枯死状況が Lowち Medium", High"に分類されたピクセルにおけるN〕阿とiTVDI の平均値を示す。春季と夏季のどちらのデータにおいても,iTVDIの方が 030‐ 1 日〜 5月 5 月 8日 8日 ) 春春季季 (5月 ( 5 月 1日夏季 (7月28日〜3月 4日 ) 図中のアルファベットが異なる場合は, 平均値に統計的な差 ( p く0 0 5 ) があることを示す NDVIと比較して枯死状況をよく捉えており,春季の iTVDIの値は夏季と図4 現地調査の枯死状況図をもとにした NDVIと iTVDIの石村ら (2010】19の図を一部修正 ) 平均値の比較〔比較して,枯死状況と強い対応関係をもっていること力ざ示された。 1lYDIはその特性上,枯死木を直接的に検出しているわけではなく,蒸散速度の低下回まとめいない 2o。植生の衰退など,生態系や枯死に至る可能性の高い地域を検出しているといえる。や衰退のメカニズムの解明には至って植生や水に関する指標,そして地表に深刻なダメージが生じる場合,それ面温度の情報を利用した植物のストレらは復元可能であるとはかぎらない。スの程度を示す指標など,植生のモニしたがつて,植生の状況についてモニタリング時に利用可能な指標を説明すタリングを継続しつつ,早期の対応策るとともに,丹沢山地における植生のが必要とされる。そのためには,長期 tMODiS】衰退状況モニタリングの例について紹 Moderate Resolutton inttging Spectroradio‐ 介した。 m e t e r の略。日本語では「中分解能撮4 録分光放射針」と駅される。N A S A の衛星T e r r a 丹沢山地の植生衰退について,そのとA q u a に搭載されている光学センサの名原因として,水分ストレス,オゾンな前であり, このセンサによって取得・算出された分光反射率や地表面温度などのデーどの大気汚染の影響,病虫害などがあタはN A S A の W E B サイトから取得できる。間において反復的に,そして広域を対げられている。しかし,原因の特定化象として情報の取得が可能となる衛星リモートセンシングデータの利用は適している。そして,モニタリングの結ー果を空間情報データベスとして孝Fttt し,時系列の変化動向に関する情報を in伝 1瑚 6iヽ̀l̲・ 1691 植生影響評価法】 [特集]グローバル大気汚染の現状と植生影響【 1 1 ) 大政謙次, 日島彰 , 宮坂佳代子 . 農業気象 , 45,271‑275(1990). 16)SandhOlt,I.,Rasmussen,K.&Andersen, 」 .R効切″酷、 E″冴筋 .,79,213‑224(2∞2). つながる可能性がある。 12)大政謙次 ,清水英幸 ,小川和雄 ,増喜彰久 . 生物環境調節 ,31,161‑168(1993). 17)Rahimzadeh‐ Baigiran,R,Omasa,K.& ″す ″夕 ″.] Shimizu,y tS″う 18)丸田恵美子 ,自井直美 .丹沢大山自然環境総合調査報告書 ,神奈川県 ,1997,p.78‑80. [文献 ] 13)」 ackSOn,R.D.,Idso,S.B.,ReginatO,R.J. &Pinter R J.,」 L 陥物″Rttθ ″″R肉.,17, 1133‑1138(1981). 整備していくことは,衰退に関する原因の解明の手がかりや対応策の立案に 1)清水庸 ,慮珊 ,大政謙次 ,植生機能のリモートセンシング,(大政謙次・編著 .農業・環境分野における先端的画像情報利用 :ファイトイメァジングからリモートセンシングまで ,農業電化協会 ,2007,p. l15‑125) 14)Idso,S,B.,Jackson,R:D.,PinteL P.」 ., 」丘,Reginato,R.J.&Hataeld,J.L.好ち財タテタ θ ttθ ′ ,24,45‑55(1981). 15)Moran,M.S.,Clarke,■ R.,Inoue,I& Vidal,A.R夕物θ tt S体、ど″υ 脅″.,49,246‑ ガ 2 ) R o u s e ,.」 Ⅵ , H a a s , R . H . , S c h e l l , J . A . & 263(1994). Deering, D. W, Monitoring vegetation systems in the Creat Plains with ERTS. In:筋 ● 夕冴ぢ % 容ゲ協夕9 ″E R T S 助 ″ 公筋″, 1973,p.309‑317. 3)Hucte,A.R.F夕秘θ tt S夕 ″ s,ご″υ ど ″″.,25, 295‑309(1988). 19)石村彰大 ,清水庸 ,RahimzadehoBaigiran, ユ,大政謙次 .娩ο ぢ竹す ″夕例竹,22,141‑146 (2010). 20)山根正仲 ,藤沢示弘,日村淳 ,内山佳美 ,笹川裕史 ,他 .丹沢大山総合調査学術報告書 , サ ‖垢冬,2007,p.479‑484. 神芽専わ助れた, 清水庸】東京大学大学磁演学生命科学研究科生物・環境工学■攻助敬 4)Huete,A.R.,Liu,H.Q.,Batchily,K.& Lceuwen,W.妃夕物ο ″s,ど″ク tt S夕 '″″。 ,59, 440‑451(1997). 略慶 !1997年 .宜波大学大学鹿社会工学研究科博士前期 (毎士)腺程告7。 1999年 , 東京大学大学統農学生命科学研究科博士腺程中還他.同年より現政。手 P,i生輸lR境情報工挙空貸慶 t演器情報学会学構奨働贅 (2003年 ) 青書 !〔分担納な〕「保全生は学の技法 :瞬査・研究・葉FaマニュアルJ(東京大学出ほ会・ 5)HardiSky,M.A.,Smart,R.M.&Klemas, 立妃夕笏θ 形挽独LE″フぢ ″″.,13,57‑67(1983). 2 0 1 0 ) =分担軌空l 〔 = 房i r l t温ほ化球 : 世界の動向から対策技術までJ ( 横 2003)など 6)Gao,B.五形″θ タルSタ容.E″フど ″%.,58,257‑ 266(1996), 7)大政謙次 .画像計測とリモートセンシング.(大政謙次/近藤矩朗/井上頼直・編 .植物の計測と診断 ,朝倉書店 ,1988,p.155‑ 192.) rff 石村彰大川たれ拘んみ加″ 東京大学大学鹿農学生命科学研究科生輸・環境工学卒攻毎士操程 1 年 8)Omasa,K.Diagnosis of stomatal response and gas exchange of trees by thermal remote sensing.In:Omasa,K。 ,Sail,H・, Youssenan,S.&Kondo,N.,editors:スど ″ ″″'θ″″″ 冴,あ″′あわ物C″ ″ θ 均召 ,θ メ P/OSp″ぉ乃″ ぢ ″ ″夕どす ″″ ど θ″, θtt″ θ び ′ θ″ ″ 夕 p″ノサノrθ どα″冴夕″ SpringerVerlag,Tokyo,2002,p.343‑359. 略ほ 1 2 0 1 0 年 , 東京大学農学鶴卒岩。同年, 東京大準大学確農学生命科学研究1 4 告士際寝入学。現在に至る。 9)OmaSa,K.,Hashimoto,Y.&Aiga,I. E″クサ ″″ .6θ″腕と B,or.,19,59‑67(1981). 村大政謙次れげf rprrr 10)Omasa,K,,Abo,F.,Aiga,I.&Hashimoto, Y.チ Sθ● .あSr7z″ .cθ″,知J Ezg。 ,17,657‑ 663(1981). 善=紹介はp64をごHください(温去郎)〕【東京大学大学陀凛学生命科学研究科生輸環境情報工学研究費敏授 O 1701遺伝 ' 専門￨リモートセンシング