講演詳細

造林部門[Silviculture]

日付	2025年3月22日
開始時刻	10:00
会場名	N11
講演番号	E-7
発表題目	スギ樹幹解析による系統別樹高成長と環境要因に基づく樹高成長モデルの対比 Comparison of Japanese cedar height growth between phylogenetic stem analysis and Random Forest
所属	佐賀県林業試験場
要旨本文	樹木の樹高成長には、環境要因と遺伝的要因が関係している。Nakao et al.（2022）では、航空LiDARデータや森林GISデータから得られる地形、気候、林齢データを用いて機械学習により25ｍメッシュ単位でモデルを構築してスギの樹高を推定して成長予測を行っている。一方、育種分野ではスギの樹高成長は系統により違いが大きいことが分かっており、本研究の対象地である佐賀県では、第2世代精英樹の中から成長や材質に優れた系統を選抜し、サガンスギ（特定母樹）として普及を進めている。環境要因をもとに推定した樹高に品種の効果を反映させるためには、上記の樹高推定モデルと系統別の実測樹高の差異を把握する必要がある。本研究では、クローン検定林から20クローン、199個体の円盤を採取して樹幹解析により得られる樹高と、上記の樹高推定モデルにより出力される推定樹高とを対比することで、樹高成長に与える遺伝的要因と環境要因との相対的な重要性を検討する。
著者氏名	○福井遼1 ・ 中尾勝洋2 ・ 江島淳1
著者所属	1佐賀県林業試験場研究開発 ・ 2国立研究開発法人 森林研究・整備機構 森林総合研究所関西支所
キーワード	サガンスギ, クローン検定林, 年輪, 機械学習, 航空機LiDAR
Key word	SAGAN SUGI, clonal test forest, tree ring, machine learning, airborne LiDAR