講演詳細

立地部門[Forest Environment]

日付	2025年3月22日
開始時刻	ポスター発表
会場名	学術交流会館（ロビー）
講演番号	PI-15 （学生ポスター賞審査対象）
発表題目	効率性を重視した多点調査と機械学習を用いた森林土壌炭素マップの構築 Mapping Soil Organic Carbon stocks at regional scale, using Efficiency-Oriented Multipoint Surveys and Machine Learning.
所属	東京大学
要旨本文	土壌は陸域において最大の炭素蓄積を有している。森林における土壌炭素蓄積の空間分布について、世界や国、地域規模やプロット単位での炭素蓄積を推定した研究は多くある一方、小流域規模での研究は少ない。本研究では、東京大学千葉演習林を対象に土壌サンプリングを行い、そのデータに機械学習を適用し炭素蓄積量の分布を推定した。機械学習への適合性と探索効率性を考慮するため、林道からの距離を制限して5m解像度のDEMから解析した4つの地形因子を用いてkmeans法により調査地点を50点選定した。サンプリングは、表層0-5cmを100mLの採土円筒で、0cmから採取可能な深さ（最深180cm）までを30cm区切りで検土杖を用いて行った。サンプルは全炭素濃度、定積細土重を測定し、一部pedtransfer function(Nanko et al., 2014)を用いて計算した。炭素蓄積量を教師データ、17の地形因子を説明変数とし、ランダムフォレストモデルを用いて5m解像度で分布を推定した。全域での単位面積あたりの蓄積は0-30cmまでで平均5.8kg/m2、炭素蓄積は0-30cmまでで約11万tと推定された。
著者氏名	○中島大雅1 ・ 橋本昌司2,3 ・ 山下尚之2 ・ 今矢明宏2 ・ 益守眞也3
著者所属	1東京大学農学部 ・ 2国立研究開発法人 森林研究・整備機構 森林総合研究所立地環境研究領域 ・ 3東京大学大学院農学生命科学研究科
キーワード	土壌炭素蓄積, 機械学習, kmeansサンプリング
Key word	Soil Carbon Stock, Machine Learning, K-means Sampling