万里の長城沿いの個別遺構に対する自動検出と遺跡規模の植生変化解析

なぜ植物が古い石造物を脅かすのか

万里の長城は石造の塁壁が連なる景観で知られますが、もっとも脆弱なのは沿道に点在する小規模な見張り塔や烽火台といった個々の建造物です。これらの建物は、周囲の植物の根や湿気によって徐々に引き離されるように劣化しています。本稿の基礎となった研究は、新たなコンピュータ手法と衛星データを組み合わせて、これら構造物の周囲の植生がどこで濃くなっているかを追跡する方法を示しており、損傷が不可逆になる前に保全担当者が介入するべき場所を判断する助けになります。

広大な風景に隠れた建物

地上からでは、長城沿いの個別遺構は見落とされがちです。多くは周囲の丘陵とほとんど見分けがつかない夯土で築かれており、小さく風化して点在しています。陝西省の険しい地形にまたがる250キロ以上に散在するため、従来の調査では専門家が航空写真を一枚ずつ確認する必要があり、時間がかかり一貫性に欠けます。各塔の正確な輪郭がなければ、監視すべき“サイト”を定義したり、周辺環境が時間を通じてどのように変化したかを把握することが難しくなります。

コンピュータに古い塔を見つけさせる

研究チームは、IHBSegNetと呼ぶ特殊な画像解析システムを開発し、高解像度衛星画像からこれら小規模な構造物の輪郭を自動で抽出できるようにしました。本システムは画像中のパターン認識に優れる最新のディープラーニング技術に基づいています。塔が背景に溶け込んでいるため、著者らは形状やテクスチャの微妙な差異にネットワークが注目できるよう複数の“アテンション”モジュールを追加設計しました。手作業で丁寧にラベル付けしたサンプルで学習させた結果、このモデルは主要な画像セグメンテーション手法よりも塔のフットプリントを高精度で検出・トレースでき、広域に適用できるだけの効率性も保ちました。

宇宙から読み取る植生の履歴

各建物を確実に特定できるようになった後、研究者たちは年間を通した土地表面の挙動を要約する別種の衛星プロダクトに着目しました。雲や季節変動で一時的に隠れる単一のスナップショットではなく、いわゆる衛星エンベディング（1年分の変化を10メートルピクセルごとに簡潔に表す数値記述）を用いました。エンベディングの類似パターンを教師なしクラスタリングでまとめることで、景観を解釈しやすい4つの植生密度タイプ（裸地・建築地、疎、適度、濃密）に区分しました。この処理を2017年から2024年まで年ごとに繰り返し、長城回廊のための整然とした植生変化マップの時系列を作成しました。

各塔周辺の局所変化を追う

塔の輪郭と年次植生マップが揃った後、研究者たちは単純な問いを立てて両者を重ね合わせました：各塔のフットプリント内の地面について、2017年から2024年の間に植生は濃くなったか、薄くなったか、あるいはほぼ変わらなかったか？4つの植生タイプを裸地から濃密までの順序ある段階と見なして、各ピクセルが2017年から2024年に何段階分移動したかを算出し、それを各建物ごとに平均しました。扶風（Fugu）、神木（Shenmu）、榆陽（Yuyang）の3地域で検出された550以上の塔の多くは純増減が小さく、比較的安定した周囲環境を示しました。しかし、67地点は顕著な変化を示し、扶風と榆陽ではその多くが植生の濃化に向かっており、脆弱な夯土の壁に根や湿気の圧力が強まっていることを示唆しました。

地図から保全の意思決定へ

この枠組みは魅力的な地図を作るだけにとどまりません：侵入する植生が構造安定性を最も脅かしている可能性の高い塔の優先順位付きリストを文化財管理者に提供します。手法がオープンなリモートセンシングデータと再利用可能な検出モデルに依拠しているため、長城の他区間や世界中の他の線状遺産にも拡張可能です。著者らは、非常に過度に繁茂したり視認性の低い建物や短期的な植生の揺らぎは見逃される可能性があることを指摘していますが、本アプローチはこの象徴的モニュメントに沿って建物ごとに植生変化を定量化した最初の試みを示しています。実務的には、地球規模の衛星データの流れを地域レベルの早期警戒信号に変え、周囲の生きた景観によって古代構造物が静かに解体されていくのを防ぐ手助けをする方法を提供します。

引用: Zheng, D., Wang, S., Feng, H. et al. Automatic detection and site-scale vegetation shift analysis for individual heritage buildings along the Great Wall. npj Herit. Sci. 14, 161 (2026). https://doi.org/10.1038/s40494-026-02422-w

キーワード: 長城の保全, 遺産建造物, リモートセンシング, 植生変化, ディープラーニング