UAVマルチスペクトル画像の三重特徴融合が種レベルのマングローブ炭素評価を高度化

なぜこの沿岸林が重要なのか

マングローブ林は陸と海の境に位置し、木材や泥質土壌に大量の炭素を静かに閉じ込めています。この「ブルーカーボン」は気候変動の緩和に寄与するため、各国政府や保全団体はマングローブの保護と再生を強化しています。しかし、すべてのマングローブ種が同じように炭素を蓄えるわけではありません。本研究は、特殊なカメラを搭載した小型ドローンが中国沿岸のマングローブの種別を地図化できるだけでなく、種ごとの地上・地下の炭素量を推定できることを示しています。

上空から観察するマングローブ

研究は中国南部、営羅湾の高橋マングローブ自然保護区で行われた。ここは大規模で種の多い保護区で、干潮満潮に沿って湾口近くの高木林から河岸や池の縁にある低木群落まで、四つの一般的なマングローブ種がモザイク状に分布している。従来、これら森林の炭素量を推定するには、研究者が泥地を歩いて樹木の寸法を測り、根や土壌を掘る必要があり、時間と費用がかかる。衛星は広域を捉えられるが、隣接する種や小規模な森林斑を識別するには解像度が不足することが多い。そこで研究チームは低高度で飛行するドローンにマルチスペクトルカメラを搭載し、可視光に加えて葉の化学組成や植物の健全性に敏感なレッドエッジや近赤外線も取得した。

ドローン画像から得られる三種類の手がかり

ドローンデータから研究者は森林に関する三つの情報群を抽出した。「スペクトル」特徴は葉がどの波長の光を反射するかを表し、健全性やクロロフィルに関連する植生指標にまとめられる。「構造」特徴は3次元の高さ情報に由来し、景観全体の樹冠高さを明らかにする。「テクスチャ」特徴は画像上で樹冠が粗いか滑らかかといった見た目を捉え、葉の大きさ、枝の密度、樹冠形状の違いを反映する。これら三種類の情報を融合して、研究者はまず四種のマングローブを識別し、その後40の地上プロットで採取した精密な炭素測定値と画像特徴とを結びつけるコンピュータモデルを訓練した。

マングローブ種の識別

融合アプローチは種のマッピングにおいて特に有効であることが示された。チームが基本的な赤・緑・青のみの画像を用いた場合、葉色が似た種や混合群落を確実に区別することができなかった。レッドエッジと近赤外バンドの追加は識別精度を大きく向上させ、さらに樹冠高さを含めることで性能はさらに上がった。最良の組み合わせ――生のマルチスペクトルバンド、植生指標、樹高――ではマングローブ種をほぼ90%の確率で正しく同定できた。これは重要で、例えばAvicennia marinaやAegiceras corniculatumはスペクトル的には似て見えるが高さや成長形態に微妙な差があり、Rhizophora stylosaやBruguiera gymnorrhizaのような種はより高く、樹冠が大きいといった違いがあるからだ。

森林構造と貯留炭素の結びつき

種がマッピングされると、同じ三種類の画像特徴を用いて炭素モデルを構築した。各種または種の組み合わせについて、研究者は異なる画像変数が幹や枝に蓄えられる地上炭素と根に蓄えられる地下炭素をどれだけ予測できるかを検証した。最も情報量の多い特徴は種ごとに異なることが分かった。低木状のA. corniculatumではレッドエッジのテクスチャに現れる繊細なパターンが最適だった一方、B. gymnorrhizaでは青バンドのテクスチャの変動が鍵を握った。R. stylosaとA. marinaの混合群落では単純な樹冠高さが強い予測子であり、大きな木ほどバイオマスを多く保持していることを反映している。得られたモデルは、種や地上・地下のいずれの在庫を考慮するかによって、観測された炭素変動のほぼ半分から90%以上を説明した。

炭素が実際に蓄えられている場所

これらのモデルを研究地域全体に適用すると、地上・地下・総合のマングローブ炭素の詳細な地図が得られた。保護区の北西隅は高いR. stylosa林が優勢で、地上・地下ともに最高値の炭素ホットスポットとして浮かび上がった。平均するとR. stylosaは最小樹高のA. corniculatumの約2倍の地上炭素を蓄え、根の炭素でも優位に立っていた。広く分布するA. marinaはヘクタール当たりの炭素が中程度で、B. gymnorrhizaはより小さいが依然重要な斑点を提供していた。全般的に、より高く太い幹と広い樹冠を持つ種は、茂密で茎数の多い低木群よりも遥かに多くの炭素を蓄えていた。

気候と保全への示唆

専門外の読者にとっての主なメッセージは、マングローブを地図上の一様な緑の帯として扱うべきではないということだ。種ごとに蓄える炭素量は大きく異なり、色、構造、テクスチャというドローンが捉える視点に対する反応も異なる。これら三つの視点を組み合わせることで、本研究は比較的手頃なドローンで種とその炭素貯留を高い解像度でマッピングできることを示しており、管理者が気候緩和のためにどの森林斑を優先的に保護すべきかを特定するのに役立つ。ブルーカーボン生態系の保護・再生の取り組みが拡大する中で、種レベルの知見はより賢明な植栽、炭素量の高い群落の標的保護、そして国別の炭素会計の精度向上に資するだろう。

引用: Chen, Y., Shen, X., Yan, C. et al. Triple-feature fusion from UAV multispectral imagery enhances species-level mangrove carbon assessment. Sci Rep 16, 11494 (2026). https://doi.org/10.1038/s41598-026-40303-1

キーワード: マングローブ炭素, ブルーカーボン, UAVマルチスペクトル, 種のマッピング, 森林リモートセンシング