多様な景観におけるウォール・トゥ・ウォール湿地植生マッピングにおけるハイパースペクトルデータの価値

なぜ水辺の景観のマッピングが重要なのか

湿地は地球上で最も生産性が高く、かつ脅かされている生態系の一つです。炭素を貯蔵し、洪水を緩和し、希少な動植物の生息地を提供しますが、その多くは到達が難しく、徒歩で詳細にマッピングするのはさらに困難です。本研究は、全国の公園管理者や保全担当者が直面する実務的な問いを投げかけます。湿地植生を理解するために、高価で最先端のハイパースペクトル飛行が本当に必要なのか、それともより安価で一般的な空中画像で十分なのか、という点です。

入り組んだ湿地を見下ろす

研究者らはポーランド北東部にあるナレフ国立公園に焦点を当てました。ここはヨーロッパ有数の洪水平原湿地群の一つです。多枝化した多チャネルの河川が平坦な谷を蛇行し、ヨシ原、カヤツリグサ類の湿地、湿草地、低地の泥炭地、ヤナギの疎林帯、河畔林などが入り組んでいます。多くの場所は現地での立ち入りが困難または不可能であり、伝統的な農耕の衰退や水位低下に伴って植生が変化しています。これらの変化を追跡するために、研究チームは実地での植物調査と航空搭載リモートセンシングを300平方キロメートル以上にわたって組み合わせました。

飛行機、レーザー、多彩な光

2020年夏、航空機は公園上空で三種類のデータを収集しました。ハイパースペクトルセンサーは可視光から短波長赤外までの非常に狭い数百の波長帯を記録し、葉の化学組成や水分の微妙な違いを捉えました。LiDARスキャナーはレーザーパルスを発射して植生の三次元構造（高さや樹冠の複雑さなど）を測定しました。高解像度のRGBNカメラは10センチメートルの解像度で赤・緑・青・近赤外の画像を取得し、そこから植生指標や、画素の濃淡が小さな近傍でどう変化するかを示す微細なテクスチャ指標も算出しました。現地では植物学者が約2,000の基準プロットをマッピングし、開水面から特定の湿地・森林群落まで含む30の詳細な植生クラスを区別しました。

植物パターンを認識するコンピュータを教える

研究者らは次に機械学習モデル（CatBoost）を訓練し、1平方メートルごとの植生タイプを予測させ、四つのデータ組合せを検証しました。最も情報量の多いセットはハイパースペクトルとLiDARを組み合わせたものでした。二番目はLiDARのみ、三番目はLiDARとRGBN画像を融合したもの、四番目はそのRGBN–LiDARにテクスチャ層を追加したものでした。フィールドプロットの異なるサブセットでモデルを繰り返し訓練・検証することで、各クラスを正しく識別できる頻度を評価しました。また、得られた地図同士および公園の既存の手描き植生図との類似度を、視覚的比較と標準的な重複指標の双方で比較しました。

ハイパースペクトルデータがない場合に失われるもの、得られるもの

ハイパースペクトルとLiDARを組み合わせたデータセットは明確に最良の性能を示し、全体で約82パーセントを正しく分類し、特に森林、ヨシ原、ヤナギ群落など多くの個別群落で高い成果を挙げました。LiDARのみでは正確度が約63パーセントに低下し、著者らはそれを保全判断には低すぎると評価しました。ハイパースペクトルをRGBN画像で代替すると、LiDARのみと比べて大幅に改善し、正確度は約72〜73パーセントに上昇しました。テクスチャ層の追加はごくわずかな上乗せにとどまりました。開水面の植物や特定のヨシ類、低地泥炭地など一部の植生タイプでは、RGBN＋テクスチャの手法はハイパースペクトルに近い性能を示しました。一方で、高さのある草本群落や一部のカヤツリグサ類の沼沢、低木型群落などでは、ハイパースペクトルの詳細を失うと信頼性が著しく低下しました。

現地図だけでは示せないものを見る

新しいリモートセンシング地図を公園の管理計画で使われている従来の現地ベースの植生図と比較すると、差異は顕著でした。航空データは、微小な鉱質塚上の草地や希少な泥炭植生の断片など、現地図が見落としたり大きな単位に一般化してしまった重要な小さな斑点群を多く明らかにしました。リモートセンシングはまた、洪水平原にわたって異なる湿地群落が入り組む複雑なモザイクも捉えました。同時に、植物学者が同定したいくつかの細かな草地タイプは画像だけでは分離が難しいままであり、専門家による現地調査の価値が依然として高いことを示しています。

湿地保護にとっての含意

保護湿地の管理者にとって、本研究は微妙なメッセージを伝えます。予算に余裕があれば、ハイパースペクトルとLiDARを組み合わせることで最も正確な壁面全域マップが得られ、詳細な生息地管理を最もよく支援します。しかし、そうした先進的な飛行が高価すぎる場合でも、より手頃なRGBN画像とLiDARを融合することで、多くの植生タイプに対して有用で妥当な精度のマップが得られ、特にテクスチャ情報を付加すると改善が期待できます。なにより、この研究は、最先端であれより控えめな手法であれ、航空リモートセンシングが伝統的な現地マッピングを大いに補完し、湿地植生の細かなパッチワークを明らかにして生物多様性を支え、より賢明な保全判断を導く助けになることを示しています。

引用: Jarocińska, A., Kopeć, D., Niedzielko, J. et al. Value of hyperspectral data for wall to wall wetland vegetation mapping in heterogeneous landscapes. Sci Rep 16, 13947 (2026). https://doi.org/10.1038/s41598-026-44275-0

キーワード: 湿地マッピング, リモートセンシング, ハイパースペクトル画像, LiDAR, 植生分類