衛星リモ－トセンシングによる塩類集積域の時空間変化抽出と

(1)

衛星リモ－トセンシングによる塩類集積域の時空間変化抽出と

塩害化進行の要因分析

-中国タリム盆地北部をケ－ススタディとして-

2010 年 3 月

熊本大学大学院自然科学研究科

阿依仙姑瓦依提

(2)

i

S p a t i o - T e m p o r a l e x t r a c t i o n o f S a l i n i z e d S o i l s a n d C a u s e s o f t h e S a l i n i z a t i o n b a s e d o n S a t e l l i t e R e m o t e S e n s i n g

- A C a s e s t u d y i n t h e N o r t h e r n P a r t o f t h e T a r i m B a s i n , C h i n a -

Ay s h a m g u l Wa y i t

G r a d u a t e S c h o o l o f S c i e n c e a n d T e c h n o l o g y , K u m a m o t o U n i v e r s i t y

A B S T R A C T

I t i s e s t i m a t i n g t h a t t h e a r e a s o f t h e s a l t a c c u m u l a t e d l a n d s i n c l u d i n g s a l i n i z e d s o i l s a r e 3 0 0 m i l l i o n t o 9 0 0 m i l l i o n h a o n t h e E a r t h . T h i s a c c o u n t s f o r a b o u t 1 0 % o f t h e t o t a l u s a b l e l a n d r e s o u r c e s . L e a k a g e s f r o m t h e s o i l w a t e r w a y, i m p r o p e r i r r i g a t i o n , a n d i n c o m p l e t e d r a i n s y s t e m h a v e r a i s e d t h e g r o u n d w a t e r l e v e l s i n a r i d a r e a s a n d c a u s e d s a l i n i z a t i o n , i . e . a c c u m u l a t i o n o f s a l t s i n t h e t o p s o i l s . R e c e n t l y, b e c a u s e o f t h e s a l i n i z a t i o n a b u n d a n t f a r m l a n d s a n d d e s e r t i f i e d l a n d s h a v e b e e n i n c r e a s i n g c o n t i n u o u s l y.

T h i s p a p e r a d d r e s s e s a n e n v i r o n m e n t a l r e m o t e s e n s i n g a l g o r i t h m t o e x t r a c t t h e s a l t a c c u m u l a t e d a r e a s b y u s i n g t h e v i s i b l e a n d i n f r a - r e d p o r t i o n s o f t h e r a d i a t i o n e n e r g y r e f l e c t e d f r o m t h e s o i l s u r f a c e s . I n a d d i t i o n , w e p r o p o s e d a n a l g o r i t h m t o r e t r i e v e d e s e r t i f i c a t i o n a n d s a l i n i z a t i o n m e c h a n i s m s i n t e r m s o f s p a t i o - t e m p o r a l c h a n g e s . T h e n o r t h e r n p a r t o f t h e Ta r i m b a s i n , n a m e l y t h e n o r t h e r n p a r t o f t h e Ta k l i m a k a n D e s e r t , h a s b e e n s e l e c t e d t h e s t u d y a r e a . T h i s p a p e r o r g a n i z e d a s f o l l o w s :

C h a p t e r - 1 c o n t a i n s a d e s c r i p t i o n o f t h e b a c k g r o u n d o f t h e s t u d y a n d e x i s t i n g

m e t h o d s o f t h e E n v i r o n m e n t a l R e m o t e S e n s i n g m e t h o d s r e l a t e d t o t h e t o p i c .

(3)

ii

C h a p t e r - 2 c o n t a i n s a n a l y s e s i n c l u d i n g e n v i r o n m e n t a l c h a n g e s , s t a t u s o f t h e d e s e r t i f i e d l a n d s a n d o u r u n i q u e a p p r o a c h t o s o l v e t h e i s s u e s i n s t u d y a r e a .

C h a p t e r - 3 c o n t a i n s r e t r i e v i n g n e c e s s a r y p a r a m e t e r s a n d d a t a b y u s i n g t h e s a t e l l i t e i m a g e s . I n o r d e r t o o b t a i n t h e s t a t u s o f t h e d e s e r t i f i c a t i o n a n d v e g e t a t i o n c o v e r a g e , S AV I ( S o i l A d j u s t e d Ve g e t a t i o n I n d e x ) h a s b e e n a p p l i e d . S e a s o n a l a n d a n n u a l v a r i a t i o n s o f t h e v e g e t a t i o n i n d e x h a s b e e n c a l c u l a t e d b y u s i n g d a t a o b s e r v e d f o r n e a r l y 3 0 y e a r s u n t i l 2 0 0 6 . T h e o b t a i n e d r e s u l t s s h o w t h a t t h e v e g e t a t e d a r e a s h a v e b e e n i n c r e a s e d i n t h e u p p e r r e a c h e s o f t h e r i v e r s a l o n g w i t h t h e c u l t i v a t i o n a c t i v i t i e s . H o w e v e r, t h e v e g e t a t e d a r e a s h a v e b e e n d e c r e a s e d i n t h e m i d d l e a n d l o w e r r e a c h e s o f t h e r i v e r s b e c a u s e o f t h e s o i l s a l i n i z a t i o n a n d d e s e r t i f i c a t i o n .

I n C h a p t e r - 4 , a n a l g o r i t h m t o e x t r a c t t h e s a l i n i z e d s o i l s ( s a l t a c c u m u l a t e d

a r e a ) i n t e r m s o f t i m e a n d s p a c e h a s b e e n p r o p o s e d b a s e d o n t h e a n a l y s e s o f 4 0

s c e n e s o f t h e A S T E R i m a g e s . F i r s t , s e v e r a l s a t e l l i t e d a t a d e r i v e d i n d i c e s S AV I ,

N D S I , N D V I h a v e b e e n c a l c u l a t e d b y u s i n g t h e o b s e r v e d s a t e l l i t e i m a g e s i n

o r d e r t o e x t r a c t v e g e t a t i o n s t a t u s , s o i l p r o p e r t i e s a n d s o i l m o i s t u r e i n f o r m a t i o n

i n t h e s t u d y a r e a . U s i n g t h e e x t r e m e v a l u e s o f t h e i n d i c e s a b o v e , a n e w i n d e x ,

N D X I , h a s b e e n p r o p o s e d . T h e N D X I i n d e x d e r i v e d f r o m t h e A S T E R d a t a o f

2 0 0 4 i n d i c a t e d t h a t i n t h e r a i n s e a s o n i t i s n o t p o s s i b l e t o e x t r a c t t h e s a l t

a c c u m u l a t e d a r e a s i n c e t h e s o i l m o i s t u r e v a l u e m i g h t b e h i g h e r. H o w e v e r, t h e

s a l t a c c u m u l a t e d a r e a m i g h t b e i n c r e a s e d i n t h e s u m m e r s e a s o n b e c a u s e o f t h e

s t r o n g v e g e t a t i o n a c t i v i t i e s . We f o u n d t h a t t h e m e c h a n i s m s o f t h e s a l i n i z a t i o n

o r s a l t a c c u m u l a t i o n a r e d i f f e r e n t b a s e d o n t h e a m o u n t o f t h e s o i l m o i s t u r e

c o n t e n t o f t h e s o i l s . F u r t h e r m o r e , t h e s a l i n i z e d s o i l s w e r e f o u n d t o h a v e

e x t e n d e d i n t h e l o w e r r e a c h e s o f t h e r i v e r s , a n d t h e i r a r e a i n c r e a s e d

m o n o t o n o u s l y w i t h t h e t i m e w h i l e t h e a r e a o f f i x e d d u n e s d e c r e a s e d l a r g e l y. We

p r o p o s e d a S a l i n i t y I n d e x t o e x t r a c t c o r r e c t l y t h e s a l i n i z e d s o i l a r e a s f r o m t h e

(4)

iii

A S T E R i m a g e s b y r e f e r e e i n g t o t h e r e f l e c t a n c e s p e c t r a o f t h e s o i l s a m p l e s . T h i s S a l i n i t y I n d e x c l a r i f i e d t h a t t h e s a l i n i z e d s o i l s h a v e h i g h s a l t c o n c e n t r a t i o n s o v e r 3 0 p p t a n d t h e c o n c e n t r a t i o n s o f t h e m o v i n g s a n d s a r e a l s o h i g h . I n a d d i t i o n , t h e h i g h s a l i n i t y a c c u m u l a t i o n i n t h e d o w n s t r e a m o f f a r m l a n d s w a s i d e n t i f i e d , w h i c h i m p l i e d a s t r o n g e f f e c t o f a g r i c u l t u r a l d e v e l o p m e n t o n t h e s a l i n i z a t i o n .

C h a p t e r - 5 c o n t a i n s s o i l s u r f a c e t e m p e r a t u r e e s t i m a t i o n i n t h e a r i d a r e a s b a s e d o n t h e L a w o f P l a n k b y u s i n g t h e L a n d s a t T M / E T M + a n d A S T E R d a t a . A s a r e s u l t , t h e s o i l s u r f a c e t e m p e r a t u r e s a r e r e l a t i v e l y l o w i n t h e v e g e t a t e d a r e a s a n d f a r m l a n d s . T h u s , t h e r e l a t i o n s h i p b e t w e e n t h e l a n d c o v e r a g e a n d s o i l s u r f a c e t e m p e r a t u r e h a s b e e n c o r r e c t l y e x t r a c t e d . O n t h e o t h e r h a n d , s o i l s u r f a c e t e m p e r a t u r e s a r e h i g h , e v e n s o s u r f a c e t e m p e r a t u r e s a r e l o w e r o n t h e b a r e s o i l s w i t h h i g h e r m o i s t u r e c o n t e n t s . T h e r e f o r e , t h e s o i l s u r f a c e t e m p e r a t u r e i s a k e y p a r a m e t e r w h e n e v a l u a t i n g t h e d e g r e e o f t h e s a l t a c c u m u l a t i o n i n t h e a r i d a r e a s . H i g h a c c u r a c y e s t i m a t i o n o f t h e s a l i n i z a t i o n a n d d e s e r t i f i c a t i o n c a n b e e x p e c t e d b y c o m b i n i n g t h i s m e t h o d a n d r e f l e c t i o n s p e c t r a m e t h o d i n t h e p r e v i o u s c h a p t e r.

C h a p t e r - 6 c o n t a i n s c o n c l u s i o n s a n d r e s u l t s o f t h e e a c h c h a p t e r.

(5)

iv 目次

第 1 章緒論

1 . 1 本研究の背景と目的 . . . 1

1 . 2 既往の研究例と本研究の位置付け . . . 2

1 . 3 リモートセンシングの基礎 . . . 9

1 . 3 . 1 リモートセンシングの原理 . . . 9 1 . 3 . 2 分光反射特性 . . . 1 2 1 . 3 . 3 波長域と観測対象 . . . 1 3

1 . 3 . 4 リモートセンシングによる情報抽出と応用例 . . . 1 6

1 . 4 土壌の塩類集積とそのメカニズム . . . 1 7 1 . 4 . 1 灌漑による水と塩類の移動 . . . 1 8 1 . 4 . 2 塩類集積の発生要因 . . . 2 0 1 . 5 本論文の構成 . . . 2 3 1 . 6 緒言 . . . 2 4 参考文献 . . . 2 4

第 2 章塩害化進行域の植生変化の特徴抽出

2 . 1 緒言 . . . 3 0 2 . 2 新疆の自然環境の概要 . . . 3 1

2 . 2 . 1 新疆の人口と耕作地面積の変化 . . . 3 2

2 . 2 . 2 タリム河川流域の人口と耕作地面積の変化 . . . 3 3

2 . 2 . 3 タリム川流域の水土開発とその影響 . . . 3 4

2 . 3 新疆の降水量変化 . . . 3 6

2 . 4 新疆の気温の経年変化 . . . 3 7

2 . 5 差分による塩害化進行域の植生変化抽出 . . . 3 8

2 . 6 緒言 . . . 4 2

参考文献 . . . 4 3

(6)

v

第 3 章現地調査と衛星リモ－トセンシングによる土地被覆変化の解析

3 . 1 緒言 . . . 4 7 3 . 2 解析方法 . . . 4 8 3 . 3 対象地域の調査とグラウンド・トゥル－ス . . . 4 9 3 . 3 . 1 高分解能画像デ－タによる地表状況の把握 . . . 4 9 3 . 3 . 2 植生調査 . . . 5 3 3 . 4 対象地域の地理概要 . . . 5 4 3 . 5 マルチバンドデ－タから植生地域の抽出 . . . 5 7 3 . 6 考察 . . . 6 3 3 . 7 結言 . . . 6 4 参考文献 . . . 6 4

第 4 章塩類集積域の抽出と塩害化の要因

4 . 1 結言 . . . 6 9 4 . 2 塩害化のメカニズムについて . . . 7 1 4 . 3 解析に用いた衛星画像デ－タ . . . 7 2 4 . 4 データ解析方法 . . . 7 3

4 . 4 . 1 衛星画像デ－タの前処理 . . . 7 3

4 . 4 . 2 衛星画像デ－タによる植生，土壌，含水指数 . . . 7 5

4 . 5 土壌サンプルデータ . . . 7 7 4 . 6 N D X I による地表被覆物の状態の季節変化 . . . 7 8 4 . 7 表土の塩分濃度の推定 . . . 8 1 4 . 8 グランドトゥルースによる塩分濃度の推定 . . . 8 5 4 . 9 考察 . . . 8 8 4 . 1 0 結言 . . . 9 0 参考文献 . . . 9 1

第 5 章熱赤外衛星デ－タから地表面温度推定と塩類集積地抽出の高精度化

(7)

vi

5 . 1 緒言 . . . 9 5 5 . 2 対象地域の気象デ－タと衛星デ－タ . . . 9 6 5 . 3 データ解析方法 . . . 9 7 5 . 4 地表面温度の推定結果 . . . 9 9 5 . 5 結言 . . . 1 0 2 参考文献 . . . 1 0 3

第 6 章結論 . . . 1 0 5

謝辞 . . . 1 0 9

(8)

1 第 1 章緒論

1 . 1 本研究の背景と目的

砂漠化・土地荒廃化は , 先進国 , 途上国を問わず地球規模で発生している深刻な環境問題の一つである。地球の陸地面積の約 3 分の 1 が乾燥地域であり，これは地球規模で雨の降りにくい中緯度の対流圏下に主に分布する。その代表が世界で最も広いサハラ砂漠（アフリカ北部）である。繰り返して現れる干ばつなど自然災害の影響と人間活動の影響とによって引き起こされる砂漠化

（ desertification ）現象が，サハラ砂漠南部をはじめとして各地で生じており，土壌浸食や農業資源減少，気候変動や生物多様性への影響など環境問題は一つの国や地域を越え，世界全体に悪影響を及ぼしつつある

^{1 ) , 2 )}

。したがって，顕在化している地球環境の諸問題を明らかにし解決するためには，より詳細な砂漠化進行している地域の観測と研究が不可欠である。

一般に，砂漠化の進行に伴う影響としては，砂漠化に関するデータを広域にわたって収集し，乾燥地域や半乾燥地域の植生，土壌，土壌水分などを定期的に監視し，その変動を定量的に計測することは，砂漠化地域における砂漠化防止技術や政策の開発の実行に必要である。しかし，砂漠化地域の植生や土壌の調査は対象が広域に及び，自然環境が厳しいため，人間による調査が難しく多額な費用を要するなど困難な問題が多く，リモートセンシング技術など広域のデータを同時に入手できる先端技術を用いた調査が不可欠である

^{3 ) , 4 )}

。

そこで，本研究では塩類集積による生じる砂漠化とそのメカニズムの解明を目的として，ソフトデータ（衛星画像データ）と現地測定データをリモートセンシング学，地質学，地理学という地球情報学的手法により解析し，これらの組み合わせを図る。これにより，砂漠地域の環境変化と経年変化を抽出し，塩類集積と砂漠化との関係を明らかにする。また，「植生変化」，「土地被覆変化」，「土壌の塩分化」，「地表面温度」という 4 つの指標から砂漠化域の環境を評価する。

砂漠化の要因や進行メカニズムを解明するためには，広範囲を同時に，かつ

(9)

2 周期的に観測できる衛星リモートセンシングが最も有効な手段となる。その一例として，タクラマカン砂漠北部にあるオアシス周辺，およびタリム盆地下流域での長期にわたる植生変動を明らかにした

^{5 ) , 6 )}

。これらの地域に対して，米国の偵察衛星 CORONA による 1 960 年代の白黒画像，および代表的な地球観測衛星である Terra/ASTER や Landsat /MSS ・ TM による約 30 年にわたる光学センサ画像を解析した結果，塩類集積が土地を荒廃させ，砂漠化を加速させていることを見出した。

上記よりも高い空間分解能を有するセンサは，地球観測衛星 TERRA の高性能光学センサ ASTER 本研究で使用した衛星センサは，人工衛星 Terra に搭載された ASTER （ Advanced Space borne Therma l E mission and Reflection Radiometer）で

ある

⁷^）^{, 8 )}

。 ASTER センサは日本が開発した高性能光学センサで，可視・近赤外

域（ VNIR ， Visible and Near Infrared Radiometer ） 3 バンド，短波長赤外域（ SWIR ， Short Wave In frared Radio meter ） 6 バンド，熱赤外域（ TIR ， Thermal Infrare d Radio meter ） 5 バンドと計 1 4 の観測バンドを有し，空間分解能も 3 0 m（ AST ER のバンド 1 ， 2 ， 3 は 1 5 m ）と高いので，反射スペクトルの形状から土壌の塩類集積の程度を推定するのに有効であると考えられる。しかし， 1 99 9 年 1 2 月に打ち上げられた衛星であるため，データの蓄積が乏しい。ゆえに，高い観測頻度を要求せず，長期間にわたる環境変化を明らかにするという目的においては，

LANDSAT データを用いることが最も望ましい。そこで， ASTER に加えて

Landsat/MSS ，TM，ETM + の画像デ－タを用い，これらの画像データと現地サン

プルデータとの相関性に基づいて砂漠地域の環境変化抽出に有用な推定法を提案し，衛星画像データから塩類集積により，生じている砂漠化現象の現状把握や将来的に拡大し得る範囲の特定を行うことを目的とする。研究対象地域として，タクラマカン砂漠周辺で農業生産高が最も高い地域であるタリム盆地北部を選んだ。

1 . 2 既往研究例と本研究の位置付け

タリム盆地北部を対象とし，植生変化，土地被覆変化，塩類化などによる砂

(10)

3 漠化に関する環境変化の抽出に関しては，従来様々なデータや手法を用いた研究が行われている。研究例を 2 つに大別し，以下に（ 1 ）衛星画像以外のデータを用いての土地被覆変化，および（ 2 ）衛星データを用いた植生指標計算や土地被覆分類などに関する既往の研究例をまとめ，それらの問題点と本研究の位置付けについて述べる。

1.2 .1 衛星以外のデータを用いた研究例 (1 ) 人間活動について

人間活動に関する研究は主に農業関連が多い。 (1 )-1 人口増加についての研究

① 新疆生産建設兵団の変遷についての研究

^{9 )}

統計的な資料から毛沢東の新疆開発と新疆生産建設兵団の変遷についての研究が行われた。新疆における過去 50 年間の人口増加は新疆生産建設兵団の増員と考えて遜色がないほどこの間に漢民族の人口は急激な増加を見せる。生産建設兵団により開墾された土地は非常に多く，水利施設の建設，その他様々な施設の建設も行っており新疆の開発を強力に押し進める原動力となった。

② 新疆における人口の増加は，全国の平均増加率をはるかに上回っている。その理由は，自治区設立後の新疆建設，新疆の発展や改革，開放のよる大

図 1 . 1 研究対象地域（左）とモザイク処理した L a n d s a t / M S S のナチュラー画像

3938’55”N

▲

8148’35”E

▲

7850’54”E N

100 km 0

Landsat- MSS 1973

(11)

4 量の人口流入である。だが，人口の急激な増加は，タリム盆地オアシスの生態タリム川下流域の塩害化，砂漠化その典型的な事例である

^{9 )}

。

(1 )-2 樹木の伐採についての研究

^{1 0 )}

① 農家の経済についての研究

タクラマカン砂漠の農家に対し生活の状況についての聞き取り調査を行い，それをまとめて統計的資料と関連付けて荒漠化について対策を考案するなどの研究が行われた。

燃料の利用形態は 3 種類あり，比較的豊かな農家は石炭を購入して利用できるが貧しい農家では砂漠から樹木を伐採してきて燃料として利用しているため，人口が増加するにつれて砂漠の樹木伐採も増加し荒漠化に拍車をかけている。解決策として代替エネルギー資源の導入を急務とし，農家の経済的な発展を重要としている。これに付随して背景となるこの地域の経済についての研究についても調査した。

② 新疆ウイグルの経済の現状と課題についての研究

1 1 ) , 1 2 )

新疆ウイグル自治区の経済の現状を統計資料から中国国内における新疆の経済的地位，産業，農業，工業，国境貿易の 5 点でまとめ，その課題を明らかにする研究が行われた。新疆の経済構造の中心は資源開発と農業である。特に，この 2 0 年間は原油と綿花を中心とする発展戦略がとられた。鉱物資源は現在まで 1 38 種発見され，埋蔵量も中国国内 10 位に上る。また，石油，天然ガスの埋蔵量は中国陸上埋蔵量の 3 割以上を占めており，近年エネルギー需要が拡大している中国経済にとって重要な位置を占めている。農業では綿花，甜菜が中国国内で第 1 位の生産量を持ち，特にタリム盆地は

綿花の一大生産基地となっている。

工業では中国政府の方針により軽工業に比べ，重工業が重視されてきて近年

では総生産額の 8 割近くを重工業が占めるようである。こうした中で新疆では

農業人口が総人口の約 7 割を占めている。しかし，農業地域の経済的な発展は

遅れており，新疆経済全体の発展を阻害している状態である。その原因は資源

(12)

5 優先への政策による工業の農業に対する需要不足であり，農業は綿花生産に特化したものの綿花加工量はその 1 ％にも満たないのでその結果農民の所得は増加しない。今後は持続的発展を実現するために伝統工業を中心とする軽工業の発展を重視すべきと指摘している。

(1 )-3 過放牧についての研究

① 新疆の畜産業についての課題と対策の研究

^{1 3 )}

統計的な資料と現地の調査から畜産業の課題とそれについての対策を考案する研究が行われた。

最大の課題は草資源が退化していることで，過放牧が原因となっていることが確認されている。これに対し科学的な土壌管理を導入し，草原の保護や家畜数の制限などの実施を提案している。

② 家畜頭数の増加も土地劣化が問題となっている。中国の砂漠化を防止政策は，定住に適した技術の指導を同時に行うわけではなく，単に定住させるだけの場合がみられる。そのため，農業･農耕制度の改革として，高度技術農法の採用や，砂の移動が発生時期 ( 冬･春季 ) の耕作を禁止する等対策を講じている。

(1 )-4 不適切な灌漑についての研究

^{1 4 )}

① オアシス周辺の灌漑農業についての研究

耕地灌漑率を求めて北縁と南縁で比較を行い，オアシスにおける農業の限界について考察を行っている。

北縁は水資源が豊富であることに対して南縁は水資源が不足していることが明らかにされているが，北縁に対しても塩類化の影響について述べ，オアシスの農業の限界を確認している。オアシスの灌漑農業の理解を深めるために，農業開発についての研究についても調査した。

② タリム盆地の農業開発についての研究

^{1 5 )}

現地調査と統計的な資料から農業開発の可能性と問題点についての考察な

どの研究が行われた。

(13)

6 新疆で主に栽培されている作物は綿花，甜菜，ホップ，ブドウなどの果樹，トマトなどの野菜である。特にタクラマカン砂漠周辺のオアシスでは経済作物として綿花が多く栽培され，中国で一番大きな綿花生産基地を形成している。しかし，農産品の加工能力が低い，市場に売り出せる商品作物が少ないなどの理由から農民の収入が少ないという問題がある。この問題の解決には農作物のブランドの創造や農業の産業化，それによる農民収入の増加が必要であるとしている。いずれにしても農業の高度化を推進すべく外部からの資金導入や設備導入，育成などが必要であると結論付けている。

(1 )-5 自然環境の変化について (1 )-5 -1 気候変化についての研究

^{1 6 )}

① 人口変化を気候変化と対比した研究

中国の歴史時代の気候変遷と人口変化についての関係，近年のタクラマカン砂漠の人口変化と気象災害の関係について統計的な資料を調査，整理された。その結果タクラマカン砂漠南縁では異常気象や人口増加に伴い水利用のため，オアシスが河川上流へ移動したことが確認され，気象条件や人口増加が荒漠化に影響を与えていることが理解できる。 (1 ) -5 -2 水文環境の変化についての研究

1 7 ) , 1 8 )

① タリム川の水文環境と人間生活の関わりについての調査の研究砂漠の実態を解明するために自然環境の変貌を把握することを目的とした調査や資料との比較による環境変化を捉える研究が行われた。調査した河川の末端が年々短くなっている兆候がみられ地下水位も下降していた。その根拠となったのが以前砂漠内で河川下流域であったと考えられる場所に遺跡や集落の跡が点在していたことと，住民への聞き取り調査からも時を追うごとに上流へ人がと移り住んでいったことが確認された。

そして，いずれの河川でも下流に進むにつれて水分中の塩分濃度が高い事も確

認された。近年において，河川が短くなった原因として考えられたのが上流オ

(14)

7 アシス地域の発展による灌漑施設の増大に伴う流水の過剰利用や樹木過伐による風砂であることが明らかにされている。

② タリム河川の水資源の確保と水環境の保全に関する研究

タリム盆地の耕地開発・工業開発および気候変動等の影響による河川表流水の減少，地下水位低下などにより生活用水の確保難や水質悪化，農地の荒廃等の深刻な問題が発生しており，そのためタリム河流域の将来的な水資源の確保および水環境の保全に対する有効な対策を検討する必要があることが確認されている。また，飽和平面二次元地下水流動モデルを用いて，タリム河流域全体の地下水水位および流動特性の解析をおこない，流域全体における水資源利用に伴う地下水流動状況の変化について報告がある。

(1 )-6 荒漠化についての研究

1 9 ) , 2 0 )

(1 )-6 -1 荒漠化の動向についての研究

現地への調査と統計的な資料から見ず，土地資源の開発によりどのように環境が変化したかを研究している。荒漠化するプロセスは 2 つに分けられるようで，水資源の欠如や過度の樹木伐採などから植生被覆の喪失による荒漠化で，もう一つは塩類集積による荒漠化である。

前者はタリム川南縁のオアシス周辺で，後者はタリム川北縁オアシス周辺での事例が紹介されこれを裏付けている。

(1 )-6 -2 草炭を用いた荒漠地緑化に関する研究

2 1 ) , 2 2 )

現地の荒漠地の実験場で数年にわたり中国研究機関と共同で砂漠緑化の

研究が行われた。実験場は塩類集積が酷く作物は育ちにくい環境であるが，現

地の潅水方法や草炭を用いた除塩で一定の成果を挙げ除塩に成功している。

しかし，現地の潅水方法では一時しのぎであることも確認され草炭に

よる除塩の技術確立を進めている。したがって，タリム盆地における砂漠

化の原因は，気象や気候の変動，人間活動，例えば家畜の過放牧，樹木の

過剰な伐採，農地への不適切な灌漑による土壌の荒廃など複合的な作用に

(15)

8 よるものと考えられているが実態は未だ解明されていない。

1.2 .2 衛星データを用いた研究例

(1 )-1 タリム盆地の土壌水分を解析した研究

^{2 3 )}

衛星データを用いてタクラマカン砂漠のオアシス周辺の土壌水分解析を試みる研究が行われた。

可視青バンドと近赤外バンドの差を指標とすることを考案しているが，使用している画像が可視青バンドを計測していないため青バンドの次に，水域の反射率が大きい緑バンドを代わりに用いて水域の検出を試みている。その結果は，水分の最も多い貯水池や河川などの水域が最も明るくなり，次ぎ河川敷などの土壌水分の比較的多い地域が明るく画像表示され，ホタン川の東側のほうが西側より水分が大きいことが確認されている。

(1 )-2 タリム盆地周辺の土地被覆変化解析

2 4 ) , 2 5 )

タリム盆地周辺とアクス川周辺に対して観測時期が異なる複数の衛星画像データを用い，土地被覆の分類法に関する研究が報告されている。例えば， 19 73 年と 197 6 年の L an s a t MSSデータ，および 19 93 年と 19 95 年の JERS-1 OPS データによってタリム盆地周辺における土地被覆の解析を行っている。

(1 )-3 植生変化と土地被覆変化の関係との関係

^{2 6 )}

Landsat/MSS ，TM ，および ASTER データから植生指標を計算し，アクス地域

における土地被覆変化を解析している。これにより，アクス市周辺における 1976 年から 2006 年までの 30 年間にわたる植生変化と土地被覆変化との関係を明らかにした。さらに，画像分類処理によって塩類集積土壌を抽出し，その分布域の拡大を明らかにした例もある

2 7 ) , 2 8 ) , 2 9 ) , 3 0 ) , 3 1 ) , 3 2 )

。しかし，分布域のみに注目した解析であり，塩分濃度の定量的評価までには至っていない。

1.2 .3 本研究の新規性

(16)

9 従来の研究では衛星画像を用いた砂漠域の環境変化では植生指標のみが用いられることが多い。これに対して本研究では多次元の情報を活用するために，衛星画像データの反射スペクトル情報から，植生の活性度，表土の性質，および土壌の含水の程度に対する正規化指標を計算し，これらの大小関係を同時に表せる画像作成法を提案する。また，土壌サンプルに対して測定された反射スペクトルと塩分濃度から，反射率と塩分濃度との相関性に対する実験式を求め，衛星画像から地表面濃度を推定し，土地被覆と塩分濃度との関係を明らかにする。

これらに加えて，塩類集積土壌域の抽出に熱赤外画像デ－タを適用し，抽出精度を向上させる点が既往研究とは異なる。既往研究に多く用いられている L a n d s a t / T M データよりも T e r r a / A S T E R データの蓄積データ数は少ないが， 2 0 0 0 年から現在にかけての最新のデータを入手でき，今後も継続した高頻度のデータ取得が期待できる。また高空間分解能も特徴の一つであり，従来よりも精度の高い土地被覆分類や地表面温度の算出が可能となる。土地被覆分類手法について本研究では，可視域から短波長赤外域まで波長の異なる計 9 バンドを同時に使用することにより高精度化を図る（第 4 章）。地表面温度算出については， Landsat/TM ， ETM + と分解能が高い ASTER 熱赤外データを用い，さらに大気の影響を考慮した大気補正により高精度に地表面温度を算出する。地表水分と塩分によって地表面温度は異なるので，これから塩類集積土壌域の抽出が可能となる。

1 . 3 リモートセンシングの基礎

1 . 3 . 1 リモートセンシングの原理

すべての物体は，種類や環境条件が異なればそれに応じた電磁波の反射と放射の特性，すなわち反射・放射の強度とそれらの波長による変化の固有性を示す。物体に電磁波が吸収され，透過することも反射・放射に関連する

3 3 ) , 3 4 ) , 3 5 ) , 3 6 ) , 3 7 ) , 3 8 ) , 3 9 )

。例えば，植物が緑に見えるのは，葉中のクロロフィルが可

視域の青と赤の光を吸収し，緑を強く反射するからである。電磁波に対する物

(17)

10 質固有の波長特性を分光特性と呼ぶ。

リモートセンシングとは，人工衛星や航空機に搭載された光学・電波センサで地球の表面物質の電磁波特性を抽出するという，地球表面の非接触計測により，その性質を分析する技術である。リモートセンシングの観測データは，異なる対象物の電磁波特性が太陽や大気，その他の環境条件の影響を受けた後，センサによって計測され，コンピューターによるデータ処理が行われる。こうして得られた情報は，屋内での工業計測から広域的な西域・大気・海洋情報の収集，地球規模の環境変動の監視まで極めて多岐にわたって利用される。

電磁波（ electromagnetic wave ）とは，真空中あるいは物質中を電磁場の振動が伝播することにより電磁エネルギーを運ぶ波である。電磁波は波動としての性質と粒子としての性質を合わせ持ち，真空中で光速 (2 .998 ×1 0

⁸

m/sec) である。また，基本的には直進する性質を持ち，電磁波を構成する電気と磁気の場は互いに進行方向に対して垂直に振動する。電磁波は波長の短いほうから γ 線， X 線，紫外線，可視光線，赤外線，マイクロ波，電波なという名称が付けられている。各電磁波の名称とその波長範囲を表 1 .1 に示す。これらのうちリモートセンシングで用いる電磁波の波長は，紫外線の一部 (0.3~0.4 µ m) ，可視光線 (0.4~0.7µm) ，赤外線の一部 (0 .7 ~14 µm) およびマイクロ波 ( 約 1 mm~1 m) である。図 1 .2 に，リモートセンシングの利用波長域を示す。赤外線のうち，近赤外と短波長赤外を合わせて反射赤外と呼ぶ。この領域では太陽からの反射成分が地表面からの放射成分より大きいためである。これに対し地表面からの放射は熱赤外に大部分のエネルギーを持つ放射をする

4 0 ) , 4 1 )

。

可視・近赤外リモートセンシングは，太陽光の反射を利用し，地上物質の反射特性から物質の識別を行う。熱赤外リモートセンシングでは，物体自身が放射する電磁波の放射特性から物質を識別，あるいは温度の推定を行う。

これら可視・反射赤外域と熱赤外域の波長域における電磁波の情報を収集する

装置を光学センサと呼ぶ。電磁波は 10

^{- 5}

～ 1 0

^{2 2}

Hz の範囲にある。放射量は温度

に依存するため熱赤外と呼ばれ，地表温度などを推定するのに利用されている。

可視・反射赤外域と熱赤外域の 0 . 3 ～ 1 4 μ m の波長域における電磁波の情報を

(18)

11 表 1 . 1 電磁波の種類と波長範囲

図 1 . 2 電磁波の名称

収集する装置を光学センサ（ op tical sensor ）という。

一方，マイクロ波リモートセンシングは，さらに長い波長帯域を利用するため，物質からの放射は小さくなる。したがって，マイクロ波センサには，物体

種類波長周波数

紫外線 1 0 n m ～ 0 . 4 µ m 7 5 0 ～ 3 0 0 0 T H z

可視光線 0 . 4～ 0 . 7 µ m 4 3 0 ～ 7 5 0 T H z

赤外線

近赤外線短波長赤外線中間赤外線熱赤外線遠赤外線

0 . 7 ～ 1 . 3 µ m 1 . 3 ～ 3 µ m

3 ～ 8 µ m

8 ～ 1 4 µ m 1 4 µ m ～ 1 m m

2 3 0 ～ 4 3 0 T H z 1 0 0 ～ 2 3 0 T H z 3 8 ～ 1 0 0 T H z 2 2 ～ 3 8 T H z 0 . 3 ～ 2 2 T H z

電波

サブミリ波 0 . 1 ～ 1 m m 0 . 3～ 3 T H z

マクロ波

ミリ波センチ波極超短波

1 ～ 1 0 m m 1 ～ 1 0 c m 0 . 1 ～ 1 m

3 0 ～ 3 0 0 G H z 3 ～ 3 0 G H z 0 . 3 ～ 3 G H z 超短波

短波中波長波超長波

1 ～ 1 0 m

1 0 ～ 1 0 0 m 0 . 1 ～ 1 k m

1 ～ 1 0 k m

1 0 ～ 1 0 0 k m

3 0 ～ 3 0 0 M H z 3 ～ 3 0 MH z 0 . 3 ～ 3 M H z 3 0 ～ 3 0 0 M H z 3 ～ 3 0 K H z

紫外可視近赤外短波長赤外熱赤外遠赤外赤外

マイクロ波

波長 30nm 0.3 m 3 m 30m 0.3mm 3mm 3cm 30cm 3m

周波数 (Hz) 10

16

10

15

10

14

10

13

10

12

10

11

10

9

10

⁸

紫外可視近赤外短波長赤外熱赤外遠赤外赤外

マイクロ波

波長 30nm 0.3 m 3 m 30m 0.3mm 3mm 3cm 30cm 3m

周波数 (Hz)

10

16

10

15

10

14

10

13

10

12

10

11

10

9

10

⁸

(19)

12 からの放射量を測定する受動型センサの他に，センサ自身がマイクロ波を発射し地上で散乱されて戻ってきた受信電力を測定する能動型センサがある。能動型によれば，同一軌道で異なった観測日の合成開ロレーダデータを干渉させられるので，地形標高の推定，地震や火山噴火に伴う地殻変動の抽出に用いられている

4 2 ) , 4 3 )

。

本研究では，可視・近赤外，熱赤外リモートセンシングを対象としているため，以下ではそれに関連した内容を論ずる。

1 . 3 . 2 分光反射特性

物体のある面への入射光束に対する反射光束の比を反射率 (reflectance) といい， 0 から 1 ，または 0 から 10 0 % で表される。また，波長ごとの反射率を分光反射率，または反射スペクトル (spectral reflectance)と呼び，横軸に波長を縦軸に反射率をとって，（図 1.3 ）のように表される。可視･反射赤外領域で物体が識別できるのは，物体ごとに分光反射率が異なるから，すなわち，異なる分光反射特性を有するからである。

反射スペクトルで反射率が急低下する現象を吸収 ( a b so r ption ) といい，吸収を生じさせる波長域の存在は，構成物質を識別するよい手がかりを与える。これは電子の固有振動数，あるいは分子の固有振動数と電磁波の固有振動数が対応し，運動エネルギーに電磁エネルギーが使われるからである。表 1 .2 に吸収を生じさせる物質とその波長域を示す。衛星画像解析では，反射率の吸収を強調するような処理により，注目する物質の分布域を抽出することができる

4 0 ) , 4 1 )

。

表 1 . 2 物質の吸収帯図 1 . 3 分光反射率の例

0.3 0.4 0.49 0.54 0.59 0.64 0.69 0.74 0.79 0.84 0.89 0.94 0.99 1.1

反射率(%)

0 10 20 30 40 50 60

波長(μm) アスファルト水田

草地樹林

吸収波長域 (m) Fe-O 青色域から紫外域

Fe

³⁺

0.35，0.45，0.55 ~ 0.65，0.75 ~ 0.95 Fe

²⁺

1.0 ~ 1.1，1.8 ~ 2.0

H

₂

O 1.4 ， 1.9 Al-OH 2.16 ~ 2.24 Fe-OH 2.24 ~ 2.27 Mg-OH 2.3 ~ 2.39 CO

₃

2.3 ~ 2.39

植物 Chl 0.43 ~ 0.45 ， 0.65 ~ 0.68 岩石・鉱物

物質

(20)

13 1 . 3 . 3 波長域と観測対象

本研究で使用した衛星画像データは，陸域の環境や資源などを観測するために打ち上げられたアメリカの地球観測衛星である LANDSAT と，人工衛星 Terra に搭載された ASTER である。 LANDSAT 1 号は， 1 97 2 年 7 月 2 3 日に世界最初の地球資源技術衛星 ERTS （ Earth Resources Tech nology Satellite ）として打ち上げられ，後に LANDSAT に改名され， 1 999 年以降は 7 号機が稼働中である

3 5 ) , 3 7 ) , 4 4 )

。 LANDSAT 5 号の観測機器は，多重スペクトル走査（ MSS ：Multi Spectral Scanner）

とセマティックマッパー（ TM ： Thema tic Mapper ）の 2 つのセンサを搭載している。

M SS は，光学系と検出器を組み合わせ，地表面からの太陽反射光を 4 つの波長帯に分けて観測する光学センサであり， TM は， MSS をより高度化したセンサで， 30 m という高い空間分解能と，短波長赤入域に設けられた 2 つのバンドが大きな特徴といえる。特に，バンド 7 はユーザの要望により，地質・地下資源探査用に後から追加された。また， RGB に対応した波長帯のバンドを持つため，カラー合成画像を作成する際，視覚に近い画像（トゥルーカラー画像）を作成できる。 LANDSAT 7 号の観測機器は， TM の後継機器となる ETM ＋（ Enhanced Thematic Mapp er Plus ）を搭載している。 ETM ＋では，直下観測するマルチスペクトル放射計で，地表の情報を高い解像度で取得出来る性能を持つ。センサには 8 っに分類されたバンドがあり，スペクトルの可視および赤外域の反射・放射を検知できる。

ETM ＋は LANDSAT 4 号と 5 号に搭載されたセマティックマッパー（ TM ）の改良版である。これまでの LANDSAT データとの継続性が保たれている。センサで改良された点には，声払外（バンド 6 ）の空間分解能の改善や放射量校正機器の改良，パンクロマチックバンド（バンド 8 ）の追加が挙げられる。

MSS ， TM のデータはシーンと呼ばれる単位から構成されていて，各シーンは

衛星の軌道から決まる Path 番号と中心の緯度から決まる Row 番号で表される。

これを WRS （ World Reference System）と呼ぶ。地上における空間分解能 3 0 m で

赤道を北から南に通過し，約 98 .6 分で地球を 1 周し 16 日間で回帰する。

(21)

14 表 1 . 3 L A N D S A T を搭載の各センサの波長帯と主要諸元

s e n s o r w a v e l e n g t h r e g i o n （ µ m ） S p a t i r a l r e s o l u t i o n

o b s e r v a t i o n w i d t h

p e r i o d

M S S 0 . 5 - 0 . 6 0 . 6 - 0 7

v i s i b l e b a n d

8 3 m

1 8 5 k m 1 6 d a y s 0 . 7 - 0 . 8

0 . 8 - 1 . 1

n e a r i n f r a r e d b a n d

T M 0 . 4 5 - 0 . 5 2 0 . 5 2 - 0 . 6 0 0 . 6 3 - 0 . 6 9

v i s i b l e b a n d

3 0 m

0 . 7 6 - 0 . 9 0 n e a r i n f r a r e d b a n d 1 . 5 5 - 1 . 7 5 i n t e r m e d i a t e b a n d 1 0 . 4 0 - 1 2 . 5 t h e r m a l i n f r a r e d

b a n d

1 2 0 m

2 . 0 8 - 2 . 3 5 i n t e r m e d i a t e b a n d 30 m E T M ＋ 0 . 4 5 - 0 . 5 2

0 . 5 2 - 0 . 6 0 0 . 6 3 - 0 . 6 9

v i s i b l e b a n d

3 0 m 0 . 7 6 - 0 . 9 0 n e a r i n f r a r e d b a n d

1 . 5 5 - 1 . 7 5 i n t e r m e d i a t e b a n d 1 0 . 4 0 - 1 2 . 5 t h e r m a l i n f r a r e d

b a n d

6 0 m

2 . 0 8 - 2 . 3 5 i n t e r m e d i a t e b a n d 30 m 0 . 5 0 - 0 . 9 0 p a n c h r o m a t i c b a n d 1 5 m

センサによって観測された反射・放射の強さに対応した数値を DN （ Digital Nu mb er ）値と画素単位で記録される。

TM センサの画像では， 1 画素（空間分解能）が地表面で 30m×30 m であるので，

(22)

15 表 1 . 4 T M の各バンドに対する波長帯と観測対象の主な特徴

b a n d W a v e l e n g t h （ µ m ） c h a r a c t e r i s t i c

1 0 . 4 5 ～ 0 . 5 2 d i v i s i o n o f c o a s t w a t e r , s o i l a n d v e g e t a t i o n d i s t i n c t i o n o f b r o a d l e a f t r e e a n d c o n i f e r

2 0 . 5 2 ～ 0 . 5 2 d i s c r i mi n a t i o n o f s t r u c t u r e ( c o n c r e t e , me t a l , l u mb e r ) d i s t i n c t i o n o f l a n d a r e a a n d w a t e r a r e a 3 0 . 6 3 ～ 0 . 6 9 C l a s s i f i c a t i o n o f v e g e t a t i o n f r o m a b s o r p t i o n o f

c h l o r o p h y l l d i s t i n c t i o n o f l a n d a r e a a n d w a t e r a r e a 4 0 . 7 6～ 0 . 9 0 d i s t i n c t i o n o f b i o ma s s , l a n d a r e a a n d w a t e r a r e a

c h a n g e i n q u a l i t y o f h o t w a t e r ( d e t e c t o f b r o w n i r o n o r e )

5 1 . 5 5 ～ 1 . 7 5 e s t i ma t i o n o f h y d r a t e d c o mp o u n d r a t e o f s o i l a n d v e g e t a t i o n d i s t i n c t i o n o f c l o u d a n d s n o w

6 1 0 . 4 0～ 1 2 . 5 0 e s t i ma t i o n o f t e mp e r a t u r e a n a l ys i s o f v e g e t a t i o n s t r e s s e s t i m a t i o n o f h y d r a t e d c o m p o u n d o f s o i l e s t i ma t i o n o f d i s t r i b u t i o n o f r o c k ( s i l i c i c a c i d c h l o r i d e mi n e r a l )

7 2 . 0 8 ～ 2 . 3 5 d e p o s i t o f h o t w a t e r o r r e s o u r c e s o b s e r v a t i o n o f o r e d i s c r i mi n a t i o n o f w a t e r a r e a a n d c l o u d

この範囲の反射・放射の強さが 0 ～ 25 5 の数値で表されている。表 1 . 3 に LANDSAT に搭載センサの波長帯と主要諸元，および表 1 .4 に TM の各バンドに対する波長帯と観測対象の主な特徴を示す。

ASTER （ Advanced Space borne Thermal E miss ion and Reflection Radio meter ）センサは日本が開発した高性能光学センサで，可視・近赤外域（ VNIR, Visible an d Near Infrared Radio meter ） 3 バンド，短波長赤外域（ SWIR, Short

Wave In frared Radiometer ） 6 バンド，熱赤外域（ TIR, Thermal In frared Radiome

ter ） 5 バンドと計 1 4 の観測バンドを持つ。それぞれの分解能は「 1 5 m, 3 0 m, 9 0 m 」

(23)

16 表 1 . 5 A S T E R の主要諸元と各波長帯の特徴

となっている。基本観測幅は 6 0 k mと Landsat/ T Mの観測幅 1 8 5k m に比べ狭いが，衛星軌道の直角方向に最大 ± 2 4 ° （ V N I R ）のポインティング機能を有する。

VNIRは 3 バンドの他に後方視バンドも有しており，同一軌道で地形起伏を解

析するための立体視画像を取得する事ができる。

S W I R は岩石・鉱物の識別による資源探査や植生の環境監視に用いられる。また， T I R は高分解能衛星搭載用としては初めて多バンド化され，精度の高い，地表面及び海面温度の観測が可能となった。 ASTER の主要諸元と各波長帯の特徴を表 1.5 に示す

^{7 ) , 8 )}

。

1 . 3 . 4 リモートセンシングによる情報抽出と応用例

センサが検知した電磁波は，ディジタル情報として蓄積され，コンピューターにより処理解析することで地表面の情報をカラー画像として得られる。衛星画像データの解析において，画像の内容を的確に認識しやすいように解析の目的に応じた加工を衛星画像データに加える操作を画像強調という。典型的な画像強調には，濃度変換，カラー合成などがある。

Radiometer Band Wavelength region (µm)

Spatiral resolution

Observation

width Period Characteristic

VNIR

1 0.52 - 0.60

15 m

This is a high-performance, high-resolution optical instrument, which detects reflection from the ground surface ranging from visible to near-infrared levels and produce multi-spectrum images

SWIR 30 m

This is a high-resolution optical instrument that detects reflection from the ground surface within the short-wavelength infrared range of 1.60 – 2.43μm

TIR 90 m

The radiometer is designed to identify mineral resources and observe atmospheric, ground surface and sea surface conditions by taking advantage of their thermal infrared characteristics

2 3N 3B

5 7 8 9 4

10 11 12 13 14

60 km 16 days

1.600- 1.700

6 2.145- 2.185 2.185- 2.225 2.235- 2.285 2.295- 2.365 2.360- 2.430 0.78- 0.86 0.78- 0.86 0.78- 0.86

8.125- 8.475

8.475- 8.825

8.925- 9.275

10.25- 10.95

10.95- 11.65

(24)

17 カラー合成とは，光学センサのバンドの組み合わせを変え，地表物質のスペクトルの相違を異なった色情報で強調する処理である。これは LANDSAT TM に限らず，他の地球観測衛星の画像データにも広く用いられている。ただし，青色に相当するバンドを持たない光学センサデータでは，トゥルーカラーは合成できない。カラー合成におけるバンドと色の組み合わせはリモートセンシングにおける情報を抽出するための一例である。これに加えて，変量の間の相関関係に着目し，できるだけ情報を失うことなく多くの変量の測定値を少ない個数の総合的指標で集約する方法である主成分分析（ Principal Component An aly sis ： PCA ），植物情報を抽出する正規化植生指数などがある。

さらに，対象物の形，大きさ，あるいはエッジ，リニアメントなどの幾何学的な特徴抽出，画像に含まれた複数の対象物を区別することを目的として，画素や画素グループごとの特徴に応じたクラスに分類する土地被覆分類なども代表的な処理法である。このような情報抽出方法は，砂漠地域での砂漠化防止対策の基本である。森林資源の把握を目的とした土地被覆変化の検出や地球全域の植生状態を把握する世界植生図の作成という農林業分野，水質監視や海面温度分布の観測などという，水産業や海洋学の分野，および地下断裂系と密接に関連するリニアメントを詳細に抽出という建設，土木分野や資源探査さらには，防災や環境の分野へと応用されている。

1 . 4 土壌の塩類集積とそのメカニズム

砂漠化のうち約 1 0 ％が塩分化などの化学的劣化に起因している。塩類集積の主な原因は不適切灌漑，土水路からの漏水，排水系統の未整備によって地下水位が上昇し，それによって灌漑用水に含まれる塩分や土壌中塩分が土壌の主な原因は不適切灌漑，土水路からの漏水，排水系統の未整備によって地下水位が上昇し，それによって灌漑用水に含まれる塩分や土壌中塩分が土壌表面に集積することである。また，地形条件や土性による違いなども影響するとされている

^{4 5}^）

。

近年，中国タリム盆地，タリム川周辺の農業地域において塩類集積による農

(25)

18 業被害が加速しつつある状況にあり，その的確な把握と対策が求められている

4 6）

。このような乾燥地域における農業地域の環境維持のためには，水管理が極めて重要である

^{4 7}^）

。しかし，水不足や塩類集積など問題によって十分な作物生産を保障することが困難になっている。塩類集積の発生機構にはいくつかに要素があり，次のようにまとめている。 ① 母材に塩を含む土壌と過剰な良質灌漑水による地下水位の上昇， ② 塩分を含む灌漑用水の供給， ③ 施肥による塩の負荷， ④ リ－チング（溶脱）量の低下による土壌塩類濃度の増加， ⑤ 強風による海岸から農地への塩の飛散侵入， ⑥ 広域森林伐採による地下水上昇， ⑦ ウオータロキング（過剰水による湿害）と二次的塩類化， ⑧ 廃水や排水の浸入などがある

^{4 8}^）

。

タリム川流域では，地形的要因や気象要因，農業水利用状況から見て，これらの発現機構のうち ① ， ② ， ⑦ が塩類集積に大きく影響している。いずれの要因も灌漑農業と関係がある要素であり，塩類集積の抑制には水管理が極めて重要である。ここでは，新疆ウイグル自治区の中でも塩類集積が深刻になっているタリム川下流域のことを例としてこの地域の塩類集積の発生メカニズムについて説明する

^{4 8}^）

。

1 . 4 . 1 灌漑による水と塩類の移動

乾燥地域における灌漑は，作物生育ために実施するが，それだけでなく，塩類集積のみられる農地においてはリ－チング効果も期待されている場合がある。しかし，その一方で塩類集積の発生要因の一つに，高濃度の塩を含む灌漑用水の使用があげられる。そこで，塩類集積の原因を検討するためには，灌漑に伴う水と塩類の移動ならびに灌漑用水に着目する必要がある。ここでは灌漑による塩類の移動を把握するため，灌漑前 (200 7 年 8 月 6 日 ) と灌漑後 (2 00 7 年 8 月 11 日 ) ，塩類集積の被害の少ない灌漑区画の用水路側 ( 上流： U 圃場 ) と排水路側 ( 下流： L 圃場 ) の圃場において，深さごとの土壌をサンプリングし，浸出液 ( 乾土 1:純水 5) の分析を行った結果を図 1 .5 に示す

^{4 9}^）

。

この地区の排水は水質 Na

⁺

， K

⁺

， Mg

^{2 +}

， C a

^{2 +}

などを含まれている

^{5 0}^）

。図 1 .5 に

(26)

19 図 1 . 4 健康な農地状況と塩類集積の被害が著しい圃場

図 1 . 5 灌漑前後の塩類の移動

^{4 9），}^{5 0}^）

(a) (b)

(27)

20 よると U 圃場では，表層 80 c m 深までは，灌漑前後で可溶性陽イオン濃度に大きな違いは見られなかった。しかし， 2 00 c m 深では，灌漑後に各塩類の濃度が著しく低下した。300 c m深では，Ca

^{+ 2}

を除く塩類で高濃度となり，EC も上昇した。

80 cm 以浅で濃度変化が小さかった原因は，土壌に吸着している可溶性イオンが

L 圃場に比べて少なく，灌漑水中の塩類濃度が比較的高ったことが影響しているものと考えられる。

一方，L圃場では 2 00 c m深を除く各深さで，灌漑後に可溶性陽イオン濃度と EC が低くなる傾向にあった。また，両地点の 2 00 c m 深の可溶性陽イオンを見ると， U 圃場では灌漑によって減少するものの，L 圃場では増加傾向にあった。このことは，この深さ付近で灌漑区画の上流から下流方向へ塩類の側方移動の可能性を示唆している。以上のことから， 1 0 0 c m 以浅では土壌中の塩類濃度が高い場合に，灌漑による塩類のリ－チング効果が確認され，それ以深において浸潤によって下層部に塩類が運ばれ，高濃度となる傾向が明らかになった。また， 1 1 月の調査では， U 圃場の Na

⁺

， L 圃場の Na

⁺

， Ca

^{2 +}

の値が 8 月の値より極めて高く，圃場間で比較すると L 圃場高濃度であった。この圃場では 8 月までトウモロコシが作付けされ， 11 月コムギが播種されていたことから，少なくともこの間一度は灌漑があったと推察される。すなわち， 8 月と同程度の灌漑で，一次的に塩類のリ－チングがあったとしても，下層からの塩類の再供給があることを示唆している

^{5 1}^）

衛星リモ－トセンシングによる 塩類集積域の時空間変化抽出と