3-8 図3-6 チーク植林地における間伐前後の林分状況の変化 (2) 林相判読 図3-7は、同一ヶ所のUAVによるオルソフォト、Google earth、RapidEyeの画像である。そ れぞれ空間分解能が異なるため、画像から得られる情報量に差がある。もっとも空間分解能 が高いUAVオルソフォトは、樹冠、葉色の違いなど単木レベルでその違いを確認でき詳細な 林相区分に利用が可能である。 図3-7 画像別空間分解能の違い
UAV オルソフォト（4.6cm） Google earth（不明） RapidEye（5m） *（）内は空間分解能
UAV オルソフォト拡 大写真、枝葉まで確認 できる
3-9 (3) 林冠ギャップ その他の利用方法として、DSM、DSMから発生させた等高線および点群データからの林分 断面図などを用いることで容易に林冠ギャップを確認することが出来る。図3-8のオルソフォ トの黄色丸は林内のギャップ部分である。オルソフォトではわかりにくいが、DSMや等高線 図、断面図などからより明瞭にギャップを確認することができる。 図3-8 林冠ギャップ 3.2.4. 樹高の計測（空中写真3次元モデルによる） 森林調査による樹高計測は、従来Vertex8などの音波測定器やレーザ測距器によって行われてい る。しかし、うっ閉した林内では立木頂点の視認が困難な場合が多く正確な樹高測定ができな い。また、測定者の経験・スキルの差から生じる誤差も大きいなどの欠点がある。 まず、アジア航測実施の森林調査サイト（テストサイト）について精度検証を行った。UAVか ら生成した点群データを用いて樹高計測を行い、計測精度の評価を行った。 森林調査と同一エリアの点群データから林分断面図を作成した後、森林調査と同様に上層木の 樹木5~6点を計測しその平均値を求め、実測値との相関解析を行った。図3-9に点群データによる 樹高計測方法を示す。 8 音波と角度によって樹高を求める森林調査に使用される計測器具
3-10 図3-9 点群データによる樹高計測方法 点群データによる樹高計測は3次元モデル復元が不完全であった2点（プロット11、12）を除く 19点のプロットに対して行った。図3-10に樹高計測の例を示す。 表3-4に調査結果を取りまとめた。調査地の林相タイプは、常緑広葉樹林、落葉広葉樹林、マツ 林、チーク人工林など、疎密度は20%～90%、傾斜度は0~35度であった。点群データによる樹高 計測精度は、決定係数9（R2）0.98856、最小二乗誤差10（RMSE）は0.889と高い精度であった。プ ロットごとの計測結果をみると、最も実測値との差が小さかったのが、プロット10と18であり、 その差は10cmであった。この2プロットの林相タイプはそれぞれマツ林とチーク林で、本数密度 が低いうえにフラットな地形であった。そのため地表面の点群も明瞭に生成されており計測が容 易で誤差が小さかったと思われる。 一方、計測誤差が大きい結果となったプロット12の誤差は1.7mであった。林相タイプは常緑混 交林、本数密度も高く、傾斜度27度と急傾斜であり、地面の点群が上手く生成されず、計測が難 しく誤差につながったと思われる。 図3-10 点群データによる林分断面図と樹高計測の例 9 回帰分析の精度、値が大きいほど独立変数と従属変数の間の相関が高い 10 予測値が正解からどの程度乖離しているかを示す精度評価指標の一つ、値が小さいほど優れている 赤枠内が森林調査範囲 地盤と樹木の頂点の差から樹高を計測
3-11 表3-4 点群データによる樹高計測結果（アジア航測実施調査地：テストサイト） No 樹高（m） 森林タイプ 本数 （/ha） DBH （cm） 樹冠疎密度 （%） 傾斜度 森林調査 点群データ 誤差 1 33.2 32.1 -1.1 Closed forest 276 40.1 90 4 2 22.9 21.9 -1.0 Closed forest 703 29.0 90 35 3 33.2 32.6 -0.6 Closed forest 232 44.2 90 0 4 13.2 14.1 0.9 Closed forest 1,853 11.4 90 3 5 24.7 23.4 -1.3 Closed forest 337 32.2 90 8 6 6.7 7.7 1.0 Closed forest 2,325 7.9 70 13 7 12.8 13.2 0.4 Pine forest 275 26.3 20 0 8 22.9 23.5 0.6 Closed forest 352 32.1 70 3 9 17.1 18.2 1.1 Pine forest 479 27.1 50 7 10 17.5 17.6 0.1 Pine forest 775 21.8 60 4 13 9.9 10.7 0.8 Closed forest 2,095 8.6 70 29 14 12.6 14.3 1.7 Closed forest 2,369 10.7 60 27 15 16.3 16.9 0.6 Closed forest 175 35.8 50 12 16 16.5 17.1 0.6 Pine forest 349 26.7 40 24 17 13.5 12.1 -1.4 Pine forest 723 20.3 55 29 18 10.4 9.9 -0.5 Closed forest 1,920 8.5 60 9 19 6.4 7.0 0.6 Open forest 324 10.2 30 18 20 15.7 15.6 -0.1 Teak plantation 663 17.6 55 0 21 15.6 15.0 -0.6 Teak plantation 615 16.2 55 0 R2 0.9884 RMSE 0.889 （注）プロット No.11、12 は 3 次元モデル復元が不完全であったため除外 図3-11 点群データと森林調査のプロット別分布 次に、他地域で樹高計測の精度検証を行った。他機関によって森林調査が実施された箇所（検 証サイト）について空中写真撮影を行い、前述と同様な方法で精度検証を実施した。なお、テス トサイトでは森林を専門とする技術者が計測を行ったが、ここでは比較対照のために森林に関す る専門的な知識を持たないオペレーターが計測を行った。表3-5に結果の一覧表を、図3-12に樹高 計測精度の相関図を示す。決定係数は0.7619、傾きは0.9976とほぼ1に等しい結果であった。テス トサイトの結果に比べ決定係数が若干低下したのは、検証サイトは竹など森林以外の植生が混交 したプロットが多く、また樹高階のばらつきが少なかったこと、および点群データの樹高計測者 が森林技術者ではなかった点などが原因と考えられる。
3-12 しかし、テストサイト、検証サイトともに高い決定係数を示しており点群データからの樹高計 測の有効性が確認された。 表3-5 点群データによる樹高計測結果（他機関実施調査地：検証サイト） 森林調査 による樹高（m） 点群データ による樹高（m） 差（m） 7.3 9 1.7 7.5 8.7 1.2 8.3 9.3 1 9.1 10.9 1.7 9.3 8.6 -0.7 9.4 11.6 2.2 10 11.9 1.9 10.1 10.8 0.7 10.2 10.5 0.2 10.4 10.6 0.2 10.7 10.3 -0.5 10.8 9.7 -1.1 11.1 11.1 -0.1 11.5 10.6 -0.9 12 14.3 2.3 12 10.5 -1.5 12.4 10.5 -1.8 13.3 13 -0.2 13.7 12.4 -1.2 13.8 13.6 -0.2 13.8 13.3 -0.6 13.9 12.8 -1.1 14.2 14.4 0.2 14.5 12.3 -2.2 15.3 14.6 -0.7 18.2 18.4 0.2 図3-12 点群データと森林調査のプロット別分布
3-13 3.2.5. 炭素蓄積量（バイオマス）の推定（空中写真3次元モデルによる） 森林炭素蓄積量はバイオマスから計算される。バイオマスは幹・枝葉・根茎等の乾重量から計 算されるため林分体積と高い相関関係にあるといわれている。空中写真から作成したDSMとDTM より林分体積を計測し森林炭素蓄積量（バイオマス）との関係について検討を行った。 林分体積は、DSM（樹木などを含む表層面の高さデータ）からDTM（地盤の高さデータ）を差 し引くことで求められる。林分体積・森林炭素蓄積量（バイオマス）推定方法のイメージ図を図 3-13に示す。 DSM、DTMともに3次元復元ソフトより作成できる。DSMは重なりあう連続写真の同一ヶ所（マ ッチングポイントという）の位置関係から生成される。DTMは地上に樹木などの被覆物が無く地 面が撮影されている場合はDSMと同様な方法で地盤の高さ推定が可能であるが、写真上に写って いない点（例えばうっ閉した林分内の地面）は、任意の点からの角度や距離など指定した条件に もとづき地面か否か判別することで地盤高の推定を行っている。より高精度の結果を求めるなら ば航空レーザ測量11や航空写真測量12からのDTMが必要であるが、費用がかかるためUAVから作 成したDTMを用いて検討を行った。 図3-13 林分体積・炭素蓄積量（バイオマス）推定のイメージ 11 航空機に搭載したレーザスキャナの反射時間から得られる距離と航空機の位置情報より標高等を調べる方法 12 航空写真と地上の位置関係を求め、写真上での像の違いを立体的にかつ精密に測定し正確な地形情報を調べる 方法 DSM と DTM の違い 植生を含めた表面の高さ 植生を除いた地表面の高さ 森林炭素蓄積量（バイオマス） 林分体積 図引用：北日本朝日航洋 森林調査
3-14 アジア航測実施の森林調査地（テストサイト）のうち15点において空中写真からDSMとDTMを 作成し、その差分を林分体積として求め、森林調査の結果とともに表3-6にまとめた。表の ‘Volume’がDSMとDTMの差分値（＝林分体積）である。林分体積と森林炭素蓄積量には決定係 数0.9336と高い相関が確認された（図3-14）。 この結果から、UAVにより作成したDSMとDTMを用いて林分体積を求め、バイオマスとの回帰 モデルを作成し森林炭素蓄積量を推定することが可能であることが分かった。 なお、作成したDSMとDTMおよび断面プロファイルの例を図3-15（チーク人工林、平坦地の例 および天然林、傾斜地の例）に示す。平坦地のチーク林は、樹冠疎密度が55%で下層・地面が写 真上で確認されるため地盤高を推定するための情報量が多く、妥当と思われるDTMが作成され ている。一方、傾斜地の天然林の樹冠疎密度は90%と高いが、チーク林の場合と比べても遜色な いDTMが作成されているように思われる。しかし、どちらの場合も真値となるデータが存在し ないため精度は不明であり今度検証が必要となる。 表3-6 炭素蓄積量（バイオマス）と林分体積 No Forest type Tree height (m) Number of trees /ha DBH (cm) Total Basal Area (m2/ha) Carbon (tC/ha) Volume (m3/m) Slope Canopy Density 1 Open forest 6.4 324 10.2 3.1 10.6 2.7708 18 30 2 Closed forest 9.9 2,095 8.6 13.1 38.3 5.0250 29 70 3 Closed forest 6.7 2,325 7.9 13.8 44.6 4.6801 13 70 4 Teak plantation 15.6 615 16.2 13.3 52.5 7.3577 0 55 5 Teak plantation 15.7 663 17.6 16.6 67.1 6.7500 0 55 6 Pine forest 16.5 349 26.7 22.8 81.1 8.1819 24 40 7 Pine forest 17.1 479 27.1 28.1 88.5 8.3800 7 50 8 Closed forest 12.6 2,369 10.7 26.0 92.9 7.1936 27 60 9 Closed forest 16.3 175 35.8 17.9 102.2 8.5548 12 50 10 Closed forest 13.2 1,853 11.4 26.8 108.2 8.7509 3 90 11 Closed forest 22.9 352 32.1 39.3 297.1 10.7239 3 70 12 Closed forest 22.9 703 29.0 56.0 310.1 10.0197 35 90 13 Closed forest 24.7 337 32.2 54.0 442.9 14.2000 8 90 14 Closed forest 33.2 232 44.2 54.4 463.8 15.5713 0 90 15 Closed forest 33.2 276 40.1 62.1 587.5 16.2017 4 90 図3-14 林分体積と炭素蓄積量の相関関係
3-15 図3-15 DSM、DTMおよび断面プロファイルの例（チーク人工林・平坦地と天然林・傾斜地） チーク人工林、平坦地の DTM チーク人工林、平坦地の DSM DSM（赤線）と DTM（青線）のプロファイル DSM（赤線）と DTM（青線）のプロファイル 天然林、傾斜地の DTM 天然林、傾斜地の DSM
3-16
3.3. まとめ
UAVによる空中写真撮影データから3次元復元ソフトウエアにより、オルソフォト、DSM、点 群データ等を作成し、これより林分物理量の把握方法の検討、林分状況把握のための利用法の検 討を行った。以下にその結果をまとめる。 (1) DBH、本数（林内点群データ） 林内点群データによるDBH、本数計測の結果は良好であった。しかし、本数密度が低 い、下層植生が少ない、平坦な場所であるなどの一定の条件を満たさない場合は、1本1本が 識別できるほどの林内点群モデルが生成されない。そのため、本数・直径が計測できず、実 利用には課題が多い。 (2) 林分状況把握 オルソフォト、点群データ、DSMを利用し林分の現況把握、林相判読、変化モニタリン グなど一般の空中写真と同様な利用方法が可能である。UAVは、航空機のように広範囲を 撮影することは出来ないが、可搬性に優れているため森林調査時に持運び、短時間で写真撮 影を行うことが出来る。UAVの機動力を生かし手軽に林分状況を把握出来る点は大きなメ リットである。 (3) 樹高計測 点群データを用いて机上で計測した樹高値は、現地で計測した実測値との相関も極めて高 く、実利用が可能である。森林調査者が現地で樹高計測機器を用いて測定する場合、測定者 のスキルによる精度誤差が生じる。一方、点群データによる樹高測定は机上で行うことが出 来る。そのため複数で測定し検証することで測定値の信頼性を高めることが出来る。 (4) 炭素蓄積量（バイオマス）推定 DSMとDTMの差分により林分体積をもとめ、森林炭素蓄積量（バイオマス）との相関関係 を調査した。その結果、両者に高い相関関係が認められ簡便に森林炭素蓄積量が推定できる ことが分かった。なお、傾斜地かつ樹冠のうっ閉した林分であってもDTMは作成できるこ とが確認された。しかし、真値となる地盤高データが存在せず精度検証ができていないた め、今後DSMおよびDTMの精度検証が必要である。4-1
4. 技術移転・人材育成活動
4.1. 目的と概要
国際協力プロジェクトでは、事業効果の持続性が重要視され、事業実施中の技術移転や人材育 成が強化されている。また、REDD＋実施体制の構築には、森林資源モニタリングや将来予測の ための手法に係る技術移転・能力向上が重要である。 そこで、対象国の政府関係者、研究者等を対象として森林炭素蓄積量の変化を把握する技術に 関する専門的な研修等を実施し、事業を通じて得た知見や開発した技術を移転することを目的と し、技術移転・人材育成活動を実施した。 ミャンマー森林局職員の専門的知識・能力は全般的に高いが、具体的技術の利活用面でのトレ ーニングに関しては、森林局側も研修の必要性を強く感じている。 カウンターパート（C/P）機関である天然資源環境保全省森林局計画統計部のRS/GIS課では、リ モート・センシング・GISの技術を用いた森林資源把握のための解析を行っている。同課は、Landsat 衛星およびIRS（Indian Remote sensing Satellite）衛星を用いて2006年、2010年および2015年の3時 点のミャンマー全土森林分布図を作成している。こうした先進的な取り組みにも積極的ではある が、データや解析設備調達のための予算不足、若年職員の技術研修の機会が限られているなどの 問題点も森林局側は認識しており、本事業に対しても人材育成活動での協力が求められている。 そこで、森林局の要望も考慮しつつ技術研修、本邦研修、ワークショップの3つの活動を実施し た。4.2. 活動内容
(1) 技術研修現在、天然資源環境保全省では、国家レベルの地図作成「One Map Myanmar Project」や、5 年に一度FAOに森林現況を報告する目的もかねた衛星リモートセンシングを利用した森林分 布図作成などの政策活動を実施している。また、森林の分布状態、土地利用の状況把握を目 的とし、UAVの導入も実施された。 このような相手国の実情も踏まえ、衛星リモートセンシングやUAVを利用した森林劣化把 握や炭素蓄積量の計測方法に関する技術研修を実施した。REDD+の基礎概念、森林調査によ る炭素蓄積量の計測方法、衛星リモートセンシングやUAVを利用した森林計測および炭素蓄 積量の推定方法について座学と実技による研修を行った。 ･ 実 施 日 ： 2016年9月14日～9月15日 ･ 受 講 生 ： 12名 ･ 講 師 ： アジア航測株式会社 2名 REDD＋の概論についての座学の後、実際に森林調査を行いアロメトリー式からバイオマ スの算定方法に関する実技を行った。次に衛星データから植生指数をもとめ、これとのバイ オマスの関係式から炭素推定モデル式を作成し、森林炭素蓄積量の推定に関する研修を行っ た。また、UAVによる空中写真撮影を実施後、3次元モデルを作成し点群データによる樹高 計測を行い、林分高法による森林炭素蓄積量推定方法に関する実習を実施した。最後に研修 生による成果発表と意見交換を行った。研修プログラムを表4-1に、研修風景を図4-1に示す。
4-2 表4-1 技術研修プログラム Date Program Data, Equipment 9:30 - 12:00 Lecture 13:30 - 15:45 Practice
incl Tea break incl Tea break 12-Sep
Outline of forest Carbon stock Carbon stock calculation by Inventory
Inventory practice at FD
Carbon stock calculation by inventory
(Practice) Vertex (3)
Rapideye (1) Photoscan (3) TNT/Mips (3) Phantom3 (1) 13-Sep Carbon stock estimation
by Satellite data
Carbon stock estimation by Satellite data (Practice)
14-Sep Carbon stock estimation by UAV Carbon stock estimation by UAV (Practice) 15-Sep Preparation for Presentation Presentation & Discussion
Closing 図4-1 技術研修風景 表4-2に研修に対する理解度アンケートの結果をまとめる。理解度はおおむね良好で、研修 自体に対する評価も高かった。なお、さらに高度なトレーニングや長期研修の実施、機材の 供与などの要望があった。アンケートの回答例を図4-2に示す。 集合写真 実技風景 座学風景 座学風景
4-3
表4-2 技術研修に対する理解度アンケート結果
Assessment item too Hard Hard Average Easy too Easy
Understanding of Lecture 0 1 9 5 0
Understanding of Practice 0 0 9 6 0
1st day
1. Outline of forest Carbon stock & Carbon stock calculation by inventory
0 0 9 6 0
2. Carbon stock calculation by
inventory (Practice) 0 1 6 8 0
2nd day
3. Carbon stock estimation by
Satellite data 0 6 8 0 0
4. Carbon stock estimation by
Satellite data (Practice) 0 7 7 1 0
3rd day
5. Carbon stock estimation by UAV 0 5 8 2 0 6. Carbon stock estimation by UAV
(Practice) 0 5 10 0 0
Time of Training too Short Short Average Long too Long
5 8 2 0 0
Total Assessment Excellent Good Average Fair Poor
0 9 5 1 0
4-4 (2) 本邦研修 ミャンマー森林局の本部および地方部局より若手職員3名を招聘し本邦研修を実施した。日 本におけるREDD+への取り組みや日本の森林林業、環境保護、緑化対策などについての研修 を行うとともに、森林林業におけるリモートセンシング・GISをテーマにワークショップを 開催し、意見交換を行った。 ワークショップでは、日本側からは日本の森林と林業、航空レーザ等の最新技術の活用に ついて発表し、研修生からはミャンマーでのREDDにおけるMRV活動、森林再生計画の事例、 郡レベルの森林管理計画などに関する発表がなされた。 北信州森林組合では航空レーザによる森林資源解析の事例紹介、六甲山砂防緑化事業の現 地視察、京都大学では東南アジアのREDD+の取組みについてワークショップと意見交換、 京 都府立大ではGISを活用した森林管理、里山についての研修を受けた。 研修内容の概要を以下に示す。また、研修スケジュールを表4-3に、ワークショップのプロ グラムを表4-4に、研修の様子を図4-3に示す。
･ 研修者氏名 ： Ms. Kay Khaing Lwin (Range officer, FD) Mr. Myo Min Htet (Range officer, FD) Mr. Yin Win (Range Officer, FD) ･ 実 施 行 程 ： 2016年10月17日～10月26日 ･ 訪 問 先 ： 林野庁、北信州森林組合、宝ヶ池公園、深泥ヶ池、京都大学、京都府立 大学、兵庫県六甲山自然環境保護センター、国土交通省六甲砂防事務所、 砂防緑化事業地 表4-3 本邦研修スケジュール 年 月 日 研修内容 2016 年 10 月 17 日（月） 出国 10 月 18 日（火） 林野庁表敬、オリエンテーション 10 月 19 日（水） アジア航測見学、ワークショップ 10 月 21 日（木） レーザ解析講義（アジア航測） 10 月 22 日（金） 北信州森林組合、京都府立大学（GIS 講義） 10 月 23 日（土） 移動 10 月 24 日（日） 休日 10 月 25 日（月） 京都府立大学、京都大学 10 月 26 日（火） 六甲山自然環境保護センター、六甲砂防事務所 10 月 27 日（水） 帰国 表4-4 ワークショッププログラム（本邦研修）
Time Program Presenter
13:00 Registration
13:10 - 13:20 Opening remarks/ About us Mr. Takio Sano (Project leader, AAS) 13:20 - 13:35 1. Forest in Japan Dr. Seijiro Goto (AAS)
13:35 - 13:55 2. Forest measurement using Lidar in Saga Mr. Katumasa Oono (AAS) 13:55 - 14:15 3. Introduction of remote sensing in Asia Air Survey Ms. Emiko Ariyasu (AAS) 14:15 - 14:35 4. Landuse/ Landcover Map in Inle lake region Ms. Asuka Wachi (AAS) 14:35 - 14:55 Tea break
14:55 - 15:15 5. Current Progress of MRV Team for REDD Activities under UN-REDD Program in Myanmar
Ms. Kay Khaing Lwin (Range Officer, FD) 15:15 - 15:35 6. Forest Rehabilitation Plan of Nyaung Shwe
Township, Taunggyi District
Mr. Myo Min Htet (Range Officer, FD) 15:35 - 15:55 7. District Forest Management Plan of Taungoo
District for 10 years (2016-17 to 2025-16)
Mr. Yin Win (Range Officer, FD) 16:00 Closing
4-5 図4-3 本邦研修の様子 林野庁（表敬） アジア航測 ワークショップ 社内見学 京都大学 北信州森林組合 六甲山自然環境保護センター 砂防緑化事業地
4-6
本邦研修に対する研修生によるアンケート結果を表4-5に示す。総合評価平均は5段階中4 と高評価であった。
表4-5 本邦研修に対する研修生のアンケート（回答者：研修生代表Staff Officer）
1 (not good), 2 (need improvement), 3 (good ), 4 (very good),5 (excellent)
(3) ワークショップ 本事業の活動報告および成果について報告するとともに、情報共有と意見交換を行った。 ミャンマー側からは新たな国家森林資源調査の概要、ナショナルレベルの森林区分図の精度 評価についての発表がなされ、REDD＋実施に向けて森林資源把握のために各種活動を行っ ていることが伺えた。 また、本事業に対する技術的・具体的な質問も多く、さらなる支援を期待された。なお、 本事業の委員である早稲田大学天野正博教授とミャンマー森林研究所所長Taung Naing Oo博 士による基調講演も行われた。
･ 実施月日 ： 2017年2月10日
･ 出 席 者 ： 天然資源環境保全省 森林局次長 以下55名 ･ 開催場所 ： ミャンマー森林研究所 大講堂
4-7
表4-6 ワークショッププログラム
Time Program Presenter
09:00 - 09:30 Registration
09:30 - 10:30
Opening Ceremony
Opening Speech
Mr. Kyaw Kyaw Lwin, Deputy Director General, FD Mr. Takio Sano
Senior General Manager, Fellow, AAS
Mr. Shigeki Hata, Director, International Forestry Cooperation Office, Forestry Agency, Japan Photo Session, Tea Break
10:30 - 11:30 Key Note Speech
REDD+ under JCM and introducing a case study in Lao PDR
Dr. Masahiro AMANO Waseda University 11:30 - 11:50 Key Note Speech
National and Sub-national REDD+ Projects in Myanmar
Dr. Thaung Naing Oo Director, FRI 11:50 - 12:00 Capacity development Activity of SoFDM project of 3 years
Mr. Takio Sano
Senior General Manager, Fellow, AAS
12:00 - 13:10 Lunch
13:10 - 13:30 Carbon stock estimation by UAV for forest degradation monitoring
Mr. Yukio Wada
Senior Forest Engineer, AAS 13:30 - 13:50 Forest degradation analysis by Satellite imagery Dr. Seijoro Goto
Forest Engineer, AAS 13:50 - 14:10 Land Use/ Land Cover Mapping in Inle Lake region Ms. Asuka Wachi
Forest Engineer, AAS 14:10 - 14:30 Tea Break
14:30 - 14:50 National Level Forest Cover Assessment – Supporting
Activity Factor- AD Mr. Nay Lin Tun, FD 14:50 - 15:10 Introduction of National Forest Inventory – Providing for
Emission Factor- EF Mr. Khine Zaw Wynn, FD 15:10 - 15:30 Q&A and Discussion
15:30 - 15:40 Closing remarks Dr. Thaung Naing Oo Director, FRI
4-8
4-9 (4) ミャンマー語版技術研修資料の作成 前項(1)の技術研修は英語で実施されたが、技術のさらなる普及のために3ヵ年分の技術研 修講義資料のミャンマー語版を作成し森林局に提供した。なお、訳語の修正等を森林局で行 えるように印刷物とともにオリジナルのデジタルデータも合わせて提供した。各年度の研修 テーマは次のとおりである。 ･ 平成26年度：UAV基礎講座 ･ 平成27年度：UAV実践講座 ･ 平成28年度：リモートセンシングによる炭素蓄積量の推定 図4-5に作成したミャンマー語版研修資料の抜粋を示す。 図4-5 ミャンマー語版技術研修資料（抜粋） 平成 26 年度 平成 27 年度 平成 28 年度
4-10
4.3. まとめと評価
平成26年度から平成28年度の3ヶ年の技術移転・人材育成活動をまとめて表4-7に示す。これら の活動以外にミャンマーで開催されたアジアリモートセンシング会議（10/26～10/31/2014）およ びITTO主催の国際ワークショップ（12/16～12/19/2014）に参加し本事業の活動について発表し技 術の普及と情報共有を図った（図4-6）。 表4-7 技術移転・人材育成活動のまとめ（単位：人） 年度 H26 H27 H28 合計 技術研修 34 15 15 64 本邦研修 3 3 3 9 ワークショップ 49 50 55 107 OJT 14 7 6 27 合計 100 75 79 207 図4-6 アジアリモートセンシング会議及び国際ワークショップの様子 アジアリモートセンシング会議（ACRS） 会場国際会議センター ACRS 森林局ブース ACRS ポスターセッションの様子 国際ワークショップ（ITTO 主催） 国際ワークショップ（ITTO 主催）の様子4-11 本事業に対する評価のためアンケート調査を実施した。アンケートの内容は、活動に対する評 価、成果に対する評価、持続可能な森林経営への成果の活用性、REDD＋実現への有効性などの8 項目とした。回答者はカウンターパート機関である森林局の部門長などを含めた2～3名とした。 各年度の平均評価点（4点満点）は、平成26年度が3.8、平成27年度が3.9、平成28年度が3.8であっ た。平成28年度のアンケート調査のコメントの一部を図4-7に示す。 図4-7 アンケート調査コメント（抜粋）
5-1
5. 森林劣化把握のための技術指針
5.1. 3 ヶ年の事業成果のまとめ
平成26年度～平成28年度の3ヶ年の事業成果をまとめ表5-1～表5-3に示す。 表5-1 平成26年度の事業成果のまとめ 活動区分 成果内容 衛星データによる森林劣化 モニタリングに関する技術開発 (1) 調査対象地の設定とRapidEyeデータの購入（16タイル） (2) 植生指数画像の作成と林分物理量の関係分析 UAV による森林劣化状態把握に 関する検討 (1) UAVの特徴整理と利用可能性の検討 (2) 森林調査および空中写真撮影（5プロット） (3) 3次元モデル作成（5プロット） (4) 3次元モデルによる森林情報把握に関する試行 技術移転と人材育成 (1) ワークショップ開催（1回49名） (2) 技術研修（1回34名） (3) OJT研修（2回約14名、概況調査・森林調査） (4) 本邦研修（1回3名） (5) 国際セミナー、国際学会で発表（各1回） (6) 事業報告書の作成（和文、英文） 表5-2 平成27年度事業成果のまとめ 活動区分 事業成果 衛星データによる森林劣化 モニタリングに関する技術開発 (1) 森林変化図の作成 (2) 調査対象地の追加とRapidEyeデータの購入（10タイル） (3) 植生指数画像の作成と林分物理量の相関分析 (4) RapidEyeテクスチャー解析による樹冠径推定 UAV による森林劣化状態 把握に関する検討 (1) 森林調査（7プロット）および空中写真撮影（21プロット） (2) 3次元モデル作成（21プロット） (3) 3次元モデルよる森林情報把握に関する試行 技術移転と人材育成 (1) ワークショップ開催（1回50名） (2) 技術研修（1回15名） (3) OJT研修（1回約7名、森林調査、UAV撮影） (4) 本邦研修（1回3名） (5) 事業報告書の作成（和文、英文） 表5-3 平成28年度事業成果のまとめ 活動区分 事業成果 衛星データによる森林劣化 モニタリングに関する技術開発 (1) 調査対象地の追加とRapidEyeデータの購入（9タイル） (2) RapidEyeによる森林炭素蓄積量推定の検討 (3) Landsatによる森林炭素蓄積量推定の検討 UAV による森林劣化状態 把握に関する検討 (1) 空中写真撮影（15プロット） (2) 3次元モデルの作成（15プロット） (3) 森林炭素蓄積量推定手法の検討 技術移転と人材育成 (1) ワークショップ開催（1回55名） (2) 技術研修（1回15名、ミャンマー語版資料の作成） (3) OJT研修（1回6名、UAV空中写真撮影） (4) 本邦研修（1回3名） (5) 事業報告書の作成（和文、英文）5-2
5.2. 森林劣化把握のための技術指針
森林劣化対策整備のためのUAV、衛星リモートセンシングの活用方法についてとりまとめ、技 術指針とした。森林劣化とは森林の質・量が低下する事象であり、本事業では「森林炭素蓄積量 の減少する事象」と定義した。 森林劣化把握のためには定期的に森林炭素蓄積量を計測し、変化量をもとめる必要がある。UAV および衛星リモートセンシングを利用した森林炭素蓄積量の推定手法についてそれぞれの特徴と 利用方法について以下に述べる。 5.2.1. UAVによる森林炭素蓄積量の推定 －3.2.1.UAV空中写真撮影および森林調査、3.2.4.樹高の計測、3.2.5.炭素蓄積量（バイオマス）の推定の項を参 照のこと－ UAVは機動力が高く、手軽に空中写真撮影が可能である。また、近年の3次元復元技術の進歩は 著しく、UAVで撮影した空中写真から簡便に林分の3次元モデルを作成することができる。この3 次元モデルは3軸の位置情報を持つために樹高などの林分因子を計測することが出来る。また、 DSMやDTMといった地形モデルも同時に作成することが出来るため林分体積を求めることも可 能である。 UAVから森林炭素蓄積量を推定するには、樹高から求める「林分高法」と、林分体積からもとめ る「林分体積法」の2種類の手法がある。図5-1に林分高法、図5-2に林分体積法のフローを示す。林 分高法、林分体積法を実施する際の必要要件と森林炭素推定モデル式の作成について下記に示す。 ■必要な機材とソフトウエア■ ･ UAV：マルチコプター、Phantom3 など ･ 3 次元復元ソフト：Photoscan Pro など ･ データ処理ソフト：TNT/Mips などの画像および点群処理ソフト ■森林炭素推定モデル式■ どちらの方法も森林炭素蓄積量の推定モデル式を事前に作成する。 ○ 林分高法 ： 森林調査から得られる樹高と森林炭素蓄積量との相関関係から作成 （森林調査のみ実施） ○ 林分体積法 ： DSM と DTM の差分から求めた林分体積と森林調査から得られる森 林炭素蓄積量との相関関係から作成 （森林調査と UAV による空中写真撮影の両方を実施） ･ モデル式の作成は、空中写真撮影が不要な林分高法のほうが、林分体積法よりも 簡便である。 ･ 林分高法は立木本数、直径といった林分因子は考慮せず、林分高のみから森林炭 素を推定する方法である。 ･ 林分体積法は、樹高に加え立木本数も考慮した「林分体積」によって森林炭素を 推定するため、林分高法より炭素蓄積量の推定精度は高い。5-3 図5-1林分高法による森林炭素蓄積量の推定 図5-2林分体積法による森林炭素蓄積量の推定 ③ UAV による空中写真撮影 参照： 3.2.1.UAV 空中写真撮影 ④ 3 次元復元ソフトより 点群データを作成 参照： 3.2.1.UAV 空中写真撮影 ① サンプルエリアで森林調査を実施 参照： 3.2.1.UAV 空中写真撮影と森林調査 ② 炭素推定モデル式 CS（炭素）= a × TH（樹高）b ⑤ 点群データより林分の 平均樹高を計測 参照： 3.2.4.樹高の計測 ⑥ 林分樹高を炭素推定モデル式 にあてはめ森林炭素蓄積量を 算定 樹高と 炭素蓄積量 の相関関係 ③ UAV による空中写真撮影 参照： 3.2.1.UAV 空中写真撮影 ④ 3 次元復元ソフトより DSM、DTM を作成 参照： 3.2.5.炭素蓄積量の推定 ① サンプルエリアで森林調査と 空中写真撮影を実施 参照： 3.2.1.UAV 空中写真撮影と森林調査 ② 炭素推定モデル式 CS（炭素）= a × V（体積）b 参照： 3.2.5.炭素蓄積量の推定 ⑤ DSM と DTM の差分より 林分体積を求める 参照： 3.2.5.炭素蓄積量の推定 ⑥ 林分体積を炭素推定モデル式 にあてはめ森林炭素蓄積量を 算定 参照： 3.2.5.炭素蓄積量の推定 林分体積と 炭素蓄積量 の相関関係
5-4 なお、UAVによる森林炭素蓄積量の推定は空中写真撮影範囲に限定されるため、広域への適用 は不向きである。 森林炭素蓄積量の変化を把握するには同一地点をモニタリングする必要があるため、定期的に 調査を行う国家森林資源調査（NFI）と連携することも検討する必要がある。 5.2.2. 衛星データによる森林炭素蓄積量の推定 －2.3.3.植生指数を用いたCS推定モデル式による炭素蓄積量推定手法の検討、2.3.4.植生指数の差分情報を用い た森林植生変化の抽出、2.3.5.森林区分図の作成、2.4.Landsat衛星データを用いたNationalレベルの炭素蓄積量推 定手法の検討の項を参照のこと－ 現在、様々な衛星データが入手可能ではあるが、それぞれの衛星データの特徴を踏まえて利用 目的に沿った衛星データを選択し解析を行う必要がある。衛星データを用いて森林炭素蓄積量を 推定する際の、利用可能な衛星データや解析手法、利用条件等について表5-4にまとめた。 表5-4 衛星データを用いた森林炭素蓄積量推定手法 (1) RapidEye衛星データによる森林炭素蓄積量推定手法 RapidEye衛星データを用いた森林炭素蓄積量推定手法の解析フローを図5-3にまとめた。 衛星データより求めた植生指数：WDRVI(α=0.1)と現地調査より求めた炭素量との相関関 係よりCS推定モデル式を作成し、森林炭素蓄積量を推定する手法である。地形（緩斜面、南 斜面）や植生（他植生との混交度合が低い林分）の条件を満たした現地調査データと着葉時 期の衛星データがあれば、決定係数の高いCS推定モデル式が作成できる。 その他の利用方法としては、RapidEye衛星データから詳細な森林区分図を作成し、Landsat 衛星データ等の中分解能衛星データで作成した森林区分図の検証に用いる方法がある。 RapidEye衛星データからは5m分解能であり、落葉前後2時期のRapidEye衛星データから詳細 な森林区分図を作成することができる。 (2) Landsat衛星データによる炭素蓄積量推定手法 Landsat衛星データを用いた森林炭素蓄積量推定手法の解析フローを図5-4にまとめた。 管区/州（State/Division） 全国(Nation) 利用可能なデータ RapidEye衛星データ Landsat衛星データ コスト 有償 無償 植生指数を用いたCS推定モデル式から炭素蓄積量 を推定 森林区分別の平均炭素蓄積量を全国森林区分図に 適用し、全国の森林炭素蓄積量を推定 地形条件や植生条件を満たした現地調査データおよ び解析に適した季節の衛星画像データが必要 精度の高い全国森林区分図と森林区分別の現地調 査データが必要 ・ 画素単位の連続的で詳細な炭素蓄積量の推定が 可能 ・ 北斜面では誤差が生じる ・ 推定される炭素蓄積量は森林区分別であるため離 散的であるが、広域推定が可能 ・ 森林炭素蓄積量の変化モニタリングに用いる事が 可能 特徴 衛星データ 対象範囲 解析手法 利用条件
5-5
Open forestとClosed forest の2つに森林を区分した全国森林区分図を作成し、現地調査デー タから求めた森林区分（Open/Closed forest）別の平均炭素蓄積量を用いて、全国の森林炭素 蓄積量を推定する手法である。
Landsat衛星データは過去のアーカイブデータが豊富であり、複数年度の全国森林区分図を 作成し、本手法を用いて推定した全国森林炭素蓄積量から、森林炭素蓄積量の変化を知るこ とができる。
また、複数年度の全国森林区分図の変化からClosed forest からOpen forestへと変化した場所 を抽出することで、森林劣化箇所をモニタリングすることが可能である。 衛星データを用いて森林の炭素蓄積量を推定するためには、必ず一度は現地調査を行い真値 となる森林区分と炭素蓄積量を得る必要がある。そのため、定期的に調査を行う国家森林資源 調査（NFI）と連携し、炭素蓄積量推定に必要な現地調査データを増やす事が重要である。 図5-3 RapidEye衛星データによる森林炭素蓄積量の推定 図5-4 Landsat衛星データによる森林炭素蓄積量の推定 対象範囲：管区・州 参照： 2.3.3.植生指数を用いた CS 推定モデル式による 炭素蓄積量推定手法の検討 （アロメトリー式） ②アロメトリー式を用いて 炭素量の算出 (Carbon Stock : CS) ①現地調査データ ③対象範囲の RapidEye 衛星 データの購入 ⑥CS 推定モデル式を用いた 森林炭素蓄積量の推定 ④植生指数の計算 (WDRVI (α=0.1)) ⑤CS 推定モデル式の作成 (CS=a × WDRVI (α=0.1) +b) 対象範囲：全国 参照： 2.4.2.炭素蓄積量推定手法 の検討 ②区分別平均炭素量の算出 (Open/Closed forest) ①現地調査データ ③Landsat 衛星データの整備 ④全国森林区分図の作成 (Open/Closed forest) ⑤森林炭素蓄積量の推定
5-6 5.2.3. 森林劣化モニタリング手法のシナリオ 衛星データおよびUAVを用いた森林劣化モニタリングのシナリオを図5-5に示す。以下にその手 順を述べる。 STEP1：森林変化図の作成と監視重点地区の設定 2時期の森林区分図から森林変化図を作成する。これによりおおまかな森林減少および森林 劣化箇所を抽出し、森林劣化のモニタリングを行う監視重点地区を設定する。 STEP2：調査方法の選定 監視重点地区の炭素蓄積量を推定するに当たり調査手法を選定する。調査方法は現地到達 の可否、衛星データの有無などを考慮し、森林調査、UAV、衛星データ解析から選択する。 STEP3：監視重点地区の炭素蓄積量の推定 ･ 現地到達可能な場合(1)：森林調査とUAV空撮 現地到達が可能でかつ現地調査も可能な場合は、森林調査を実施しアロメトリー式か ら森林炭素蓄積量を算定する。 同時にUAVによる空中写真撮影も実施し、森林調査結果との関係分析の基礎データと する。 ･ 現地到達可能な場合(2)：UAV空撮のみ 現地到達は可能だが森林調査が困難な場合は、UAVによる空中写真撮影のみ実施し、 林分体積法または林分高法により森林炭素蓄積量を推定する。 ･ 現地到達不可の場合：衛星データ解析 現地到達が不可能な場合は、衛星データ解析による炭素蓄積量を推定する。 RapidEye衛星を使用する場合はNDVIによるCS推定モデル式により、またLandsat衛星 を用いる場合は森林区分別平均炭素蓄積量を用い森林炭素蓄積量の推定を行う。 以上、森林炭素蓄積量を定期的にモニタリングし変化量を計測することで森林劣化状況を 把握する。 国家森林資源調査（NFI）との連携 UAVから森林炭素蓄積量を推定する場合は、林分体積または林分高と炭素蓄積量との関係 式（林分体積－CS推定モデル式、または林分高－CS推定モデル式）、RapidEye衛星のNDVI から森林炭素蓄積量を推定する場合は、NDVIと炭素蓄積量との関係式（NDVI－CS推定モデ ル式）が必要である。また、Landsatなどから作成された森林区分図から森林炭素蓄積量を推 定する場合は、森林区分毎（Closed forestとOpen forest）の平均炭素蓄積量が必要となる。
そのため真値となるデータとして統一規格で実施された信頼性の高い森林調査データ、国 家森林資源調査（NFI）、などとの連携が不可欠である。
5-7 森林劣化モニタリング調査結果の利用 森林劣化モニタリングのために実施されたSTEP3の森林調査データはグランドトゥルース として森林区分図の修正・検証のためにフィードバックできるほか、森林資源の現存量デー タとしても有益でありFRAへの報告やNFIのデータセットの一部としても利用することが出 来る。 図5-5 森林劣化モニタリングのシナリオ
1
1. 主なミャンマー関係者（面会者）リスト
ミャンマー天然資源環境保全省 森林局Forest Department (FD), Ministry of Natural Resources Environmental Conservation (MONREC) Dr. Nyi Nyi Kyaw Director General, FD
Mr. Kyaw Kyaw Lwin Deputy Director General, FD
Dr. Thaung Naing Oo Director, Forest Research Institute, FD Mr. Tin Tun Director, Planning and Statistics Div., FD
Mr. Kyaw Min Thein Deputy Director, Planning and Statistics Div., FD Daw Yi Yi Han Deputy Director Forest Research Institute, FD U Soe Tint Deputy Director Forest Research Institute, FD Dr. Myat Su Mon Assistant Director, Planning and Statistics Div., FD
在ミャンマー日本国大使館（敬称略） 鈴木 一善 二等書記官 JICAミャンマー事務所（敬称略） 荒木 裕 所員 ドナー関係（敬称略） 鮫島弘光 IGES
2
2. 参考・収集資料
参考・収集文献等[1] GTOS, (2006), Land cover-Reducing Greenhouse Gas Emissions from Deforestation in Developing Countries: Considerations for Monitoring and Measuring
[2] IGES, (2003), Good Practice Guidance for Land Use, Land-use Change and Forestry [3] IGES, (2006), IPCC-Guidelines for National Greenhouse Gas Inventories
[4] Hirata Yasumasa (2010), “Overview and update on remote sensing technology for REDD”, International Seminar on Reducing Emissions from Deforestation and Forest Degradation in Developing Countries (REDD).
[5] GOFC-GOLD, (2010), “Sourcebook of methods and procedures for monitoring and reporting anthropogenic greenhouse gas emissions and removals caused by deforestation, gains and losses of carbon stocks in forest remaining forests, and reforestation COP16 version 1”
[6] JICA and ITTO, (2010), “REDD-plus-Forest Conservation in Developing Countries 森林減少・劣 化の抑制等による温室効果ガス排出量の削減─開発途上国における森林保全”
[7] NASA (2010) “First-of-its-Kind Map Depicts Global Forest Heights”, [8] VCS (2008).Voluntary Carbon Standard, Voluntary carbon standard 2007.1.
[9] Win Myint (2012) Current Status of Readiness for REDD+ in Myanmar, REDD+ Task Force, Forest Department
[10] FAO (1995) “Sustainable Forest Management and Conservation of Tropical Rainforests.FAO”. [11] FAO (2007). “Tenure Security for Better Forestry: Understanding forest tenure in South and
Southeast Asia”.
[12] FAO (2009) “State of the World’s Forests”
[13] REDD-Plus COOKBOOK 森林総合研究所 REDD 研究開発センター
[14] Thaung Naing Oo (2011). Assessment on Community Forestry Management and Its Development with special reference to three critical areas of Myanmar, ITTO
[15] 平成 22・23 年度 REDD プラスに係る森林技術者講習会テキスト,（独）森林総合研究所 REDD 研究開発センター他 [16] 井上真（2003）“アジアにおける森林の消失と保全”中央法規出版 [17] 清野嘉之（2008）“CDM 植林の問題点と展望 － 研究者の立場から”海外の森林と林業第 71 号 [18] 東京農工大学農学部林学科編（1995）“林業実務必携［第三版］”,朝倉書店 [19] 本多静六（1997）“森林家必携”, 財団法人 林野弘済会 [20] 清野嘉之, 齊藤 哲, 佐藤 保, 高橋與明, 粟屋善雄（2009）“上層高の変化から森林の炭素蓄 積の変化を推定するときの課題”関東森林研究 No.60 [21] 大隈眞一ほか（2001）“森林計測学講義”, 養賢堂 [22] 森林立地調査法編集委員会（2010）“改訂版 森林立地調査法 森の環境を測る”,博友社 [23] 田辺清人（2010）温室効果ガスインベントリ、「測定・報告・検証（MRV）」、気候変動 次期枠組みへ向けた議論の潮流と展望、第 3 章、IGES。 [24] Myanmar Forestry Journal
[25] Statistical Yearbook 2001 (Myanmar)
[26] Tropical Deforestation and Climate Change, Paulo Moutinho and Stephan Schwartzman [27] Asia-Pacific Forestry Sector Outlook Study in Myanmar Forestry Outlook Study
3
[28] Forest Plantation Management between Centralized and Participatory Planning A Case Study of East Pegu Yoma Project (EPP), Myanmar
[29] Forest Plunder in Southeast Asia
[30] Myanmar and FAO Achievements and success stories, FAO Representation in Myanmar
[31] Natural Hazard Assessment of SW Myanmar -A Contribution of Remote Sensing and GIS Methods to The detection of Areas Vulnerable to Earthquakes and Tsunami /Cyclone Flooding
[32] Population development and tropical deforestation a cross-national study [33] Status of Tropical Forest Management 2005
[34] World Statistics Pocketbook 2010 United Nations Statistics Division [35] WHO Health Profile WHO
[36] “International Tropical Timber Organization Annual Review and Assessment of the World Timber Situation 2009” ITTO
[37] FRA2005, 2010 The Global Forest Resources Assessment 2005, 2010 FAO [38] Country Report on JIFPRO Projects in Myanmar forest department, MOECAF
[39] Global Forest Resources Assessment 2010 Country Report Myanmar, Forestry Department, MOECAF [40] Factors affecting participation of user group members: comparative studies on two types of
community forestry in the Dry Zone, Myanmar [41] FORESTRY in Myanmar MOECAF (2011)
[42] Community Forestry in Myanmar: Some field realities DEV ECCDI [43] Community Forestry in Myanmar: Progress & Potentials DEV ECCDI [44] ジェトロ貿易投資報告 2008-2011 JETRO [45] BOP ビジネス潜在ニーズ報告書 ミャンマー：農業資機材分野 JETRO [46] JETRO 基礎的経済指標 ミャンマー [47] 世界の鉱業の趨勢 2011 JOGMEC [48] 東南アジアの経済開発と土地制度 研究双書 [49] グローバル化と途上国の小農 研究双書 [50] 旅行人ミャンマーへの旅 ビルマ東西南北 旅行人 [51] 地理ミャンマー 古今書院 [52] チーク経営とカレン族 熊崎 1999 [53] ビルマにおけるタウンヤ式造林法について 竹田 1990 [54] 焼畑土地利用と休閑地の植生回復 鈴木 2007 [55] ミャンマーにおける森林管理の分権化パターンとその効果 山本 2010
[56] Angelsen, A. (2008). REDD models and baselines. International Forestry Review 10 (3), 465-475. [57] Angelsen et al. (2009), “Realising REDD+, National strategy and policy options”, CIFOR
[58] Gusti, M., Havlik and Obersteiner, M. (2008). Technical description of the IIASA model cluster. International Institute of Applied Systems Analysis, Laxenburg, Austria.
[59] Brown, S., M. Hall, K. Andrasko, F. Ruiz, W. Marzoli, G. Guerrero, O. Masera, A. Dushku, B. De Jong, and J. Cornell. (2007). Baselines for land-use change in the tropics: application to avoided deforestation projects. Mitigation and Adaptation Strategies for Climate Change, 12:1001-1026. [60] Noemi Guindin-Garcia,Anatoly A. Gitelson,Timothy J.Arkebaure, Jhon Shanahan,Albert Weiss, An
evaluation of MODIS 8- and 16-day composite products for monitoring maize green leaf area index, Agricultural and Forest Meteorology 161 (2012),15-25.
4
[61] Soares-Filho, B. S., Cerqueira G. C and Pennachin C. L (2002). DINAMICA - A stochastic cellular automata model designed to simulate the landscape dynamics in an Amazonian colonization frontier. Ecol. Model 154, 217-235.
[62] FAO, Forest and Climate Change Working Paper 5 (2007)
http://www.uncclearn.org/sites/www.uncclearn.org/files/inventory/FAO44.pdf
[63] FAO, Assessing forest degradation (2011) http://www.fao.org/docrep/015/i2479e/i2479e00.pdf [64] 鈴木玲治（2007）焼畑土地利用の履歴と休閑地の植生回復状況の解析、東南アジア研究
45 巻 3 号
[65] Myanmar REDD+ Readiness Roadmap, MoECAF (2013)
[66] 柴田昌三（2010）タケ類 Melocanna baccifera(Roxburgh)Kurz ex Skeels の開花、日本生態学 会誌 60:51-62(2010) [67] 井上真（2013.8）JICA ミャンマー経済改革支援 農業・農村開発 WG 調査報告書 [68] 井上真（2013.12）JICA ミャンマー経済改革支援 農業・農村開発 WG 調査報告書 [69] 井上真（2015.01）アジアの森林利用・管理の仕組み、グリーン・パワー [70] 開発途上国の森林林業（ミャンマー）海外林業コンサルタンツ協会 [71] マルチコプター完全読本 2015 枻出版社
[72] REDD プラスへの取組動向 Country Report ミャンマー連邦共和国 森林総合研究所 [73] 平成 25 年度森林減少防止のための途上国取組支援事業 アジア航測株式会社 [74] 内山庄一郎（2014）SfM を用いた三次元モデルの生成と災害調査への活用可能性に関する 研究 [75] 井上公（2014）自然災害調査研究のためのマルチコプター空撮技術 [76] 植生のリモートセンシング H.G.Jones,R.A.Vaughhan 2010, 森北出版 [77] 森林リモートセンシング第 4 版 加藤正人編著 日本林業調査会 [78] FAO, Global Forest Resources Assessment 2015,
http://www.uncclearn.org/sites/default/files/inventory/a-i4793e.pdf
[79] FAO, Global Forest Resources Assessment 2015,Country Report Myanmar http://www.fao.org/3/a-az283e.pdf
[80] FoE Japan, 温暖化と森林, http://www.foejapan.org/forest/sink/redd_01.html
地形図、主題図、ジオデータ [1] 地形図（デジタル）シャン州南の一部（図番号 1996、1997、2095、2096、2197、2296） [2] 森林区分図 2005（デジタル）FD, MOECAF , 2005~2006 年の LANDSAT データ解析 [3] 森林区分図 2010（デジタル）FD, MOECAF , 2010 年の IRS データ解析 [4] 行政界（デジタル）全国の管区、州界 [5] GTOP30（デジタル）標高データ [6] ASTER GDEM（デジタル）標高データ
[7] 主要道路マップ（デジタル）Myanmar Information Management Unit [8] 河川図（デジタル）Myanmar Information Management Unit
途上国森林劣化対策整備事業 平成 28 年度報告書 事 業 実 施 者 佐野滝雄 事業総括責任者 和田幸生 UAV 利 用 開 発 三塚直樹 技 術 研 修 後藤誠二朗 衛星データ解析 磯田真紀 本 邦 研 修 ｲｻﾐﾃﾞｨﾝｶﾘﾋﾞﾇﾙ 事業運営委員会 大西満信 照 査 平成 29 年 3 月 〒215-0004 神奈川県川崎市麻生区万福寺 1-2-2 アジア航測株式会社
