Random Forest Regression Model for Estimation of the Growing Stock Volumes in Georgia, USA, Using Dense Landsat Time Series and FIA Dataset
Abstract
広域の森林資源を網羅的に把握するには，多大な労力 とコストがかかる。そのため，衛星リモートセンシン グを用いた効率的な森林蓄積量推定が求められてきた。 特に近年，衛星データの無償提供やクラウド環境の普 及によって，長期間の衛星時系列データを容易に解析 できる環境が整備されたことから，高精度な推定手法 の確立が期待されている(Gorelick et al., 2017) 。 米国南東部に位置するジョージア州は，州土の約 70 % を森林が占める森林州である。特に南部沿岸平野 地域では，成長が速く短伐期で収穫可能なテーダマツ (Loblolly Pine)のプランテーション経営が盛んであり， 1～50 ha 規模の大面積皆伐が頻繁に行われている。そ のため，森林景観は短期間で激しく変化する(Fox et al., 2007) 。一方，北西部のアパラチア山地やピードモ ント台地には広葉樹主体の天然林が広がり，撹乱頻度 は低く森林動態は比較的安定している。ジョージア州 では森林の90 % 以上が民有林であるため，多数の所有 者が存在し，統一的な森林資源管理が困難である。
Fields of Study & Subjects
Remote Sensing and LiDAR Applications
Remote Sensing in Agriculture
Forest ecology and management
Publication details
- Journal / source
- Japanese Journal of Forest Planning
- Volume
- 59
- Issue
- 2
- Pages
- 111–113
- Publication date
- 13 January 2026
- Language
- EN