江蘇塩城湿地・希少鳥類国家自然保護区における生態管理と保全のためのリモートセンシングの活用
フル・ソリューション
江蘇塩城湿地・希少鳥類国家自然保護区におけるジャノメチョウ
Nanjing Normal University
江蘇塩城湿地・希少鳥類国家自然保護区は、湿地の干潟生態系に依存し、絶滅の危機に瀕しているGrus japonensisやその他の希少種の生息地である。しかし、Spartina alternifloraのような侵入種が生物多様性を脅かし、生態系の劣化と生物多様性の減少を引き起こしている。この問題に対処するため、リモートセンシング技術を使用して植生の進化を監視し、生態系管理に貴重な洞察を提供している。
南京師範大学が主導する「国連海洋の10年」沿岸予測プログラムの長江デルタ・パイロットサイトでは、リモートセンシング技術と保全活動を組み合わせ、塩城市の管理を支援している。リモートセンシングは1990年以来、主要な湿地植生（Spartina alterniflora、Suaeda salsa、Phragmites australis）の変遷を追跡し、環境への影響、人間活動、種の相互作用の理解に役立っている。この取り組みは、より効果的な保全戦略の開発に役立ち、保護区とより広範な世界的取り組みの両方に利益をもたらしている。
最終更新日 10 Oct 2025
94 ビュー
テックフォーネイチャー賞
技術説明
このソリューションは、リモートセンシング、地理情報システム（GIS）、デジタルツインモデリングを活用し、ディープラーニングとフィールド検証を組み合わせることで、湿地の植生（Spartina alterniflora、Phragmites australis、Suaeda salsa）の長期的な進化をモニタリングする。衛星データ処理、機械学習、GIS空間分析、生態学的モデリングを統合することで、湿地保全と外来種管理をサポートする精密でスケーラブルなモニタリングが可能になる。直感的なダッシュボードにより、地域社会を含む専門家以外のユーザーもアクセスしやすくなり、包括的な参加が促進される。
注目すべき進歩と革新
リモートセンシングによるディープラーニング：ディープラーニング・アルゴリズムは、時系列のランドサットデータ（1990～2022年）を処理し、植生タイプの高精度分類を実現する。この技術革新により、外来種の拡散と在来植生の回復の詳細な追跡が可能になり、32年間にわたる的を絞った保全対策をサポートする。
空間分析のためのGIS：GISツールは植生分布のマッピングと分析を行い、移動パターン、生息地の分断、集合傾向を特定する。これにより、効果的な保全計画と修復の優先順位付けに不可欠な、空間的に明確な洞察が得られる。
デジタル・ツイン生態系モデリング：塩城湿地のデジタルツインは、リモートセンシング、GISレイヤー、リアルタイムの環境メトリクス（土壌塩分、海水準変動など）を統合しています。この仮想レプリカは、外来種の影響や気候変動の影響などのシナリオをシミュレートし、データに基づいたプロアクティブな意思決定を可能にする。
包括的な環境データベース：多次元データベースは、植生データを気候、海洋、人為的変数（海面水温、養殖分布など）と組み合わせたものです。この総合的なデータセットは、ドライバー分析をサポートし、適応的な保全戦略に情報を提供します。
スケーラブルで複製可能なフレームワーク：オープンソースデータ（ランドサット、センチネル）とグーグルアースエンジン（GEE）上に構築されたこの手法は、世界中の多様な生態系に適応可能であり、移入種と生息地の変化をモニタリングするための費用対効果の高いツールを提供する。
費用対効果の高いモニタリング：自由に利用できる衛星データとGEEを活用することで、低コストで高効率のモニタリングが可能になり、時間分解能が向上し、長期的な保全のための資源需要が削減されます。
この技術の統合は、GBFターゲット2（生態系の回復）、6（外来種の駆除）、8（気候変動への回復力）、20（能力の強化）、21（アクセス可能な知識）、22（意思決定への参加）に沿った、予測可能で拡張可能な包括的ツールを提供することにより、湿地管理を変革します。このソリューションの低コストでデータ主導のアプローチは、長期的な持続可能性と幅広い適用性を保証する。
ドナーと資金調達
このプロジェクトは、中国国家自然科学基金（助成金42230406）の支援を受けている。
写真・ビデオギャラリー
コンテクスト
対処すべき課題
中国江蘇省に位置する江蘇塩城湿地・希少鳥類国家自然保護区は、世界的に重要な保護区である。この保護区は、世界で最も絶滅の危機に瀕している鳥類、特にジャコウネコやその他の希少野生生物種の重要な生息地となっている。また、この保護区にはこれらの種の生存に不可欠な生態系、特に干潟湿地帯が含まれている。
しかし、その生態系の重要性にもかかわらず、保護区はいくつかの重大な環境問題に直面している。最も差し迫った問題のひとつは、湿地帯の生態系を支配し始めている外来植物、 スパルティナ・オルタニフロラの 侵入である。この外来種は、在来の植生のバランスを崩し、生態系の劣化と生物多様性の減少につながる。その結果、保護区の生態系の効果的な管理と監視は、そのユニークな生物多様性を確実に保全するためにますます不可欠になっている。
所在地
中華人民共和国江蘇省塩城市
東アジア
プロセス
プロセスの概要
このプロジェクトでは、リモートセンシング技術を用いて湿地植生の長期的な変化を体系的にモニタリングするために、相互にリンクした6つのビルディングブロック（BB）に基づく構造化された方法論を採用している。
- BB1（データ収集）とBB2（湿地植生タイプの特定）は、BB3（データの定量化とデータベースの構築）の基礎となるインプットを提供する。
- BB3は、BB4（空間的・時間的特性の分析）とBB5（植生進化の主な要因の特定）をサポートする。
- これらの段階から得られた洞察や知見は、BB6（学術コミュニケーション ）と BB7（トレーニングと能力開発）を通じて共有され、知識交換が強化され、プロジェクトの広範な影響力が増幅される。
各構成ブロックは、湿地の保全、外来種の拡散防止、世界の同様の生態系に適用可能な拡張性のある手法の提供という包括的な目標に貢献するよう、論理的に配列されている。
ビルディング・ブロック
データ収集
Google Earth Engine（GEE）プラットフォームを使用して、TM5、ETM+（Landsat 7）、OLI（Landsat 8）、OLI（Landsat 9）センサーを含む1990年から2022年までのLandsatシリーズのリモートセンシングデータを体系的に取得した。その後の解析のためのデータ品質を確保するため、主要なスペクトルバンドである近赤外（NIR）、赤、緑を選択し、融合した。
GBFアライメント：GBFターゲット21をサポート。
貢献：リアルタイムで検証されたデータセットにより意思決定を強化し、技術革新により既存の保全活動に付加価値を与える。
実現可能な要因
- 雲量が10%以下のリモートセンシング画像のみを選択し、バッチ処理によってラジオメトリック補正と大気補正を行った。
- 植生固有の情報は、最適化されたバンドの組み合わせ、特に近赤外域における植生の高い反射率を利用して抽出された。
教訓
- 空間解像度、時間解像度、およびスペクトル解像度の限界は潜在的な不確実性をもたらし、堅牢なラジオメトリックおよび幾何学的補正手法の重要性を浮き彫りにした。
- 異なるLandsatセンサー間のデータフュージョンは、一貫性のある長期的な時系列を達成するために不可欠であったが、空間解像度と時間解像度を調和させるためにかなりの追加処理が必要であった。
湿地の植生タイプの識別
植生指標の時系列は、ノイズを減らし、主要な表現学的特徴を抽出するために、ガウシアンフィッティングを用いて平滑化した。ランダムフォレスト深層学習アルゴリズムを適用して、湿地の植生を3つの支配的なタイプに分類した：Spartina alterniflora、Phragmites australis、Suaeda salsaである。1990年から2022年までの分類精度を現地調査によって検証した。
GBFとの整合：GBF目標6に貢献。
貢献：スパルティナ・オルタニフロラ（Spartina alterniflora）を正確に特定し、重点的な防除を行うことで、外来種の影響を軽減し、生物多様性の主要な脅威に対処する。
実現可能な要因
- ガウス曲線のフィッティングにより、生の植生指標曲線のノイズを効果的に最小化し、分類精度を向上させた。
- ランダムフォレスト・アルゴリズムは、種間のスペクトルの違いを利用し、ロバストな特徴抽出と信頼性の高い同定を可能にした。
教訓
- 植生水分や構造的属性に関連するスペクトル特徴は、種間の分離性を著しく向上させた。
- 長期的な分類の信頼性を向上させるためには、カーブフィッティングやノイズ除去などの前処理ステップが不可欠であった。
データの定量化とデータベース化
包括的な地理空間データベースが開発され、リモートセンシングから得られた植生被覆データと、主要な環境・気候・人為的変数が統合された。土壌塩分濃度、海面水温、海水塩分濃度、養殖池の位置などの指標を含み、強固な分析基盤を提供。
GBFとの整合：GBFターゲット21をサポート。
貢献：多様なデータ層を統合して全体的な分析を行い、断片的な保全データセットに付加価値を与える。
実現可能な要因
- フィールドでの検証により、リモートセンシングによる解釈の正確性が確認された（図1、2参照）。
- データベースは空間データと環境データの統合を容易にし、多変量解析と生態学的モデリングをサポートした。
教訓
- 正確なグランドトゥルースデータは、リモートセンシングの出力を検証し、データベースの信頼性を確保するために不可欠である。
- 十分に構造化されたマルチソースデータベースは、解析効率を向上させ、より高度な相関関係や因果関係の研究を可能にする。
湿地植生の時空間特性分析
1990年から2022年までの保護区内の湿地植生の長期的な分布パターンを明らかにするため、時空間分析を行った。
- 図1Aは、植生の空間パターンの経年変化を示している。
- 図1Bは、海陸勾配に沿った植生被覆率を示している。
生態学的変化を定量化するために、景観パターン指数、移動モデル、拡大縮小動態などの分析ツールが用いられた。
主な結果
- Spartina alternifloraは高い空間凝集性を示したが、時間の経過とともに減少傾向を示した。
- フラグミテス（Phragmites australis）とスアエダサルサ（Suaeda salsa）は、より大きな分断を示し、空間的な広がりは増加していた。
- 植生の移動は著しい不均質性を示し、陸海の勾配に沿って明確な帯状の分布を示した。
GBFの整合：GBFターゲット2に合致。
貢献：測定可能な成果は、復元計画を強化し、統一された管理アプローチのギャップを埋める。
実現可能な要因
- 時間的・空間的不均質性により、多角的な分析手法が必要となる。
- 空間的な分析は、目標とする保全・管理戦略に情報を与える重要な生態学的洞察を提供する。
教訓
- 植生動態の時間的・空間的不均質性は、多面的な分析アプローチを必要とする。
- 空間的分析により、重要な生態学的パターンが明らかになり、目標とする管理戦略に役立った。
植生進化の主な要因
一般化加法モデル（GAM）を用いて、植生動態に対する自然および人為的要因の影響を調査した。このモデルは、植生の変化と主要な要因の間の非線形関係を評価した：
- Spartina alternifloraは、主に塩分濃度や波高などの海洋環境変数の影響を受けた。
- フラグミテス（Phragmites australis）とスエダサルサ（Suaeda salsa）は、降水量、人為的圧力（養殖など）、種間競争の影響を受けた。
これらの要因を理解することで、適応的な生態系管理と外来種対策を支援することができる。
GBFとの整合：GBF目標6と8をサポートする。
貢献：予測モデルは、測定可能な原動力に関する洞察を提供することで、消極的な保全を改善する。
実現可能な要因
- GAMは要因と植生変化の間の複雑で非線形な相互作用を効果的に捉えた。
- 環境と人間活動のデータセットを統合することで、ドライバー帰属の頑健性が高まった。
教訓
- 長期的な予測精度を高めるためには、継続的なデータ収集とモデルの改良が不可欠である。
- 生態学的要因のメカニズム的理解は、将来を見据えた保全戦略の開発を支える。
アカデミック・コミュニケーション
プロジェクトの成果は、以下のような複数の学術的・公的プラットフォームを通じて広められた：
- Ocean-Land-Atmosphere Research（サイエンス・パートナー誌）の学術論文。
- 中国における米国科学振興協会の公式メディアであるAAASScience WeChatパブリック・プラットフォームで紹介されたコンテンツ。
- 長江デルタパイロットサイトへの事例投稿。
- NSFCが支援する主要な海洋研究プロジェクトへの統合。
GBFとの整合：GBFターゲット20との整合。
貢献：スケーラブルな方法論の共有による世界的な保全活動の強化。
実現可能な要因
- 課題と方法論に関する透明性の高いコミュニケーションにより、専門分野を超えた関与が強化された。
- 利害関係者への体系的なプレゼンテーションは、認識を高め、実践的な適用を促進した。
教訓
- オープンでアクセスしやすい情報発信は、学際的なコラボレーションとグローバルな知識の共有を促進する。
- 実行可能な知見を科学と公共の両方の領域で発表することで、保全活動への転換を加速させる。
トレーニングと能力開発
プロジェクトの広範な影響戦略の一環として、リモートセンシングと地理空間解析の技術的リテラシーを高めるための研修と能力開発が優先された。2021年以降、南京師範大学地理学院（ ）が毎年、地理空間モデリングとリモートセンシングの応用に焦点を当てた一連の研修プログラムを主催している。過去4年間で、このプログラムは若手研究者、研究ボランティア、早期の専門家を含む4,000人以上の参加者のトレーニングに成功している。
GBFとの連携：GBF目標20および22を支援。
貢献：拡大可能な研修プログラムは、能力不足を補い、地域の保全活動を強化する。
実現可能な要因
- トレーニングコースは、経験豊富な教授陣と、リモートセンシングとGISの実践的な応用に重点を置いたオーダーメードのカリキュラムによって支えられている。
- 学術機関や公的機関との協力により、アウトリーチが拡大し、分野を超えた多様な学習者の参加が確保された。
教訓
- キャパシティビルディングは、長期的な研究効果を持続させ、新しい世代の研究者が湿地のモニタリングや生態学的分析に従事できるようにする上で極めて重要な役割を果たします。
- 継続的な教育と実地訓練は、特に保全と資源管理の状況において、研究成果と実際の応用とのギャップを効果的に埋めるものです。
影響
- モニタリング効率の向上：このプロジェクトで開発されたリモートセンシング技術により、湿地の植生進化を長期的かつ費用対効果の高い方法でモニタリングできるようになった。この強化により、モニタリングの時間スケールが大幅に拡大され、湿地の動態をより包括的に理解できるようになり、保護区の保全モニタリングの水準が効果的に向上した。
- 侵略的外来種の研究への貢献：このプロジェクトは、スパルティナ・オルタニフロラ（Spartina alterniflora）やその他の外来種の侵入プロセスに関する理解を深め、環境要因、人間活動、種間競争の影響を浮き彫りにした。このデータは、研究者が外来種の拡散をより的確に予測・管理し、タイムリーで効果的な介入を行うのに役立っている。
- 生物多様性保全の支援：侵入種の進化パターンを明らかにすることで、この技術は保護区におけるこれらの脅威の予防と制御のための基礎を築く。これは、重要な湿地生息地を保護することにより、グルス・ジャポネンシスやその他の在来種に直接的な利益をもたらし、長期的な生物多様性保全の取り組みに貢献する。
- 保全意識の向上：このプロジェクトは、湿地保全におけるリモートセンシングの利用に関する知識交換を促進し、湿地管理と植生モニタリングに関する貴重な洞察を提供している。
受益者
- ジャポニスム
- 地域社会
- 保護区
- アカデミア
- 訪問者
さらに、ソリューションの拡張性について説明してください。他の地域やエコシステムに複製または拡大できますか？
提案されたソリューションは、リモートセンシング技術、ディープラーニングアルゴリズム、生態系分析フレームワークの統合に基づいて構築されており、地域や生態系の種類を超えた強力なスケーラビリティを実証している。そのモジュラーアーキテクチャ（BB1-BB7）は、カスタマイズ、複製、空間的およびテーマ的な次元での拡張を可能にし、特に外来種の拡散、生息地の分断、生物多様性の損失、生態系の劣化などの課題に対処するのに適している。
技術的拡張性
- グローバルにアクセス可能なデータセット（Landsat、Sentinelなど）とGoogle Earth Engineのようなクラウドコンピューティングプラットフォームを使用することで、他地域への展開のための技術的障壁が低くなります。
- ディープラーニングや機械学習による分類器（ランダムフォレスト、GAMなど）はモデルにとらわれず、異なる種の構成や生態学的状況に対応するため、地域ごとのデータで再トレーニングすることができる。
地理的および生態系への移植性
- 本手法は塩城国家希少鳥類自然保護区で適用され、沿岸湿地における有効性を実証した。
- この手法は、以下のような類似の環境にも転用できる可能性が高い：
- スパルティナ・オルタニフロラ（Spartina alterniflora）または類似の移入種の影響を受けている他の東アジアの沿岸湿地（例：黄河デルタ、杭州湾
- 塩類化、分断化、または季節的な植生の変化を受けている内陸湿地生態系
- 外来種や水文シフトが生物多様性を脅かす、世界的な河口域およびデルタ地域。
拡張の可能性：天津河北沿岸干潟
- この解決策は現在、700ヘクタール以上のスパルティナ・オルタニフロラが生態系機能を変化させている天津浜海と滄州の沿岸干潟に概念的に拡張されている。
- 地域間の調整を通じて、モニタリング・ツールや空間モデルは、管轄地域を越えた生態系ガバナンスをサポートするために適応されつつあり、技術的だけでなく制度的な拡張性も実証されている。
制度と能力構築の拡大
- 南京師範大学が主催する研修プログラムを通じて知識の移転を可能にし、すでに4,000人以上の参加者を養成している。これにより、新たに採用された地域でも、現地での取り込みと持続可能性が確保される。
グローバルな関連性
- このソリューションは、査読付きの出版物、政策対話、国際的な協力を通じて共有され、その認知度を高め、世界的な複製への準備を整えている。
- そのデータ主導型、低コスト、モジュール式の性質は、保全と気候適応のために費用対効果の高いツールが緊急に必要とされているグローバル・サウスでの採用に適している。
このソリューションは複製可能であるだけでなく、範囲の拡張性、手法の適応性、能力開発による持続可能性を備えており、生物多様性の保全と生態系の回復力における世界的な取り組みに貢献するものである。
グローバル生物多様性フレームワーク（GBF）
GBF目標2：劣化した生態系の30％を回復させる
GBF目標6：外来種の侵入を50％削減し、その影響を最小限に抑える
GBFターゲット8「気候変動による生物多様性への影響を最小化し、回復力を構築する
GBF目標20「生物多様性のための能力構築、技術移転、科学技術協力の強化
GBF目標21「生物多様性行動の指針となる知識の入手と利用の確保
GBF目標22「すべての人の意思決定への参加と、生物多様性に関する正義と情報へのアクセスを確保する
ストーリー
江蘇塩城湿地・希少鳥類国家自然保護区は、世界で最も絶滅の危機に瀕している鳥類のひとつであるタンチョウの生息地である。何年もの間、この広大な湿地帯はタンチョウやその他の無数の種にとって重要な生息地として機能し、微妙な生態系のバランスを保ってきた。しかし時が経つにつれ、湿地帯は外来種、特にスパルティナ・オルタニフロラによる深刻な脅威に直面するようになった。
この保護区は、従来のモニタリング技術に長い間苦慮してきた。この技術は時間がかかり、コストが高く、広大な湿地帯を効率的にカバーする能力に欠けていた。その結果、重要な生態系の変化を発見するのが遅すぎたのだ。スパルティナのような外来種が野放図に広がり、生物多様性に壊滅的な影響を与えた。
南京師範大学が主導する「国連海洋の10年」沿岸予測プログラムの長江デルタ・パイロットサイトは、リモートセンシング技術と保全活動を組み合わせて塩城の管理を支援している。リモートセンシングシステムにより、保護区チームは植生の変化を月単位で監視できるようになった。衛星データは、スパルティナ・オルタニフロラの広がりや、フラグミテス・オーストラリスや スアエダ・サルサのような在来植物の状態など、湿地生態系の動態をリアルタイムで把握することができた。初めて、環境要因、人間活動、種間競争が保護区全体の生態系変化をどのように促進しているかを監視することが可能になった。
外来種の駆除にとどまらず、この技術によって長期的な植生傾向の調査も可能になり、保護区は気候変動、塩分濃度の変化、人間活動が生態系にどのような影響を与えているかをより深く理解できるようになった。これらの要因を追跡できるこのプロジェクトは、保護区に保全戦略をリアルタイムで適応させる強力なツールを提供した。
