生物の時系列成長を分析する際には、成長の挙動を数理的に表現する必要があり、その際には成長関数を用いてシグモイド型が再現されることが多い。 非線形の成長関数は、その導出過程や前提に依存して様々な種類が提案されてきたが、実解析においてどの成長関数を適用するかは、 経験則や先行研究に倣って決められることが多かった。 しかし、もしデータに適合しない成長関数が選択されている場合、その後の詳細解析において誤った結果や解釈に至る危険性がある。 そこで本報告では、詳細解析に進む前段階において必要なプロセスとして、実データに基づいた成長関数の選択問題に着目する。 成長関数選択の森林分野への実用例として、単木成長パターンに関するクラスタリングや、 頑健なパラメータ推定のためのリッジ推定といった成長データ解析が抱える問題に取り組んだ例を、 数値実験による妥当性の検証結果を交えながら紹介する。

地理情報システム（GIS）に基づくデータベースを利用して、地域毎に経時的に測定されたデータに位置情報を付与することで、 時系列データと地理空間データを融合した分析が可能となる。 ここでは、変数間の関係を分析する回帰分析において、時空間情報を活用するために変化係数を回帰モデルに導入する。 この変化係数を介して、位置や時間によって変化する関係を可視化することが可能となる。 ここでは、まず、回帰分析の基礎である重回帰モデルについて概説し、 変化係数の導入とその推定法、推定結果の可視化について、分析事例を交えて紹介する。

森林資源は他の農産物と異なり収穫が可能になるまで長い年月を要するうえに、管理する面積もより広大になる。 それゆえ、森林資源の利用に関しては時空間軸を考慮した意思決定が重要になる。 これまで、このような時空間の森林資源管理の意思決定をサポートすべく様々な数理最適化モデルが開発・応用されてきた。 近年は、野生動植物の生息地、炭素吸収源や災害リスクの軽減など、森林資源に対してより多くの機能が求められ、 上記のような数理最適化モデルについても、利用と保全の時空間パターンを考慮しながら、そのバランスを追求するといった、より複雑なものになっている。 本発表では、近年開発されている森林資源利用・管理の数理最適化モデルを理解する上で重要な基礎的概念やその基本構造について概観し、 その発展の方向性について簡単に紹介する。

近年、林業政策の中で林業適地を抽出するニーズが高まっている。 林業適地抽出においては、土地の特性を林業収益性と土砂災害リスクから評価し、収益性が高くかつ災害リスクが低い場所を探索することが重要である。 土砂災害リスクを評価する上で、土砂災害発生確率は非常に大きなファクターであり、 様々なアプローチでモデリングされてきた。 ここでは時系列の航空レーザー測量データを用いて斜面崩壊箇所を抽出し、 崩壊前の地形的な特徴から崩壊発生確率を推定するモデルについて紹介する。 斜面崩壊発生確率モデルを開発するためには、崩壊していない場所のサンプルも必要であるが、 斜面崩壊した面積は対象地全体の面積と比較すると小さいことから、非崩壊地のサンプリングを工夫した。

森林資源を取り巻く社会環境・自然環境が大きく変化し、資源管理において様々な災害リスクが発生して来ている。 再造林といった森林施業の放棄リスク、放棄に伴う土砂災害リスク、ナラ枯れにみられる病害虫の被害拡散リスクなどがある。 本講ではまず林分レベルの管理において放棄リスクを対象とした最適制御モデルの応用について詳説する。 次に病虫害の被害の拡散といったランドスケープレベルでのリスク制御を対象にした離散最適化モデルの応用について詳説する。 最後に生態系サービスの一つである受粉サービス拡散に対するランドスケープ最適化モデルを紹介する。