報告書番号

SS25001

タイトル（和文）

Sentinel-2衛星画像を用いた台風に起因する倒木発生域の推定

タイトル（英文）

Estimation of Windthrow Areas Caused by Typhoons Using Sentinel-2 Satellite Imagery

概要 （図表や脚注は「報告書全文」に掲載しております）

背　　景
近年、日本に接近・上陸する大型の台風による被害が各地で深刻化している。特に山地の森林域では、強風によって倒木が広範囲に発生し、電線の切断による停電や道路の寸断など、インフラ損傷の影響が顕著となっている。これにより、災害後の復旧作業が遅延するだけでなく、倒木が発生した斜面では土砂や流木の流出が誘発され、二次災害のリスクも高まっている。
倒木被害の迅速な把握は、復旧作業の効率化および被害拡大の防止に不可欠であるが、従来のヘリコプターによる巡視や空中写真の判読には多大なコストと時間を要する。近年、衛星画像のオープンデータ化が進展し、複数の衛星による高頻度かつ広域な観測が可能となってきている。これにより、巡視コストの削減や災害時の迅速な対応が期待される。しかし、倒木被害の広域的な把握における、これらの衛星画像の有効性については十分に検証されていない。

目　　的
高頻度で広域の画像が取得可能なSentinel-2光学衛星の画像データを用いて、台風により発生した倒木域の広域推定手法を構築する。

主な成果
1. 台風前後における衛星指標の変化
令和元年の房総半島台風により倒木被害が発生した南房総市の山林域に700 m四方の区画を設定し、区画内の倒木域、地表面裸出域（倒木により地表面が裸出した箇所）および残存森林域の6箇所（3区画×2地点）において、衛星画像から計算した指標であるNDVI注 ）の台風前後での時系列変化を分析した。その結果、残存森林域ではNDVI値は0.1前後のわずかな変動しか示さなかったが、倒木域では台風時に0.2～0.3程度低下し、地表面裸出域においては約0.5～0.7程度低下していることが明らかとなった。
2. NDVI差分画像による倒木発生域抽出の精度分析
房総半島南部の約527 km2の地域において、台風前後の衛星画像からNDVIの差分値を算出し、0.2以上値が低下した領域を倒木発生域として抽出した。空中写真の目視判読により判定した倒木発生箇所の95%は、NDVIの差分値により正しく推定されていた。一方で、NDVIの差分値により倒木発生域と推定された地点のうち、35%が農地、24%が残存森林など、合計61％が誤判定となっており、全体の判別精度は0.69と低かった。
3. 差分画像とフィルター画像の組み合わせによる倒木発生域抽出手法
差分画像によって生じる誤判定の問題に対処するため、二時期の差分画像、雲および雲の影を除去するための雲フィルター画像、高木林以外の植生域を除去するための植生フィルター画像を組み合わせて倒木発生域を抽出する手法を構築した（図1）。本手法を適用して房総半島南部において倒木発生域の広域マップを作成し（図2）、空中写真の目視判読により精度の検証を行った。その結果、全体の判別精度は0.91、誤判定の割合も2割以下となり、倒木発生域の広域把握に実用的な精度が得られることが分かった。
倒木発生域の広域マップをもとに、設備破損や道路寸断などの可能性を考慮しながら作業を進めることにより、災害後の復旧作業の効率化が期待される。

今後の展開
本研究で構築された解析手法を他の地域の事例にも適用し、有効性を確認する。また、雲の影響を受けにくいSAR（合成開口レーダー）衛星データの活用可能性を検討する。

概要 （英文）

Typhoons have caused increasingly severe damage across Japan in recent years, especially in mountainous forest regions. Strong winds often lead to widespread treefalls, disrupting power lines and roads, which in turn delay recovery efforts and raise the risk of secondary disasters such as landslides and debris flows. Timely assessment of treefall damage is crucial for effective response, but traditional aerial surveys are costly and slow. With the growing availability of open satellite data, frequent and wide-area monitoring has become feasible. This study presents a method for estimating treefall zones using Sentinel-2 optical satellite imagery. By analyzing NDVI changes before and after Typhoon Faxai in 2019, significant declines were observed in affected areas. NDVI difference images successfully identified over 90% of treefall zones confirmed by aerial photo interpretation, though misclassification rates remained high. To improve accuracy, a new approach was developed that combines NDVI differences with cloud and vegetation filters. Applied to the southern Boso Peninsula, this method achieved 91% classification accuracy with less than 20% miscrassification error. The resulting treefall map supports efficient post-disaster recovery planning. Future work will apply this method to other regions and explore the use of SAR satellite data to reduce cloud-related limitations.

報告者

キーワード