UAV LiDARを用いたヒースの火災における燃料消費の定量化
チャレンジ
PXL応用科学芸術大学の研究チームは、一般的な燃料の種類と負荷、特に規定燃焼における燃料消費を推定する定量的手法を開発するための幅広い取り組みの一環として、このプロジェクトを実施した。従来のフィールドベースの評価は時間がかかり、不正確であることが多く、多様な植生構造にわたる燃料消費を評価することが困難であった。
その目的は、UAVに搭載したLiDARが、規定火災時の燃焼燃料量を定量化するための高解像度で空間的に明示的なツールとしてどのように役立つかを探ることであった。チームは、火災前後の植生構造を比較し、植生タイプ（ヒース、草、樹木）ごとに燃料消費を区別することを目指した。
そのためには、迅速で、正確で、再現性のある方法が必要だった。ワークフローに必要なのは
- 火入れ前後の植生構造を把握する、
- 燃料消費の代用として、車高と体積損失を測定する。
- LiDARとRGBデータを使って植生タイプを自動分類。
スーパーピクセルに基づく植生の識別。この図は、ヒース（紫色）が調査地域全体に広がっており、草（黄色）と樹木（茶色）は局所的にしか生えていないことを示している。
所定の焼畑後のオルソフォト。
ソリューション
これらの要件を満たすため、研究チームはDJI Matrice 300 RTK UAVに搭載したYellowScan Surveyor UltraV2を導入した。Surveyor Ultraシステムは、キャノピーとキャノピー下の詳細の両方をキャプチャできる高密度の3D点群を提供した。
ミッションプランニングに1日、データ取得に半日、YellowScan CloudStationでの初期処理に半日を要した。後処理はRソフトウェアで完了し、スーパーピクセル分類によって植生タイプの自動セグメンテーションと燃料消費率の正確な計算が可能になった。統計分析を含む完全なワークフローは2週間以内に完了した。
高度70m、速度5m/sで、1.3ヘクタールのヒースの原野をカバーした。サーベイヤーウルトラはYellowScan CloudStationおよびRソフトウェアとシームレスに互換性があるため、データ収集から定量分析まで一貫して効率的に行うことができた。
規定焼却前（紫）と後（緑）の植生構造を示すスライス。垂直差は燃料消費量の代理として使用できる。
ミッションパラメーター
- 調査規模：1.3ヘクタールのヒースランド・システム
- 期間計画1日、撮影0.5日、処理0.5日（Rソフトウェアによるスーパーピクセル分類と燃料消費率計算を含む完全処理：2週間）
- フライト2（火災前と火災後）
- 飛行高度と速度：70 m AGL、5 m/s
- 機材 YellowScan Surveyor UltraV2 LiDARシステム、DJI Matrice 300 RTK、YellowScan CloudStation、R-ソフトウェアによる後処理
規定焼却前（紫）と後（緑）の植生構造を示すスライス。垂直差は燃料消費の代理として使用できる。樹木と下層植生は燃えていないことがわかる。
結果
イエロースキャン・サーベイヤー・ウルトラは、規定焼却前後の植生構造を正確かつ迅速に測定し、高い空間精度で燃料消費を定量化することを可能にした。スーパーピクセルセグメンテーションを用いて、3つの植生タイプ（草地、ヘザー、下層植生を持つ樹木）が97.8%の精度で分類された。
燃料消費分析により、植生タイプ間の明確な違いが明らかになった。ヘザーは高さの平均減少が最も大きく（0.165±0.102 m）、イネ科植物（0.089±0.088 m）と樹木の下層植生（0.091±0.068 m）は消費量が少なかった。統計解析の結果、植生タイプ間の差はすべて有意であった（p< 0.001）。
この方法論は、植生に特化した規定燃焼プロトコルを開発するための定量的証拠を提供し、効果的な山火事管理戦略のために、火災前後のリモートセンシングデータを収集することの重要性を強調している。
イエロースキャン・サーベイヤー・ウルトラは、規定焼畑前後の植生構造を正確かつ迅速に測定し、超高空間精度で燃料消費を定量化することを可能にした。
