【造林・育林研究のレビュー】〜林経協季報 杣径 2021.3〜
このブログは
・宇都木 玄(2021)造林及び育林作業の省力化,低コスト化技術の可能性 杣径 2021年 3月号 一般社団法人 日本林業経営者協会 p1~7
・諏訪 実(2021)造林分野への新技術・異分野技術の導入状況 杣径 2021年 3月号 一般社団法人 日本林業経営者協会 p9~18
・林 視(2021)九州における造林コストの低減に向けた取り組みについてー国有林を中心にー 杣径 2021年 3月号 一般社団法人 日本林業経営者協会 p29~36
の考察・レビューをテーマにしたものです。
出版元URL:https://www.rinkeikyo.jp/book/report.htm
・内容の不備、ご指摘ありましたらコメント欄よりお願いします。
【この記事の目的】
造林・育林の概要を流れ図にしてまとめる
1.図:【造林・育林の全体像】の説明と目次
造林・育林の流れ図を以下のようにまとめた。
__以下上図の説明___
造林の流れ
①樹種選択➡︎②育種➡︎③育苗➡︎④植栽➡︎⑤保育+造林のインフラ⑥測量・現況確認、※目標林形の決定
①「樹種選択」:植える樹種を決める。
➡︎スギ・ヒノキ・カラマツ・クヌギ・コナラ‥,植える場所となる造林地の特性や森林を作る目的などを勘案する
②「育種」:目的にあった遺伝構成を持った種を育成(※基本的には専門機関の役割)
➡︎花粉を飛ばさないもの,成長の早いもの,将来的に巨木になるもの,その地域にあったもの,病害に強いものなど選択された樹種の中でさらに目的にあったものを選抜する。
③「育苗」:優良な苗木を育成
➡︎育種によって選抜されたものから実際に植栽するものについて,正常な発芽や発根を促し,造林地に植栽後にその土地でしっかりと活着(:移植された土地で生存すること)するものを選抜・育成する
④「植栽」:造林地に苗木を植栽
➡︎苗木が正常に活着する季節や天気の条件,実際に植栽する労務そのものの効率や必要労働力や設備を勘案する。
⑤「保育」:植栽木の成長を補助
➡︎造林地に出現する他の天然の樹種(いわゆる雑木,雑草)との光や水,養分の競争を植栽木が有利に成長できるように,植栽木以外の雑木,雑草を人為的に除去する(下刈・除伐・つる切り)することによって植栽木が健全に成長することを補助する。
⑥「測量・現況確認」:造林地の面積確認や生育状況の確認
➡︎地籍の確定や必要な苗木の数量を計算するための基盤となる測量業務の省力化や,植栽木の現況確認の効率化・省力化
※「目標林型(もくひょうりんけい)」:将来の目標とする森林の姿
➡︎ゴールとなる森林の形を精細に具体化する。
↪︎造林・育林のまとめ
(※)将来の目標とする森林の姿を想像しながら,(①)植える樹種,(②)植える樹種の中で目的にあった遺伝子構成を持ったものを選び,(⑥)植栽地の大きさから数量を判断し,(④)植栽時の季節や労働条件を勘案して,(③)活着が見込める苗木を選択し植栽する。そして活着した植栽木の成長を(⑤)適切な補助を行い,目的とする森林の姿に誘導する。
2.造林・育林研究のレビュー
流れ図に沿って各分野の研究を紹介する
~~~~~レビューの見方~~~~~
●=[該当する研究分野]
・=[研究の概要]
➡︎=[研究を行なっている機関団体]
→=[研究の詳細]
~~~~~~~~~~~~~~~~~~~~~
❶「樹種選択」分野
• [早生樹「コウヨウザン」の植栽]
➡︎鹿児島県:三好産業が国有林に2015年からコウヨウザンの造林を行っている
→すでに63ha,13万本(1500~2300/ha)を植栽
→ノウサギの被害に悩まされている
→コウヨウザンは萌芽更新(切り株から新たな稚樹を発生させる更新方法)が可能で主伐後の再造林の省略が見込めるが萌芽枝の仕立て方はまだ確立された方法論はない。
・[早生樹「センダン」の植栽]
➡︎熊本県
→県内での苗木生産量は5万本/年
→熊本県林業研究指導所ではセンダンの育成手引書を作成,普及している。
→ケヤキの代替として5万円/㎥の価値も見込める
→一方で枝張が広く,土地を大きく占有するため単位土地面積あたりの生産量は小さい
→クヌギ造林などの旧畑作地の造林での新たな手法
・[早生樹「チャンチンモドキ」の育苗手法開発]
➡︎宮崎県林業技術センター
→成長が早く,通直で家具材需要が見込める
・[副収入用「ワラビ」]
➡︎山形県
→雑草をワラビの植栽によって抑制し,収穫収入で下刈費用の補填を見込む
❷「育種」分野
・[エリートツリー]
➡︎熊本県:低コストモデル実証団地
→樹高成長が良好などの理由で各地から選抜されたスギの「精鋭樹」と,さらにそれら 同士をかけ合わせた第2世代のスギ品種である「エリートツリー」を合わせた32系統を裸苗,コンテナ苗別に植栽し,データ収集を実施中。
➡︎鹿児島県姶良市造林地
→エリートツリーのとある品種(九育2ー203号)では植栽後3年8ヶ月で樹高が460cmと他のエリートツリーと比較しても抜きん出た成長を行うものが確認されている。
※造林木以外の樹種との樹高による競争においては2m以上の樹高があれば競争に打ち勝つことができる。下記に記す「保育」の「下刈」分野では2m以上の樹高成長を補助するために人為的に造林木以外の樹種を除去する。
❸「育苗」」分野
・[コンテナ苗の「ハードニング処理」,「摘葉処理」]
→コンテナ苗が極端な乾燥条件で植栽後の生存率が低下することを防止する手法
→「ハードニング処理」:出荷前に潅水頻度を下げて乾燥に慣れさせること
→「摘葉処理」:ヒノキにおいて苗木の葉をあらかじめ摘んでおくことで,植物体が乾燥により脱水を起こす時間を遅くすること
・[スギの「エアざし」]
➡︎九州大学
→「エアざし」:スギの挿し穂を土に挿すことなく空気中に露出するように立て,定期的にミスト散水することで発根させる手法
→土の準備が不要になり,発根状況の確認も簡単になる。
・[「充実種子」の選別]
➡︎九州計測器株式会社
→スギ・ヒノキ・カラマツの発芽率は数%〜50%と低く,苗木生産の壁となっている
→近赤外光を使い,種子の中の胚乳の健全度が高い『充実種子』を判断する機会が開発された。
→機械を使うって選別された種子は90%以上の発芽率となる。
❹「植栽」分野
・[苗木のドローン運搬]
→コンテナ苗をドローンによって運搬し,作業者が斜面を苗木を背負って運搬する労力を削減する。
・[一貫作業システム]
→緩斜面を対象として,伐採後,伐採利用された機械で引き続き地ごしらえ(苗木を植えるために地表面を整理すること)を行い,作業工程をスムーズにする
→機械による地ごしらえの後,植栽に移行するとさらに保育作業の下刈の初回時の省略も可能となる。
→地ごしらえを行うことで雑木,雑草の発生を抑制することができる。
・[中苗植栽]
➡︎熊本県:低コストモデル実証団地
→「中苗」:普通苗より大きい苗木(苗高70cm〜100cm)を植えることで,3年目以降の下刈を植栽できる可能性がある。
→中苗は普通なえに比べて根系のに対する地上部の葉量が多いため,水分バランスが崩れ活着不良になる懸念がある
・[大苗植栽]
→「大苗」:中苗よりさらに大きい苗木(樹高100cm以上)を植えることで,下刈回数の削減,鹿食害の防止
→大苗は重く,風の影響をう受けやすいなどの短所もある。
❺「保育」分野
・[下刈方法の省力化]
➡︎熊本県:低コストモデル実証団地
→2条列状植栽✖️筋刈り✖️坪刈り✖️無下刈り
:植栽を2列ごとに1列分程度の間隔を空ける植栽する2条列状植栽で 行い,間隔を空けた部分は無下刈り、植栽木のある2列には中央分のみを下刈する筋刈り(すじがり)を行う.さらに、植栽木の一本一本毎に周りを小さな円形に下刈する坪刈りを組み合わせる.
→高下刈
:下刈りの高さを通常より高く(50〜80cm)程度にして、スギ苗の梢端が埋没しない程度の下刈を行い、作業の省力化と鹿被害を残った雑草木によって軽減する.
❻「測量・現況確認」分野
・[ドローンの機種の違いによる面積検証精度の比較]
➡︎R元年度予算「森林づくりへの異分野技術導入・実証事業ーリモートセンシング研修」
→〔Phantom 4 Pro V2〕,〔 Magic 2 Pro〕,〔 Magic 2 Zoom〕,〔 Inspire 2〕,〔 Phantom 4 RTK〕の計5機種のドローン(中国企業:DJI社製)の航空撮影による面積検証精度をトータルステーション測量を基準として比較した.
→それぞれ撮影高度70mと120mで面積検証を行なった
→それぞれの航空撮影画像を5つのオルソ化ソフト(Metashape,Pix4D,OpenDroneMap,DroneDeploy,くみき)でオルソ化し、GIS上で面積を測定した.
→結果:トータルステーションによる面積測量を100%とした時、以下の結果となった
〔Phantom 4 Pro V2〕
ー120m:105.3%(誤差:5.3%)、分解能:2.74cm/pix
ー70m:99.6%(誤差:-0.4%)、分解能:1.59cm/pix
〔 Magic 2 Pro〕
ー120m:100.9%(誤差:0.9%)、分解能:2.43cm/pix
ー70m:97.4%(誤差:-2.6%)、分解能:1.40cm/pix
〔 Magic 2 Zoom〕
ー120m:97.5%(誤差:-2.5%)、分解能:3.43cm/pix
ー70m:96.6%(誤差:-3.4%)、分解能:1.99cm/pix
〔 Inspire 2〕
ー120m:99.2%(誤差:-0.8%)、分解能:2.12cm/pix
ー70m:99.0%(誤差:-1.0%)、分解能:1.36cm/pix
〔 Phantom 4 RTK〕
ー120m:99.1%(誤差:-0.9%)、分解能:2.83cm/pix
ー70m:99.3%(誤差:-1.0%)、分解能:1.81cm/pix
→簡易的に上図のように誤差と分解能の散布図を作成したが、高い分解能(値が小さい方が良い)によって誤差が小さくなるような傾向は見られなかった
→どの機種で行ってもトータルステーションの面積から5%程度に増減におさまった
→実験地の森林は定性間伐跡地で土地の境界が不明瞭でGIS上での測定に一定の技術が必要であった
・[オルソ化ソフトの違いによる面積検証精度の比較]
➡︎R元年度予算「森林づくりへの異分野技術導入・実証事業ーリモートセンシング研修」
→Mavic2Proを使って、オルソ化ソフトの違いによる面積検証精度の比較を行なった
→結果:トータルステーションによる面積測量を100%とした時、以下の結果となった
〔Metashape〕
ー120m:誤差:0.2%
ー70m:誤差:-2.6%
〔Pix4D〕
ー120m:誤差:0.8%
ー70m:誤差:-1.4%
〔OpenDroneMap〕
ー120m:誤差:-0.1%
ー70m:誤差:-1.6%
〔DroneDeploy〕
ー120m:誤差:4.8%
ー70m:誤差:1.8%
〔くみき〕
ー120m:誤差:-0.7%
ー70m:誤差:-1.8%
→いずれのオルソ化ソフトを用いても誤差5%以内にある
・[ペイント3Dを用いたオルソ画像の苗木判読]]
➡︎R元年度予算「森林づくりへの異分野技術導入・実証事業ーリモートセンシング研修」
→windows標準ソフトペイント3Dで苗木判読を行なった結果、9割以上の正答率を得た
・[GISを用いたオルソ化間伐前後画像の間伐量推定]]
➡︎R元年度予算「森林づくりへの異分野技術導入・実証事業ーリモートセンシング研修」
→間伐前後のオルソ化画像をGIS上で重ねることで間伐率の推量を行なった
→間伐率30%に対して、推定では7.7%と非常に過小評価となった.
【考察・レビュー】市町村・財産区有林の現状と展望
このブログは
・志賀和人(2021).シリーズ 地域公有林の系譜と未来⑴市町村・財産区有林の現状と展望ー公有林管理の国際標準化を見据えてー 山林 第1643号 4月号 大日本山林会,p33-41
の考察・レビューをテーマにしたものです。
出版元URL:http://www.sanrinkai.or.jp/bulletin/
・内容の不備、ご指摘ありましたらコメント欄よりお願いします。
1.私見考察、レビュー
※論旨
【問題提起】:3割近くが1000ha以上の森林を抱える日本の市町村有林等の森林経営はどう発展していくべきか?
【主張】→スイスの市町村における公有林(≒日本の共有林や財産区有林に類似する森林)の森林経営をモデルにしてはどうか‥!?
❶森林経営とはそもそも‥
日本における森林経営というと素材生産事業や植林事業を行う各種事業体を中心に語られる傾向がある。それらは森林経営が占める施業の一つをそれぞれ専門化したサービスであり、元来森林経営というのは文字通り『森林』を経営することで植栽〜主伐という一連の施業全体をマネジメントすること、さらに輪伐期を設定し循環的育成林業を志向することや、標準伐採量に依拠した連年経営を志向するなどの大局的視点からマネジメントすることであると思われる。
❷日本における森林経営のノウハウ
私自身は不勉強で語る口を持たないが、日本における森林経営のノウハウは伝統的な林業地の施業体系としていくつか知られているものがそれにあたると考える。例えば速水林業や今須林業、北山林業など。伝統的林業のおかげで、植栽本数や間伐本数(収量比数や相対幹距比から判断される密度管理図等林学の知見に応用される)といったノウハウが蓄積されたのだと思う。
❸大規模森林経営のノウハウは蓄積されていたのか?
本編の内容に絡むが、実際のところ1000haを超えるような森林経営についてノウハウはどの程度蓄積されているのだろうか?国有林では1000haを超える管轄を持ち、長年の森林経営が行われてきた経緯があるが、その『大規模』の森林所有としてのノウハウについてはあまり耳にしない。(例えば輪伐期をどのように設定し、森林全体のゾーニングについてどのような経営判断のもと行なっているかなど)。そのほかにノウハウの蓄積があるのは財閥系の企業が所有する社有林経営においてノウハウがある可能性がある。
❹森林経営ノウハウはどのように蓄積されるのか?
森林経営を行う経営者はコンサルタントやマネージャー業の様な管理職であると思う。なぜなら、作業班単位で森林の伐採量を見るとせいぜい一つの作業班で年間3000〜5000㎥ぐらいが目安だと考えられ(皆伐と間伐を併用するとする)、1000haを超えるような森林の経営では複数の作業班に指示を出し、なおかつ造林・育林の作業、さらに生産物の販売に関しても指示を出さなければならず、経営者本人が現場労働に従事する時間的余裕は多くはないと予想されるためである。
❺さらにそもそも森林経営のノウハウの蓄積と同時に根本的な森林経営方針について固めなくてはならないのではないか?
ノウハウはあるシステムの中を運用する中で培われる実務面での経験則だと思われる。つまりシステムの基盤の上に積み上げられるもので、システム次第で積み上げられるものは変わってしまう。他のシステムに応用が効くものがあるであろうが、最もフィットするものはやはり他のシステムではなく、そのノウハウがもとにするシステムの上で使用された場合であろう。そのため、システムをいかにするか、つまり森林経営においてはどのような育林体系、施業体系、目標林系を設定するかがそのシステムに該当する。それは組織的な性質及びその森林が分類される土地条件、気候条件、経済状況に適合するものが選択されるべきであり、今回取り上げた文章においてはスイスの森林経営のシステム及びそのシステムが選択された各種条件を考慮し、日本の森林経営に応用し、それをさらに個々の事情に合わせて発展させることが必要であると思われる。
2.基礎用語
「公有林」:都道府県有林、市町村有林、財産区有林、森林整備法人の所有する森林。
「財産区有林」:1950年代の市町村合併法以降で新たな市町村が生まれた際、合併前の旧市町村が所有していた所有林を新市町村に提供せず、旧市町村の範囲内だけでの所有に留めたもの
「ゲマインデ有林」:定義は調べきれなかったが、共有林や財産区有林に近い複数の所有者で共同利用がされている森林
「スウェーデン『ソドラ』」;大規模森林所有者協同組合から拡大した総合林業・林産企業(組合員所有森林面積237万ha,組合員数5.1万人)
「フィンランド『メッツア・グループ』」:協同組合法を根拠法とする森林所有者共同組織組合メッツア・フォレストを中心に多国籍の紙パルプ企業や製材企業を抱える世界的な大規模林産企業体(森林面積計530万ha、総森林所有者数12.3万世帯)
『育成林業を行う先進国グループの分類(論文より)」
❶『収穫の保続段階』の育成林業ードイツ語圏
ドイツ林学の伝統に基づく、標準伐採量が所有の経営単位に確立
❷『生産の保続段階』の育成林業ー北欧諸国
循環的育成林業が地域単位に確立し、安定的素材生産と更新が継続
❸『天然林・財形林段階』の育成林業ー北米・東南アジア・日本
3.内容要約:①データ
⑴日本の市町村の林務の現状
・2018年:「森林経営管理法」の制定、森林経営管理制度の発足⇨管理の行き届かない森林に適切な森林管理を促すことを目的とする
・2019年:森林環境譲与税の導入開始。市町村権限の強化、『新たな森林管理システムの整備』に着手
・地域森林管理における市町村林務の役割
❶国の林務行政の下請
❷市町村・財産区・一部事務組合有林の所有と管理
❸地域住民の生活環境に則した森林管理への貢献
・市町村の森林所有規模は全国1718市町村のうち518市町村が1000ha以上の森林を所有している(下図詳細)
・上図の所有規模はドイツやスイスの市有林・財産区有林の規模と大差はない
・森林管理の実態:日本の市町村を対象にとったアンケートで10ha以上の主伐をした市町村は29団体(回答791市町村中)と少数で、多くは間伐予算の範囲での数10haの間伐実施にとどまる。
・森林管理の実態は『森林の循環経営の構築』からはほど多い『間伐予算の執行』に当てはまる
⑵国際比較
・haあたりの素材生産量(所有を限定しない国際比較と思われる)(下図)
・上図より日本は成長量や蓄積あたりに占める伐採量が少ない傾向
・成長量を考えず現在の蓄積から伐採量を累積して減算しても約265年分の伐採が可能
4.内容要約:②主張
【問題提起】:3割近くが1000ha以上の森林を抱える日本の市町村有林等の森林経営はどう発展していくべきか?
【主張】→スイスの市町村における公有林(≒日本の共有林や財産区有林に類似する森林)の森林経営をモデルにしてはどうか‥!?
⇨具体案①森林経営収支評価の変更
➡︎日本では長期間の投資と評価される育林費について、単年度の経営収支の費用として評価する(その年度の伐採収入で育林費を回収していれば黒字と評価)
➡︎上記の経営収支評価のため、標準伐採量を定め輪伐期を回す体制を確立
⇨具体案②森林経営組織構造の変換
➡︎森林経営の実績の責任を有するものとして経営収支、労務計画、森林施業計画、育林計画等に責任を負う「経営責任者」と森林法に基づく伐採許可や国土保全に必要な保育の確保及び未立木地の再造林協議を行う「林務行政」とを別に配置する。