前回「Rを使って鳥類などの分布図を作成する(その1:緯度経度と市町村別マップ)」としてコードをコピペするだけで地図を描画できる方法を紹介しました。今回はその続きでRを使った地域メッシュと年別の地図描画を紹介します。

左の緯度経度を示した地図は点データなので高解像度ですが、どのくらいの数が集まっているのか分かりにくく、また緯度経度の数値は少しでも場所がズレると変わるため、データ集計が煩雑になってしまいます。

真ん中の市町村別の地図では、面積がバラバラになるので、単純なデータ比較ができません。また生物は行政区域を基準に分布しているわけではないので、どんな環境にいるのかが分かりにくくなります。

しかし、右の地域メッシュ地図(英語ではmeshではなくgrid mapなどと言う)は決められた範囲の面データであるため(図は10km四方の2次メッシュ。3次メッシュなら1km四方)、一定範囲内の集計をしたい場合や、異なる場所間の比較が容易になります。

以下ではそんな便利な地域メッシュを地図に描画する方法を紹介します。RとRStudioはインストール済み、また前回の愛媛県の(もしくはご自身の地域の)サンプルデータを使った妖怪3種の緯度経度と地域別の分布図は既に描画できているものとします。

メッシュを描画する記述を追記する

前回の「3. 地図を描くためのコードをコピペして実行」の地図を表示するコードまでは一緒です。

library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)

setwd("C:/Rdata")

kansatsu <- read.xlsx("data.xlsx")

map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
      rename(city = N03_004)

mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
      select(city, geometry) %>%
      ms_simplify(keep = 0.005)


plot(mapdayo)

この後に、新たに以下のコードをコピペして全て実行してください。前回と異なる部分にだけコメントを付けています。

#jpgridパッケージの方が高速で海上のメッシュも描画できますが、今回はこちらを使います。
#前回同様install.packagesの行は初回実行時のみでOKです。 
install.packages("jpmesh") 
library(jpmesh) 

#2次メッシュ(10km四方)のデータを作成します。codeの数字は都道府県コードです。 
#愛媛にしたいので38、メッシュサイズ(km)は10を指定します。 
mesh10map <- administration_mesh(code = 38, to_mesh_size = 10) 

#サンプルデータのメッシュは数値、mesh10mapのメッシュは文字列なので結合できるよう変換します。
kansatsu$メッシュ <- as.character(kansatsu$メッシュ)

#mesh10mapとkansatsuデータを、メッシュ番号を基準に結合してkansatsu_meshを作ります。
kansatsu_mesh <- left_join(kansatsu,mesh10map, by = c("メッシュ" = "meshcode"))

#kansatsu_meshから地図を描画します。
kansatsu_mesh %>%
#種名とメッシュの列でグループ化します(これは元データの列名。適宜変更してください)
   group_by(種名,メッシュ)%>%
#種ごとに、各メッシュの記録が何回あるかRでカウントし、新たなデータ列(メッシュ数)を追加します。
   mutate(メッシュ数 = n()) %>%
   ggplot() +
   geom_sf(data = mapdayo, fill = "white") +
#mesh10mapのメッシュを描画します。alpha=0で透過させ、線はグレーにします。
   geom_sf(data = mesh10map, alpha = 0, color = "grey") +
#先ほど追加したメッシュ数の列のデータを基に色付け(fill)をします。
   geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
   scale_fill_continuous(low = "yellow", high = "#009933") +
#種名ごとに地図を分け、1列で表示します
   facet_wrap(~ 種名, nrow = 1) +
   theme_void()

都道府県コードは国土交通省のページを参照してください。

どうでしょう。前回のコードを少し変えるだけで、地域メッシュを使った分布図がコピペで簡単に描画できたと思います。緯度経度や市町村別のコロプレスマップよりも、どの場所に多いかが分かりやすいですね。

地図を種別かつ年別に表示する

分布が年々拡大しているor縮小している種の場合、分布変化を年毎に見たい場合があると思います。その場合は、先ほどのコードの19行目のgroup_byと30行目のfacet_wrapの記述に年(元データの年情報が入っている列名)を以下のように追加すればよいだけです。

kansatsu_mesh %>%
   #種名+メッシュ+年でグループ化
   group_by(種名, メッシュ, 年) %>%
   mutate(メッシュ数 = n()) %>%
   ggplot() +
   geom_sf(data = mapdayo, fill = "white") +
   geom_sf(data = mesh10map, alpha = 0, color = "grey") +
   geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
   scale_fill_continuous(low = "yellow", high = "#009933") +
   #facet_wrap(年 ~ 種名)でもOK。グラフのタイトル順(優先カテゴリ)が変わります。
   facet_wrap(種名 ~ 年) +
   theme_void()

ただこれだけだと全ての種で年毎の地図が表示されて多くなるので、種名を特定の種のみにフィルターするコードをkansatu_mesh %>% の後に追加して、行数も調整してみます。

kansatsu_mesh %>%
   #kansatsu_meshのデータからカッパのみ抽出します。
   filter(grepl("カッパ",種名)) %>%
   group_by(種名,メッシュ,年) %>%
   mutate(メッシュ数 = n()) %>%
   ggplot() +
   geom_sf(data = mapdayo, fill = "white") +
   geom_sf(data = mesh10map, alpha = 0, color = "grey") +
   geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
   scale_fill_continuous(low = "yellow", high = "#009933") +
   #nrowを指定して2行表示にします。ncolを指定すると列数も指定できます。
   facet_wrap(種名 ~ 年, nrow = 2) +
   theme_void()

これで、カッパだけの年毎の分布図が作成できました。

応用して、group_byとfacet_wrapの箇所を月や市町に変えれば、月ごと・市町村ごとの分布図も作成できます。記録されたメッシュの場所だけ表示し、県全体の灰色の空白枠を非表示にしたい場合は geom_sf(data = mesh10map, alpha = 0, color = “grey”) + の行をコメントアウトします。

ここでは種類をフィルターしましたが、数百種類の結果を一気に出力したい場合もあると思います。次回は、ggforceパッケージを利用した複数ページの一括出力を紹介しようと思います。

地域メッシュと年別マップを表示するRスクリプトまとめ

library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)

setwd("C:/Rdata")

kansatsu <- read.xlsx("data.xlsx")

map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
        rename(city = N03_004)

mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
        select(city, geometry) %>%
        ms_simplify(keep = 0.005)

plot(mapdayo)
#ここまで前回のコードと同じ。地図が表示されればOK

#jpmeshパッケージをインストール。初回実行時のみでOK
install.packages("jpmesh") library(jpmesh)
#パッケージを読み込み
library(jpmesh)

#愛媛県の2次メッシュ(10km四方)のデータを作成
mesh10map <- administration_mesh(code = 38, to_mesh_size = 10)

#データ型を変換して結合しkansatsu_meshというデータを作成
kansatsu$メッシュ <- as.character(kansatsu$メッシュ)
kansatsu_mesh <- left_join(kansatsu,mesh10map, by=c("メッシュ"="meshcode"))

#種別のメッシュ地図を描画する場合はここから48行目までを実行
kansatsu_mesh %>%
    #種名とメッシュの列でグループ化
    group_by(種名,メッシュ)%>%
    #種ごとに、各メッシュの記録が何回あるかRでカウントし、新たなデータ列(メッシュ数)を追加します。
    mutate(メッシュ数 = n()) %>%
    ggplot() +
    geom_sf(data = mapdayo, fill = "white") +
    #mesh10mapのメッシュを描画します。alpha=0で透過させ、線はグレーにします。
    geom_sf(data=mesh10map,alpha=0,color="grey")+
    #先ほど追加したメッシュ数の列のデータを基に色付け(fill)をします。
    geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
    scale_fill_continuous(low = "yellow", high = "#009933") +
    #種名ごとに地図を分け、1列で表示します
    facet_wrap(~種名, nrow = 1) +
    theme_void()

#カッパのみ、年別のメッシュ地図を描画する場合は、31行目の後に以下を実行。
kansatsu_mesh %>%
    filter(grepl("カッパ", 種名)) %>%
    group_by(種名, メッシュ, 年) %>%
    mutate(メッシュ数 = n()) %>%
    ggplot() +
    geom_sf(data = mapdayo, fill = "white") +
    geom_sf(data = mesh10map, alpha = 0, color = "grey") +
    geom_sf(aes(fill = メッシュ数, geometry = geometry)) +
    scale_fill_continuous(low = "yellow", high = "#009933") +
    facet_wrap(種名 ~ 年, nrow = 2) +
    theme_void()

現在「愛媛県鳥類目録」を鋭意作成中で、今年中の出版を予定しています。前回の暫定版リストからさらに記録が増え、現在358種となっています。

暫定版リスト(2024年2月1日現在、xlsx形式のエクセルファイル)

このリストは編集中の非公式なものです。無断引用・転載はご遠慮ください。

会員・非会員は問いません。もし、このリストにない種の記録や、前回の暫定版リストを見て記録の少ない種、記録のない月・市町での観察記録をお持ちの方がいましたら「記録を送る」から是非とも情報を送って下さい。

ご協力よろしくお願いいたします。

リュウキュウサンショウクイ(広報担当:上沖正欣)

当会では2024年中の愛媛県鳥類目録の出版を目指しています。利用したデータは文献情報や会員から毎月収集している野鳥情報で、1954年から約360種類18万件以上もあり、種名だけではなく年月日や市区町村などの地点、3次メッシュ情報などが含まれます。「目録」としては種類がリストされてればそれでよいのですが、せっかくなので経年変化や記録の多い地点を可視化したいと思いました。

地図を扱う場合はQGISなどGISソフトのほうがよいのかもしれませんが、他にもデータ整形やグラフ一覧出力などもしたかったので、そういったデータ処理が得意とされるRを使いました(勿論、GISや流行りのPythonでも同じことが実現できます)。生物系で分布情報をRで可視化している例、さらに地域メッシュを利用した例となると意外と少なかったので、需要があるかどうか分かりませんが、ここで紹介していこうと思います(正直なところ、ChatGPTGoogle GeminiなどのAIに「このデータを地図に可視化するコードを作って」と質問したほうが早いです。実際、サンプルデータを渡してこんなコード書いて、と指示すると、この記事で紹介しているものとほぼ同じコードを出力してくれました・・・)。

Rで野鳥情報を可視化したい

手元にエクセルデータはあって数を集計したりグラフを描くことはできるけど、分布図を描く場合にはどうすれば?と思ったことはないでしょうか。可視化することで数字や文字のデータでは分からなかった情報を読み取ることができるようになります。全国鳥類繁殖分布調査の報告書で使われているような分布図を、自分のデータで描けたら素敵ですよね。

これはRで描いた1993年から2022年までの県内のリュウキュウサンショウクイの報告地点です(会員が住んでいる場所に偏っていることに注意)。左端は緯度経度情報、真ん中と右端はそれぞれ各市町と2次メッシュごとの記録数を、グラデーションで表現しています。真ん中の地図はコロプレスマップといって、コロナの感染者数を地域ごとに可視化するためにもよく使われていたもので馴染みがあるかと思います。

こうした地図を描くには、下図のような形式のデータが必要です。種名の列、および位置情報である市町orメッシュor緯度経度の列は必須です。個体数や日付など他の列は今回関係ないので、あってもなくてもOKです。

ご自身がお持ちのデータでもよいですが、データ型や欠損値などの問題があるとエラーが出てしまうので、まずはこちらのサンプルデータをダウンロードして利用してみてください(ヘッダーの列名は shumei/species などと英字にしたほうがよいのですが、今回は分かりやすくするため日本語にしています)。

以下長々と説明していますが(1)ソフトのインストール(2)データファイルのダウンロード(3)フォルダ作成(4)コピペして実行、とたったの簡単4ステップです。

1. 必要な事前作業:ソフトウェアのインストールと作業用フォルダの作成

Rって、研究者が統計処理に使うものでしょ?難しそう、と思われるかもしれません(私も苦手で使いこなしているわけではありません)。でも、地図を描くだけならモデルを組んだり難しい計算をするわけではないので、意外と簡単です。以下のRを使った操作は、野鳥情報を管理されているような、エクセルを普段使う方でPC操作は結構できる、でもプログラミングの経験はなくRも使ったことがない、という方向けに解説していきます(すごーくニッチですが)。

まず、事前にR(あーる)とRStudio(あーるすたじお)という2つのソフトウェア、また市町村の境界線データのダウンロードが必要です。

Rのダウンロードはこちら Windows版 Mac版
RStudioのダウンロードはこちら RStudio

これらのインストール方法は、一般的なソフトウェアと同じなのでここでは省略します(参考リンク)。インストール中の設定はデフォルトのままで、変更しないでください。

市町村の境界線データ 国土交通省の行政区域データ

リンク先の地図から愛媛県のZIPファイルをダウンロードしてください。ZIPファイルを解凍すると、地図の境界線を描くのに必要な一連のファイルが取得できます(jpndistrictというパッケージを使えば別途ダウンロードせず済むのですが、CRANにないのと市町村名に郡が含まれていて処理が煩雑になってしまうのでここでは使いません)。愛媛ではなく違う都道府県のデータをダウンロードし、上記サンプルデータを使う場合は、サンプルデータの市町村名を、ダウンロードした行政区域の市町村名に変更してください。

フォルダ名が「N03-20210101_39_GML」と長いので簡略化のため「愛媛」に変更しておきます。

そうしたら、この行政区域データが入ったフォルダと観察記録のエクセルファイルを、Rで使うことになるフォルダを作って、そこにコピーします。今回はCドライブの直下にRdataというフォルダを作成することにします。作業用フォルダの場所を別に設定したい場合は、ご自身で変更してください。

上図のようにCドライブにRdataというフォルダを新規作成し、その中に先ほどの行政区域データが入った「愛媛」というフォルダと、観察データのエクセルファイル(data.xlsx)を入れています。繰り返しますが、フォルダ名やファイル名はできれば英字の方が好ましいです。

2. RStudioの事前設定:文字コードを変更する

ここまでの事前作業が終わったら、RStudioを起動してください(PCのユーザー名が日本語の場合RStudioが動かないことがあるようです。ここでは対処法には触れませんが、起動できなかった場合はユーザー名を要確認)。起動できれば、もう全行程の8割くらいの作業は終了しています。RStudioを開くと、下記のようなウィンドウが表示されるかと思います(英語ですが気にしない)。

文字コードの変更:上メニューのToolから、Global Options>Code と進んで文字コードをUTF-8に変更して下さい(参考リンク)。文字化けしてしまうので、日本語を扱う上でこの設定は必須です。

3. 地図を描くためのコードをコピペして実行

では、いよいよ地図を描いていきます。と言ってもコピペして一瞬で終わります。

RStudioの上部メニューFile>New File>R Scriptを選択して、表示される右上のUntitled1タブの空白のところ(スクリプトを書くメモ帳のようなものです)に下記のコードを全てコピペして、最初の行からコマンドを実行(全選択して、Ctl+Enterもしくはコードを貼り付けた上右あたりに「Run」があるのでそれをクリック)すれば、ダウンロードした都道府県の地図が出力できるはずです。

#必要なパッケージをインストールします。
#この3行目は、初回実行時のみでOKです。
install.packages(c("openxlsx", "sf", "rmapshaper", "dplyr","ggplot2"))
#インストールしたパッケージを読み込みます。
library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)

#作業用フォルダの場所を指定します。今回はCドライブ直下に作ったRdataです。
#違う場所にデータを格納した場合は、ご自身の設定に合わせてフォルダの場所を指定してください。
setwd("C:/Rdata")

#Rdataフォルダの中にある観察データのエクセルを読み込み、kansatsuという名前にします。
#ファイル名はご自身のものに変更してください。
kansatsu <- read.xlsx("data.xlsx")

#「愛媛」フォルダの中にある行政区域データを読み込み、map_shapeという名前にします。
#フォルダ名はご自身のものに変更してください。
map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
#N03_004列に市町村名が入力されているので、分かりやすくcityと名前を変更します。
      rename(city = N03_004)

#city名を基準に統合し、map_shapeのデータを「mapdayo」にまとめます。
mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
#必要なcity列とgeometry列のデータのみを選択します。
      select(city, geometry) %>%
#rmapshaperの機能で境界線を単純化し、地図の出力を高速化します。値は自由に変えてみてください。
      ms_simplify(keep = 0.005)

#地図が表示されれば成功!
plot(mapdayo)

ぱっと見、なにやら複雑なことをしているように見えますが、単にファイルを読み込んでその名前をXとしてね、と簡単な指示をしているだけで、計算は全くしていません。13行目などにある記号「<-」は矢印(= イコールとほぼ同義)です。X <- Y とあれば、XにYを代入せよ、ということです。

#の行は単なるコードの説明しているコメントなので、実際には11行のとても短いコードです。3行目でデータ処理に必要なパッケージ(追加機能)をインストールしています。実行するとConsoleのところに何やら赤字で色々表示されて待たされると思いますが、エラーではないので大丈夫です。今回必要なのは下記の5つのパッケージです。RStudioのTools>Install Packagesからでもインストールできます。

(1)エクセルを読み込む openxlsx
(2)シェープファイルを読み込む sf
(3)地図の境界線を単純化する rmapshaper
(4)色々便利機能が使える dplyr
(5)グラフ表示をおこなう ggplot2

もし左下のConsole画面に赤文字で何やらエラーが表示されたら、コピペ間違いか、フォルダの名前違いか、ファイル名が違っている可能性が高いです。そのエラーメッセージをそのままコピーしてChatGPTGoogle Geminiに何が原因か聞いてみましょう。どこが間違っているか、どう直せばいいか、きっと人間より的確に教えてくれます。

ちなみに23行目のaggregateの処理はsummarizeを使った下記コードでも同じ結果が得られますが、処理が遅かったのでaggregateを使いました。

mapdaoyo <- map_shape %>%
   group_by(city) %>%
   summarise(geometry = st_union(geometry))

境界線のデータは複雑な処理が必要なので、左下のPlotsのところに地図が表示されるまで少し時間がかかりますが、Consoleにエラーが出ていなければ表示されるはずですので、しばらく待ちましょう。

4. 地図に観察データを反映させる

ではいよいよこの地図に観察データを反映させていきます。先ほどのコードの下に、以下のコードをコピペしてください。こちらも、一行ずつコメントを書いていますが、13行ほどの短いコードです。

#先ほどのmapdayoとkansatsuのデータを結合し、それをkansatsu_mapという名前のデータにします。
kansatsu_map <- left_join(kansatsu, mapdayo, by = c("市町" = "city"))

#kansatsu_mapから地図を描画します。
kansatsu_map %>%
#特定の種類のみ表示したい場合はフィルターできます。ここでは全種表示したいので実行しません。
    #filter(grepl("カッパ",種名)) %>%
#種名と市町の列でグループ化します(これはサンプルデータの列名。適宜変更してください)
    group_by(種名,市町)%>%
#種ごとに、各市町の記録が何回あるかカウントし、新たなデータ列(市町別記録数)を追加します。
    mutate(市町別記録数 = n()) %>%
#インストールしたパッケージggplotで地図を描画します。
    ggplot() +
#mapdayoのデータで地図を描画します。地図は白色にします。
    geom_sf(data = mapdayo, fill = "white") + 
#先ほど追加した市町別記録数の列のデータを基に色付け(fill)をします。
    geom_sf(aes(fill = 市町別記録数, geometry = geometry)) +
#グラデーションで表現。少なければ黄色(yellow)多ければ深緑(#009933)にする。
#色はカラーコードで細かく指定可能です。
    scale_fill_continuous(low = "yellow", high = "#009933") +
#サンプルデータにある緯度経度の情報を表示。実際の経度や緯度の列名を指定してください。
#Xが経度、Yが緯度になります。逆だと変な図が出力されるので注意。
    geom_point(aes(x = 経度, y = 緯度),
#地図上の点のサイズと色、重なりを表すため透過率を指定。数字や色は好みの値に変更できます。
    size = 2, color = "black", alpha = 0.25) +
#複数種のデータがあるので、種名ごとに地図を分けて表示します。
    facet_wrap(~種名) +
#背景に緯度経度が表示されるので、すっきりさせるために白紙にします。
    theme_void()

先ほどと同じように全て選択して実行すると、このようにサンプルデータにあるカッパ・コダマ・テングの分布図が表示されると思います(これはダミーデータで、実際の分布とは異なります)。

この地図は15行目のgeom_sf(愛媛県全域のデータ)と17行目のgeom_sf(記録のある市町のデータ)、23行目のgeom_point(緯度経度のデータ)の三つのレイヤーが重なって表示されています。なので、緯度経度の点のみを表示したい場合は、上のコードの17-20行目の先頭に#を付けて、コメントアウトしてください。行政区域の色分けデータのみ表示したい場合は、23-25行目をコメントアウトしてください。ちなみに、市町村ではなく全国の都道府県ごとの色分けであれば、エクセルだけで簡単にコロプレスマップが作れます

どうでしょうか。ソフトウェアをインストールしてコピペするだけで分布図が簡単に出力できた(はず)と思います。次回は、これを応用して、地域メッシュを使った方法と、年代別の地図を表示する方法を解説します。

緯度経度・市町村別の観察データから地図を表示するR Script

全てのコードをまとめ最低限のコメントのみ付けたものは以下になります。

#必要なパッケージをインストール(初回実行時のみ)
install.packages(c("openxlsx", "sf", "rmapshaper", "dplyr","ggplot2"))
#インストールしたパッケージを読み込み
library(openxlsx)
library(sf)
library(rmapshaper)
library(dplyr)
library(ggplot2)
#データを入れたフォルダの絶対パスを指定
setwd("C:/Rdata")
#Rdataにある観察データのエクセルを読み込み
kansatsu <- read.xlsx("data.xlsx")
#行政区域のシェープファイルをRdataの「愛媛」フォルダから読み込み列名変更
map_shape <- read_sf("愛媛", options = "ENCODING=SHIFT-JIS") %>%
       rename(city = N03_004)
#シェープファイルを加工
mapdayo <- aggregate(map_shape, list(map_shape$city), unique) %>%
        select(city, geometry) %>%
        ms_simplify(keep = 0.005)
#地図を描画
plot(mapdayo)
#地図情報と観察データを結合
kansatsu_map <- left_join(kansatsu, mapdayo, by = c("市町" = "city"))
#結合データを利用して、地図を描画
kansatsu_map %>%
        group_by(種名,市町) %>%
        mutate(市町別記録数 = n()) %>%
        ggplot() +
        geom_sf(data = mapdayo) +
        geom_sf(aes(fill = 市町別記録数, geometry = geometry)) +
        scale_fill_continuous(low = "yellow", high = "#009933") +
        geom_point(aes(x = 経度, y = 緯度), size=2, color = "black", alpha = 0.25) +
        facet_wrap(~種名) +
        theme_void()

最後に:会員から収集した生物データは広く公開することが大切

野鳥の会だけでなく、各自然団体では独自の記録表を作って会員から情報収集している所もあると思います。しかし、そんな貴重なデータがあっても、例え会報やウェブサイトで公開されていたとしても、誰にも見られることなく情報が埋まってしまえば、その地域の生物多様性が正しく評価されないことにつながってしまう可能性があります。

会員から収集したデータを有効活用する最善の方法は、より大規模な生物データベース(DB)に登録することで、利用される機会をなるべく増やすことです。例えば生物全般では環境省の生きものログや米国のNPO団体が運営するiNaturalist、鳥類ではバードリサーチのフィールドノートeBirdが挙げられます。

人々がスマホを持つようになった2000年以降のここ10-20年の間にこうした大規模なDBが構築されているので、積極的に利用することをお勧めします。当会も将来的には独自に収集している野鳥情報を無くし、こうした汎用性の高いDBを会員に直接利用してもらうことを考えています。

今回本会から出版した「重信川河口鳥類調査報告書」は、環境省から「生物多様性の観点から重要度の高い湿地」に選定されている重信川河口の鳥類を、定期的に長期間調査したもので、鳥類の視点から干潟の環境を考えるきっかけになるものと思います。

そこで、重信川河口の鳥類およびそこから見える環境を広く知っていただくため、本会ホームページに概要版を掲載することにいたしました。

なお、本報告書は2023年度(令和5年度)愛媛県「三浦保」愛基金の助成を受けて作成しました。

重信川河口鳥類調査報告書(概要版)

このたび本会から「重信川河口鳥類調査報告書」を出版いたしました。この報告書は、1996年6月から2021年5月までの25年間、会員の皆様のご協力で毎月1回以上372回実施した重信川河口鳥類調査の結果をまとめたものです。25年間に確認した174種すべてについて、各年度・各月のカウント数を示し、各種について解説をしています。また、各年度の調査状況やカウントデータも掲載しています。本文は224ページあり、重信川河口に生息する鳥類について理解が深まるものと思います。希望する会員の皆様に贈呈いたしますので、探鳥会・観察会、重信川河口鳥類調査等の際にお申し出ください。なお、「鳥の研究発表会」でもお渡しします。いずれにも参加が難しい方は事務局にご相談ください。概要版はこちら。

―「鳥の研究発表会」について―

下記の日程で「鳥の研究発表会」を行います。参加ご希望の方は、事務局までご連絡ください。

主催:日本野鳥の会愛媛
日時:2023年11月23日(木・祝) 13:30~16:30(開場13:00)
会場:松前総合文化センター(松前町役場の隣)3F視聴覚学習室
申込:下記へ氏名とともに「鳥の研究発表会」参加希望とご連絡ください。
松山市西長戸町353-5 日本野鳥の会愛媛
TEL/FAX: 089-923-3081
E-mail: mail@ehime-wbsj.com
締切:2023年11月20日(月)
お願い:ご参加くださった皆様には「重信川河口鳥類調査報告書」をお渡しいたしますが、すでにお持ちの方はご持参ください。

発表題目(予定):
・重信川河口鳥類調査報告書について
・重信川河口におけるシロチドリの繁殖状況
・松山衛生ecoセンターにおけるコアジサシ繁殖保護の取り組み
・高茂岬・由良半島のタカの渡り

日本野鳥の会愛媛では、現在「愛媛県鳥類目録」を鋭意作成中です。1954年から2022年10月現在までで、352種(参考記録種・外来種を除く)が記録されています。文献調査や会員から送られてくる野鳥情報により観察記録を整理していますが、どうしても拾えてない記録がまだあるはずです。

これまでにまとめたデータを以下に公開します(このリストは編集中の非公式なものです。無断引用・転載はご遠慮ください。画像データで表示しています。エクセルデータが必要な場合は、事務局まで個別に直接ご連絡ください)。

会員・非会員は問いません。もし、このリストにない種の記録、記録のない月・市町での観察記録をお持ちの方がいたら「記録を送る」から是非とも情報を送って下さい。ご協力よろしくお願いいたします。

種名一覧(画像をクリックすると拡大表示されます)。

記録月・市町一覧(画像をクリックすると拡大表示されます)。

種名・順番等は必ずしも上記リストと対応していません(スペースの関係で種名は途中までしか表示されていないものもあります)。記録月(1~12)の色が薄いセルは記録の少ない月、濃いセルは記録の多い月を示しています。市町名は最初の二文字のみ表示しています。緑のセルが記録のある市町、白いセルが記録のない市町です。

(ツバメ 撮影:末岡高則

日本では古くから「ツバメが巣を作ると縁起が良い」と言われ、商売繁盛のシンボルや害虫を食べる益鳥としてツバメを守ってきました。しかし近年では餌や巣材の提供場所となる田んぼの減少により生息数が減少している上に、糞害などを理由に巣を落とされたりすることも多くなっています。日本野鳥の会では「消えゆくツバメをまもろう」というプロジェクトをおこなっており、その一環としてツバメを見守っている団体や企業に感謝状を贈呈する活動を、2019年から開始しています。

当会もその活動に参加しており、先日は当会代表が大洲市の河辺小学校と肱川小学校を訪問し、表彰状の贈呈とツバメや学校で子育てしているツバメについてのお話をおこないました。児童からは「感謝状をもらって嬉しかった」「これからもツバメを見守りたい」「野鳥への関心が高まった。どんな野鳥がいるかもっと調べてみたい」などの感想をもらいました(河辺小学校日記での紹介記事)。これをきっかけに、子供たちに鳥や自然に興味関心を持ってもらえれば幸いです。


河辺小学校での感謝状贈呈と、児童と生きものについて話す当会代表(2022.6.14)
 
肱川小学校での感謝状贈呈と、学校で子育てしているツバメ2種について話をする当会代表(2022.6.17)

昨年度はコロナの影響で対面の贈呈式はおこなえませんでしたが、全国ニュースでも話題になったローソン道後ハイカラ通店や、有限会社空港タクシー、有限会社森松交通に財団本部から感謝状を郵送しました。

皆さんも、県内でツバメの巣を見守っている企業や団体をご存じでしたら、当会へ情報提供をお願いします。


2022年1・2月号(No.266)より会報『コマドリ』のPDF配信を開始しました。

最初の支部報が発行されたのは1976年3月(コマドリ1号は1983年10月)。初期は手書きやワープロ(1985年2月から)で、カットやページ番号などはハサミやノリを使って切り貼りして、会報は文字通り「手作り」していました。

その後パソコンに移行してからも、コマドリはモノクロ印刷のため、写真等はカラーで見ることができませんでした。しかし、最近になって編集方法を変更し、原稿をそのままPDF化できるようになったため、PDF配信を開始することとなりました。

PDFなら、写真がカラーで見られるだけでなく、経費や資源の節約にもなります(会費のほとんどは印刷費や郵送費です)。植林木1本から作られる紙はA4のコピー用紙約13000枚分と言われています。会報は毎号大体24ページ(A4換算12ページ)。年6回発行で会員数300名とすると、21600ページとなり、年約2本分の木を切らなくて済むことになります(輸送にかかるコストなどを考えると、それ以上)。

PDF配信を希望される方は、トップページのアンケートフォームからお送りください。

他支部ではどのくらいPDF配信しているのだろうと気になってざっと調べてみたところ、オホーツク・札幌・郡山・いわき・埼玉・神奈川・新潟・福井・沼津・遠江・三重・京都・筑豊・長崎などがPDF配信や過去号閲覧をおこなっているようです(抜けがあったらお知らせください)。政府もデジタル化を進めていますし、つい最近ドバイ政府が完全ペーパーレス化を達成してニュースにもなりました。今後こうした流れは益々増えていくことでしょう。

ヒバリ 2005.6.10 新居浜市多喜浜 撮影:林利夫

これまで13万件近くのデータがある当会の野鳥データベース記録ですが、どうしても地域に偏りがあり、普通種であっても全域で記録されていないものもあります。

例として、記録件数が多く(ほぼ)県内全域に生息していると思われるが、記録された市町に抜けがある(あと数か所で全域が埋まる)ものを下図に示しました(クリックすると拡大表示されます)。黒は観察された月、緑は観察された市町、セルの数字は報告件数です。

久万高原町、松野町、鬼北町で抜けが多いことが分かります。これらの地域は会員が少なく、アクセスがしにくいこと、水辺の環境が少ないことが要因でしょう。しかし、この場所で見たことある(でも野鳥情報は送っていない)という方もいらっしゃるはずです。このリストからさらに簡単に見つけられそうな種類を抜き出すと、以下になるでしょうか。

松前町 ヤマガラ・シジュウカラ・エナガ
砥部町 ダイサギ・トビ・ヒバリ・ハクセキレイ
東温市 コサギ
久万高原町 ムクドリ・ハクセキレイ
上島町 ヒバリ
八幡浜市 ヒバリ・セッカ
鬼北町 スズメ・ハクセキレイ

これらを見かけたら、是非「記録を送る」から過去の記録を含めて野鳥情報を送ってください。会員外の方からの情報も大歓迎です。

今後、注目種として情報の少ない種や抜けがある種について、目録を充実させるためデータ補完を強化していきたいと思いますので、皆さんのご協力よろしくお願い致します。

松山市では、市民の皆さんが環境について気軽に学べる機会を提供するため、2018年から「ミニ環境フォーラム」を開催しています。今回のテーマは「絶滅危惧種・生物多様性」です。日本野鳥の会愛媛が協力し、パネル展示のほか、当会が伊予銀行環境基金エバーグリーンの助成を受けて取り組んでいる「まつやまコアジサシ子育て応援プロジェクト」」について当会代表が講演し、模型の色付け体験を行います。

日時:2021年2月27日(土)・28日(日)
会場:松山市総合公園管理棟1階(朝日ヶ丘一丁目)

日時や申し込み締切等の詳細は、上部パンフレットもしくは下記の松山市役所の案内ページをご覧ください。

http://www.city.matsuyama.ehime.jp/kanko/event/kankyo/yacho.html

最終更新日: 2021年02月16日

▲TOP