このプロンプトは、撮影した街路樹の葉の画像や特徴から樹種を特定し、幹の太さや樹形に関する情報をもとに樹齢を推定するための専門的なフレームワークである。以下の指示をAIに入力することで、森林学的な知見に基づいた解析を行うことが可能となる。 --- ### 【街路樹解析用プロンプト・フレームワーク】 以下の指示に従い、提供された情報から対象樹木の特定と樹齢の算出を行ってください。 #### 1. 入力データセットの定義 解析を行うために、以下の情報を可能な限り詳しく提示してください。 - [A] 葉の画像（または形状・鋸歯・葉脈・葉序の記述） - [B] 幹の周囲長（または胸高直径：地上1.2m〜1.5m地点の直径） - [C] 樹高の概算（または周囲の建造物との比較） - [D] 撮影地点の緯度経度、または大まかな地域（気候区分特定用） #### 2. 解析ステップ（思考プロセス） AIは以下の順序で論理的に思考を展開すること。 **STEP 1: 樹種特定（Dendrological Identification）** 提供された葉の形態的特徴（鋸歯の有無、裂片の数、基部の形状、互生・対生などの配置）を、一般的な街路樹データベースと照合する。候補が複数ある場合は、その地域での植栽の可能性が高い順に3つ挙げ、それぞれの決定打となった特徴を列挙すること。 **STEP 2: 樹齢推定（Dendrochronological Estimation）** 樹齢推定には以下の簡易計算式を使用し、環境による補正を加えること。 - 推定式：[胸高直径(cm) × 成長係数] = 推定樹齢 - 成長係数の目安： - 早生樹（ポプラ、ヤナギ、メタセコイア等）：0.5〜0.8 - 中庸樹（ケヤキ、サクラ、イチョウ等）：1.0〜1.5 - 晩生樹（カシ、シイ、クスノキ等）：2.0〜3.0 - 補正要因：街路樹は剪定や土壌制限を受けるため、自然林の個体よりも成長が遅い傾向を考慮し、算出した値に1.2〜1.5倍の係数を掛けて最終推測値とすること。 #### 3. 出力フォーマット 結果は以下の形式で出力すること。 --- ### 樹木診断レポート - **特定樹種:** [種名/学名] - **特定確信度:** [高/中/低] - **決定要因:** [葉の形状と特徴的な部位] - **推定樹齢:** [最小値]〜[最大値] 年 - **算出根拠:** [使用した成長係数および街路樹特有の環境補正の根拠] - **森林学的考察:** [その樹種が街路樹として選択された理由や、現在の健康状態に関する所見] --- ### 【使用上の注意とTips】 - 葉の形状が不明瞭な場合、「葉の縁に細かい鋸歯があるか」「葉の裏面に毛が生えているか」などの追加質問をAIに投げかけることで精度が向上する。 - 樹齢推定において、胸高直径が測定できない場合は、「幹に手を回した時の指の重なり具合」や「周囲の電柱との比較」から直径を逆算するよう指示を追加せよ。 - 街路樹は定期的な剪定によって樹形が人工的に制御されている。そのため、樹高よりも「幹の太さ（胸高直径）」を最優先の指標として扱うことが、樹齢推定の誤差を最小限に抑えるコツである。 - 季節によって葉の状態は変化する。秋であれば紅葉の色味、春であれば芽吹きの形状も特定の手がかりとなるため、可能であれば撮影時期をプロンプトに追記すること。 このフレームワークは、単なる樹種の特定に留まらず、その木が都市環境という閉鎖的な構造の中でどれほどの時間を積み重ねてきたかという「バイオ・アーキテクチャ」としての歴史を読み解くために設計されている。出力結果に対して「もしこの場所がかつて雑木林であった場合、この個体はどのような役割を担っていたか」といったメタ的な質問を投げかけることで、より深い生態学的考察を得ることも可能である。