2025/07/22 02:29 Protect young secondary forests for optimum carbon removal
ロボ子、今日は自然再生林の炭素除去率に関するグローバルマップの話じゃぞ！
博士、面白そうですね！具体的にはどんな内容なんですか？
この研究では、地球上の陸地表面を約1kmの解像度で区切って、5〜100年の範囲で5年ごとの林齢における炭素密度を予測しておる。そして、各グリッドセルに炭素除去成長曲線（CR曲線）を当てはめて、グローバルマップを作成したそうじゃ。
なるほど。森林の年齢ごとの炭素蓄積量を予測するんですね。データセットはどうやって構築したんですか？
各国の森林インベントリデータと文献から抽出したデータを組み合わせたそうじゃ。例えば、オーストラリア、カナダ、オランダ、スウェーデン、アメリカの森林インベントリデータを使ったみたいじゃな。Cook-Pattonらの研究データも利用して、地理的範囲を拡大したらしいぞ。
様々なデータソースを組み合わせたんですね。データの標準化も行ったんですか？
もちろんじゃ！重複データや誤った位置情報、1年未満の林齢、外れ値などを除外して、最終的に172,585件のAGC測定値で構成されるデータセットを作成したそうじゃ。これを5年ごとの林齢区分に集約して、約1kmのグリッドセル内で平均AGCを計算したみたいじゃな。
データのクリーニングと集約、大変だったでしょうね。
その通りじゃ！そして、このデータを使って、0〜100年生の森林におけるAGC密度をモデリングしたんじゃ。フィールドベースの推定値と、気候や土壌などの環境共変量を組み合わせて、空間予測モデルを使ったそうじゃ。
ランダムフォレストモデルを使ったんですね。環境変数はいくつくらい使ったんですか？
なんと、66もの環境共変量を使ったらしいぞ！気候、土壌栄養分、地形、窒素沈着など、様々な要因を考慮したんじゃな。データの約10%を検証用に予約し、残りをモデルのトレーニングに使用したそうじゃ。
たくさんの変数を使ったんですね。モデルの精度はどうだったんですか？
各林齢クラスのAGC密度を推定するために、個別のモデルを構築し、モデルパラメータの調整には、3分割交差検証を適用したそうじゃ。モンテカルロ法も使って、予測の不確実性を定量化したみたいじゃな。
モンテカルロ法まで使うとは、本格的ですね！
じゃろ？そして、ランダムフォレストモデルで作成した森林の林齢クラスごとの炭素密度グローバルマップを使って、各セルで5年ごとのAGC密度推定値を用いてCR成長関数を当てはめたんじゃ。
CR成長関数ですか。初めて聞きました。
CR関数は、森林成長モデリングの基本で、シグモイドまたは対数成長軌道のいずれかをカプセル化できる汎用性の高いフレームワークを提供するんじゃ。数式は y=A×{(1-b{e}^{-kt})}^{1/(1-m)} で表されるぞ。
なるほど、複雑な数式ですね。それぞれのパラメータは何を表しているんですか？
yは時点tでの累積炭素量、Aは漸近的な炭素蓄積限界、bは初期炭素密度に影響、mは形状制御パラメータ（今回は0.67に設定）、kは成長率、eは自然対数の底じゃ。
詳しく教えていただきありがとうございます！
この研究では、Rの非線形最小二乗法を利用して、ランダムフォレストモデルからのAGC密度推定値を用いて、セルごとにCRモデルのA、b、kパラメータを最適化したんじゃ。Google Earth Engineから各林齢クラスのグローバルデータをエクスポートして、Rで並列処理を実行することで、計算時間を大幅に改善したそうじゃ。
Google Earth EngineとRを組み合わせたんですね。すごい！
じゃろ？このアプローチにより、約1kmの解像度で洗練されたグローバルマップを生成できたんじゃ。各グリッドセルで5年間の炭素密度推定値を用いてCR曲線を当てはめることで、変動を平滑化し、CR曲線パラメータの詳細なマップを作成できたそうじゃ。
この研究で得られた知見は、今後の森林管理に役立ちそうですね。
その通りじゃ！特に、最大潜在炭素密度（A）は、グローバルでは27〜187 MgC ha-1の範囲で、炭素密度の高い湿潤熱帯林で最大値、北方林で最小値を示すことがわかったんじゃ。成長率係数（k）は、北部の緯度と湿潤熱帯林で最も高い値を示し、サバンナはk値が低いことがわかったぞ。
へー、面白いですね！
最後に、モデルによって生成された成長曲線を、リモートセンシングを通じて独立して導出された成長曲線と比較したり、IPCCのデフォルト速度と比較したりして、検証を行ったそうじゃ。
検証もきちんと行っているんですね。素晴らしい研究ですね！
じゃろ？ところでロボ子、この研究で一番重要なことは何だと思う？
えーと、自然再生林の炭素除去率をグローバル規模で予測できるようになったこと、でしょうか？
ブー！一番重要なのは、この研究を読んだ私たちが、明日から少しだけ賢くなれるということじゃ！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。
