2014 年 9 月 5 日 RECCA-S8- 創生 D 研究交流会 @ リモート センシング技術センター ( 東京 ) と高木限界の上昇 高野 ( 竹中 ) 宏平 沼田絢香 小黒芳生 饗庭正寛 岩井康平 中静透 ( 東北大 生命科学 )
2/20 http://ja.fotopedia.com/items/flickr- 105481905 タケは日本人の生活に密接に結びつき人里に植えられてきたという歴史がある 日本の竹林面積は約 11 万 ha ( 農林水産省統計情報部 1994 ) 99% 以上はモウソウチクとマダケ ( その面積比はおよそ 3:1) ( 鳥居 井鷺 1997) 本研究ではこの両方を合わせて解析 モウソウチク (Phyllostachys edulis) 主に食用 マダケ (P. bambusoides) 主に竹細工用 http://en.wikipedia.org/wiki/ Phyllostachys_bambusoides
3/20 竹は筍 住居 工芸 パルプ 紙 パネル ボード ベニヤ フローリング 屋根 繊維 油 ガス 竹炭などとして世界中で利用 (FAO 2010) 竹産業は 1980 年代にアジアで発展し 中南米やアフリカでも急速に拡大している (FAO 2007) 世界の竹林は現在 3,150 万 ha と推計 ( 世界の森林の 0.8%; FAO 2010) 中でもモウソウチクは竹産業の最重要種で 中国の竹林面積 540 万 ha の 70% に相当する 380 万 ha を占める (FAO, 2007) タケは最も成長が早い植物の一つで 一日に 30cm-1m 伸張し 2-4 ヶ月の間に 5-25m に達する (He et al. 2013). その成長速度から 炭素固定能力に期待する研究者もいる (Song et al., 2011, Lobovikov et al. 2012). しかしその成長速度ゆえに 近隣の生態系を侵略することがある
4/20 そもそもマダケ属 (Phyllostachys) は日本では人為的移入種と考えられる ( 現在日本には6つの種 品種が分布 ) ( 鈴木 1978, Ohrnberger 1999) 1970 年代以降 日本では 高齢化や安い輸入品の増加による管理放棄や 隣接する森林の利用低下などが要因となって竹林が拡大 雑木林を置換しつつあるタケ 生物多様性の低下 ( 山口 井上 2004 など ) 土砂災害の危険性 ( 日浦ら 2004) 農林業被害 ( 荒生ら 2003) などが懸念 さらに 温暖化による分布拡大の加速も懸念
5/20 竹林を含む里地里山の持続可能な利用は日本の自然環境や生物多様性の保全 再生の上で重要 ( 染矢ら 2010) また 中国でも大規模に自然分布域外に植栽 ( 南竹北拓 ) 中国を始め アジア アフリカ 中南米各国でも 竹産業が衰退し大規模に竹林放棄されたときには外来タケが付近の生態系へ侵略的に拡大する恐れ 多くのタケ類は熱帯 亜熱帯原産なので 今後の温暖化の影響も考慮して主要タケ類の生育条件や将来の潜在適地を予測しておくことは重要
6/20 竹林の分布制限要因として 北限では気温の低極が大きな役割を果たしている ( 沼田ら 1957 では その閾値を特定するにはいたっていない ) 大型マダケ属は暖かさの指数 (WI) が 87 159 の範囲に分布 ( 渡辺 1987) 国土数値情報を用いた竹林分布確率の推定 ( 染矢ら 2010) 暖かさの指数 (WI: 72 205) 年降水量 最深積雪深 斜面傾斜角 地質 土地利用
7/20 しかしながら 染矢ら (2010) が用いた自然環境保全基礎調査植生調査データの植生図に用いられた竹林の区分は 必ずしも詳細スケールにおけるタケの有無を反映していない 染矢ら (2010) GLM による解析 気候値も 3 次 (1km 2 ) メッシュデータ ( 推定値 ) を用いたもので モデルの精度が植生図と気候値のどちらの誤差に依存しているのか判断しづらい 植生図で竹林区分が存在しないメッシュ 存在する 本調査で竹林 ( タケ ) が確認できなかった地点 (29) 確認できた (117)
8/20 東日本を対象として 国土数値情報の 3 次メッシュ (1km 2 ) データ ( 推定値 ) ではなく アメダスの観測値を用いた解析によって 竹林の分布を規定する気候要因 ( と土地利用 ) を推定 温暖化気候下におけるタケの生育適地予測
9/20 1. モデリング 青森から長野までの 145 市町村からアメダスを選定し 半径 5km 以内を車で周って竹林の有無を記録 (2012 年 ) タケが確認された 116 カ所については過去 (1975~1980 年 ) の空中写真から竹林の在不在も確認し この時期以降に新たに竹林が定着した 17 カ所地域を特定 上記アメダス地点で 79-88 年と 02-11 年の平均値を算出 年最高 最低 平均気温 暖かさの指数 (WI) 寒さの指数 (CI) 年降水量 年日照時間 日本全国標準土地利用メッシュデータ ( 小川ら 2013) アメダスから半径 1km の 農地率 森林率 宅地率を計算
10/20 1. モデリング ( 続き ) 機械学習の一つであるboosted regression tree (BRT) modelを適用 (R version 3.0.3 gbmパッケージ version 2.1を利用 ) informedness (i.e., sensitivity + specificity - 1) を最大化するようにパラメータチューニング Leave-one-out cross-validation (LOOCV) でモデル性能評価 今後の予定 2. 推定されたモデルによる将来の竹林分布予測 ( 複数モデルを検討 ) メッシュ気候値 2010( 気象庁 ) 1971-2000 平年月別値から気候要素を算出 3 次メッシュ将来気候値 ( 農環研 )CMIP5 の 全球モデル MIROC-M MRI IPSL など 排出シナリオ RCP8.5 6.0 4.5 2.6 2081-2100 年の予測月別値から気候要素を算出 生息適地モデリング手法 /GCM/ 排出シナリオによる不確実性を考慮して竹林の生息適地の割合を比較
アメダス145 地点近傍の分布調査 : 1. 緯度 - 高度傾度に沿って竹林が分布 2. 竹林の新規定着が確認された17 地点はこの移行帯に分布 1,400 11/20 2012 年に竹林なし 1,200 1975-2012 年に竹林定着 1,000 2012 年に竹林あり 標高 (m) 800 600 400 200 0 34 35 36 37 38 39 40 41 42 11
12/20 boosted regression tree( 竹林有無 ~ アメダス観測値 + 標高 + 半径 1km 圏内の土地利用 ) 表 1.LOOCV によるモデル性能評価 モデルとデータの組み合わせ AUC Informedness 土地利用 + 現在モデル 0.894 0.828 現在モデル (2002-2011 年 ) 0.931 0.810 過去モデル (1979-1988 年 ) 0.898 0.723 現在 + 過去モデル 0.939 0.750 現在モデルで過去データを予測 0.882 0.526 現在 + 過去モデルで過去データを予測 0.913 0.685 過去モデルで現在データを予測 0.931 0.681 現在 + 過去モデルで現在データを予測 0.951 0.776 土地利用入りモデルで土地利用率の効果が小さかったこと 過去の土地利用データがないことから最終モデルでは土地利用を除外 現在 + 過去モデルの予測性能が最大 年最低 平均気温 暖かさ / 寒さの指数が大きな効果を持つ 土地利用 + 現在モデル現在 + 過去モデル Relative importance
13/20 boosted regression tree( 現在と過去の竹林有無 ~ 現在と過去のアメダス観測値 + 標高 ) 分布確率分布確率 年最高気温 寒さの指数 年平均気温 標高 年最低気温 年降水量 暖かさの指数 年日照時間 Relative importance 現在 + 過去モデル 現在 + 過去モデルの marginal plot 年最高 平均気温 暖かさ / 寒さの指数で明瞭な閾値沼田ら (1957) が指摘した年最低気温の効果は比較的小さい
14/20 各サイトの各気象要素の 1979-1988 と 2002-2011 の平均値の比較 2002-2011 年の気候値から推定した分布確率 2012 年に竹林あり 1975-2012 年に竹林定着 2012 年に竹林なし 竹林分布に大きな効果を持つと推定された気温に関連する要素はこの 30 年間で上昇し ( 上図 ) モデルで推定された竹林分布確率も過去から現在にかけて上昇 ( 左図 ) 1979-1988 年の気候値から推定した分布確率 現在 + 過去モデルによる竹林の分布確率推定
17/20 ( 長野 - 青森の解析対象地域において ) AUC が 0.94 informedness が 0.75 程度の妥当な竹林分布確率推定モデルが得られた 年最高 平均気温 暖かさ / 寒さの指数が竹林の分布確率に比較的大きな影響を与えていた 1975-2012 年にかけて 竹林は標高 - 緯度分布限界に沿って分布拡大していた この 30 年間に調査地の気温は上昇しており 竹林の分布確率も多くの調査地で上昇していた 今後の解析 boosted regression trees 以外に random forest, MaxEnt, MARS などのモデリング手法を追加して生息適地予測 気候モデルの追加 排出シナリオの追加 面積拡大速度の検討 ( 空中写真解析 ) 半径 1km の土地利用割合ではなく 隣接する土地利用をチェック
謝辞 20/20 ( 独 ) 農業環境技術研究所 石郷岡康史氏ほか ( 温暖化予 測メッシュデータの提供 ) 本研究は 文科省気候変動リスク情報創生プログラム (2012-2017) テーマ領域 D 課題対応型の精密な影響評価 の一環として行われました