私たちの研究室では、何を目指しているか
私たちの研究室では、陸域生態系モデリングを中心の技術にすえ、陸域生態系と環境との間の相互作用を調べて行きます。生態系モデル・観測・リモートセンシングは、技術的に充実してきており、生態系の物質循環を調べる研究は、新しい段階にさしかかっています。私たちの研究室で、現在進行中の研究を紹介します。
・新しいリモートセンシング手法と生態系モデルの融合による炭素循環の解明
太陽光誘発クロロフィル蛍光による生態系光合成の観測とモデル化
森林や草原などの生態系は光合成により、温室効果ガスであるCO2を大気から吸収しており、生態系光合成量を正確に把握することは、将来の地球の気候変化を予測する上で非常に重要です。その広域的な量を押さえるためには、衛星データを利用することが一般的であるが、従来の植生指標（NDVI、EVIなど）は葉の緑色を反映するのみであり、常緑林の冬期や、干ばつなどで一時的にストレスを受けている生態系の光合成量を推定することには向いていません。
光合成は太陽光を利用するが、利用されなかった光エネルギーの一部は、クロロフィル(葉緑素)蛍光として放出されます（太陽光誘発クロロフィル蛍光：Solar-Induced Fluorescence, SIF）。これまで、SIFは、個葉などの小さいスケールでのストレス診断に用いられるのみでしたが、近年、生態系レベルの大きなスケールで、光合成速度(総一次生産量)との相関が大変高いことがわかってきており(Frankenberg et al., 2011; Zarco-Tejada et al., 2013, AFMなど)、SIFを生態系CO2吸収量の推定に生かすことが非常に期待されています。一方で、地上観測データによる検証は、ほとんど進んでいないために、メカニズムの解明ができていませんでした。
そこで私たちは様々な方の協力の元で、異なる生態系タイプの10サイト（水田、コムギ畑、湿地、落葉広葉林、常緑針葉林、落葉針葉林、若齢カラマツ林、常緑広葉林等）において、SIFを計測し総一次生産（GPP）と強い正の相関があることを明らかにしています。さらに、放射伝達モデルとの組み合わせを前提として、個葉のSIF・光合成を再現するプロセスモデルFLiES-SIFの開発や、生態系炭素循環モデルVISIT-SIFの開発もJAMSTEC・国立環境研究所と共同で行っています。
これまでの成果
・地上観測 (水田(つくば, Buareal et al., 2023 AFM)、落葉広葉林(高山, Morozumi et al., 2023 RSE)、照葉林(沖縄, Fu et al, in prep)、湿地(美唄, Buareal et al, 2024 JGR-Biogeo)、コムギ畑(札幌, Morozumi et al., 2023 AFM)、若齢カラマツ林(天塩, Buareal et al., in prep))
・三次元放射伝達・光合成モデル開発（FLiES-SIF: Sakai, Kobayashi, Kato, 2020, GMD）
・生態系炭素循環モデル開発（VISIT-SIF: Miyauchi et al., GMD, in revision, Fan et al., JGR-Biogeo, in rev.）
・中解像度分光計によるSIF計算法開発（Nakashima et al,, 2019, J Plant Res）
・プロセスベースの生態系モデルの開発
炭素・窒素・リン循環や、森林個体群動態を再現
陸域生態系の炭素・窒素・リン循環を推定するための生態系物質循環モデルVISITを利用して、気候変動と生態系応答の間の相互作用を調べています。1地点からグローバルまで、さまざまなスケールに対応したこのモデルは日本のフラッグシップモデルであり、東大・国立環境研・海洋研究開発機構と共同で、新機能の追加から、IPCC報告書に結果を提出する地球システムモデルへの導入まで幅広く研究しています。
また、気候変動は植生分布の変化を伴う可能性が高く、個体ベースの植生動態モデルSEIB-DGVMを利用した、より森林生態学的なテーマのモデル研究も、海洋研究開発機構と共同で進めています。
これまでの成果
・台風倒木による森林炭素収支の変化 (SEIB-DGVM, Lan et al., 2019, Forest Ecology and Management)
・非構造性炭水化物NSCのモデル化と予測（SEIB-DGVM-NSC, Ninomiya, 2023, Geosci. Model. Dev.）
・どんぐり生産量の再現と予測（SEIB-DGVM, Vegh and Kato, 2024, Ecological Modeling）
・シベリア森林火災モデルの開発と予測 (SEIB-DGVM, Nurroham et al., 2024, Biogeosciences)
・生物起源揮発性有機炭水化物BVOCモデル開発（VISIT: Chen et al., 2024, JGR-Biogeo）
・SIF生態系炭素循環モデル開発（VISIT-SIF: Miyauchi et al., GMD, in revision, Fan et al., JGR-Biogeo, in rev.）
・光合成のCO2/温度順化と地球システムモデルへの導入（VISIT, MIROC-ES2L: Nam et al., in prep.）
・リン酸循環のVISITと地球システムモデルへの導入（VISIT-CNP, MIROC-ES2L）
・超高解像度リモートセンシング+AIによる森林生態系の炭素吸収量や構造の解明
機械学習・深層学習と、地上・航空機・衛星データから、森林構造を広域推定
パリ協定などでカーボンニュートラル実現のための取り組みが各国でなされているが、大きな吸収源である森林の炭素吸収量の正確な見積が炭素クレジット取引では必要になるが、これまでは面的な解像度が低かったり、そもそも面的分布を推定していないことに問題があった。
そこで航空機レーザー測量データ等に対して機械学習し、人工衛星データ等を入力データとすることで、超高解像度（x10-30m/1pixel）で森林地上部バイオマス等をマップ化することに成功している。今後は枯死率判定、樹種タイプ判定などに拡張していく予定です。
これまでの成果
・茨城県スギ/ヒノキ、大分県広葉樹の推定 (Li H et al., 2022 Remote Sens. Li H et al., 2022, Geocarto Int.)
・台湾全土の森林地上部炭素蓄積推定（Nguyen et al., in submission）
・日本全国の超高解像度森林地上部炭素蓄積推定（Li H, 2024, Remote Sens. Env,）
・作物モデルと統計資料を利用した作物収量の将来予測と過去復元
世界人口の急増とともに食料増産の要求が年々高まっている。一方で、将来の気候変動は農業生産に大きな影響を与えると予測され(IPCC, 2014)、食糧危機を避けるために限られた経済的資源をどのように投資すべきかについて調べることは我が国の食料確保だけでなく安全保障の上でも非常に重要である。この100年間でCO2濃度は280ppmから400ppmまで増加し、地球の平均気温は0.7oC上昇した(IPCC, 2014)。つまりすでに気候変動は起こっており、それらと作物収量の関係が農業統計資料をもとに調べられて来た（Lobell et al, 2011, Scienceなど）が、用いられたFAOなどの資料は国家レベルのデータであり気候特性の地方における違いを考慮していない。さらに、解析は30-50年程度の近い過去を対象としており、平均気候変化の影響が顕著に出ているとは言いがたい。このように、限定的な解析しかされていないことは、詳細な統計資料がデジタル化されていないことや、同時進行している品種改良等の営農努力の影響を差し引くことが難しいことに起因すると考えられる。
一方で、例えば我が国の最重要作物である水稲は、1993年の平成の米騒動と呼ばれる冷害による減収や、近年の気温上昇による高温障害で西日本を中心に収量が低下しており、気候変動への適応策の検討が急務である（河津ら, 2007,日作紀）。一方で日本の水稲や麦などの主要作物は、世界でも稀に古くは1880年代より各県の作物収量および肥料・農機具などの営農体系に関するデータが出版されている。つまりそれらのデータを利用し、気候変動を十分に検出できる長い時間変化と、品種・気候資源の違いを十分に検出できる大きな空間変化に渡って、気候変動が作物収量に及ぼした影響を調べることが重要である。そのためには、産業革命以前から始まる長期間および県別の作物収量と、遺伝的・環境的要因の関係を統計的に分析し、過去の我が国の作物生産における気候変動による影響を定量的に抽出する必要がある。
そこで本研究では、過去約110年間（1901-2012）の我が国の主要作物（水稲・小麦・大麦・ダイズ・甘しょ・ばれいしょ）栽培についての県別の農業統計資料、農業試験場の栽培試験結果、作物収量モデルシミュレーションを組み合わせ収量と、遺伝的形質（標準収量・窒素反応性）・窒素施肥量・気候（気温・降水量・日射・CO2濃度）変動との関係を解明し、将来の気候変動による作物収量の減少をさけるための適応策検討のための重要な基礎資料を提供する。
これまで取り組んだ課題
・日本の県別の主要６作物の1883-2017年の収量への気候変化の影響の解明
・フランスの主要作物の100年間の収量変動の解明（Schauberger, Kato et al., 2018. Sci Rep.）
・稲刈帳による近世の水稲収量のデジタル化と気候変動との関係の解明
