Embed Size (px)
Citation preview
気候変動に伴う自然災害が 世界の主要穀物生産の安定性 に及ぼす影響評価
独立行政法人 農業環境技術研究所 横沢 正幸・櫻井 玄・飯泉 仁之直
課題の目的
気候変動が生産の安定性に及ぼす影響（収量の年々変動）を評価する
生産地・輸出国が空間的に偏在している トウモロコシ・ダイズ
中国、アメリカ、ブラジル
トウモロコシ生産地 ダイズ生産地
広域スケールで作物の生産性とその環境応答を記述するプロセスモデルを作成
ダイズ（C3）の炭酸同化モデルはFACE（Free Air CO2 Enrichment）実験の結果を反映
FAO国別データに基づく肥料投入量データを入力
投入量の年変化はあるが国内の農耕地では同量投入と仮定
FAO国別データに基づく灌漑率のデータを入力 水資源量は現在のまま固定
✓キャリブレーションは1980-2006年（27年間）
✓最新の気候変化シナリオを入力して生産性の変動を評価・解析する
研究の流れ
国スケール (数千km x 数千km)
生産性環境応答モデル
圃場スケール (数十m x 数十m)
トップダウン的アプローチ
過去の農業統計情報と環境条件のデータから広域の環境応答を推定
帰納的
ボトムアップ的アプローチ
圃場スケールの生理・生態的素過程とその不確実性を広域モデルにくり込む
演繹的
対象スケール (数百km x 数百km)
キャリブレーション
中国、アメリカ、ブラジル 農業統計データ （収量、収穫面積） ＋ 気象データ（JRA25）のグリッドとの対応付け
モデルキャリブレーション 地域代表のパラメータ決定
ベイズ法による逆推定
生産性環境応答モデルの基礎データ
生産性データセット
生産性環境応答モデル
生産性データセット
中国
アメリカ
ブラジル
生産性環境応答モデル 最低 気温
最高 気温
日射量
収 量
CO2 濃度
発育速度 葉面積増加率
群落構造 日射吸収率
乾物増加率
温度・水ストレス
出穂日 収穫日
湿度 風速
土壌水分
肥料
灌漑
降水量
FACE（Free Air CO2 Enrichment） 人為的に高CO2環境においた野外環境で 作物がどのような応答を示すかを検証する実験
バイオマス 同化速度
炭酸同化サブモデルの改良 高CO2環境に対する応答
FACE実験結果の反映
実験データに基づいて階層ベイズ法により関連パラメータを更新する
最低気温
最高気温
日射量
収 量
CO2濃度
発育速度 葉面積増加率
群落構造日射吸収率
乾物増加率
温度・水ストレス
出穂日収穫日
湿度 風速
土壌水分
肥料
灌漑
降水量
・高CO2による施肥効果 および ダウンレギュレーション効果の 取り込み
ダウンレギュレーション 高CO2環境下で生育する植物
はCO2施肥効果が低下する
ダウンレギュレーションの効果を統計的に導入
パラメータの値は、階層ベイズを用いて推定し、BPIC（情報量基準）をもとにサブモデルのモデル選択を行う。
①
②
③
炭酸同化サブモデルの改良
C3：ダイズ
C4：トウモロコシ
FACEデータによるモデル選択
①
②
③
BPICの値から①のモデルが選択された
国ごとの再現性 (ダイズ)
1980 1985 1990 1995 2000 2005
1.0
1.5
2.0
2.5
3.0
3.5 United States
EstimationObservation
1980 1985 1990 1995 2000 2005
0.5
1.5
2.5
3.5 Brazil
EstimationObservation
1980 1985 1990 1995 2000 2005
0.5
1.0
1.5
2.0
2.5
3.0
Year
ChinaEstimationObservation
Yiel
d t/
haYi
eld
t/ha
Yiel
d t/
ha
国ごとの再現性 (トウモロコシ)
1980 1985 1990 1995 2000 2005
46
810
12 United States
EstimationObservation
1980 1985 1990 1995 2000 2005
12
34 Brazil
EstimationObservation
1980 1985 1990 1995 2000 2005
23
45
67
8
Year
China
EstimationObservation
Yiel
d t/
haYi
eld
t/ha
Yiel
d t/
ha
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
40Yi
eld
chan
ge (
%)
(a) United StatesRCP8.5
2010 2020 2030 2040 2050 2060 2070
-50
050
Yiel
d ch
ange
(%
)
(b) BrazilRCP8.5
2010 2020 2030 2040 2050 2060 2070
-50
050
100
Year
Yiel
d ch
ange
(%
)
(c) ChinaRCP8.5
2010 2020 2030 2040 2050 2060 2070
-40
-20
020
Yiel
d ch
ange
(%
)
(a) United StatesRCP6.0
2010 2020 2030 2040 2050 2060 2070
-50
050
100
Yiel
d ch
ange
(%
)
(b) BrazilRCP6.0
2010 2020 2030 2040 2050 2060 2070
-50
050
100
Year
Yiel
d ch
ange
(%
)
(c) ChinaRCP6.0
2010 2020 2030 2040 2050 2060 2070
-40
-20
020
40Yi
eld
chan
ge (
%)
(a) United StatesRCP2.6
2010 2020 2030 2040 2050 2060 2070
-60
-20
020
4060
80Yi
eld
chan
ge (
%)
(b) BrazilRCP2.6
2010 2020 2030 2040 2050 2060 2070
-50
050
100
Year
Yiel
d ch
ange
(%
)
(c) ChinaRCP2.6
2010 2020 2030 2040 2050 2060 2070
-40
020
4060
Yiel
d ch
ange
(%
)
(a) United StatesRCP4.5
2010 2020 2030 2040 2050 2060 2070
-50
050
100
Yiel
d ch
ange
(%
)
(b) BrazilRCP4.5
2010 2020 2030 2040 2050 2060 2070
-50
050
100
Year
Yiel
d ch
ange
(%
)
(c) ChinaRCP4.5
RCP 2.6 RCP 4.5 RCP 6.0 RCP 8.5
US US US US
Brazil Brazil Brazil Brazil
China China China China
将来の生産性変動（ダイズ）
MIROC-ESM の気候変化シナリオを利用
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
40Yi
eld
chan
ge (%
)
(a) United States RCP2.6
2010 2020 2030 2040 2050 2060 2070
-40
-20
010
20Yi
eld
chan
ge (%
)
(b) Brazil RCP2.6
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
40
Year
Yiel
d ch
ange
(%)
(c) China RCP2.6
2010 2020 2030 2040 2050 2060 2070-4
0-2
00
2040
Yiel
d ch
ange
(%
)
(a) United States RCP4.5
2010 2020 2030 2040 2050 2060 2070
-30
-20
-10
010
20Yi
eld
chan
ge (
%)
(b) Brazil RCP4.5
2010 2020 2030 2040 2050 2060 2070
-40
-20
020
40
Year
Yiel
d ch
ange
(%
)
(c) China RCP4.5
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
40Yi
eld
chan
ge (
%)
(a) United States RCP6.0
2010 2020 2030 2040 2050 2060 2070
-30
-20
-10
010
20Yi
eld
chan
ge (
%)
(b) Brazil RCP6.0
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
40
Year
Yiel
d ch
ange
(%
)
(c) China RCP6.0
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
Yiel
d ch
ange
(%
)
(a) United States RCP8.5
2010 2020 2030 2040 2050 2060 2070
-40
-20
020
Yiel
d ch
ange
(%
)
(b) Brazil RCP8.5
2010 2020 2030 2040 2050 2060 2070
-60
-40
-20
020
Year
Yiel
d ch
ange
(%
)
(c) China RCP8.5
RCP 2.6 RCP 4.5 RCP 6.0 RCP 8.5
US US US US
Brazil Brazil Brazil Brazil
China China China China
将来の生産性変動 (トウモロコシ)
MIROC-ESM の気候変化シナリオを利用
1960 1970 1980 1990 2000 2010
4 5
6 7
8 9
10
years
収量
(t/h
a) 1960 1970 1980 1990 2000 2010
10%
years
1960 1970 1980 1990 2000 2010
10%
years
1960 1970 1980 1990 2000 2010
-10%
10
%
years
-10%
-1
0%
United States
Brazil
China
時系列間の相関からコピュラ関数を推定し、イベントの同時発生確率を調べる
United States
同時減収イベントの発生確率
各国の減収イベントの発生確率
同時減収確率の指標
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Prob
abili
ty o
f con
curr
ent f
ailu
re (%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Prob
abili
ty o
f con
curr
ent f
ailu
re (%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Prob
abili
ty o
f con
curr
ent f
ailu
re (%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Prob
abili
ty o
f con
curr
ent f
ailu
re (%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Pro
babi
lity
of c
oncu
rren
t fa
ilure
(%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Pro
babi
lity
of c
oncu
rren
t fa
ilure
(%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Pro
babi
lity
of c
oncu
rren
t fa
ilure
(%
)
-10 -8 -6 -4 -2 0
0 5
10
15
20
25
Rate of decrease (%)
Pro
babi
lity
of c
oncu
rren
t fa
ilure
(%
)
RCP 4.5 RCP 6.0 RCP 8.5
前３年間の平均収量に対して減収する割合（％）
RCP 2.6
前３年間の平均収量に対して減収する割合（％）
３カ国同時減収確率の変化
RCP 4.5 RCP 6.0 RCP 8.5 RCP 2.6
ダイズ
トウモロコシ
将来 (2041-2070年) と過去 (1981-2010年) との差
暖候期における気象環境の変化 (RCP6.0) 将来 (2041-2070年) と過去 (1981-2010年) との差
積算日射量 積算降水量 平均気温
気候変化による生産性変化の解析 気象要素のトレンドを除去したデータを生産性応答モデルに入力した場合の変分
（トウモロコシの例）
日射量 降水量 気温
2010 2020 2030 2040 2050 2060 2070
05
10
15
20
25
(a) United States
RCP6.0
2010 2020 2030 2040 2050 2060 2070
010
20
30
40 (b) Brazil
RCP6.0
2010 2020 2030 2040 2050 2060 2070
010
20
30
40
50
Year
(c) China
RCP6.0
co2 fert
iliz
er eff
ect (%
)
Cum
ula
tive s
ola
r ra
dia
tion c
hange (%)
2010 2020 2030 2040 2050 2060 2070
-15
-10
-5
(a) United States RCP6.0
2010 2020 2030 2040 2050 2060 2070
-10
-5
0
(b) Brazil RCP6.0
2010 2020 2030 2040 2050 2060 2070
-20
-15
-10
-5
0
Year
(c) China RCP6.0
2010 2020 2030 2040 2050 2060 2070
510
20
30
40
(a) United States
RCP6.0
2010 2020 2030 2040 2050 2060 2070
05
10
15
20
Respiration (nig
ht)
change(%
)
(b) Brazil
RCP6.0
2010 2020 2030 2040 2050 2060 20700
510
15
20
25
30
35
Year
(c) China
RCP6.0
2010 2020 2030 2040 2050 2060 2070
1020
3040
50 (a) United StatesRCP6.0
2010 2020 2030 2040 2050 2060 2070
-50
510
1520
25R
espi
ratio
n (d
ay) c
hang
e(%
)(b) Brazil
RCP6.0
2010 2020 2030 2040 2050 2060 2070
010
2030
Year
(c) ChinaRCP6.0
ダイズの環境応答の変化（RCP6.0）
CO2施肥効果 昼間の呼吸量 夜間の呼吸量 積算日射量
[CO2]の増加に伴いCO2施肥効果が増加するとともに、気温上昇に伴い呼吸量は増加、生育期間短縮により積算日射量が減少
US
Brazil
China
US
Brazil
China
US
Brazil
China
US
Brazil
China
[CO2]の施肥効果による増収効果よりも気温上昇による減収効果が勝る（他のRCPシナリオでも同様）
まとめ(1) 広域スケールの作物生産性環境応答を記述する
モデルを作成した。
MIROC-ESMの出力結果を入力した結果、
トウモロコシ：RCP6.0で各国において収量の減少トレンドが若干現れ、RCP8.5では3ヵ国ともに明確な減少トレンドが現れた。
ダイズ：RCP6.0ではアメリカで強い減少トレンドが見られた。RCP8.5では、アメリカおよびブラジルにおいて特に強い減少トレンドが見られた。中国は減少トレンドが見られない。
高CO2濃度に対する環境応答をFACEデータを利用して高度化した（ダイズ）。
まとめ (2)
３カ国同時不作確率は、 トウモロコシでは、特にRCP2.6およびRCP8.5において顕
著に表れると推計された。
ダイズでは、RCP2.6からRCP8.5にかけて徐々に将来の同時不作が高くなると推計された。特にRCP8.5での同時不作確率の増加は著しい。
要因解析の結果、 どの地域でも気温要因が最も大きな影響を与えて
いることが示唆された。
施肥効果、呼吸量増加、生育期間積算日射量減少の差引により生産性の減少トレンドならびに3ヵ国の同時不作確率の増大が引き起こされる。
今後の課題
適応性の検討
品種や技術による適応の可能性
社会・経済的影響評価とのリンク
価格影響、インフラ整備
将来の生産性の伸び
環境応答の変化
・・・
![ハードウエアの変遷にみるオーディオメーカーの歴 …...ハードウエアの変遷にみるオーディオメーカーの歴史 瞞別編] バッファ8-の捗み(2)](https://img.pdfslide.net/doc/110x75/5f2d046d19a88d154d61c921/fffefffff-fffefffff.jpg)
