テーマD．課題対応型の精密な影響評価 生態系・生物多様性に関する気候変動リスク情報の創出

北東ユーラシア・東南アジア熱帯における 気候・生態系相互作用の解明と 気候変動に対する生態系影響評価

名古屋大学 地球水循環研究センター

熊 谷 朝 臣

アマゾンの共同研究グループのサイト：熱帯雨林強制乾燥実験

最終目標： 気候変動条件下で東ユーラシア域の生態系（機能・サービス）がどうなるのか？ 予測すること。

そのために、全球動的植生モデル（DGVM）SEIBを用いる。 よって、前提条件として、SEIBが信頼に足るモデルである保障を得なければならない。本研究の目標からすると、気候変動条件下でSEIBが正しく計算できる保証が必要である。 ここまでの成果： SEIBが、どんな生態系・環境下でも 正当に計算できるかを評価する材料（実測データ）の 整理、実際のバリデーション、バリデーションの過程においてモデルを修正・高度化

40 – 50°N, 100 − 120°E

図： 1958−2012年のモンゴル周辺域における 夏季降水量の経年変動

何が湿潤・乾燥を生み出してるのか？

シベリアーモンゴルにおける大気ー植生相互作用

周囲からの水蒸気の流入

このレジームシフトは？ 植生からの蒸発散の減少

P

E

mm/JJA

Park & Sohn (2010)

年平均水蒸気収束量

降水

蒸発散

陸地全体（カーテンで囲まれた地域）で多くの水がリサイクルされている。水平方向の水のやり取りは、ほとんど無いことに注意。

年平均降水量

(Kumagai et al. 2013, Hydrological Processes 27, 3811)

ボルネオにおける大気ー植生相互作用 局地気候モデルによる解析

蒸発散量(mm month-1)

降水

量(m

m m

onth

-1)

青：西側沿岸部緑：東側沿岸部赤：西側内陸部オレンジ：東側内陸部

○：実際の地表面（Control）□：標高100m以下の地表面を荒地に◇：標高150m以下の地表面を荒地に△：標高500m以上の地表面を荒地に

• 確かに、雨は植生からの蒸発散でリサイクルされている。

• しかし、森林減少は周囲から雨を呼び込み、意外と雨は減らない。

次に・・・ 土地利用変化で変わった局地気候は、そこの植生動態（植生回復過程）を どう変えるのか？ ← SEIBによる解析

例えば、Kumagai et al. (2009, WRR 45, W04413)

土壌水分は、外部からの影響（気候）を長期に渡って 「記憶」する。さらに、この「記憶」は長い間に渡って 外部環境（≈気候）をコントロールする。 この「記憶」は、どのくらいの時間スケールを持つのか、何によって決められるのか？

Rainfall

Throughfall

Evapotranspiration

Infiltration

Leakage

Rootingdepth

)]([)]([]),([)()()( tsLtsEttsQtItRdt

tdsnZr −−−−=

Soil moisture balance

Nakai et al. (2014, GRL 41, 7546)

Delworth and Manabe (1988)

7.3 months

7.7 months

12.2 months

15.6 months

土壌水分スペクトルは 一次のマルコフ過程で 表現できた！ しかし • 1ヶ月平均値を使用 それ以下の時間では？

• 降水はランダムと仮定 実際は季節性あり

• 水損失が土壌水分に 比例すると仮定 蒸発散は放射に影響

• 実際のデータでは？

高緯度で赤色傾向が増すのは蒸発要求能が減るから。

Mae Moh forest（雨季） Mae Moh forest（乾季）

Seto forest（夏季） Seto forest（冬季）

Duke forest（常緑）

チーク林（プランテーション）

テーダマツ林（プランテーション）

常緑落葉混交林（二次林）

将来の土壌水分の長期変動特性をどう表現するか？

( )( )22

2

2 ffE p

w πβσ+

= ( ) ( )( )22 2 f

fEfE p

w πβ +=

( ) ( ) ( ) ( )rdw t p t ET t D t

dt= − −

( ) ( )tDtET r+ : 土壌水分に比例Model 1 Model 2

Model 3 Model 4

( ) ( )tDtET r+ : 土壌水分に比例

四段階のモデル

一次のマルコフ過程

( ) ( )

( ) sr

nPT

ktD

tRctET

=+∆∆

=γ

α ( ) ( ) ( )[ ]

( ) ( )[ ]bsr

anPT

tsktD

tstRctET

=

+∆∆

=γ

α

降水量のスペクトルを考慮

純放射の影響を考慮（排水は一定）

蒸発散と排水に土壌水分の影響を考慮

この森林では、降水量の季節変化が著しく、土壌水分の変動は降水量の変動によって駆動されている。

この森林では、降水量の季節変化が小さく、土壌水分の変動は蒸発散と逆位相になっている。つまり、土壌水分の変動は純放射量の変動によって駆動されている。

この森林では、降水量も蒸発散も季節性が比較的見られる。一方、土壌水分は全体的に小さく、季節変化も不明瞭である。土壌水分の変動は、降水と蒸発散との相乗効果によって駆動されているようである。

チーク林（プランテーション）

テーダマツ林（プランテーション）

常緑落葉混交林（二次林）

Nakai et al. (2014, GRL 41, 7546)

Observed E(mm/day)

Slope = 1.01R2 = 0.99n = 1250

Mod

eled

E(m

m/d

ay)

まずは、Big-Leaf Modelで蒸発散のモデル化

TermMixedandOrderHigher

OrderFirst

EAA

EAA

E

EEAAE

gg

EgGgG

EGG

E

gDgD

EDD

EGDGD

E

gAgA

EAA

EGAGA

EDADA

E

ggEEG

GED

DEA

AE

PPE

EEAA

E

ggEEG

GED

DEA

AEP

PE

ΘΘ

ΘΘ

+

ΘΘ

+++

+++

+++

++++

+++++

+

ΘΘ

+++

+++++=

dLAId∂LAI∂

∂2+dd∂∂

∂2+dLAIdLAI∂∂

∂2

d∂∂dLAI

LAI∂∂d

∂∂

dLAId∂LAI∂

∂2dd∂∂

∂2dLAIdLAI∂∂

∂2

dd∂∂

∂2dLAIdLAI∂∂

∂2dd∂∂

∂2

dd∂∂

∂2dLAIdLAI∂∂

∂2dd∂∂

∂2dd∂∂

∂2

d∂∂dLAI

LAI∂∂d

∂∂d

∂∂d

∂∂

d∂∂

!21

d∂∂dLAI

LAI∂∂d

∂∂

d∂∂dLAI

LAI∂∂d

∂∂d

∂∂d

∂∂d

∂∂

dET

ts2

ts2

ts2

22ts

22

2ts

22

2ts

2

ss

tc2

sasa

tc2

aa

tc2

ss

tc2

tc2

aa

tc2

ss

tc2

tc2

aa

tc2

tc2

2s2

s

tc2

22

tc2

2a2

a

tc2

22tc

22

2tc

2

2r2

r

i2

tststs

ss

tctca

a

tctctcr

r

i

Rainfall

Throughfall

Evapotranspiration

Infiltration

Leakage

Rootingdepth

Mae Moh forest（雨季） Mae Moh forest（乾季）

チーク林（プランテーション）

モデルで観測（フラックス）を良好に再現 （Igarashi et al. 2015, Agric. For. Meteorol. 202, 1）

何の環境因子が どのくらいの強さで 蒸発散ETを支配 しているのか？ （Igarashi et al. 2015, JGR, in revision）

タイ北部・チーク人工林における蒸発散量の年々変動を作る要因の特定

年降水量： 大 小 小 雨季期間： 長 長 短

物理過程：湿潤年＜乾燥年 常に飽差が効く。 特に雨が少ない年。 雨そのものの影響は小さい。 生物過程：湿潤年＞乾燥年 雨季が長い年にLAIが効く。 雨が少ない年は気孔制御 が効く。 物理・生物混合過程 モデルの精度を上げるのに は意味があったが、支配要因 ではない。

（Igarashi et al. 2015, JGR, in revision）

モンスーン気候下の熱帯落葉林における 水・炭素循環モデルの構築

岡田・竹見(京大D;i-a)、渡部(東大D;ii-b)と連携して 将来予測の準備を進めている。

• 光合成は葉のついている時にしか起きない。 • 蒸散（潜熱変換）も葉のついている時にしか起きない。 • 温帯と違い、熱帯は落葉季も日射が強い。

Key Point：展葉・落葉モデルが重要！

熱帯雨林樹木の大量枯死

マレーシア、サラワク州ミリ、ランビル国立公園(LHNP) (4.200N,114.033E)の4haと8haの原生林モニタリングプロット

樹木（DBH>10cm）のサイズクラス別の枯死率

1993-1997 1997-2001 2001-2005 2005-2009

1997-2001年（エルニーニョ年を含む期間）に 大きいサイズクラスで高い枯死率を示した。

観測期間 (year)

樹木

の枯死率

樹木の直径クラス（㎝）

※樹木群集の動態は4年に1度の観測

観測されている乾燥ストレスに対するサイズ・分類群（科や種）依存の枯死を表現するため、 気孔コンダクタンスや蒸散をバルクベースでなく、単木ベースで計算するようにした

改良前： バルク単位 改良後： 単木単位

野外における樹液流測定の観測値（Saito 未発表）を用いて、シミュレーション結果の検証を行った。

y = 2.5799e4.3297x R² = 0.7172

0

50

100

150

200

250

0.0 0.2 0.4 0.6 0.8 1.0 1.2

単木

の蒸

散量

(kg

/day

)

樹木の直径 DBH (m)

SEIB-DGVMによる推定値 樹液流測定による実測値

0

1

2

3

0 100 200 300

林分

の蒸

散量

(mm

/ day

)

Day of Year

樹液流測定に基づく林分当たりの実測値

モデル計算値

乾燥枯死予測のためのSEIBモデルの改良、その検証

大きい木が死ぬと何が起きるか？

0

5

10

15

20

25

30

35

10 20 30 40 50 60 70 80 90 100 110

num

ber o

f tre

es

range of DBH (cm)

histogram DBH(DBH > 5 cm)

Lambir

Sugi

cumulative Basal Area

0

10

20

30

40

50

60

70

80

90

100

1 6 11 16 21 26 31 36 41 46 51 56 61 66number of trees

rela

tive

impo

rtan

ece

(%)

S. beccariana

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0 5 10 15 20 25 30 35

tree No.

relative BA

relative Etree

15%

66%75%

一つの林分で数本の巨大木が全バイオマス・水利用の大部分を占める。

動的全球植生モデルSEIB-DGVMは、

気候変化に対する、植生の短期的・長

期的応答をシミュレートする

SEIB-DGVMは全球を扱うモデル

だが、最近の開発研究により、特

にアフリカ大陸における信頼性が

向上

Sato & Ise (2012) J Geophys Res-Biogeo 117 Sato, Itoh & Kohyama (2007) Ecol. Model. 200

気孔コンダクタンスモデルの違いが、 21世紀の水・炭素収支予測に与える影響

(Sato et al. 2015, JGR, in revision)

気孔コンダクタンスのモデル

)/1()CO( 322min k

kgg飽差濃度大気中

光合成速度+×Γ−

+=

濃度大気中相対湿度光合成速度2

1min CO×

+= kgg

×××××= )()CO()()( 32321max 気温濃度大気中飽差光強度 ffffggJarvis型

BWB型

Leuning型

g 気孔コンダクタンス gmax 最大の気孔コンダクタンス gmin 最低の気孔コンダクタンス kn 経験的な定数 Γ CO2補償点

気孔コンダクタンスの反応は複雑で、完全には分かっていない事もあり、これらのような半経験的なモデルで扱われてきた

相対湿度を用いた 気孔コンダクタンスモデルは、現在においても多くの気候モデルや地球システムモデルで利用されている。

Land Surface Model GCM Nation

CLM4 NCAR-CCSM4.0 USA

CLM3 NCAR-CCSM3.0 USA

LSM NCAR-PCM1 USA

Friend and Kiang GISS-ER USA

LM2 GFDL-CM2.0 USA

LM2 GFDL-CM2.1 USA

MOSES-2 UKMO-HadGEM1 UK

MOSES-2 UKMO-HadGEM3 UK

CTEM-CLASS2.7 CCCMA-CGCM3.1 Canada

BCC-AVIM BCC-CM1 China

CLM3 FGOALS-s2 China

ISBA BCCR-BCM2.0 Norway

ISBA CNRM-CM3 France

ORCHIDEE IPSL-CM4 France

JSBACH/BETHY ECHAM5/MPI-OM Germany

Roeckner et al. MIUB-ECHO-G Germany/Korea

Based on SiB MRI-CGCM2.3.2 Japan

MATSIRO MIROC3.2(hires) Japan

MATSIRO MIROC3.2(medres) Japan

Gordon et al. CSIRO-MK3.0 Australia

Gordon et al. CSIRO-MK3.5 Australia

Sim-CYCLE(VISIT) Japan

SEIB-DGVM Japan

ED USA

NOAH-GEM USA

IBIS USA

IBIS-2 USA

SiB2.5 (SiB3?) USA

VISA USA

作成： 高橋厚裕

地球システムモデル

・気

候モデル

(G

CM・E

SM

) 陸面過

程モデル

(L

SM

)

飽差 (Leuning type model)

相対湿度 (BWB type model)

Stomata conductance is a function of

アフリカ大陸における２１世紀中の気候変化予測

全体に上昇が見込まれる。上昇幅は、

湿潤域では３℃前後以内、乾燥域で

は５℃前後

サヘル域、および東部全体で増加

南部と西部は減少

20世紀データ： CRU TS3.1観測ベースデータセット 21世紀データ： IPCC A1B CO2排出シナリオの元におけるMIROC-AGCM出力

指標により、湿度の変化予測*の大きさは異なる 20世紀末† 21世紀末†

20世紀末† 21世紀末†

相対湿度

飽差（VP

D）

東経20度 南北縦断ライン

21 世 紀 末

20 世 紀 末

東経20度 南北縦断ライン

21 世 紀 末

20 世 紀 末

* IP

CC

A1B

CO

2排出シナリオの元における

MIR

OC

-A

GC

M出力

† 最

後の

10年間の平均値

このような、「VPDが増大しても、相対湿度は殆ど変化しない」という予測は、多くのGCMから得られている

アフリカ大陸における植物生産量の今世紀中の変化予測

飽差の関数 （Leuningモデル）

相対湿度の関数 （BWBモデル）

大陸全体のGPPが大体一致するようにパラメーターを推定した

今世紀末にかけて、全体に植物生産力が強まるという予測。 気孔コンダクタンスモデル間の差は、地図上では目立たないが・・・

* M

IRO

C-G

CM出力

@

IPC

C-A

R4-

A1B

シナリオ

*

気孔コンダクタンスモデルが 飽差の関数の場合（Leuningモデル）

相対湿度の関数の場合（BWBモデル）

気孔コンダクタンスモデル間の差は 時系列上では、それなりに顕著

(Sato et al. 2015, JGR, in revision)

From 「水と土をはぐくむ森」（太田猛彦著）

Act like a “Big Drinker”

ゴムノキ伝統的・ 非伝統的生育地

Jeff Fox, EWC, 2010

カンボジア・ゴム林における研究 ：540ha （1950）⇒300,000ha （2008）：100ha （2003）⇒180,000ha （2010）：400,000ha （1961）⇒2,000,000ha （2003）

中国雲南ラオスタイ

インドシナ内陸部でのゴム林爆発的拡大

とんでもないCO2吸収能力

とんでもない水利用量ゴム林を造成したら・・・霧が消えた。

ゴム林のせいで・・・流出が３倍土壌浸食が４５倍

・・・

SCIENCE, Vol.325 31 July 2009

SEIB-DGVM 改造

• 一定間隔で位置固定・更新しない・苗木から成長 “ゴム林専用”な改造

• 天然ゴム（ラテックス）生産モデル

１．恒常的ラテックス生産

２．誘発的ラテックス生産

BarkLatex vessel

Phloem

Sieve tube

Cambium

Xylem

Ray parenchyma

Photosyntheticproducts

Starch

Sucrose

cis-polyisoprene

Tapping以前から木の中で形成されて蓄えられている。

Tappingのためにつけられた傷に誘発されて、改めて形成される。

天然ゴム（ラテックス）生産量

環境要因：放射・温度・湿度

光合成生産 “傷口”の乾燥速度

２タイプのラテックス生産スタイル

Kumagai et al. (2015, submitted to For. Ecol. Manage.)

40

80

120

02007 2008 2009 2010 2011 2012

50

100

150

200

250

Year

Trun

k bi

omas

s (k

gDM

/tree

)L

atex

yie

ld

(gD

M/tr

ee/ta

ppin

g)

6-year-old 7-year-old 8-year-old 9-year-old 10-year-old 11-year-old

• C吸収速度： 8 tC/ha year くらい。 • Tapping開始と同時に成長が鈍る。 • 成長につれてLatex生産も増える。

成長速度にTappingが与える影響実験

Tapping開始

Tappingしない

3日に1回Tapping

ゴムノキプランテーションの成長シミュレーション

Kumagai et al. (2015, submitted to For. Ecol. Manage.)

Year

Trun

k bi

omas

s (k

gDM

/tree

)L

atex

yie

ld

(gD

M/tr

ee/ta

ppin

g)

6-year-old 7-year-old 8-year-old 9-year-old 10-year-old 11-year-old

Tapping開始

Tappingしない

3日に1回Tapping

Kumagai et al. (2015, submitted to For. Ecol. Manage.)

40

80

120

0

50

100

150

200

250

Year

Trun

k bi

omas

s (k

gDM

/tree

)L

atex

yie

ld

(gD

M/tr

ee/ta

ppin

g)

6-year-old 7-year-old 8-year-old 9-year-old 10-year-old 11-year-old

良好な観測データ再現 • Tappingする・しない、の両方の各年

齢段階のバイオマスレベル • Tapping開始と同時に成長が鈍る。 • 成長につれてLatex生産も増える。

長期シミュレーションへの挑戦 • Latex生産にはピーク年齢がある。 • Tappingすると、30－40歳でバイオマス

が頭打ち、Latex生産が落ち始める。

10-year

20-year

30-year

40-year

50-year

Without tapping With tapping

Year

Trun

k bi

omas

s (kg

DM

/tree

)L

atex

yie

ld

(gD

M/tr

ee/ta

ppin

g)

40 20

80 40

60120

00 010 1020 2030 3040 4050 50

0

0 0

200

400100

200

300

600

800

1000

Trun

k bi

omas

s (M

gDM

/ha)

Lat

ex y

ield

(kgD

M/h

a)

Year

(a) (b)

(c) (d)

Kumagai et al. (2015, submitted to For. Ecol. Manage.)

40 20

80 40

60120

00 010 1020 2030 3040 4050 50

0

0 0

200

400100

200

300

600

800

1000

YearTr

unk

biom

ass (

kgD

M/tr

ee)

Lat

ex y

ield

(g

DM

/tree

/tapp

ing)

Trun

k bi

omas

s (M

gDM

/ha)

Lat

ex y

ield

(kgD

M/h

a)

Year

(a) (b)

(c) (d)

40 20

80 40

60120

00 010 1020 2030 3040 4050 50

0

0 0

200

400100

200

300

600

800

1000

Year

Trun

k bi

omas

s (kg

DM

/tree

)L

atex

yie

ld

(gD

M/tr

ee/ta

ppin

g)

Trun

k bi

omas

s (M

gDM

/ha)

Lat

ex y

ield

(kgD

M/h

a)

Year

(a) (b)

(c) (d)

Kumagai et al. (2015, submitted to For. Ecol. Manage.)

数値実験： もし、ゴムノキが普通のヤツだったら？ • 幹内NSC貯留能力を変

えてみる。 • 光合成能力、気孔開閉

能力を変えてみる。

青 ：α = 0.3 暗赤：α = 0.2 緑 ：α = 0.1

青 ：Vcmax = 40, m = 9 淡青：Vcmax = 30 赤 ：m = 5.8

気候変動・環境変化、 特に、降水量と地下水資源が変わったら、どうなる？

年次計画 H24 H25 H26 H27 H28

(iii)-c 北東ユーラシア・東南アジア熱帯 （名大）

全球植生動態モデル検証用データ取得・解析 全球植生動態モデル検証・高度化

全球植生動態モデルに気候変動シナリオを用いた 陸上生態系機能変化に関するシミュレーション

現在

予定通り、80％がた完成。

“高度化”を待たず、順次、気候変動予測シナリオを用いて、 シミュレーション「気候変動条件下で東ユーラシア域の生態系がどうなるのか？」 を行う。

土壌中熱・水・栄養循環過程（東シベリア、東南アジア）、植物個体ベースの生理反応（東南アジア）、栄養循環と植物生理のリンク（東シベリア）、高CO2濃度に対する生態系の反応（温帯）の2015年中完成を目指す。

予定の10％。しかし、かなりの準備ができたので、順次開始。