2019 Fiscal Year Research-status Report
日本の森林植生帯の分布構造の検証と気候変動への脆弱性評価
| Project/Area Number |
18K11728
|
|---|
| Research Institution | Kochi University |
|---|
Principal Investigator |
比嘉 基紀 高知大学, 教育研究部自然科学系理工学部門, 講師 (60709385)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 森林植生帯の広域分布 / 暖温帯針葉樹林 / 種分布予測モデル / 夏期降水量 / 多項ロジットモデル / 中間温帯林 / 温暖化 / 植生図 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，高解像度の植生図と最新の分布予測モデルをもとに，日本の森林植生帯の分布構造の検証を行うことである。本年度は，高解像度植生図をもとに作成した植生分布予測モデルの予測精度評価および予測精度向上のためのモデルの調整を行った。モデルの調整の結果，予測精度（86.5%）は前年に作成したモデル（正答率62.55%）よりも向上した。
また，植物分布データベース（環境省植生調査データ）より抽出した天然林優占種（マツ科モミ属・トウヒ属・ツガ属，ブナ科ブナ属・コナラ属・シイ属など）の分布データと環境データをもとに，植物群落分布予測モデルを構築した。抽出した各種の分布データとデジタル標高モデル，メッシュ気候値（暖かさの指数，最寒月の月最低気温の平均値，夏期降水量，冬期降水量）を重ね合わせ，一般化加法モデルにより，種分布予測モデルを構築した。自然林で優占する37種（高山帯：ハイマツ，亜高山帯：オオシラビソ，シラビソ，トドマツ，コメツガなど，冷温帯：ブナ，ミズナラ，クロベ，シナノキなど，暖温帯：ヤブツバキ，アカガシ，アラカシなど）を対象に分布予測モデルを構築した結果，ほぼすべての種について，予測精度の高い（AUC0.8以上）分布予測結果が得られた。各種の分布予測図を重ね合わせて植物群落分布予測モデルを構築し，各種が優占する植生帯(常緑広葉樹林,暖温帯針葉樹林,冷温帯針葉樹林,落葉広葉樹林,亜高山帯広葉樹林,亜高山帯針葉樹林)の分布領域を推定した結果，過去の研究で指摘されている各植生帯分布が概ね再現された。また，植生図を元に作成した植生分布予測モデルの結果と各種の分布予測図を重ね合わせて植物群落分布予測モデルの結果の比較を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
申請書の計画の予定通り，2年目に実施予定の内容に取り組み，日本の森林の優占種の分布データを元に作成した植物群落分布予測モデルが得られた。当初計画の内容に加えて，高解像度植生図をもとに作成した植生分布予測モデルの予測精度評価および予測精度向上のためのモデルの調整を行った。本研究結果の一部を，国際学会（国際植生学会，ドイツ・ブレーメン）にて発表した。以上のことから，本研究課題は概ね順調に進展していると評価される。
しかし，本年度に実施予定であった，モデル比較（植生図を元に作成した植生分布予測モデルの結果と各種の分布予測図を重ね合わせて植物群落分布予測モデルの結果の比較）について，大まかな比較結果を得ることができたが，技術的な課題から目標とする結果までは到達しなかった。このことから，現在の進捗状況を，やや遅れていると判断した。
|
| Strategy for Future Research Activity |
本年度は，植生分布データベースをもとに作成した植物群落分布予測モデルと，高解像度植生図をもとに作成した植生分布予測モデルを比較し，最終的な予測精度の検証を行う。実施計画に基づき，将来気候データベースを元に100年後の植生帯の分布予測を行い，気候変動に脆弱な森林植生と地域を明らかにする。本年度中に，植生分布予測モデルの論文に加えて，植物群落分布予測モデルの論文を国際誌に投稿する。
|
| Causes of Carryover |
謝金の支出に関し，年度末の雇用者の勤務日程に変更が生じたため，次年度使用額が生じた。本年度は，事前に勤務日程を確認し，予定通りの執行に務める。
|
