| 研究課題/領域番号 |
19K15879
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分40010:森林科学関連
|
|---|
| 研究機関 | 国立研究開発法人森林研究・整備機構 |
|---|
研究代表者 |
森 大喜 国立研究開発法人森林研究・整備機構, 森林総合研究所, 主任研究員 等 (90749095)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 有機物分解 / 気候変動 / 機械学習 / ティーバッグ法 / ティーバッグインデックス / 炭素循環 / ティーバッグ / ランダムフォレスト / 割り箸 / マッピング / 広域評価 |
|---|
| 研究開始時の研究の概要 |
森林において、落葉落枝等の堆積有機物（以下リター）がどれほどの速度で分解するのかについては、これまで十分に明らかにされてこなかった。その理由のひとつに、実験用の均質なリターを大量に準備するのが困難であった事が挙げられる。本研究は、均質な標準物質としてティーバッグ・割り箸を利用することで、大量の分解速度データの取得を可能とする。得られた大量のデータを、近年発達している機械学習を利用して解析し、日本全国のリター分解速度のマップを作成する。
|
| 研究成果の概要 |
ランダムフォレスト法によるティーバッグ分解速度予測モデルを作成するとともに、リター分解の標準法であるティーバッグ法の分解速度予測精度を大きく向上させる修正法を提案し、気候変動の土壌有機物分解に対する影響評価の堅牢性向上に貢献した。加えて、ティーバッグ法について水による流亡が分解速度に及ぼす影響について基礎データを集積するとともに、ティーバッグの分解速度に対する土壌水分の影響が非線形であることを明らかにした。また、ティーバッグ分解は養分添加よりもむしろ炭素添加によって促進されることを圃場施肥実験から明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
ランダムフォレスト法によるティーバッグ分解速度予測モデルを作成したところ、平均気温、降水量、日射量、相対湿度が上昇するほど、また、標高、傾斜、Topographic Position Indexが低下するほどティーバッグの分解が速くなるという従来の知見と調和的な結果が得られ、機械学習によるリター分解速度予測マップ作成が十分可能であることが明らかになった。これは炭素排出量の算定方法改善に貢献する。
|
