Historical climate change effect on rice yield in Asia represented by rice growth model

2023 Fiscal Year Research-status Report

• Project/Area Number: 22K18497
• Research Institution: Hokkaido University
• Principal Investigator: 加藤 知道 北海道大学, 農学研究院, 准教授 (60392958)
• Co-Investigator(Kenkyū-buntansha): 増冨 祐司 国立研究開発法人国立環境研究所, 気候変動適応センター, 室長 (90442699)
• Project Period (FY): 2022-06-30 – 2025-03-31
• Keywords: 作物モデル / プロセスモデル / アジア / 気候変動 / 飢饉

Outline of Annual Research Achievements

アジアの作物統計資料を収集したのちに、コメ収量のデジタル化・異常値の排除を行い、それらと気候モード指標（NiNO3, PDO, IOD等）との比較を一部行った。また気候データ（平均気温、最高・最低気温、降水量、雲量等）は、イーストアングリア大学CRU再解析データのものを利用し、対象国の地方・州・県などの行政区分に、HYDE3.2土地利用データから得られた水田分布を重み付けした任意の地域平均データを作成した。
国ごとにデータの欠測期間と、行政区分の変遷が異なるために、作物統計データの質・量が高い韓国、タイ等からスタートして、上記気候モードや気象データとの相関係数や、収量増加の停滞現象の把握を行なった。その結果、これまで行なってきた日本のように、2000年以降での停滞や気候モードとの関係が明瞭には出ていないことがわかった。
またモデルによるデータ同化実験のための地域ごとの入力気象データをNOAA-CIRES-DOE 20CRv3(米国海洋大気庁20世紀再解析モデル)から上記CRUと同様に、国ごとの行政区分による水田作付け分布データで重み付けし作成した。コメの農事暦データ（1期作・2期作・3期作および移植日・出穂日・収穫日）を、RiceAtlas等から収集した。データ同化によるパラメータ最適化は、面的にするよりも、行政区分ごとに気象データを作って、それによる地域平均的なパラメータ変遷を遡ることにした。さらに歴史的に度重なる凶作がおこっていたことがわかっているインド地域に対して、MATCRO-Riceでの面的な収量計算の準備を行なった。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

グリッド状での面的なデータ同化は大変困難と考え、統計資料のカバーする行政区分に合わせた水田分布重み付け平均の入力気象データを用意することにした。その際にNOAA-CIRES-DOEの加工に予想よりも時間がかかったため。

Strategy for Future Research Activity

データ同化のためのパラメータ選択や、統計資料の精査は概ね予定通り終わっているため、次年度は予定に追いつくことが可能であると考えている。

Causes of Carryover

予定していた技術補助員が雇えなかったために次年度使用額が生じた。次年度は当該技術補助員を雇用することで使用する。