【研究紹介】

森林生態系の根呼吸の時間変動に関する特性と要因を解明する

平野 高司　　北海道大学／教授（農業気象学）

　本課題では森林の根呼吸を研究対象としている。根呼吸（RR）を直接測定することは困難で，根切りを行って微生物呼吸（RH）を測定し，無処理で測定した土壌呼吸（RS）からRHを減ずることで推定することが一般的である。しかし，この方法ではRHの空間変動が考慮されず，推定されたRRの不確実性が小さくないと考えられる。そこで，環境変数を説明変数とした機械学習（ランダムフォレスト）を行い，RHの時空間変動のモデル化を行った。ここでは，国立環境研究所の苫小牧サイト（落葉広葉樹の未成熟林）に設置されている大型チャンバーシステム（0.9 m×0.9 m×0.9 m）で2021年と2022年の無積雪期に連続観測されたRS（5反復）とRH（5反復）の1時間値を用いた解析結果について述べる。観測期間のRSとRHの平均値は，それぞれ2.84±0.08，2.42±0.08μmol m^-2 s^-1（平均±標準誤差）であった。機械学習の結果，RH推定モデルの説明変数として，地温，土壌水分，チャンバー内CO₂濃度および土壌C/N比が選ばれた。推定モデルのR²は0.93，RMSEは0.08μmol m^-2 s^-1であった。モデルによって推定されたRSチャンバーのRHは2.29±0.08μmol m^-2 s^-1であり，RRは0.55±0.21μmol m^-2 s^-1と推定された。このRRは，従来法で推定されたRR（0.42μmol m^-2 s^-1）よりも大きい結果となった。現在，土壌コア法およびイングロースコア法によってチャンバー内で測定した細根動態とRRの関係性を解析中である。

　2023年にはRSチャンバーを5台増設するとともに，チャンバー内でスキャナー法を用いて細根動態の測定を行っている（図）。データを加えてRH推定モデルの精度を向上させるとともに，推定したRRの変動特性の解析を進めている。

 

キーワード：　森林生態系，根呼吸，微生物呼吸，機械学習