【研究紹介】

観測ビッグデータ駆動型の広域陸域水・物質循環推定による陸域生態系変動の診断

　市井 和仁　　千葉大学／教授（生物地球科学）

　陸域生態系における水・物質循環については、これまで地上観測データ、衛星観測データの不足や陸面の不均質性のために、推定の不確実性が高いとされてきた。近年では、地上観測ネットワークデータ・衛星観測データの整備が進みつつあることや、計算機技術の発展に伴い、観測データ(観測ビッグデータ)に基づく推定が可能になってきた。
　そこで、本研究では、以下の２点を行う。

• 地上観測ネットワークデータ・衛星観測データ・機械学習・簡易生態系モデル（診断型モデル）を駆使して、観測ビッグデータに駆動された広域の陸域水・物質循環を推定する。機械学習に基づく方法と簡易生態系モデルに基づく方法の2種類の手法で推定する。
• 得られた推定結果を用いて過去約20年に渡る変動を評価し、極端な変動が見られる地域を抽出し、相互の一貫性を含め、信頼性の高い変動シグナルを抽出し、メカニズムを解明する。

　本研究で構築する広域の陸域水・物質循環データセットは、グローバルでは5km、東アジアでは1km程度の空間分解能を想定し、本研究領域における生態系モデルなどのベンチマークとして利用可能な基盤的な広域データセットとなる。

 

キーワード：　陸域生態系、炭素循環、水循環、広域推定、リモートセンシング、モデリング

 

参考文献：　

• 市井和仁, 渡辺裕之, 谷口弘智, 植山雅仁, 近藤雅征 (2018) 機械学習を用いた地上観測・衛星観測データの統合による広域陸域熱・水・炭素フラックスの推定, 日本リモートセンシング学会誌, 38, 114-120.