土壌観測データの統合解析による土壌CO収支の解明

Elucidation of soil CO budget by integrated analysis of soil observation data

山貫 緋称*; 市井 和仁*; 山本 雄平*; 寺本 宗正*; Sun, L.*; 小嵐 淳   ; 安藤 麻里子  ; 永野 博彦*; 平野 高司*; 高木 健太郎*; 石田 祐宣*; 高木 正博*; 近藤 俊明*; 高橋 善幸*; Liang, N.*

Yamanuki, Hina*; Ichii, Kazuhito*; Yamamoto, Yuhei*; Teramoto, Munemasa*; Sun, L.*; Koarashi, Jun; Atarashi-Andoh, Mariko; Nagano, Hirohiko*; Hirano, Takashi*; Takagi, Kentaro*; Ishida, Sachinobu*; Takagi, Masahiro*; Kondo, Toshiaki*; Takahashi, Yoshiyuki*; Liang, N.*

森林土壌は土壌呼吸を通じてCO排出源として働く。近年,現地観測データを用いて土壌呼吸量の時空間変動が推定されている。しかしながら、使用データの観測手法が不均一であり、また、土壌呼吸量の時空間変動が単に気候要素のみで決定されず、その変動要因には大きな不確実性が残っていた。本研究では、アジア最大の土壌呼吸観測ネットワークデータ、土壌特性・有機炭素特性・微生物特性データ、衛星観測データなどを使用し、機械学習手法を用いて日本域の土壌呼吸量を推定した。各パラメータの特徴量の重要度を比較した結果、地温の重要度が最も大きいことがわかった。これにより、対象サイトにおいて、地温が土壌呼吸量の時系列変化の大部分を説明していることが明らかになった。一方で、気象データとともに土壌有機炭素の放射性炭素(C)同位体比などの土壌パラメータを用いることでより土壌呼吸量の推定精度が向上した。

no abstracts in English