市民科学データでリアルタイム生物多様性予測を行うデジタルツイン

スマホで自然に耳を傾ける

外に出てスマホで録音ボタンを押し、数時間以内に自分の短い鳥のさえずりのクリップが科学者たちの、今どこに種がいるか、明日はどこに向かうかを示す地図作りに役立つ──そんな光景を想像してみてください。本研究は、鳥の名前を一つも知らないような一般の人々でも、野生生物の強力な予測システムを支えることができることを示します。数百万に及ぶ短い録音をフィンランド全土の鳥の暮らしを常時更新する「デジタルツイン」に変換することで、研究者らはほぼリアルタイムで生物多様性を追跡するための設計図を提示しました。これは保全関係者が長年求めてきたが、これまで達成されてこなかったものです。

なぜ野生生物の観察は難しいのか

健全な生態系はきれいな空気、食料、気候の安定、そして私たちの全般的な福祉の基盤ですが、それでも多くの種がある瞬間にどこにいるかを自信を持って言うのは難しいままです。専門家による伝統的な調査は丁寧ですが時間がかかり範囲も限られますし、ボランティアが目撃を報告する大規模なオンラインプロジェクトはノイズや偏りを含みがちです。愛好家ごとに技能は異なり、人々は快適な場所や都合の良い時間にバードウォッチングをすることが多く、多くの記録は努力量に関する正確な情報を欠きます。その結果、巨大なデータベースがあっても、野生生物の実際の変化と、人々がどのように、どこで、いつ観察するかという特異性を切り分けるのは困難です。

生きた鳥のデジタルコピー

研究チームは「デジタルツイン」という概念を用いてこの問題に取り組みました──これは時間とともに変化する実システムを反映する生きたコンピュータモデルです。本例では、ツインはフィンランドにおける263種の鳥がいつどこにいるか、そしてどれだけ大きな声で鳴いているかを追跡します。モデルは毎晩、国民のスマホから流入する最新データで更新されます。このストリームは、固定ルートでの専門家による鳥類カウント、渡りの一般的な到着・出発時期の長期記録、研究局所からの連続録音といった過去の情報と組み合わされます。これらの情報源を合わせることで、ツインは各種について三つの主要要素を推定できます：ある季節に特定の緯度に到達しているか、ある場所がその種の通常の分布域の一部か、そして特定の時刻・時期にそこで鳴いている可能性がどれほどか、です。

あなたに代わって聞いてくれるスマホアプリ

プロジェクトの中核には無料のスマートフォンアプリ「Muuttolintujen Kevät（渡り鳥の春）」があります。利用者は単に音を録音するだけで、聞こえたものを自分で同定する必要はありません。アプリは生音を安全なサーバーに送り、そこで専門家がラベル付けした鳥の鳴き声で訓練・微調整された人工知能モデルが種をスクリーニングし、信頼度スコアを付与します。一般的な市民科学の偏りを減らすために、アプリは三つの録音モードを提供します。人々は短い直接録音を行うことができるほか、10分ごとに1分間をサンプリングする自動間隔録音を設定して夜明けの合唱を捉え（夜更かしせずに済む）、あるいは公園やルート沿いの標定されたカウント地点を使って空間的にサンプリングを均すことができます。わずか2年間で30万人以上、フィンランド人口のおよそ5％が1600万件を超える録音を提出し、1500万件の高信頼検出が得られ、国全体が巨大な音響観測所に変わりました。

デジタルツインが学び、改善する仕組み

新しい録音の一群ごとにツインは何かを学びます。まずシステムは、録音の長さやモードに応じて、ある時刻や季節にアプリが特定種を検知する確率を補正します。次に、毎年の到着・出発の曲線を新しいデータが示す方向へと調整しつつ、ノイズに過剰反応しないよう長期平均に基づいてそれらを安定させ、渡りのタイミングの見通しを洗練します。最後に、近傍の検出と予測を比較して各種の分布地図を鋭くし、都市や湿地周辺に集中した詳細なアプリデータが、古く粗い生息地マップを修正できるようにします。その結果、ツインは日々更新される鳥の存在の見取り図を提供し、特に蘆原（ヨシ原）など特定の生息地に特化した種のように、従来の調査で把握が不十分だった場合には旧来のモデルと大きく異なる様相を示すことがあります。

予測を試す

この複雑さが実際に効果を上げるかを確かめるために、研究者らは二つの厳しい検証を行いました。まず、システムが一日先にどのアプリ録音に特定の種が含まれるかをどれだけ正確に予測できるかを問いました。89種の一般種について、更新されたデジタルツインは過去データのみを用いたモデルを明確に上回り、特に年ごとにタイミングが変わる長距離渡り鳥でその差が顕著でした。次に、完全に独立した現地調査でシステムを試しました：専門の鳥類観察者がモデルの予測を知らされないまま戦略的に選ばれた地点で1000件以上の短時間カウントを実施しました。ここでもデジタルツインの予測は、長期モデルや広く使われる世界規模の市民科学成果物より正確であり、個々の地点ごとの予測が特に困難になるわずかな条件差があっても優れていました。

人々と地球にとっての意義

専門家でない人にとっての主要なメッセージは、あなたのスマホが国家規模の自然の早期警報ネットワークの一部になり得るということです。種の同定を機械に任せ、人々がいつどこで音を記録するかを慎重に設計することで、このアプローチは一般市民からの散発的な貢献を信頼できる、タイムリーな野生生物に関する洞察へと変えます。統計的な精度の向上は控えめに聞こえるかもしれませんが、明日どの種がどこにいるかを予測するという厳しい勝負において、それらは大きな前進を意味します。フィンランドや鳥類にとどまらず規模を拡大すれば、同様のデジタルツインは昆虫やカエル、あるいは全体の音環境を追跡するのに役立ち、環境変化と私たちの対応の間のギャップを縮めるでしょう。要するに、賢いアルゴリズムに支えられた共同の「聞く」取り組みは、急速に変わる生きた世界に歩調を合わせ続けるための最良の手段の一つかもしれません。

引用: Ovaskainen, O., Winter, S., Tikhonov, G. et al. A digital twin for real-time biodiversity forecasting with citizen science data. Nat Ecol Evol 10, 481–495 (2026). https://doi.org/10.1038/s41559-025-02966-3

キーワード: デジタルツイン, 市民科学, 鳥類モニタリング, 生物多様性予測, 音響生態学