世界の天然草原の地上正味一次生産量に関する長期グリッド化データセット

草原が私たちの日常にとって重要な理由

草原は一見単純な緑の広がりに見えますが、世界の家畜の多くに静かに餌を供給し、大量の炭素を貯蔵しています。これらの生態系が毎年どれだけの地上部の植物量を生産するかを知ることは、食料供給、野生生物の生息地、気候変動の予測にとって重要です。本記事は、過去の天然草原の生産性を追跡し、気候の温暖化に伴って将来どのように変わり得るかを示す、新しい長期の世界規模データセットを紹介します。

地球の“緑の原動力”を測る

科学者は植物の成長を「正味一次生産量（NPP）」と表現します。これは植物が新しい組織に変換する純粋な炭素量です。人や放牧動物にとっては、その成長の地上部分—葉や茎—が特に重要です。草原は世界の氷雪を除く陸地の約半分を覆い、陸上の植物生産の約3分の1を担っているため、生産性の小さな変化が世界の食料体系や炭素循環に波及する可能性があります。しかし、既存の多くの世界規模データは地上と地下を一緒くたに扱っていたり、現在の人為的に攪乱された景観のみを記述していて、人間の影響を評価するために必要な自然状態の基準を示していません。

地上から空へ、世界規模の全体像を構築する

著者らは、1958年から2100年までの天然で攪乱されていない草原の地上生産量をグリッド化した世界地図を作成しました。まず、ほぼすべての大陸の研究プロットから1,500件以上の現地測定値を集め、放牧のない対照サイトに焦点を当てました。これらのサイト記録を、以前に作られた長期平均草原生産性の高解像度地図や、過去の記録と現代の気候モデル予測に基づく詳細な気候情報—気温、降水、日射、そして水収支—と組み合わせました。これにより、局所的な基準値からの年々の気象変動が実際の年次草生産量をどのように説明するかを検討できるようになりました。

草の成長を予測する“デジタルの森”を教える

散在する測定値を連続的な世界地図に変換するために、チームは複数の機械学習手法を用い、その中で「ランダムフォレスト」アプローチが精度と堅牢性のバランスで最良であることを見出しました。簡潔に言えば、この手法は多数の決定木を構築し、それぞれが気候や長期的なサイト条件が植物成長にどう結びつくかを示唆し、それらの総合判断が信頼できる推定をもたらします。モデルは、現地で測定された草の成長を長期平均生産性と各年の気候「異常値」—1970–2000年の基準から各年の天候がどれだけ異なるか—に結び付けるように訓練されました。特定の地域や気候への過学習を避けるためにさまざまなクロスバリデーション方式で性能を慎重に検証した後、最も性能の良いバージョンを選び、地球上の各グリッドセルについて年次生産性を推定しました。

他の情報源と地図を照合する

得られたデータセットは既存の世界規模プロダクトと照合されました。空間的には、新しい地図はよく知られたパターンを再現しています：中央アフリカや南米東部の生産性の高いサバンナ、チベットのような高く寒い高原での希薄な生育などです。統計的比較は4つの既存データセットとの強い一致と、現実的な空間的クラスタリングを示しました。時間的には、チームは結果を2つの長期の衛星ベースの植物生長プロダクトおよび20の独立した生態系モデルの出力と比較しました。ほとんどの草原地域で、新しいデータセットの増減は他の情報源と密接に一致しており、気候によって駆動される草原生産性の主要な変動を捉えていることを示唆します。樹木が草原に侵入している場所や、温暖化によって植物が葉よりも根に成長投資を移すような場合など、一部の特殊なケースでは不一致が現れます。

限界、注意点、そして人々への利点

長所がある一方で、このデータセットには盲点もあります。非常に生産性の高い繁茂した草原では現地測定が稀であり、モデルは生産量を過小評価する傾向があります。これらの地域で利用する際は慎重を期し、可能であれば地元データで数値を補正することが推奨されます。それでも、この新しい地図はこれまで存在しなかったものを提供します：人為的攪乱とは切り離された、与えられた気候下で天然草原がどれだけの飼料を生産しうるかを示す、長期で一貫性があり空間的に詳細な記録です。

草原の将来に対する含意

専門外の読者にとっての要点は、世界の天然草原がどれほど生産的であるか、そしてその生産性が天候や長期的な気候変動にどう反応するかについて、より明確な基準が得られたことです。これにより、今日観測される草生産性の変化が放牧や土地利用の変化、気候極端事象のどの程度によるものかを評価しやすくなり、より持続可能な牧草地利用の計画が立てられます。今世紀にわたる気候の変化が続く中で、このデータセットは政策立案者、牧場主、保全関係者が草原が苦境に立つ場所や繁栄する場所を予測するのに役立ち、家畜頭数の調整、復元事業、そしてこれらの重要な緑の原動機の保護に関する意思決定を改善します。

引用: Chen, Z., Zhao, D., Zhang, Z. et al. A long-term gridded dataset of aboveground net primary productivity for global natural grasslands. Sci Data 13, 550 (2026). https://doi.org/10.1038/s41597-026-06944-7

キーワード: 草原生産性, 炭素循環, 気候変動の影響, 機械学習と生態学, 牧草地管理