西インドの農地における複数の気候シナリオ下での機械学習による土壌有機炭素のモデリング

なぜ土壌中の炭素が誰にとっても重要なのか

健全な土壌は作物を育てる以上の役割を担っており、静かに大量の炭素を閉じ込めて地球の温暖化を抑えています。本稿は、本世紀に気候が変化するにつれて西インドの農地土壌に蓄えられたその隠れた炭素がどう変わるか、そしてより賢い農法が食料生産と気候の両方をどう守れるかを探ります。衛星データと先端の機械学習技術を用いて、著者らはエネルギー、土地利用、農業に関する今日の選択が、明日の農地がどれだけの炭素を保持できるかを強く左右することを示しています。

西インドの圃場を詳しく見る

本研究はマハーラーシュトラ州の農業地域であるカルヴィル・タルカ（Karvir Taluka）を対象とし、サトウキビ、稲、ソルガム、豆類などが起伏のある熱帯地帯で栽培されています。過去40年間の衛星画像は、土地利用の変化により耕地面積が約520平方キロメートルから約440平方キロメートルへと徐々に縮小していることを示しています。同時に気候記録は、2019年頃までは比較的安定した気温を示し、その後2100年にかけて予想される温暖化と、歴史的範囲内に概ね収まるものの極端事象が増える降水パターンを示しています。これらの局所的な土地利用と気候の変化が、分解された植物・動物由来の物質であり土壌に生命を与える土壌有機炭素がどのように変化するかを理解するための背景となります。

未来の世界が足元の土をどう形作るか

異なる可能な未来を探るため、著者らはIPCCの共有社会経済パスウェイ（SSP）を用いています。これらの物語は、温室効果ガス排出が低く持続可能性に重きを置く世界から、化石燃料中心で排出が多い世界まで幅があります。カルヴィルの耕地について、チームはこれらの世界的シナリオを2020年から2100年にかけた気温、降水、熱波、干ばつ、寒波の局所予測に変換しました。最も緩やかな経路では平均気温はわずかに上昇し極端な高温は限定的ですが、最も強い経路（SSP5-8.5）では、2100年までに平均気温が約34°Cに達し、暖かい期間がほぼ一年中続く可能性があり、作物と土壌生物に対する条件を劇的に変えるおそれがあります。

土を読み取るようにコンピュータを教える

研究者らは費用と時間のかかる現地試料採取に頼る代わりに、地元の土壌試験所による実験室測定値と世界の土壌地図、衛星画像、Google Earth Engineや地理情報システムで処理した気候データを組み合わせました。これらの情報をランダムフォレスト、Extreme Gradient Boosting（XGB）、およびサポートベクター回帰の三つの機械学習モデルに入力し、土壌炭素が気温、降水、標高、傾斜、土壌質、植生の緑度、農業管理などの要因とどのように関連するかを学習させました。1982年から2024年の歴史データで学習させた後、モデルは独立した実験室分析と照合されました。XGBは特に優れ、測定値と密接に一致し、環境や管理と土壌炭素との間にある微妙で非線形な関係を捉えました。

モデルが示す明日の土壌

最良の性能を示したモデルを用いて、チームは五つのSSPシナリオ下で2040年、2060年、2080年、2100年の耕地の土壌有機炭素を予測しました。低排出シナリオでは、平均土壌炭素は比較的高い水準を維持し、中世紀（mid-century）でおよそ40数グラム／キログラムの付近にとどまるものの、2100年までにはやや減少します。対照的に、排出の多いSSP5-8.5では、耕地の平均土壌炭素は2040年から2100年にかけて概ね半分に減少する見込みで、多くの地域が30 g/kgを下回る可能性があります。空間マップは、現在炭素に富む地帯が、上昇する気温、長くなる熱波、より不規則な降水により有機物の分解が進むことで徐々に貧弱な土壌へと置き換わる様子を示します。一方で、ノー-till、マルチング、堆肥化、残渣管理の改善など保全型農業を取り入れた場所では、2018年以降に土壌炭素が増加しているという最近の上向き傾向も本研究は指摘しています。

不確実性の扱いと既知の事実に基づく行動

著者らは気候データや土壌データの不完全さ、機械学習モデルの限界など不確実性の要因を慎重に検討していますが、全体のメッセージは明瞭です。こうした不確実性があっても、変化の方向性は一貫しています：特に高排出の未来において、より暖かく極端な気候は耕地土壌から炭素を失わせる傾向があります。しかし結果は同時に示しています。局所的な管理によって損失を大幅に遅らせたり逆転させたりできることが、保全型農業に結びついた最近の増加からも明らかです。

食料、気候、農家にとっての意味

専門外の読者にとっての要点は明快かつ緊急です：我々が経済を動かす方法と田畑を管理する方法が、土壌が気候変動との闘いにおいて強力な味方であり続けられるかを決めます。排出が非常に高いままであれば、カルヴィルのような地域の耕地土壌は蓄えてきた炭素の大部分を失い、肥沃度が低下し、洪水、干ばつ、熱に対する緩衝力も弱まるでしょう。よりクリーンなエネルギー経路と、減耕、覆土作物、有機改良剤などの普及により、同じ土壌は炭素を蓄え続け収穫を支えることができます。本研究は、衛星、現地測定、機械学習を組み合わせることで気候に配慮した農業と政策を導き、農家の生計と陸上最大の炭素貯蔵庫の保護の両方に資する道筋を示しています。

引用: Adeel, A., Hasani, M. & Jadhav, A.S. Soil organic carbon modeling in cropland under several climatic scenarios using machine learning in western India. Sci Rep 16, 5485 (2026). https://doi.org/10.1038/s41598-026-35191-4

キーワード: 土壌有機炭素, 気候変動シナリオ, 保全型農業, リモートセンシング, 機械学習