REDD＋プロジェクトの炭素蓄積推定を改善するために、現地データとオープンソース地図だけを用いる分かりやすいモデルベース手法

私有地の森林炭素が重要な理由

世界が気候変動抑制のために森林に依存する一方で、意外なボトルネックが明らかになっています。特定の土地にある樹木がどれだけの炭素を蓄えているかを精度高く把握していないことが多いのです。この不確かさは、特に土地所有者に森林伐採回避を支払うREDD＋プロジェクトのような炭素クレジット市場において重要です。本研究は、土地所有者が高価なドローンや専用の衛星観測を必要とせずに、かなり改善された推定を得られることを示します。基礎的な現地測定を無料で利用できるグローバル地図と組み合わせることで、炭素量を大幅に明確にし、炭素が実際にどこにあるかの詳細な地図を作成できます。

少数のプロットから全体像へ

従来、農地や私有保護区の森林炭素を推定するには、プロットを設定して樹木の大きさを測り、それをバイオマスに換算し、少数のプロットが数百〜数千ヘクタールを代表すると仮定する方法が用いられてきました。この方法は費用と時間がかかり、特に地形や植生が多様で短距離で炭素量が大きく変わるような場所では大きな穴を残します。空中LiDARや専用衛星解析のような高級な解決策はその穴を埋められますが、多くのプロジェクトには複雑すぎ高価すぎます。著者らは代わりにより単純な手法を検証しました：位置情報付きの現地プロット（各プロットに座標と測定された炭素蓄積がある）を出発点とし、既に森林高さやバイオマスを全国的・全球的に示すオープンな地図から情報を借用する方法です。

グローバル地図を地域で役立てる

研究チームは4つの大規模プロダクトを調べました：2つの全球・地域バイオマスマップと2つの全球樹冠高さマップです。ブラジル、パラー州の高密度アマゾン林で、それぞれの地図を現地プロットと高品質のドローンLiDAR調査による“グラウンドトゥルース”と比較しました。特にLangらによる一つの樹冠高さマップは、平均してやや樹頂を過大評価する傾向はあったものの、局所的なLiDAR高さと最もよく一致しました。対照的にバイオマスマップはこうした密林では苦戦し、相関が弱く、「飽和」現象の兆候が見られました。つまり極めて高いか密集した立木は衛星からは類似して見えてしまいます。これらの検証は、すべてのオープンソース地図が同等でないこと、そして特定地域に対して最良の地図を選び較正することが重要であることを確かめました。

位置と高さに重荷を担わせる

良好な樹冠高さマップを用いて、著者らは各位置について2つの情報（座標＝緯度・経度とグローバル地図の樹冠高さ）を使う分かりやすい予測モデルを構築しました。モデルは現地プロットの半分で学習させ、残りのプロットの炭素を予測させました。既存プロットの近くで予測を行う（REDD＋プロジェクト内部の推定を模す）場合、座標だけを加えると、領域全体の単一平均値を使した場合と比べて平均誤差が約18％削減されました。座標とグローバル樹冠高さマップを組み合わせると誤差はほぼ32％低下しました。より遠方、広域で予測する場合でも、グローバルマップは精度をほぼ19％向上させましたが、単純な座標はそのような大きな距離ではもはやあまり寄与しませんでした。

数値を塗りつぶしマップへ変える

モデルはピクセルごとに機能するため、散在するプロットデータをプロジェクト領域全体の高解像度な連続的「ウォール・トゥ・ウォール」炭素マップに変換できます。プロパティごとの単一平均値の代わりに、プロジェクト開発者は炭素密度の尾根や谷、炭素を多く蓄える斑点や少ない斑点、保全や修復の優先箇所となりうるホットスポットなど詳細なパターンを確認できます。同じ枠組みで不確実性のマッピングも可能で、各ピクセルやクレジット申告に対する全体の炭素量について、どれだけ確信を持てるかを開発者や監査人がより明確に把握できます。

森林炭素プロジェクトにとっての意味

土地所有者、NGO、REDD+プロジェクトを運営する企業にとって、本研究のメッセージは実用的で安心できるものです。局所的な最先端のリモートセンシングがなくても炭素推定を実質的に改善できます。位置情報付きの確かな現地プロットと適切なオープンソース地図があれば、高価なLiDAR調査に近い精度が得られます。重要な手順は、適切な全球の樹冠またはバイオマスマップを選び試験し、現地データで較正し、シンプルで十分に文書化されたモデルを用いて炭素マップを生成することです。グローバルなマッピングプロダクトが改善を続けるにつれて、このアクセスしやすい手法は、急速に拡大する森林炭素市場における炭素会計をより透明で、一貫性があり、信頼できるものにするはずです。

引用: Haneda, L.E., de Almeida, D.R.A., Kamimura, R.A. et al. Straightforward model-based approach using only field data and open-source maps to improve carbon stock estimates for REDD + projects. Sci Rep 16, 6558 (2026). https://doi.org/10.1038/s41598-026-37201-x

キーワード: 森林炭素, REDD+, バイオマスマッピング, リモートセンシング, 熱帯林