高度なマッピング技法と機械学習を用いた湿地生態系における栄養塩循環のハイブリッド時空間モデリング

なぜこれらの隠れた水のフィルターが重要なのか

湿地は、農地や都市から流れ出る過剰な肥料やその他の汚染物質を吸収することで、静かに河川や飲料水を守っています。しかし、湿地は広がりがあり、ぬかるみ、アクセスが難しいため、これらの自然のフィルターが時間とともにどれだけ機能しているかを科学者が把握するのは困難でした。本研究は、現地での水サンプリング、衛星画像、機械学習を組み合わせることで、オハイオ州の小さな湿地系を季節ごと・年ごとの詳細で動的な健康状態の図に変えられることを示しています。

宇宙と徒歩で栄養塩を観察する

研究者たちは、都市の住宅地、農地、森林、湿地が入り交じる斑状の風景であるオハイオ州のビーバークリーク湿地グリーンウェイに着目しました。彼らは、流れに沿う3つの湿地から4年間にわたり毎月水サンプルを採取し、窒素とリンという2つの主要な栄養塩を測定しました。適度な量ではこれらの栄養塩は植物を支えますが、過剰になると藻類の大量発生を引き起こし、酸素を奪うことがあります。散在するサンプリング点を超えて特徴を捉えるため、チームはこれらの測定値を欧州のSentinel-1とSentinel-2ミッションによる高解像度衛星データと組み合わせ、すべてGoogle Earth Engineで処理しました。

景観を読み解く二段階の手法

すべてのデータを一つの大きなモデルに投入するのではなく、著者らはRandom Forestという広く使われるアルゴリズムに基づく二段階の機械学習フレームワークを構築しました。第1段階では、形状、面積、周辺の土地利用（森林、耕作地、開発地域など）、最近の降雨や気温といった広域の湿地特性を用いて栄養塩濃度を予測しました。これにより、景観全体が栄養塩をどのように供給または吸収するかを捉える“ベースライン”マップが作成されました。第2段階では、別のモデルが第1段階で残った空間的誤差にのみ着目しました。これらのより微細なパターンを、植生指標や水・植物構造を捉えるレーダー由来の連続的な衛星変数を用いて説明しようとしました。

季節的な負荷と回復の兆し

両段階を組み合わせることで、チームは2021年から2024年までの窒素とリンの四半期ごとのマップを、湿地の長さに沿った変化が見えるほどの細かい解像度で作成しました。窒素は強く繰り返す季節変動を示し、春から夏（第2・第3四半期）に濃度が高く、寒い月には低くなる傾向がありました。4年間で年初の窒素濃度は徐々に上昇し、特に2022年と2023年の中間期のピークは顕著で、湿った月や流域内の農業活動に結びつく季節的ストレスの反復を示しました。

栄養塩が語る別の物語

リンは対照的な経過をたどりました。2021年には湿地系の広い範囲でリン濃度が高かったものの、マップは2022年、2023年、2024年を通じて多くの領域で特に冬期に持続的な低下を示しました。一方で、湿地の中流域のより広い範囲には持続するホットスポットが残り、特に夏の後半の低流量期に堆積物からの内部放出が示唆されました。モデルが最も依存した変数を分析すると、窒素は景観の文脈と衛星が捉える局所的な流路条件の両方に依存しているのに対し、リンは主に湿地周辺の開発地域や農地の位置に左右されることが分かりました。

湿地保全への示唆

専門外の人にとっての主要なメッセージは、すべての栄養塩問題が同じ原因で起きるわけではなく、衛星がそれらを見分ける手助けになるということです。新しいフレームワークは、時空間にわたる窒素とリンを正確に追跡し、窒素が農業慣行や湿地植生に結びつく広範で季節性のある問題として残る一方、リンは周辺の開発地域からの負荷が減少したことで目に見えて改善している点（ただし頑固なホットスポットを除く）を示しました。この二段階の地図ベースの手法は、管理者にとって実用的な診断ツールを提供します。問題箇所を迅速に浮き彫りにし、解決策が土地利用の変更、都市流出対策、あるいは湿地内プロセスに焦点を合わせるべきかを示し、気候、土地利用、保全活動が湿地を変え続ける中で他の水質課題にも適用できる可能性があります。

引用: Salas, E.A.L., Schrack, K., Kumaran, S.S. et al. Hybrid spatiotemporal modeling of nutrient cycling in wetland ecosystems using advanced mapping techniques and machine learning approaches. Sci Rep 16, 9954 (2026). https://doi.org/10.1038/s41598-026-40585-5

キーワード: 湿地, 栄養塩汚染, リモートセンシング, 機械学習, 水質