2026-03-21 朝輪

論文情報

• Title: Testing stomatal models at the stand level in deciduous angiosperm and evergreen gymnosperm forests using CliMA Land (v0.1)
• Authors: Wang et al
• Journal: Geoscientific Model Development
  • Year: 2021
  • Volume: 14
  • Number: 6741–6763
  • DOI: https://doi.org/10.5194/gmd-14-6741-2021

論文メモ

Abstract

• 従来の陸面モデルでは経験的な気孔コンダクタンスモデルが使われてきたが、最近になって最適化モデルが leaf / tree レベルで炭素・水収支の予測で良い結果を見せている。
• （背景）最適化モデルはまだそれ以上の空間スケールでの推定精度の検証はあまり行われていない
• Big-leaf モデルのような単一葉モデルではキャノピー内の光分布等を計算することができず、リモセンから得られる SIF データなどを持て余してしまう
• （目的）経験モデル 2 つと最適化モデル 1 つを包括的な放射収支（RT）モデルに組み込んで、炭素・水収支だけでなく、葉およびキャノピー反射率と蛍光スペクトルを推定する
• （結果 1）どの気孔モデルも炭素・水収支を高い精度で推定、特に最適化モデルは誤差が小さかった
• （結果 2）包括的な RT モデルでは SIF の季節変動も再現することができた
• （著者が言いたいこと）最適化モデルを包括的な RT モデルと一緒に使うことで、LAI やクロロフィル蛍光のような増えていくデータセットを活用することができて ESM の発展へとつながる

Introduction

• 陸面モデル内で気孔を通じた炭素・水交換を正確に表現することは、地表面のエネルギー収支を推定する上で直接的に重要
• 経験モデルにおける干ばつへの気孔応答を強制するためのパラメータ調整がモデルの不確実性の原因ともなっている
• 一方で、形質に基づく最適化モデル（トレードオフ＝気孔を通じた炭素獲得（ベネフィット）と水損失（リスク）に基づく）は、環境ストレスを植物生理と結びつける
  • パラメータ調整に頼らずに、よりメカニスティックにプロセスを表現できる
• 考慮するべき形質の数が多すぎてこれまで陸面モデルではあまり使われてこず、また林分スケール以上の空間スケールでの評価は行われてこなかった
  • 渦相関フラックス観測タワーを使えば形質パラメータを逆推定することもできるが、観測タワーは空間的な分布がまだまだ粗い
• 多層で垂直方向に不均一なキャノピー内の放射特性を表すことができる RT モデルを最適化気孔モデルと組み合わせることで、観測衛星から取得できる形質に基づくデータを使うことができるようになる