種の分布モデリング
シンク・ネイチャーの種分布モデリング
種分布モデリング
GBNATの生物多様性指標には、300,000以上の種について、種分布モデリングを用いて分布予測を行ったデータが用いられています。 なおこのデータは、シンク・ネイチャーが提供するTN LEADやTN IMPACTといった他のサービスにおいても 用いられています。いわばシンク・ネイチャーの基盤データです。
概要
データに含まれる生物種数は以下の通りです。 それぞれの種に対して、種分布モデリングにより生息適地マップを作成しています (Table1、Figure 1)。
Table 1: 種分布モデリングを行った種数
| 領域 | 分類群 | 種数 |
|---|---|---|
| 陸域 | 樹木（広葉樹） | 88,406 |
| 陸域 | 哺乳類 | 3,780 |
| 陸域 | 鳥類 | 10,775 |
| 陸域 | 爬虫類 | 5,557 |
| 陸域 | 両生類 | 5,624 |
| 陸域 | 淡水魚類 | 5,964 |
| 海域 | 海棲魚類 | 12,800 |
| 海域 | 海棲哺乳類 | 100 |
| 海域 | 海鳥類 | 230 |
| 海域 | 海棲爬虫類 | 65 |
| 海域 | 海棲甲殻類 | 8,514 |
| 海域 | 海棲貝類 | 7,659 |
| 海域 | イシサンゴ類 | 636 |
| 海域 | 海草・海藻類 | 822 |
Figure 1: 種分布モデリング SDM のアウトプット
生息適性度地図は、その地点がその種の生息にどれだけ適しているかを連続値で表したマップである。 この値が閾値を超えるグリッドを、その種の分布域とみなす。
モデリングの方法
分析の概要
分析の概要及び、予測に用いた環境変数を以下のテーブルに示しました（Table 2、3）。
Table 2: 種分布モデリングのプロセス
| 種分布モデリングのプロセス | |
|---|---|
| 種の在記録 | 世界生物多様性情報機構（GBIF）、海洋生物多様性情報システム（OBIS）、生物多様性地図化（J-BMP）グローバル版などの一般に公開されているデータセットや、Kusumoto et al. 2023、Kusumot et al. 2020 などの発表論文。 |
| データのクリーニング | ハビタットマップ（例：Lumbierres et al. 2022）、GlobalTreeSearch (Beech et al. 2017) などの国別チェックリストを含むデータソース。 |
| モデル | Maxent version 3.4.0 |
| 空間解像度 | 10分グリッド（赤道で約18.5km四方） |
| 環境変数 | Table3を参照 |
Table 3: 種分布モデリングに用いた環境変数
| Realm | Variable Name |
|---|---|
| Terrestrial | Solar Radiation |
| Terrestrial | Water Vapour Pressure (max, mean, min) |
| Terrestrial | Wind Speed (max, mean, min) |
| Terrestrial | Land Area |
| Terrestrial | Latitude |
| Terrestrial | Longitude |
| Terrestrial | Bioclims |
| Terrestrial | Bioclims in Last Glacial Maximum |
| Terrestrial | Land cover type (forest, farm grassland, urban, wetland, water) |
| Terrestrial | Rivers (stream power, length, number of rivers) |
| Terrestrial | Soil (10 variables for chemical and physical properties) |
| Terrestrial | Elevation (max, mean, min) |
| Marine | Waveheight |
| Marine | Chemical varibles (18 variables such as salinity or niterate) |
| Marine | Topograhpy in Last Glacial Maximum |
| Marine | Ice Cover (annual, summer, winter) |
| Marine | Tide Average |
| Marine | Primary Productivity |
| Marine | Chlorophyll-A (max, mean, min, range, summer maximum) |
| Marine | Sea Surface Temperature (max, mean, min, range, summer, winter) |
| Marine | Seabed Temp |
| Marine | Water Column Temp |
| Marine | Depth |
| Marine | Slope |
| Marine | Aspect |
| Marine | Distance To Shore |
| Marine | Port Distance |
| Marine | Windspeed |
以下に、より詳細な概要を英語で記載します。
技術的概要（英語）
Using these presence-only (or presence-absence) distribution data, we predicted the potential distribution of individual species by machine learning of Maxent version 3.4.0 in 10 arcmin resolution (about 18.5 km at the equator). In species distribution modelling (SDM), we used environmental factors, including climatic (Fick & Hijmans 2017), soil (Poggio et al. 2021), topographical (Takaku et al. 2016) and land-cover/use conditions (Bontemps et al. 2013), as predictor variables (table 1). A set of environmental variables used in the SDM model is listed in Table 1. These environmental variables were those whose importance has been confirmed by previous studies (Lehtomäki et al. 2019 ; Kubota et al. 2015).
Reference
- Fick, S.E. and R.J. Hijmans, 2017. WorldClim 2: new 1km spatial resolution climate surfaces for global land areas. International Journal of Climatology 37 (12): 4302-4315.
- Takaku, J., Tadono, T., Tsutsui, K., & Ichikawa, M. (2016) Validation of" AW3D" global DSM generated from Alos Prism. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences 3: 25-31.
- Poggio, L., De Sousa, L. M., Batjes, N. H., Heuvelink, G. B., Kempen, B., Ribeiro, E., & Rossiter, D. (2021) SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty. Soil 7(1): 217-240.
- Bontemps, S. et al. (2013). Consistent global land cover maps for climate modelling communities: current achievements of the ESA’s land cover CCI. In Proceedings of the ESA living planet symposium, Edimburgh (Vol. 13, pp. 9-13).
- Lehtomäki, J., Kusumoto, B., Shiono, T., Tanaka, T., Kubota, Y., & Moilanen, A. (2019) Spatial conservation prioritization for the East Asian islands: A balanced representation of multitaxon biogeography in a protected area network. Diversity and Distributions 25(3): 414-429.
- Kubota, Y., Shiono, T., & Kusumoto, B. (2015) Role of climate and geohistorical factors in driving plant richness patterns and endemicity on the east Asian continental islands. Ecography 38(6): 639-648.
| このページの著者 | |
|---|---|
| 五十里 翔吾 株式会社シンク・ネイチャー サービス事業部 サービス開発マネージャー |
 |
| 投稿日 | 2024/11/28 |
| 最終更新 | 2024/11/28 |