Developing a new dynamic global
vegetation model (DGVM) for global
changing predictions
Hisashi SATO (FRSGC)
Akihiko ITOH (FRSGC)
Takashi KOHYAMA (Hokkaido Univ.)
Toward developing the integrated land-surface-model
原図:伊藤昭彦
Land surface physical
process model
Land surface carbon
cycle model
Vegetation dynamics model
定着、死亡、攪乱、競争
これらの結果としての植生変動
「植生動態モデル」と「陸域炭素循環モデル」
とを分離して設計することが困難であったた
め、この両者を結合したモデルを作成した。
なお、植生動態部分の構造は、LPJ-DGVMと
BIOME3を参考にした。
General description of the DGVM
Major advances from the previous DGVMs
(1) Individual Based Model
†
(except for herbaceous PFTs)
(2) Explicitly simulate spatial structures
of vegetations
従来のDGVMと比較した利点
空間構造を明示的に表した個体ベースモデルであるため、パラメーター推定に
個体群生態学のデータ(木本密度、サイズ分布、樹齢構成分布)をそのまま用
いることが出来る。また、個体間競争の表現が妥当であり、したがって気候変
動に伴った植生変動の速度を、より的確に予測できることが期待される。
† Plant Functional Types
ケッペンの植生地図
mm
年
降
水
量
(
)
年平均気温(℃)
Plant Characteristics (1)
Plant Functional Types (PFTs)
下記PFT1~8が木本、PFT9と10が草本である。計算区画においては、木本PFTと草
本PFTとが同時に分布すると仮定した。木本に関しては同一区画内に複数のPFTが
混在可能であるが、草本PFTsは同一区画内には1タイプしか分布できないとした。
1. Tropical broad-leaved evergreen
2. Tropical broad-leaved raingreen
3. Temperate needle-leaved evergreen
4. Temperate broad-leaved evergreen
5. Temperate broad-leaved summergreen
6. Boreal needle-leaved evergreen
7. Boreal needle-leaved summergreen
8. Boreal broad-leaved summergreen
9. Temperate herbaceous (C3)
10. Tropical herbaceous (C4)
植生景観の求め方
各区画の植生景観は、優占する木本PFTの個体密度、及び優占する草本PFTの単位
面積当バイオマスによって決定する。
例えば、雨緑樹(PFT#2)とC4草本(PFT#10)とが優占している区画においては、木本の
個体密度が高ければ「雨緑樹林」とし、木本の個体密度が低く草本バイオマスが高け
れば「サバンナ」、木本の個体密度も草本バイオマスも低ければ「砂漠地帯」とする。
Plant Characteristics (2)
Woody PFTs
Individual base。各木本は、Crown、Stem、Rootの3器官か
ら構成され、各器官は次の値を有する。(右図も参照)
Crown
: biomass, diameter, depth
Stem
: biomass, height, sapwood & heartwood DBH
Root
: biomass
Stock-resource per individual tree
Herbaceous PFTs
草本は、葉と根のみから構成され、それぞれは単位面積当
たりのバイオマスのみで扱われる。なお、草本は多年性で
あると仮定し、根は森林火災などの攪乱が生じない限り、葉
が枯れても残存するとした。
Foliage
: biomass in a unit area
Root
: biomass in a unit area
Stock-resource in a unit area
Woody PFTs
定着 (annualy computation)
各木本PFTには定着可能な気温範囲(maximum coldest-month temperatureとsum of
growth degree-day)が与えられており、その範囲に各グリッドの最近20年間の平均気候が
収まる場合、その木本PFTが定着可能であるとした。また、前年の降雨量が100mmを下回
る場合は、いかなる木本PFTも定着できないとした。
シミュレーションは以下の3つのシナリオに基づいて行う。
Scenario 1:指定した1種類のPFTのみが定着する(パラメーター推定用モード)。
Scenario 2: 現在どのようなPFTが分布しているのかに関わらず、その環境条件で
定着可能な全ての木本PFTが等確率で定着する(infinite seed dispersal mode) 。
Scenario 3:スピンアップではScenario 2を適用。その後のシミュレーションでは、各
木本PFTのバイオマスに比例して定着比率が決まる(no seed dispersal mode) 。
Herbaceous PFTs
草本は定着過程を明示的に扱わず、常に存在すると仮定した。また、C3経路とC4経路の
双方が使えると仮定し、そのどちらかを使うかは前年の気候条件に応じて決定させた。す
なわち前年のcoldest-month temperatureが15.5度(LPJの基準)以上ならばC4経路、それ
未満の場合にはC3経路に切り替えられる。
Woody PFTs
光環境の求め方 (daily & monthly computation)
Estimate light intensity on the top
of the crown by using canopy
location within the forest stand
(SORTIE like)
Estimate light distribution
within canopy using leaf
area concentration and
light attenuation index
Estimated light
intensity
To avoid ‘edge effect’,
this scanning is performed
among replicated forest
stands, which surround
the examining area.
Herbaceous PFTs
木本の葉は均一に分布していることを仮定し、
地表面に降り注ぐ光量を求め、これを草本PFT
が利用できるとした。
また高さ3m以下の木本の光環境についても、同
様の求め方をした。
Grass layer
Leaf phenology (daily computation)
各PFTには落葉性か常緑性かの属性が与えられており、落葉性のPFTsでは以下の規則
によって、展葉期と休眠期が移り変わる。その判断には気温と土壌水分についての最近1
週間のrunning meanを用いる。移り変わり基準、すなわち「基準温度」 と「基準水ポテン
シャル」は、LPJ-DGVMより得た。
●展葉期→休眠期
条件 :気温 < 基準温度 .OR. 水利用ポテンシャル < 基準水ポテンシャル
イベント :それまで展葉させていた葉が全てリッターに組み込まれる。
●休眠期→展葉期
条件 :気温 > 基準温度 .AND. 水利用ポテンシャル > 基準水ポテンシャル
イベント :貯蔵資源が利用可能となり、展葉が始まる
●上記アルゴリズムについての既知の問題 (未解決)
湿潤で温暖な環境下では、落葉性PFTが落葉しなくなる。実際にはそんな事ない。
展葉 (daily computation)
展葉量は、GDD(Growing Degree Day, 日平均気温が5℃を超えた日について、
その超えた気温を冬至の日より積算した値)の蓄積に従い、以下の式に従っ
て増加する。
その日までのGDD
展葉量  最大展葉量  min(1.0, )
最大展葉までに必要な GDD
Woody PFTsの最大展葉量
(1)樹冠サイズ、(2)辺材による水輸送量*、(3)根からの給水量*、
による制約のうち、最も強い制約が最大展葉量を規定する
* 一週間のrunning mean
Herbaceous PFTsの最大展葉量
根からの給水量*をちょうど満たす葉量
* 一週間のrunning mean
Woody PFTsの成長 (monthly computation)
1) 樹冠の枯れ上げ
5) 幹と樹幹の成長
残りの利用可能資源は全て辺材の成長にあてる。
また、辺材の成長に伴い樹高と樹冠幅も成長させる。
これらの算出には以下の関係式を用いる。
直前1ヶ月の平均PARが補
償点を下回る樹冠レイヤー
を枯れ上げさせる。なお、一
度枯れ上げた樹冠レイヤー
は、たとえ光環境が改善さ
れたとしても、再び葉をつけ
ることは出来ないとした。
幹のバイオマス  定数  樹高  胸高直径 2.0

  定数  胸高直径
樹高  最大樹高  1  exp
最大樹高





樹冠断面積  定数  胸高直径 1.6
但し、木本間で樹冠は重ならないとしているため、樹高、樹冠断面積
共に、周囲の木本の配置によって最大値が規定される場合がある。
2) 根の補完
最大展葉時に必要となる
根のバイオマスを、直前
1ヶ月の平均水利用ポテン
シャルを用いて求める。現
在の根バイオマスが、これ
に満たなければ、不足分を
補完する。
3) 貯蔵資源の補完
展葉量=貯蔵資源量とな
るまで、貯蔵資源を補完
4) 繁殖
この時点で残る利用可能資源の
一律10%が繁殖に用いられる。
これはリッターに組み入れられる。
Herbaceous PFTsの成長 (daily computation)
1) 樹冠の枯れ上げ
5) 幹と樹幹の成長
残りの利用可能資源は全て辺材の成長にあてる。
また、辺材の成長に伴い樹高と樹冠幅も成長させる。
これらの算出には以下の関係式を用いる。
直前1ヶ月の平均PARが補
償点を下回る樹冠レイヤー
を枯れ上げさせる。なお、一
度枯れ上げた樹冠レイヤー
は、たとえ光環境が改善さ
れたとしても、再び葉をつけ
ることは出来ないとした。
2) 根の補完
最大展葉時に必要となる
根のバイオマスを、直前一
週間の平均水利用ポテン
シャルを用いて求める。現
在の根バイオマスが、これ
に満たなければ、不足分を
補完する。
幹のバイオマス  定数  樹高  胸高直径 2.0

  定数  胸高直径
樹高  最大樹高  1  exp
最大樹高





樹冠断面積  定数  胸高直径 1.6
但し、木本間で樹冠は重ならないとしているため、樹高、樹冠断面積
共に、周囲の木本の配置によって最大値が規定される場合がある。
3) 貯蔵資源の補完
展葉量=貯蔵資源量とな
るまで、貯蔵資源を補完
4) 繁殖
この時点で残る利用可能資源の
全てが繁殖に用いられる。
これはリッターに組み入れられる。
水収支 (daily computation)
原図:伊藤昭彦
大部分はSim-CYCLEと同一(左図参照)であり、
この辺りは、MATSIROと結合後には、詳細な
モデルと変わるはずである。
Sim-CYCLE同様に、土壌は2層と仮定する。
但し、Sim-CYCLEではroot uptakeが下層から
のみ生じると仮定しているが、このDGVMでは、
PFT間の水を巡る競争を表現するために、PFT
毎に根バイオマスの垂直分布を定義し、それに
応じて利用できる土壌レイヤーの比率を変えた。
すなわち、あるPFTの根バイオマスの80%が上
層にあると定義した場合、このPFTの水利用ポ
テンシャル(0.0~1.0)は、次の通りである。
0.8×上層含水率 + 0.2×下層含水率
この計算の際、含水率(含水量/その土壌の最
大含水量)には、最近一週間のrunning mean
を用いた。
攪乱 (annualy computation)
植生の攪乱要因としては火災のみを考えた。火災モデルには、Thonicke et al. (2001)が
開発し、Sitch et al. (2003)がLPJへの組み込みに際して簡略化したものを用いた。
このモデルで火災は、fuel load (バイオマス+リッター)が200 g C/m2以上蓄積している場
合にのみ、fuel loadとリッター含水率によって求められる確率によって発生する。
火災の生じた区画では、焼死した木本の全バイオマス、生き残った木本の葉群バイオマ
ス、草本の全バイオマス、そして全リッターがCO2として放出されてしまうと仮定した。
但し、一般的には火災跡には多くの炭化木片が残り、これらは生分解されにくいため炭素ストックとして長く地中に留ま
る。また、それらの炭化木片はアルベドを低下させる効果を持つとも考えられるが、これらの効果については、このモデ
ルには含まれていない。
火災時における木本の生存率には、PFT毎に特有の値が与えられている。
但し、Sitch et al. (2003)は、これらの値の出所を引用していないので、どの程度信頼のおける値であるかは不明である。
死亡 (annualy computation)
死亡率 = Max [1.0, mort_greff + mort_heat + mort_limit]
mort_greff
Background mortality from current year’s growth efficiency
(成長効率)

mort_heat
(熱ストレス)
mort_limit
(生存可能な気温範囲)
const1
1年間のバイオマス増加 量
1  const2 
最大展葉時の葉面積
  max0, その日の気温  P FT毎の基準温度 
 day

 min1,

300


If 20yrs running mean value of bioclimatic valiables of
air-temperature fall outside a PFT limits for survival
1 .0
Otherwise
0 .0
光合成
(daily computation)
呼吸
(daily computation)
Turnover
Sim-CYCLEのルーチンを、そのまま使用
維持呼吸と成長呼吸を考える。基本的にはSimCYCLEと同じだが、維持呼吸に要する資源量に利
用可能な資源が満たない時には、まず貯蔵資源が
用いられ、次に葉と根のバイオマスが用いられ、そ
れでも足りない場合には死亡するとした。
(daily computation)
LPJのアルゴリズムとパラメーターを、そのまま使用
土壌呼吸
Sim-CYCLEのルーチンを、そのまま使用する予定
(daily computation)
実はまだ組み込んでいない
※諸パラメーターは未調整
200年間の動態デモンストレーション@熊本県水俣市
前半100年間:この場所で定着可能な全てのPFTが等確率で定着
後半100年間:PFT毎のバイオマス比に応じて定着
温帯性落葉広葉樹と温帯性常緑広葉樹の混合林 → 温帯性落葉広葉樹林
※諸パラメーターは未調整
200年間の動態デモンストレーション@Pasoh, Malaysia
前半100年間:この場所で定着可能な全てのPFTが等確率で定着
後半100年間:PFT毎のバイオマス比に応じて定着
熱帯性常緑広葉樹林
モデル全体の入出力
Yealy time-step
気温
地温 (地表, 地下0.1mと2m)
降雨量
植生status
(優占種、陸上バイオマス、土壌炭素含量)
二酸化炭素収支
(光合成、呼吸、分解、火災)
湿度
雲量
水収支
(runoff、蒸散、蒸発)
風速
放射収支
CO2濃度
(アルベド)
全てSim-CYCLEと同じ
Daily time-step
Daily time-step
炭素循環の概略
点線内:陸域生態系
点線外:大気
Simulation procedure
Simulation will be conducted on the T42 global grid (128×64), each
of which includes 10 replication forest stands.
Thus, assuming 1/3 of the earth surface is terrene, about 27000
independent forest stand will be independently simulated.
To date, this would be the most complex ecosystem model that have
ever made.
小サイズの林分を複数シミュレートさせる主な理由としては、攪乱の問題があげられる。
例えば寒帯林で頻発する森林火災は、一度生じると、シミュレートしている林分の大きさ
が30×30mだろうが1haだろうが、その殆ど全てが壊滅してしまう。このように機会的に大
きく変動する単一の林分をもって、グリッドの代表値とさせることは適当ではない。
Procedure for parameter estimation and tuning
(1) Estimate parameters and algorithm of a tree growth
so that tree-form are reasonably simulated for each PFT
(2) Estimate dynamics parameters (Establishment, Mortality, Disturbance):
so that density and age distribution of tree are reasonably simulated when only one
PFT composes the forest
(3) Estimate metabolic parameters (Photosynthesis, Respiration, Allocation):
So that GPP, biomass, LAI, and distribution of DBH are reasonably simulated. This
will be conducted on forest that was composed of only one PFT.
(4) By repeating above (2) and (3), convergence parameters
(5) Conduct test run on global grid
then examine that distribution of vegetation and GPP at equilibrium are reasonably
simulated.
今後の作業手順
~2月下旬(?)
1点計算版のコードについては、昨年末にいちおう書き上
がった。現在はコードチェックと仕様書(論文マテメソの叩き
台)を作成している。その後、ベクタライズを行う。
2~3ヶ月(?)
1地点計算版モデルを用いて、パラメーター推定とチューニ
ングを行う (on SX5)。
1~2ヶ月(?)
全球計算ができるようにコードを直し、全球グリッドにおける
オフライン実験 (on the Earth-simulator)、および解析。
以上を、なるべく新年度明け早々までには終えて、その後、
早めに論文執筆へ移りたい。
ダウンロード

(DGVM) for global changing predictions