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

Vegetation dynamics model

Land surface physical process model

原図：伊藤昭彦

定着、死亡、攪乱、競争これらの結果としての植生変動

Land surface carbon cycle model

「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

† Plant Functional Types

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。

ケッペンの植生地図ケッペンの植生地図

年平均気温（℃ ）

年降水量

（mm

）

Plant Characteristics (1)

Plant Functional Types (PFTs)

1. Tropical broad-leaved evergreen2. Tropical broad-leaved raingreen3. Temperate needle-leaved evergreen4. Temperate broad-leaved evergreen5. Temperate broad-leaved summergreen

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。

植生景観の求め方

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。

6. Boreal needle-leaved evergreen 7. Boreal needle-leaved summergreen 8. Boreal broad-leaved summergreen 9. Temperate herbaceous (C3)10. Tropical herbaceous (C4)

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。

Crown : biomass, diameter, depth Stem : biomass, height, sapwood & heartwood DBH Root : biomass Stock-resource per individual tree

Woody PFTs

Herbaceous PFTs

Foliage : biomass in a unit areaRoot : biomass in a unit areaStock-resource in a unit area

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。

Plant Characteristics (2)

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 )

定着 (annualy computation)Woody 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。

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

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。

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)

To avoid ‘edge effect’, this scanning is performed among replicated forest stands, which surround the examining area.

Estimate light distribution within canopy using leaf area concentration and light attenuation index

Estimated light intensity

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。

Grass layer

Woody PFTs

Herbaceous PFTs

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。

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)

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

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

)GDD

GDD,0.1min(最大展葉までに必要な

その日までの　　　最大展葉量展葉量

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。

* 一週間の running mean

* 一週間の running mean

Woody PFTs の成長 (monthly computation)

1) 樹冠の枯れ上げ

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。

3) 貯蔵資源の補完4) 繁殖

2) 根の補完

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。

5) 幹と樹幹の成長

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。

展葉量 ＝貯蔵資源 量となるまで、貯蔵資源を補完

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。

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。

最大樹高胸高直径定数

　最大樹高樹高 exp1

1.6胸高直径　定数樹冠断面積

2.0胸高直径樹高　定数幹のバイオマス

1) 樹冠の枯れ上げ

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。

3) 貯蔵資源の補完4) 繁殖

2) 根の補完

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。

5) 幹と樹幹の成長

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。

展葉量 ＝貯蔵資源 量となるまで、貯蔵資源を補完

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。

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。

最大樹高胸高直径定数

　最大樹高樹高 exp1

1.6胸高直径　定数樹冠断面積

2.0胸高直径樹高　定数幹のバイオマス

Herbaceous PFTs の成長 (daily computation)

水 収支 (daily computation)

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。

原図：伊藤昭彦

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

mort_heat

mort_limit If 20yrs running mean value of bioclimatic valiables of air-temperature fall outside a PFT limits for survival

最大展葉時の葉面積量年間のバイオマス増加１

const2

const1

1

300

PFT,0max

,1min day

毎の基準温度その日の気温

( 成長効率 )

(熱ストレス )

( 生存可能な気温範囲 )

Otherwise 0.0

0.1

光合成

呼吸

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 Sim-CYCLE 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。

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　実はまだ組み込んでいない

(daily computation)

(daily computation)

(daily computation)

(daily computation)

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

※諸

パラ

メー

ター

は未調整

モデル全体の入出力

気温地温 ( 地表 , 地下 0.1m と2m)

降雨量湿度雲 量風速CO2濃度

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）

水 収支　（ runoff 、蒸散、蒸発）

放射収支　（アルベド）

全て Sim-CYCLE と同じDaily time-step Daily time-step

Yealy time-step

炭素循環の概略

点線内：陸域生態系点線外：大気

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.

Simulation procedure

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。

Estimate parameters and algorithm of a tree growthso that tree-form are reasonably simulated for each PFT

Estimate dynamics parameters (Establishment, Mortality, Disturbance):so that density and age distribution of tree are reasonably simulated when only one PFT composes the forest

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.

By repeating above (2) and (3), convergence parameters

Conduct test run on global gridthen examine that distribution of vegetation and GPP at equilibrium are reasonably simulated.

Procedure for parameter estimation and tuning

(1)

(2)

(3)

(4)

(5)

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。

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) 。

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。

　今後の作業手順

～２月下旬（？）

２～３ヶ月（？）

１～２ヶ月（？）