世界規模の森林被覆の増減を明らかにする待望のツールを研究者たちが公表した。Googleの強力なクラウドコンピューティングを採用した、このインタラクティブ森林マップは、世界のあらゆる国、バイオーム、森林タイプにおける森林破壊と森林回復を定量化する新たな基準を確立した。
森林破壊は人間活動から生じる温室効果ガス排出の約10%を占め、その緩和のための取り組みにこのマップは大きな意味を持つと、このツールとその最初の成果を詳述した論文の著者たちは述べる。
これらのデータは今現在われわれには想像もできない用途に用いられるだろう」と、メリーランド大学の地理学者でScience誌掲載論文の筆頭著者、マシュー・ハンセンは言う。「ブラジルは森林破壊の動向の記録と政策提言のためにランドサットデータを用い、データを一般公開してきた。けれどもそういったデータの公開は他の国々には浸透していなかった。われわれの森林被覆のグローバルマップはそのヴェールを取り去り、これまで憶測に頼るしかなかった地域での実情を明らかにするものだ。」
このマップでは自然林とプランテーションは区別されていないが、元になっているデータベースはレイヤーの追加が可能であり、油ヤシと木材のプランテーションを除外したり、森林破壊、プランテーションの再植樹、森林からプランテーションへの開発を区別することができる。
研究によれば、2000年から2012年の間に230万平方キロの森林が失われた。しかし、80万平方キロの森林の再生により、その一部は相殺された。森林減少は熱帯で最も顕著であり、世界中で熱帯においてのみ森林破壊が増加していた。
だが、このマップの真価は、30mの解像度と森林被覆の定義の一貫性という、その精度にある。例えば、2004年以降のブラジルの森林減少率の急落はよく知られているが、その減少を上回るペースでインドネシア、マレーシア、パラグアイ、ボリビア、ザンビア、アンゴラでは森林破壊が増加した。直感に反して、インドネシアの森林破壊増加は同国が原生林および泥炭地での新規伐採権発行を停止した後に起きていた。
熱帯以外では、ロシアの森林減少は年間360万ヘクタールに上り、森林回復によって相殺されるのはその一部でしかなかった。米国でさえも2000年から2012年の間に顕著な森林減少がみられ、通算1260万ヘクタールの純減であった。米国南東部における森林伐採率は南米の熱帯雨林の4倍以上に達した。
植生別にみると、熱帯雨林(60万1,071平方キロ)、寒冷針葉樹林(35万135平方キロ)、熱帯湿潤落葉樹林(30万149平方キロ)において最大の森林減少がみられた。しかし、対象期間に最も深刻な破壊が行われた森林植生は、あまり馴染みのないものだった。
「熱帯林のうち最も減少率が大きかったのは南米の熱帯乾燥林であり、アルゼンチン、パラグアイ、ボリビアのチャコ森林における伐採の進行がその原因だ」と、研究者たちは述べる。「ユーラシアの熱帯雨林や、アフリカとユーラシアの熱帯乾燥密林の減少率も同様に高かった。」
これまでのほとんどの森林評価、例えば業界内標準とされる国連食糧農業機関(FAO)の森林資源評価(FRA)とは異なり、今回のデータは森林被覆の単純な総変化量のマッピングに留まらない。従来の方法では、微妙だが重要な生態学的変化を見落としてしまう可能性があった。例えば、生物多様性が高く炭素貯蔵量の多い原生林から、矮小で劣化した二次林への変化のようなものだ。
インドネシア・スマトラ島リアウ州における森林減少を示すアニメーション。森林破壊の大部分は製紙・パルプ、木材、パーム油用のプランテーション開発によってもたらされた。画像はクリックで拡大。 |
「森林破壊の総量目標は、炭素排出量や生物多様性、治水サービスに関してはたいてい曖昧だ。FAO-FRAの方法では、森林破壊の総量が小さかったり、あるいは森林増加に転じていても、実際には原生林の大規模な減少が若い二次林や植林地の増加に相殺されただけで、炭素貯蔵、生物多様性、治水サービスといった価値が失われている可能性があった」と、サンドラ・ブラウンとダニエル・ザリンはScience掲載論文へのコメントで述べている。「このため、また先住民や地元住民の原生林における慣習権を保証するため、気候変動枠組み条約(UNFCC)加盟国は、各国のREDD+への自発的取り組みの中で原生林を改変して造成されたプランテーションにおける炭素貯蔵の加算を禁止することに合意している。」
したがってこのツールは、森林被覆の変化に伴う生態学的変化の理解に向けた大きな進歩だといえる。
「このマップは、全世界で一貫した基準にそって、地域ごとに有用性のある形で森林変化を示した初めてのものだ」とハンセンは言う。「森林被覆の増減の影響を受ける重要な生態系サービスとして、気候調整、炭素貯蔵、生物多様性、水供給など多くが挙げられる。しかしこれまでは、詳細かつ正確で衛星画像に基づく、利用しやすい森林被覆の変化のデータを、ローカルからグローバルまでの規模で取得することはできなかった。」
各地点における2000年時点の森林被覆および2000-2012年の森林減少/回復。(A)パラグアイ、中心座標:南緯21.9°、西経59.8°;(B)インドネシア、南緯0.4°、西経101.5°;(C)米国、北緯33.8°、西経93.3°;(D)ロシア、北緯62.1°、東経123.4°。画像およびキャプション:Science
このマップの完成は、複数の機関の長期にわたる連携なくしてはありえなかった。関係機関はメリーランド大学、Google、NASA、米国地質調査所(USGS)、サウスダコタ州立大学、ウッズ・ホール研究所などである。2008年に発足を発表後、開発期間5年近くを費やしたこのプロジェクトは、ゴードン&ベティ・ムーア財団から多大な資金援助を受けた。
Clarifying Google’s forest map |
このプロジェクトでは強力な演算能力を誇るGoogleアース・エンジンが利用され、65万枚のNASAランドサット画像を処理して森林の増減がマッピングされた。Googleによれば、1台のコンピュータで行えば15年かかる演算処理をものの数日で完了したという。
「ランドサットの膨大なデータベースとGoogleアース・エンジンの演算能力を組み合わせることで、ハンセン博士は前代未聞の事業に挑戦する機会を得た」と、Googleアース・エンジンおよびGoogleアース・アウトリーチの代表を務めるレベッカ・ムーアは言う。「この研究は、Googleアース・エンジンの技術を地球の天然資源の測定とマッピングに応用した科学研究の中で、これまでで最大規模となった。」
Googleアース・エンジンは、カーネギー研究所やブラジルのImazonなどの他の研究者にも森林のモニタリングとマッピングに利用されている。このようなツールによって森林の状態の理解が進むことで、意思決定者(議員や企業経営者など)は森林保護のためによりよい施策を生み出せるようになるだろう。
「ブラジルはランドサットのデータを森林減少の動向の記録に用いており、またその情報を政策の決定と実施に活用している」とハンセンは言う。「われわれの森林変化のグローバルマップが公開された今、世界中のどの国も、自国と世界のためにこうした情報にアクセスできるのだ。」
引用元:
- Sandra Brown and Daniel Zarin. What Does Zero Deforestation Mean? SCIENCE VOL 342 15 NOVEMBER 2013
- Matt Hansen et al. High-Resolution Global Maps of 21st-Century Forest Cover Change. SCIENCE VOL 342 15 NOVEMBER 2013
2000~2012年の間の国別森林減少量トップ50
(単位:平方キロメートル)
country | Forest loss | Forest gain | Net loss* |
Russia | 365015 | 162292 | 202723 |
Brazil | 360277 | 75866 | 284411 |
United States | 263944 | 138082 | 125862 |
Canada | 263943 | 91071 | 172872 |
Indonesia | 157850 | 69701 | 88149 |
China | 61130 | 22387 | 38743 |
DRCongo | 58963 | 13926 | 45037 |
Australia | 58736 | 14142 | 44594 |
Malaysia | 47278 | 25798 | 21480 |
Argentina | 46958 | 6430 | 40528 |
Paraguay | 37958 | 510 | 37448 |
Bolivia | 29867 | 1736 | 28131 |
Sweden | 25533 | 15281 | 10252 |
Colombia | 25193 | 5516 | 19677 |
Mexico | 23862 | 6333 | 17529 |
Mozambique | 21552 | 1446 | 20106 |
Tanzania | 19903 | 3041 | 16862 |
Finland | 19516 | 10849 | 8667 |
Angola | 19320 | 638 | 18682 |
Peru | 15288 | 1910 | 13378 |
Myanmar | 14958 | 3149 | 11809 |
Cote d’Ivoire | 14889 | 2298 | 12591 |
Madagascar | 14659 | 4051 | 10608 |
Zambia | 13163 | 181 | 12982 |
Venezuela | 12958 | 1910 | 11048 |
Cambodia | 12595 | 1096 | 11499 |
Vietnam | 12289 | 5643 | 6646 |
Laos | 12084 | 3379 | 8705 |
Thailand | 12049 | 4992 | 7057 |
Chile | 11879 | 14611 | -2732 |
Nigeria | 10239 | 603 | 9636 |
South Africa | 9526 | 8313 | 1213 |
India | 8971 | 2549 | 6422 |
Guatemala | 8883 | 1094 | 7789 |
Nicaragua | 8225 | 662 | 7563 |
France | 7664 | 5062 | 2602 |
Spain | 6908 | 4482 | 2426 |
New Zealand | 6883 | 7102 | -219 |
Papua New Guinea | 6337 | 2308 | 4029 |
Philippines | 6227 | 2726 | 3501 |
Poland | 5829 | 5041 | 788 |
Ukraine | 5657 | 3529 | 2128 |
Ghana | 5406 | 1345 | 4061 |
Ecuador | 5246 | 1027 | 4219 |
Portugal | 4987 | 2866 | 2121 |
Germany | 4890 | 2585 | 2305 |
Honduras | 4860 | 582 | 4278 |
Cameroon | 4816 | 651 | 4165 |
Mongolia | 4779 | 103 | 4676 |
Central African Republic | 4719 | 395 | 4324 |
Japan | 4303 | 2570 | 1733 |
Belarus | 4167 | 3755 | 412 |
* 負の数値は森林被覆の純増を示す