Bimodal distribution of coral bleaching prevalence is consistent with state transition dynamics in thermal stress response: five years of standardised monitoring in Japan

日本のモニタリングサイト 1000 プログラムの 5 年間の標準化調査データに基づき、サンゴの白化発生率が二峰性分布を示し、熱ストレス指標の性能が白化の定義（発生有無か中重度か）に依存することを明らかにした。

要約

🌊 論文の核心：サンゴの「白化」は、連続した変化ではなく「スイッチ」だった

この研究の最大の特徴は、**「サンゴが白くなる（白化）現象は、暑さが増すにつれて少しずつ進むのではなく、あるラインを超えると『パッと』一気に白くなるスイッチのようなものだ」**という発見にあります。

1. 2 つの顔を持つサンゴの街（二峰性分布）

これまでの常識では、「暑さが 1 度上がれば、白化も少し増える」という**「階段を登るように連続した変化」**だと考えられていました。

しかし、この研究では、沖縄から九州南部までのサンゴ礁を 5 年間見守った結果、「白化していない場所」と「白化している場所」の 2 つのグループに分かれており、その中間（ほどほどに白化している場所）は意外に少ないことが分かりました。

• たとえ話：
  教室の生徒の成績を考えると分かりやすいです。
  • 従来の考え方： 勉強時間が長い順に、成績が 1 点ずつ上がっていく（0 点から 100 点まで均一に分布）。
  • この研究の発見： 成績は「100 点満点の秀才」と「0 点の赤点」の 2 つに極端に分かれていて、「50 点前後の平均点」を取る生徒は少ない。
  • 意味： 暑さが一定のラインを超えると、サンゴは「助かるか、死ぬか（白化するか）」のスイッチがオンになり、中間の状態で留まりにくいのです。

2. 2022 年と 2024 年は「別物」だった

2022 年と 2024 年、どちらも大規模な白化現象が起きましたが、その様子は全く違いました。

• 2022 年（部分的な大惨事）：
  • 状況： 一部のサンゴ礁だけがひどく白化し、他の場所は比較的平穏でした。
  • たとえ： 台風が通り過ぎた時、**「一部の街だけが壊滅的な被害を受け、他の街は平気だった」**ような状態。
• 2024 年（全面的な大惨事）：
  • 状況： 調査した場所のほとんどが、均一にひどく白化しました。
  • たとえ： 広範囲にわたって**「全滅レベルの熱波」が吹き荒れ、ほぼ全てのサンゴが同じように苦しんだ**状態。

このように、「大規模白化」と一言で片付けず、「部分的な被害」と「全面的な被害」は質的に違うことを示しました。

3. 暑さを測る「物差し」の選び方

サンゴが白化するかどうかを予測するために、科学者たちはこれまで「Degree Heating Weeks（DHW）」という**「暑さの蓄積量」**を測る物差しを使っていました。これは「暑さが何週間続いたか」を足し算する考え方です。

しかし、この研究では**「30 度を超えた日数」という、もっとシンプルで「閾値（しきい値）」**を重視する物差しの方が、サンゴの白化を正確に予測できることが分かりました。

• たとえ話：
  • DHW（蓄積量）： 「お風呂のお湯が 40 度になった時間を 10 分足し、41 度になった時間を 5 分足す…」という**「お湯の熱さの総量」**で判断する。
  • 30 度超え日数（閾値）： **「お湯が 42 度（死のライン）を超えた瞬間」**にスイッチが入るかどうかで判断する。
  • 結論： サンゴにとって重要なのは「どれくらい熱かったか（総量）」ではなく、**「耐えられない限界温度を超えたかどうか（スイッチ）」**だったのです。

4. 白化しても、すぐに死なない？

面白いことに、サンゴが白化しても、すぐに死んでしまうわけではありません。

• 白化率が 80% 以上（ほぼ全滅レベル）になっても、調査時点での**「死んでいるサンゴ」は 25% 程度**でした。
• たとえ話： 人間が熱中症で倒れても、すぐに亡くなるわけではありません。サンゴも**「白化＝死」ではなく、「重篤な病状」**です。ただし、秋の調査ではまだ死んでいないだけなので、その後の数ヶ月でさらに死んでいく可能性があります。

---

🎯 この研究が教えてくれること（まとめ）

1. サンゴの反応は「スイッチ」型： 暑さが少しずつ増えるのではなく、限界を超えると一気に白化します。中間状態は少ないです。
2. 被害の質は違う： 「一部だけ被害」か「全域が被害」かでは、サンゴ礁の未来が全く異なります。
3. 予測の物差しを変えよう： 「暑さの蓄積量」よりも「限界温度を超えた日数」を測る方が、サンゴの危機を正確に察知できます。

この発見は、将来のサンゴ礁を守るための「警報システム」を、「どれくらい暑かったか」ではなく「限界を超えたかどうか」で設計し直す必要があることを示唆しています。

技術概要

この論文「二峰性分布を示すサンゴの白化発生率：熱ストレス応答における状態遷移ダイナミクスとの整合性 — 日本における 5 年間の標準化モニタリング」の技術的サマリーは以下の通りです。

1. 研究の背景と課題 (Problem)

従来のサンゴ白化の予測モデルは、熱ストレスの「累積量」が白化の程度を連続的に決定するという線形なドーズ - レスponse（用量 - 反応）仮説に基づいています。特に、NOAA が採用する「度加熱週数（Degree Heating Weeks: DHW）」は、局所的な気候最大値を超える海水温の累積を指標として用いています。
しかし、以下の点に疑問が持たれていました。

• 線形性の仮定: 白化発生率が熱暴露に対して本当に連続的に増加するか。
• 閾値の普遍性: 全球的に適用される DHW の閾値が、地域ごとの実態を捉えているか。
• 状態遷移の視点: 白化が「未白化状態」と「白化状態」の間の閾値を介した状態遷移（スイッチ）である場合、累積熱量よりも閾値超過の指標が重要になる可能性があります。

本研究は、日本における「モニタリングサイト 1000」の標準化された長期データを用いて、サイトレベルの白化発生率の分布構造を解析し、これらの仮説を検証することを目的としています。

2. 研究方法 (Methodology)

• データソース: 環境省が実施する「モニタリングサイト 1000」のサンゴ礁調査データ（2020 〜2024 会計年度）。
  • 対象：琉球列島および周辺海域の 26 サイト、585 調査点。
  • 総観測数：2,288 回。
  • 期間：2020 年〜2024 年（2022 年と 2024 年の大規模白化事象を含む）。
• 熱ストレス指標:
  1. DHW (Degree Heating Weeks): 標準的な累積指標（MUR SST v4.1 データを使用）。
  2. 閾値超過日数: 30°C を超える日数（Sakai et al. 2019 に基づく事前定義）。
• 統計解析:
  • 分布構造の解析: 白化発生率（%）の分布をバイオリンプロットで可視化。
  • 二峰性の検定: Hartigan's dip test（一峰性の帰無仮説の棄却）とベータ混合モデル（1 成分 vs 2 成分のモデル比較、BIC 基準）。
  • 予測精度の比較: 白化の有無および重症度（>0%, ≥50%, ≥80%）に対する DHW と閾値超過日数の ROC 曲線下面積（AUC）を比較。
  • 空間的依存性の考慮: 一般化推定方程式（GEE）を用いてサイト内の相関を制御し、クラスター・ブートストラップ法で AUC の有意差を検定。

3. 主要な貢献と発見 (Key Contributions & Results)

3.1 白化発生率の二峰性分布 (Bimodal Distribution)

• 発見: 5 年間のすべてのデータにおいて、白化発生率は明確な二峰性分布を示しました。
  • 低白化ドメイン (<20%): 観測点の多くが集中。
  • 高白化ドメイン (≥80%): 観測点が集中。
  • 中間域 (20-80%): どの年も観測点の 21-27% で安定しており、年による変動は低・高ドメイン間の再分配によって説明されます。
• 統計的証拠: Hartigan's dip test（すべて p < 0.001）およびベータ混合モデル（ΔBIC = 9.0〜113.9）により、二峰性が統計的に強く支持されました。
• 意味: この分布は、白化が連続的なドーズ - レスポンではなく、閾値を介した**状態遷移（スイッチ）**であることを示唆しています。

3.2 2022 年と 2024 年の白化事象の質的差異

• 2022 年: 「部分的な大量白化（Partial Mass Bleaching）」。分布は右に歪んでおり（歪度 0.413）、多くのサイトが低〜中程度の白化に留まり、一部に重症化が見られました。
• 2024 年: 「包括的な大量白化（Comprehensive Mass Bleaching）」。分布はほぼ対称（歪度 -0.100）で、中央値が 60.0% と高く、高白化ドメインが支配的でした。
• 意義: これまで「大量白化」として一括りにされていた事象が、分布パラメータ（混合成分の重み、歪度）を用いて「部分的」と「包括的」に区別可能であることを示しました。

3.3 白化と死亡率の非線形関係

• 白化発生率が 80% を超えると死亡率が急激に上昇しますが、80-100% 白化しても調査時点での中央値死亡率は 25.0% にとどまりました。これは、秋の調査では白化ピーク後の遅延死を完全に捉えきれていない可能性を示唆しています。

3.4 熱ストレス指標の予測性能比較

• 結果: 単純な「30°C 超過日数」は、DHW に比べてすべての重症度レベルで白化をより正確に予測しました。
  • 中程度〜重度白化 (≥50%): 30°C 超過日数の AUC は 0.877、DHW は 0.624（p < 0.001）。
  • 白化発生 (≥0%): 30°C 超過日数 0.830 vs DHW 0.633（p = 0.007）。
• 解釈: 累積熱量（DHW）よりも、特定の閾値の超過（状態遷移のトリガー）の方が、生態学的に重要な白化事象の予測に適していることを示しました。また、GEE による補正により、DHW の予測性能が過大評価されていた可能性（空間的自己相関の影響）が示唆されました。

4. 結論と意義 (Significance)

1. モデルの再考: サンゴ白化は連続的なドーズ - レスポンではなく、閾値を介した状態遷移として捉えるべきであり、これにより白化発生率の二峰性分布が説明されます。
2. 指標設計の転換: 熱ストレス指標の設計において、「累積量」だけでなく「閾値超過」のロジックが重要であることが示されました。特に、生態学的に意味のある重症度（≥50% 白化）を予測するには、閾値超過指標が DHW より優れています。
3. 新しい指標の提案: 今後の指標開発の方向性として、DHW の「気候相対性（サイト固有の基準値からの乖離）」と、閾値超過ロジックの「二値的構造」を組み合わせた「サイト固有の MMM 相対閾値超過日数」の提案がなされています。
4. 空間的偏在: 二峰性はサイト間の環境要因（水流、深度、種組成など）によるフィルタリングによって生じており、衛星データのみでは捉えきれない局所的な環境要因が白化の運命を決定づけている可能性が高いです。

この研究は、サンゴ白化のモニタリングデータ解析における分布構造の重要性を浮き彫りにし、熱ストレス指標の設計と白化事象の分類基準を再考させる重要な知見を提供しています。