Rubber mapping reveals opportunities and current limitations of deforestation due-diligence

技術要約：ゴムのマッピングが明らかにする、森林減少デューデリジェンスの機会と現在の限界

問題提起
天然ゴム（Hevea brasiliensis）は世界のタイヤ産業にとって極めて重要な商品であるが、その栽培は重大な森林減少および社会的な懸念に関連している。効果的なサステナビリティ・リスク評価および規制上のデューデリジェンス（EU森林減少防止規則など）には、ゴムのプランテーションと天然林を区別する正確な空間データが必要である。しかし、ゴムは他の樹木被覆、特に落葉樹林や他のプランテーションとのスペクトル特性が類似しているため、マッピングが非常に困難であることで知られている。既存のデータセットは、空間的なカバー範囲の限定、ゴムと森林との高い混同率、あるいは体系的な精度評価の欠如といった問題を抱えていることが多い。その結果、ゴムに起因する森林減少の推定値は桁違いに変動しており、政策の実施やサプライチェーンのモニタリングを困難にしている。

手法
著者らは、2020年頃の東南アジア全域における成熟したゴムプランテーションの高解像度（10 m）マップを新たに開発した。手法としては、Google Earth Engine内で光学データ（Sentinel-2）とレーダーデータ（Sentinel-1, PALSAR-2）を統合した。主な技術的構成要素は以下の通りである：

• フェノロジー解析： 成熟したゴムの木の特徴である急速な落葉・再葉化サイクル（通常、乾季中に10〜15日間のリーフオフが発生）を活用し、他の樹木被覆と区別した。研究領域は、落葉時期の季節変動を考慮して2つの気候帯に分割された。
• 機械学習： スペクトル指数（NDVI、NBRなど）、フェノロジー指標、キャノピー高、および空間テクスチャ変数を用いて、ランダムフォレスト分類器を学習させた。
• マスキングとフィルタリング： 他のプランテーション（例：Acacia、Eucalyptus）、原生湿潤林、および非ゴム樹木との混同を減らすために厳格なマスクを適用した。ノイズを低減するために、フォーカル・マジョリティ・フィルターおよび最小パッチサイズ閾値（0.5 ha）を使用した。
• 検証： 作成されたマップは、超高解像度画像から解釈された2,500個の層化サンプルポイントを用いて検証された。精度指標には、面積調整済み全体精度、ユーザー精度（過誤／偽陽性）、およびプロデューサー精度（漏れ／偽陰性）が含まれる。
• 森林減少の推定： ゴムに関連する土地改変量を推定するため、2020年のゴムマップを歴史的な森林レイヤー（特に原生湿潤林および乾性落葉ディプテロカープ林）および2011年から2016年のLandTrendrによって検出された撹乱データと重ね合わせた。1990年から2016年の歴史的推定については、586箇所のランダムなゴムサンプルポイントにおける土地被覆の軌跡を視覚的に解釈し、以前の土地被覆を自然、半自然、または既に改変されたものとして分類した。

主な貢献

1. 新しい高解像度マップ： 東南アジア全域の約8.54 Mhaをカバーする10 m解像度のゴムマップ（誤差調整後の推定値は12.53 ± 1.65 Mha）。
2. 精度評価： 新しいマップおよび他の19種類のゴム・森林製品の性能を評価し、ゴムと天然林を区別する際の性能を定量化した。
3. 森林減少の定量化： 2つの期間（2011–2016年および1990–2016年）における、天然および半自然の樹木被覆のゴム関連の土地改変量を推定した。
4. 政策評価： 現在のマッピング製品の規制上のデューデリジェンスへの適合性を評価し、東南アジアの島嶼部および小規模農家システムにおける具体的な限界を明らかにした。

結果

• マップの精度： 大陸部の東南アジアにおいて、本マップは0.95のユーザー精度と0.78の面積調整済みプロデューサー精度を達成した。しかし、島嶼部東南アジア（マレーシアおよびインドネシア）では、雲の影響やフェノロジーの変動により、漏れ誤差（omission errors）が大きくなり、当該地域での過小評価を招いた。
• 土地改変の推定（2011–2016年）： 天然および半自然の樹木被覆のゴム関連の土地改変量は、0.3–0.4 Mhaと推定された。これらの土地改変は、主に（74%）工業規模のプランテーションに関連しており、カンボジアに集中していた。
• 歴史的な土地改変（1990–2016年）： 視覚的解釈と外挿に基づくと、ゴムに関連する歴史的な土地改変の妥当な範囲は1.3–3.0 Mhaである。サンプリングされたゴム面積の約3分の2は1990年までに既に改変されていた土地であり、残りの3分の1は天然または半自然の樹木被覆の改変を伴っていた。
• マップの限界： 既存の世界的な森林マップはゴムを森林と誤分類することが多く、一方で多くのゴムマップはアグロフォレストリー・システムや島嶼部東南アジアのゴムを検出できていない。新しいマップは、従来の広域製品と比較して誤検出（偽陽性）は少なかったものの、依然として落葉樹林や混交種のアグロフォレストリーとの区別に苦慮している。

意義と主張
本論文は、正確なゴムのマッピングは公平かつ効果的な森林減少デューデリジェンスに不可欠であるが、その特有の限界を理解した上で適用されなければならないと論じている。

• デューデリジェンスへの有用性： 新しいマップは、特に精度が高い大陸部東南アジアにおいて、サプライチェーンのリスクスクリーニングのための保守的なツールとして提示されている。ただし、このマップは樹木被覆がゴムと一致するスペクトル特性を示すことを確認できるが、検出精度が低い地域（例：インドネシア、アグロフォレストリー・システム）において、ゴムが「存在しないこと」を証明することはできない。
• 文脈的なニュア Nuance（ニュアンス）： 著者らは、「森林減少」の推定値は定義（例：原生林か二次林か）に非常に敏感であることを強調している。また、原生湿潤林のみに焦点を当てると、季節的に乾燥した地域や劣化が進んだ景観における重大な生物多様性の喪失を見落とす可能性があると指摘している。
• 政策への影響： 本研究は、近年の土地改変は小規模農家よりも大規模なコンセッション（権益）に関連していることが多いことを示唆しているが、マッピングの限界により、小規模農家は不釣り合いな検証負担を強いられている。著者らは、意図しない社会的・環境的な害を避けるために、衛星データ、現地のフィールドデータ、および工業的拡大への重点的な精査を組み合わせることを求めている。
• 謙虚な姿勢： 著者らは、解釈者の不確実性や画像品質の制限により、歴史的な土地改変の推定値は「点推定ではなく、範囲（bounds）として提示している」と明言している。マップによる確認が得られないことが、必ずしもリスクの不在を意味するわけではないこと、また現在のマップは小規模農家やアグロフォレストリーの複雑さを完全に捉えるには不十分であることを警告している。