Spatiotemporal Evolution and Multi‑Scenario Simulation of Urban Ecological Resilience in the Middle-Reaches of the Yangtze-River

技術要約：長江中流域における都市生態学的レジリエンスの時空間的進化とマルチシナリオ・シミュレーション

問題提起
湖北省、湖南省、江西省にまたがる29の都市を含む長江中流域都市群（MUAY）は、急速な都市化および工業化と、生態学的安全性の確保とのバランスという極めて重要な課題に直面している。これらの経済的推進力は成長を促進する一方で、生息地の断片化、生態系の劣化、および大気質の低下を同時に引き起こしている。当該地域の自然生態系は、これらの攪乱に対抗するための十分な自己再生能力を欠いていることが多い。都市集積地における生態学的レジリエンスに関する既存の研究は、静的な空間パターン分析に依存しているか、あるいは動的な進化プロセスの体系的なモニタリングを欠いていることが多い。さらに、現代の研究ではマルチシナリオ・シミュレーションが見落とされることが多く、将来的な意思決定や国土空間計画への有用性を制限している。本研究は、MUAYにおける持続可能な発展を支援するために、歴史的な動的変化を正確に評価し、異なる発展軌道の下での将来的なパターンの形態を科学的に予測する必要性に取り組むものである。

研究手法
本研究は、生態学的レジリエンスの評価、時空間分析、およびシナリオベースのシミュレーションを統合した包括的なフレームワークを採用している。

1. 生態学的レジリエンス評価モデル： 「抵抗性（Resistance）」、「適応性（Adaptability）」、「回復力（Recovery）」という3つの核心的な次元に基づく定量的フレームワークを構築した。

   • 抵抗性 (Res): 局所的な穀物収量比率によって調整された等価因子法から導出される生態系サービス価値（ESV）を用いて定量化した。
   • 適応性 (Ada): シャノン多様性指数とフラクタル次元指数を組み合わせた景観構造の安定性と、パッチ結合指数を組み合わせた景観連結性を介して測定した。
   • 回復力 (Rec): 土地利用回復係数に基づく生態学的弾力性モデルを用いて評価した。
   • 最終的な生態学的レジリエンス（ER）指数は、正規化されたRes、Ada、およびRecの値の幾何平均として算出された。

2. 時空間分析 (2010–2020年):

   • 2010年、2015年、2020年の土地利用データをArcGISを用いて処理した。
   • グローバルおよびローカル空間自己相関: モランのI統計量を利用して、空間的なクラスターパターン（High-High、Low-Lowなど）を特定し、レジリエンスの空間分布特性を検証した。
   • 土地利用ダイナミクス: 遷移行列とサンキーダイアグラムを用いて、土地利用のフローと動的度合いを分析した。

3. マルチシナリオ・シミュレーション (2035年):

   • Markov-PLUSモデルを統合して土地利用の変化をシミュレートし、2035年における3つの異なるシナリオの下での生態学的レジリエンスを予測した。
     • 自然および通常の発展シナリオ (NND): 特定の制限を設けず、歴史的な遷移確率に従うベースライン・シナリオ。
     • 経済優先発展シナリオ (EPD): 建設用地の拡大を優先し、建設用地から他の類型への転換を禁止する。
     • 生態保護および復元シナリオ (EPR): 保全を優先し、耕地、森林、草地、および水域からの流出を最小限に抑えつつ、建設用地を制約する。
   • モデルの精度は、2020年のデータに対する適合度（FOM = 0.06）およびカッパ係数（0.91）を用いて検証された。

主な結果

• 歴史的傾向 (2010–2020年):

  • 抵抗性と適応性: 両者とも上昇傾向を示した。高抵抗領域は28.39%から36.41%へ、高適応領域は32.9%から34.2%へと増加した。
  • 回復力: 低下傾向を示し、低回復領域は30.1%から33.9%へと増加した。
  • 空間分布: 高レジリエンス領域は鄱陽湖（ポヤン湖）および洞庭湖周辺に集中しており、低レジリエンス領域は水域を欠く地域や中心的な都市部に観察された。
  • 空間自己相関: グローバルなモランのI値は有意に正（約0.45–0.47）であり、強い空間的クラスター化を確認した。高ー高（HH）クラスターは主要な湖沼の周囲に形成され、低ー低（LL）クラスターは建設用地密度が高い常徳市のような地域で観察された。

• シナリオ・シミュレーション (2035年):

  • NNDシナリオ: 耕地の5.1%減少と建設用地の23.1%増加を予測し、全体的な生態学的レジリエンスの低下を招くと予測された。
  • EPDシナリオ: 最も深刻な生態学的劣化をもたらした。建設用地は32.6%増加し、生態学的土地（森林、草地、水域）は大幅に減少した。このシナリオは、低価値領域の拡大と中価値領域の劣化を特徴とする、最も低い生態学的レジリエンスをもたらした。
  • EPRシナリオ: 最も高い生態学的レジリエンスを達成した。建設用地は11.2%減少し、森林、草地、および水域が増加した。このシナリオは、中〜高レジリエンスゾーンの拡大と生態学的機能の回復に成功した。

主な貢献

• フレームワークの統合: 本研究は、生態系サービス価値と景観指標をレジリエンスの定量化に結びつけることで、「抵抗性ー適応性ー回復力」のフレームワークをMUAY向けに具体的に運用することに成功した。
• 動的予測: 静的な分析からMarkov-PLUSモデルを用いた動的な予測へと移行することで、本研究は、異なる政策介入（NND、EPD、EPR）が2035年までに生態学的安全パターンをどのように変えるかという先見的な評価を提供している。
• トレードオフの特定: 本研究は、都市の成長と生態学的保護の間のトレードオフを明示的に定量化し、経済優先の開発が大幅なレジリエンスの喪失を招く一方で、生態学的保護戦略が負の傾向を逆転させ得ることを示した。

意義
本論文は、生態学的レジリエンスの時空間パターンを理解することは、MUAYにおける空間配置を最適化し、持続可能な発展を促進する上で大きな実用的意義を持つと主張している。知見は、効果的な制御策がなければ、自然な発展トレンドの下で生態学的レジリエンスは低下し続けることを強調している。本研究は、生態系の復元と持続可能な都市発展の二つの目標を達成するために、コア領域の生態学的機能を強化し、生態保護および復元戦略（EPR）を通じて空間パターンを最適化することが必要であると結論付けている。提示された改善された評価手法は、同様の生態学的および開発的圧力に直面している同様の都市集積地域にとっての参照となる。

限界と今後の方向性
著者らは、本研究において住民の生態系に対する認識を取り入れていないため、指標システムの包括性に限界があることを認めている。また、データの制約により分析が市レベルに限定されており、郡や町レベルでのレジリエンスの変動を覆い隠している可能性がある。今後の研究では、生態学的知覚指標を含めること、より細かい空間スケールでの実証研究を行うこと、およびパラメータ選択における主観性を減らすために予測モデルを最適化することが提案されている。