Predictive modeling of Sungrass (Imperata cylindrica) invasion under changing climate scenarios in Raghunandan Hills Reserved Forest of Bangladesh

自然界を、あらゆる植物や動物が特定の住所を持つ、巨大で賑やかな都市だと想像してみてください。住民の中には、もともと住んでいた地元の人もいれば、新しくやってきた移住者もいます。中には、あまりにも攻撃的に侵入し、地元の住民を追い出して近所全体を乗っ取ってしまうような者もいます。これが外来種の、生態学の一分野です。外来種とは、これら「望まぬ店借人」がどのように広がり、なぜ特定の場所でこれほどまでに繁栄するのかを理解することに捧げられた学問です。ある植物が次にどこへ移動するかを予測するために、科学者たちは「種分布モデル」と呼ばれるデジタルツールを使用します。このモデルを、非常に賢い天気予報士だと考えてください。ただし、雨や晴天を予測するのではなく、特定の植物がどこで「心地よく」感じられるかを予測するのです。モデルは気候、土壌、そして地形を調べ、潜在的な「近所」の地図を描き出します。これが重要なのは、もしある外来種の雑草が次にどこを襲うかを予測できれば、そのブロック全体を支配される前に、清掃部隊を送り込むことができるからです。これにより、費用を節費し、地域の生態系を守ることができます。

では、バングラデシュにあるラグヌンダン・ヒルズ保護林という特定の「近所」にズームアップしてみましょう。ここでは、スングラス（または Imperata cylindrica）として知られる、タフで攻撃的な雑草が侵入しています。これは世界的なトラブルメーカーであり、他の植物を窒息させるような厚く壊れない草のマットを形成し、火災さえも起こしやすくすることで知られています。研究チームは、スングラスが現在まさにどこに生息しているのか、そしてより重要なことに、気候が変化するにつれてどこへ移動する可能性があるのかを突き止めるために、探偵役を務めることにしました。彼らは単に推測したわけではありません。MaxEntと呼ばれる強力なコンピュータプログラムを使用しました。MaxEntを、デジタル探偵だと考えてください。この探偵は、「犯罪現場」（草が見つかった場所）のリストと、「手がかりのカード」（温度、降水量、土壌、標高に関するデータ）の束を取り込み、草がどこに隠れている可能性があるかの地図を描き出します。

研究者たちは、森林内でのスングラスの確認された目撃例192件を集め、それを22種類の異なる環境的な手がかりとともにコンピュータに入力しました。これらの手がかりには、土壌に含まれるカリウムの量、土の中の有機物の量、土地の傾斜、あるいは道路や町からどれくらい近いかなどが含まれていました。彼らはまた、将来についても調査しました。温暖化を抑制しようとするシナリオ（SSP 245）と、温暖化が歯止めなく続くシナリオ（SSP 585）の2つの異なる気候シナリオの下で、2050年、2070年、そして2090年の森林がどのようになるかをシミュレーションしました。

彼らのデジタル探偵の仕事の結果は、極めて明白でした。現在、ラグヌンダン・ヒルズはスングラスにとって「混在した状態」にあります。コンピュータの地図は、森林の約38%が現在、この雑草にとって不適当な場所であることを示しており、その大部分はシャハジバザール・ビートと呼ばれる特定のエリアに集中しています。しかし、残りの森林は、この侵入者にとっての潜在的な遊び場です。具体的には、モデルは460ヘクタール（森林の約9%）が「高度に適合」、1,042ヘクタール（20%）が「中程度に適合」、そして別の1,707ヘクタール（33%）が「低度に適合」していることを明らかにしました。合計すると、森林の大部分が、スングラスが生育するための何らかのレベルの適合性を持っています。

研究者がコンピュータに未来を予測させたとき、物語は少し複雑になりましたが、懸念すべき方向を指し示しました。シミュレーションによれば、気候が変化するにつれて、スングラスが「生育できない」領域は縮小していくことが示唆されました。中程度の温暖化シナリオの下では、2050年までに、「不適当な」ゾーンは27%縮小し、「低度に適合」および「中程度に適合」するゾーンが大幅に拡大すると予測されました。2090年になってもこの傾向は続き、中程度のシナリオにおいて不適当なエリアは約21%減少しました。「高度に適合」する土地の量は、時としてわずかに増加したり減少したりして変動しましたが、全体的な構図は、森林が時間の経過とともにスングラスにとってより歓迎される住処になっていることを示唆しています。

研究者たちは、スングラスがなぜ特定の場所を好むのかという「コード」を解読しました。コンピュータは、標高、土壌有機物、そしてカリウムを主要な容疑者として特定しました。興味深いことに、「ジャックナイフ法」によるテストでは、標高は他のどの変数にも代えられない独自のヒントである一方で、カリウムがモデルが予測を行う際に使用した最も重要な情報であったことが明らかになりました。標高との関係は少しトリッキーです。モデルによれば、標高が上がるにつれてスングラスが見つかる確率は最初はわずかに上昇しますが、その後、高標高域で急激に低下します。同様に、土壌有機物や窒素のレベルが高くなることも、それらが一定の閾値を超えている場合には、雑草の存在の可能性を高めました。

研究者たちは、自分たちのデジタル地図に非常に自信を持っていました。彼らはモデルを「ランダムな推測」の基準と比較してテストし、その予測が0.5を大きく上回る精度スコア（AUCとして知られる）を叩き出し、「良好」から「極めて優秀」な範囲に収まっていることを見出しました。これは、モデルが単に推測しているのではなく、ゲームのルールを実際に学習していることを意味します。しかし、著者たちは、これらは現在のデータと将来の気候予測に基づいたシミュレーションであることを慎重に付け加えています。彼らは、傾向としてはスングラスにとってより適合的な生息地が増加することを示しているものの、「高度に適合」する土地の正確な量は、気候がどのように振る舞うかによって上下に揺れ動く可能性があると指摘しています。

結局のところ、この論文は、攻撃的な侵入者に対してますます脆弱になっている森林の姿を描き出しています。荒廃したエリアと豊かな土壌が混在するラグヌンダン・ヒルズは、格好の標的です。研究は、介入が行われない限り、スングラスは今後数十年にわたってその縄張りを拡大し、森林のより多くの部分を自らの領域に変えていく可能性が高いと結論付けています。著者たちは、この地図が森林管理者にとって、どこを見、どこで行動すべきかを知る助けとなり、スングラスが近所全体を乗っ取る前に、潮目が変わるようにすることを願っています。