El Nino Southern Oscillation-Driven Variability in Vegetation Indices and Carbon Fluxes over Rajasthan, India: A Non-parametric District-level Analysis (2000-2024)

技術要約：ラジャスタン州における植生および炭素フラックスのENSO駆動型変動性（2000–2024年）

問題提起
本研究は、インド・ラジャスタン州の多様な乾燥度勾配において、エルニーニョ・南方振動（ENSO）事象とモンスーン降雨が、kharif（夏季）シーズンの植生条件および陸域炭素フラックスにどのように影響を与えるかを定量化する必要性に対処するものである。植生を駆動する要因として降雨の支配性は確立されているが、降雨変動とは独立して、地区レベルでの総一次生産量（GPP）および純一次生産量（NPP）に与えるENSOの影響の具体的な大きさについては、十分に特徴付けられていない。さらに、特に年次変動が大きい超乾燥帯および乾燥帯において、キャノピーの緑度（NDVI）と比較して炭素同化がどのように影響を受けるかについての理解にも空白が存在する。

研究手法
本研究は、ラジャスタン州全33地区の25年間のデータ（2000–2024年）を分析する、完全非パラメトリック統計フレームワークを採用している。

• データソース: 本研究は、4つのMODIS Collection 6製品（MOD13Q1 [250 m NDVI/EVI]、MOD17A2H [8日GPP]、MOD17A3HGF [年間NPP]、MCD12Q1 [土地利用/土地被覆]）と、IMD 0.25°格子降水データ、およびNOAA ONI指数を統合している。
• 前処理: 自然乾燥地植生のENSO信号による減衰を防ぐため、MCD12Q1から導出された動的な農業マスク（IGBPクラス12および14）を適用し、農業ピクセルを単離している。
• 統計フレームワーク:
  • トレンド検出: Mann-Kendall（MK）検定とSenスロープ推定値を用いて、長期的なトレンドを特定する。
  • 相関分析: KendallのタウおよびSpearmanのローを用いて二変量間の関連性を評価する。また、部分Spearman相関を用いて降雨（RF）を制御し、降雨から独立したONIの影響を分離してGPPへの影響を抽出する。
  • モデリング: 反復的Theil-Sen回帰アプローチを用いて、地区レベルの予測方程式を導出する。モデル構造は、$GPP = \alpha + \beta_{RF} \cdot (RF - RF_{med}) + \beta_{ONI} \cdot (ONI - ONI_{med})$ である。
  • 検証: Leave-One-Out Cross-Validation（LOOCV）によりモデルのスキルを定量化し、平均絶対パーセント誤差（MAPE）、RMSE、および系統的バイアスを算出する。
  • 予測: 1000回のブートストラップ再サンプリングを用いた1000リプリケート法により、2026年の展望を生成し、地区レベルの投影に対する90%信頼区間を作成する。

主な貢献

1. 地区レベルの属性特定: 本研究は、ラジャスタン州全域のMODIS植生および炭素フラックス製品におけるENSO信号の、完全非パラメトリックな地区レベルの属性特定を行う初の研究である。
2. 降雨とENSOの分離: 降雨を制御することで、GPPに対する独立したENSOの影響を特定することに成功し、乾燥および半乾燥西部の特定の「ONI感受性」地区を特定した。
3. GPPとNDVIの乖離: エルニーニョ事象時において、GPPがNDVIに対して約2:1の抑制比を持つことを定量化し、気孔の閉鎖によってキャノピーの緑度よりも炭素同化の方が急速に減少することを明らかにした。
4. 運用的予測: 定量化された不確実性（LOO-MAPE）を伴うTheil-Sen予測モデルの開発は、実用的な季節農業早期警戒を提供するための枠組みを提供する。

結果

• ENSOの影響: エルニーニョ事象は、状態平均のkhariv NDVIを3.6%、GPPを7.0%平均で抑制する。影響は超乾燥地域のジャイサルメル地区で最も深刻であり、欠損値はNDVIで14.3%、GPPで21.6%に達する。ラニーニャ事象は、3–18%の対称的な余剰を生み出す。
• 相関: 降雨とNDVIの相関は、全33地区で普遍的に有意である（平均 $\rho$ = 0.935）。しかし、GPPに対する独立したONIの影響は、6つの乾燥および半乾燥西部の地区（ビカネール、チュル、ガンガナガル、ハヌマーンガル、ジャイサルメル、ジョドプル）においてのみ有意であり、偏相関は-0.42から-0.62の範囲にある。亜湿潤東部では、ENSOの影響は主に降雨を通じて媒介される。
• 長期トレンド: 33地区中16地区において、NDVIおよびGPPの有意な正のMann-Kendallトレンドが検出された。最も高い緑化率は亜湿潤南東部で見られ（GPPで平均 +5.4 g C m⁻² yr⁻¹）、これは農業の集約化とCO₂施肥に起因する。
• モデル性能: Theil-Senモデルは、NDVIで6.2%、GPPで17.4%の平均LOO-MAPEを達成した。性能は亜湿潤南東部（MAPE <12%）で最も高く、超乾燥地域のジャイサルメル（31.5%）および乾燥地域のチュル（41.4%）で最も低かった。これは高い年次ノイズと検出限界の問題によるものである。
• 2026年予測: ONIが-0.1（FMA 2026）に基づくと、州平均のkhariv GPPは249.5 g C m⁻²（アノマリー -3.2%）と予測される。33地区中30地区が「平年並み（NEAR NORMAL）」に分類されるが、ジャイサルメル、チュル、ジュンジュヌは「平年以下（BELOW NORMAL）」と予測される。

意義と主張
本論文は、その知見が衛星ベースの炭素モニタリングおよび農業計画に重要な洞察を提供すると主張している。具体的には、エルニーニョ事象時に、緑度（NDVI）に対する炭素フラックス（GPP）の不釣り合いな抑制が考慮されない場合、平均的な年または湿潤な年に較正されたNDVIベースの収量モデルは、khariv生産量を系統的に過大評価することになると断言している。

本研究は、そのTheil-Sen方程式を単純な補正フレームワークとして位置づけている。事前のONI予測を地区中央値の降雨予測と統合することで、生産者や計画者は収穫の数週間前にGPPの推定値を調整することが可能となる。著者らは、特定された「ONI感受性」地区が、降雨予測とともに海面水温（SST）の見通しを組み込んだ差別化された作物アドバイザリー戦略の基礎を提供すると結論付けている。本研究は、実時間降雨予測が確立された方程式を通じて伝播されることを前提として、季節的な農業計画、投入物供給管理、および小地区レベルでの干魃宣言のための運用準備が整っているものとして提示されている。