🧬 biology

Quantifying Environmental and Demographic Stochasticity in Population Viability Analysis: The Case of Rissa tridactyla

本研究は、最適な適合を示すロジスティック成長モデルから導出された確率微分方程式を利用して、ブラックレッグ・キティワケの個体群動態を分析しており、その結果、個体群統計学的確率性が変動の主要な要因であることを明らかにし、今後30年間に内における準絶滅の確率が53.1%であることを予測している。

原著者： Riddhimann Chattopadhyay, Richik Bandyopadhyay, Tanoy Mukherjee

公開日 2026-09-21

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Riddhimann Chattopadhyay, Richik Bandyopadhyay, Tanoy Mukherjee

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

ある種が生き残るのか、それとも歴史の中に消え去ってしまうのかを理解することは、保全生物学における最も緊急な問いの一つである。自然界において、個体群が直線的で予測可能な形で成長することは稀である。その代わりに、個体群は二つの異なる種類のランダム性にさらされている。一つは環境に由来するものである。厳しい冬、食料の不足、あるいは集団内のすべての個体に同時に影響を与える突然の気候変動などである。もう一つは、より親密で内的なものである。それは、誕生と死という単純でランダムな運に由来する。ある特定の年において、予想よりも数羽多く鳥の雛が孵化したり、あるいは偶然によって数羽の成鳥が死んだりすることがある。小規模な個体群においては、この内的なランダム性が、たとえ全体的な環境が安定しており個体群が増加しているように見えても、種を絶滅へと押し進めるほど強力な力を持つことがある。科学者たちは、どの個体群が安全で、どの個体群が消失への滑りやすい坂道の上にいるのかを予測しようと、数学的モデルを用いてこの偶然の霧を見通そうとしている。

最近の研究は、北大西洋および北太平洋の険しい海岸沿いの崖に営巣する海鳥、クロハイイロカモメに焦点を当てた。これらの鳥は長寿であり、生活のペースは緩やかである。成鳥になるまでに数年を要し、毎年わずかな雛しか産まない。彼らは特定の海洋条件や餌となる小魚に大きく依存しているため、その数は劇的に変動することがある。研究者たちは、この鳥の数十年にわたる個体群記録（1949年から1984年まで）を集め、何がこうした変化を駆動しているのかを理解しようとした。彼らはまず、個体群が時間の経過とともにどのように成長するかを記述する三つの異なる方法をテストした。一つのモデルは、鳥たちが制限なく永遠に成長すると仮定し、もう一つは、最初は急速に成長し、その後特定の曲線パターンを描いて減速すると仮定し、三つ目のモデルは、急速に成長し、減速した後、環境が支えられる最大数で最終的に横ばいになると仮定した。各モデルが実際の歴史的データとどれほど一致するかを比較することで、研究者たちは、横ばいとなる三番目の選択肢が、この鳥の歴史を最も正確に描き出していることを発見した。

最適な成長パターンが特定された後、チームはさらに深い問いを投げかけた。どのようなランダム性が、鳥の数の増減に対して最も責任を持っているのか、という問いである。彼らは、二種類のノイズを含む新しいバージョンのモデルを構築した。最初のタイプは、変化する環境を表しており、集団全体にとっての「悪い年」が個体群全体を揺さぶるものである。第二のタイプは、個々の誕生と死という内的な運を表しており、これは鳥の数が少なくなるとより重要になる。これらの複雑なモデルをデータに適合させたところ、結果は一つの問題の源を明確に指し示した。研究によれば、個々の誕生と死に伴うランダムな変動が、個体群の変動を駆動する主要な力であり、変化する外部環境によるものよりもはるかに支配的であった。これは、たとえ海洋条件が完璧であったとしても、誰が生存し、誰が繁殖するかという純粋な運こそが、この種にとっての不確実性の主要なエンジンであることを意味している。

この理解に基づき、研究者たちは将来を展望するために、何千回ものコンピュータ・シミュレーションを実行した。彼らは、個々の誕生と死のランダムな運が各シナリオにおいて展開されることを許容しながら、個体群を30年間にわたって前方に投影した。その結果は、非常に深刻なものであった。シミュレーションされた未来の半分以上において、個体群は、繁殖相手の不足や近親交配のリスク増加により回復がほぼ不可能となる臨界点である、10個体という閾値を下回った。この研究は、今後30年以内にこの準絶滅（quasi-extinction）が起こる確率が53.1パーセントであると算出した。これは、個体群が平均的には安定している、あるいは成長しているように見えても、個体および生死の予測不可能な性質ゆえに、崩壊の高いリスクに直面し得るという、厳しい事実を突きつけている。

これらの知見は、クロハイイロカモメのような種にとって、保全活動は単に生息地を保護したり食料供給を確保したりすることを超えた視点を持たなければならないことを示唆している。それらの要因は極めて重要であるが、本研究は、小規模な個体群が持つ固有の不安定性が、無視できない大きな脅威であることを強調している。研究者たちは、彼らのモデルは安定した環境を前提としているが、現実には気候変動や魚類資源の変化が状況をさらに危ういものにする可能性があると指摘した。歴史的データと厳密な統計的検証を組み合わせることで、この研究は明確かつ定量的な警告を発している。すなわち、生存率や加入率を高めるための介入が行われない限り、自然のランダムな変動だけで、この海鳥を絶滅の淵へと追い込む可能性があるということである。この研究は、他の科学者が同様の脆弱な種のリスクを評価するための実践的な枠組みを提供しており、絶滅に対する漠然とした恐怖を、現実世界の保護戦略を導くための具体的な確率へと変えている。

技術要約：個体群生存可能性分析における環境および人口統計学的確率性の定量化：Rissa tridactyla の事例

問題提起
個体群動態の理解と絶滅リスクの評価は、特に環境変動が増大する状況下において、保全生物学の中心的な目的である。決定論的モデル（例：ロジスティック、ゴンペルツ）は、密度依存的な成長を記述するための基礎的な枠組みを提供するが、自然界の個体群に内在するランダム性を捉えることはできない。現実の個体群は、主に2つの確率的プロセスにさらされている。すなわち、人口統計学的確率性（個々の出生および死亡イベントに起因するランダム性であり、小規模な個体群において重要となる）と、環境的確率性（すべての個体に同時に影響を与える外部条件の経時的な変動）である。課題は、これらの確率的プロセスを定量化することで、絶滅確率と個体群の生存可能性を正確に推定することにある。なぜなら、決定論的モデルは、確率的な変動によって個体群が絶滅に追い込まれる場合であっても、長期的な生存を予測してしまうことが多いからである。本研究は、決定論的な成長モデリングを統計的推論および確率的シミュレーションと統合し、ブラックレッグカモメ（Rissa tridactyla）の絶滅リスクを評価するための厳密な枠組みを構築することを目的とする。

手法
本研究では、Global Population Dynamics Database (GPDD) から得られた Rissa tridactyla の長期個体群時系列データ（1949–1984年）を用い、多段階の解析ワークフローを採用している。

決定論的モデルの選択:
まず、著者らは非線形最小二乗最適化法を用いて、3つの古典的な決定論的成長モデル（指数関数、ロジスティック、ゴンペルツ）を実測データに適合させた。モデル選択には赤池情報量基準（AIC）を用い、最も適合度の高い決定論的枠組みを特定した。その結果、観察された動態を表現する上で最も適切なモデルとしてロジスティックモデルが選定された。
確率的定式化とパラメータ推定:
選定されたロジスティックモデルに基づき、以下の要素を組み込むための確率微分方程式（SDE）の定式化を行った。
- 人口統計学的ノイズ: 分散が個体数 $N(t)$ に比例して線形に変化する（ $\sigma_d^2 N(t)$ ）。
- 環境的ノイズ: 分散が個体数の二乗に比例して変化する（ $\sigma_e^2 N(t)^2$ ）。
- 複合ノイズ: 両方のソースの重ね合わせ。
これらの確率モデルのパラメータ（固有成長率 $r_m$ 、環境収容力 $K$ 、およびノイズ強度 $\sigma_d, \sigma_e$ ）は、**最大尤度推定法（MLE）**を用いて推定された。尤度関数は、ノイズが平均ゼロのガウス分布に従うと仮定し、オイラー・丸山法を用いてSDEを離散化することによって導出された。
不確実性の定量化:
MLEによる推定値とパラメータの共分散行列を用いて、平均的な個体群軌跡の**信頼区間（CI）および将来の観測値の予測区間（PI）**を構築した。PIは、パラメータの不確実性を伝播させ、人口統計学的プロセスノイズによる分散を加えることで算出された。
絶滅リスク評価:
モンテカルロ・シミュレーション（1,000回の独立した試行）を用いて、今後30年間の将来の個体群軌跡を投影した。絶滅は、個体数が10個体の閾値を下回る「準絶滅（quasi-extinction）」事象として定義された。準絶滅確率は、閾値を下回ったシミュレーションの割合として算出された。

主な結果

モデル選択: 決定論的候補の中で、ロジスティック成長モデルが観察されたデータに対して最良の適合を示した（AIC = 328.69）。これは、ゴンペルツ（334.24）および指数関数（380.30）モデルを上回る結果であった。
支配的な確率的ソース: 確率的モデルの間では、人口統計学的ノイズモデルが最も低いAIC（292.70）を示し、環境ノイズモデル（336.57）および複合モデル（294.70）よりも優れた適合を示した。これは、観察された Rissa tridactyla の個体群動態における変動の主要な要因が、個々の出生・死亡イベントから生じる内在的な確率性であることを示唆している。
絶滅確率: 決定論的なロジスティックモデルは環境収容力（ $K \approx 168.58$ ）への収束を予測していたが、人口統計学的確率性を組み込むことで、重大な絶滅リスクが明らかになった。モンテカルロ・シミュレーションの結果、今後30年以内の**準絶滅確率は53.1%**と推定された。
モデルの適合度: MLEに基づく確率的軌跡は、決定論的な曲線適合と比較して、特に変曲点付近において観察データとの一致が改善していた。予測区間は観察データの大部分を適切に捉えており、不確実性を定量化するモデルの能力を検証した。

意義と主張
著者らは、決定論的な成長モデリング、統計的推論、および確率的シミュレーションを統合することにより、不確実性下での個体群存続可能性を評価するための包括的な枠組みを提供すると主張している。主な貢献は以下の通りである。

確率的リスクの提示: 本研究は、決定論的な動態が長期的な存続を予測する場合であっても、人口統計学的確率性のみによって重大な絶滅リスクが生じ得ることを示しており（本事例では50%超）、個体群生存可能性分析（PVA）に確率的プロセスを組み込む必要性を強調している。
変動要因の特定: 人口統計学的確率性が本種における主要な変動要因であることを特定したことは、ブラックレッグカモメのような特定の生活史特性（長寿、低繁殖力）を持つ種において、ランダムな個体レベルのプロセスが長期的な生態学的帰結に大きな影響を与えることを浮き彫りにした。
手法の有用性: 提案されたワークフローは、長期的な生態学的時系列データを分析するための、再現可能で統計的に厳密なアプローチを提供する。これは、変化する環境下にある脆弱な海鳥個体群の管理戦略を策定し、絶滅リスクを定量化するための実用的なツールとなる。

本論文は、現在のモデルが定常的な環境と一定の環境収容力を仮定しているものの、提案された枠組みは、人口統計学的確率性が絶滅リスクを駆動する上で極めて重要な役割を果たすことを実証したものであり、環境変動、アリー効果、および空間的不均一性を含む、より複雑な将来のモデルのためのベースラインを提供するものであると結論付けている。

関連論文