A spatially explicit dynamic biomass baseline for forest-management carbon projects in China

テクニカル・サマリー：中国の森林管理炭素プロジェクトに向けた空間明示的な動的バイオマス・ベースライン

問題提起
森林炭素プロジェクト、特に改良された森林管理（IFM）イニシアチブは、「追加性（アディショナリティ）」、すなわちプロジェクトが行われなかった場合に達成されたであろう水準を超えた炭素獲得量を決定するために、反事実的ベースラインに依存している。現在のベースライン手法は、しばしば重大なバイアスに苦しんでいる。静的な参照レベルや粗い地域平均では、林齢、歴史的な管理回転、あるいは自然的または人為的な攪乱の影響を受ける森林バイオマスの動的な性質を考慮できていない。これらの単純化は、2つの決定的な誤りを引き起こす可能性がある。すなわち、ベースラインが低すぎると緩和効果が過大評価され（過剰クレジット）、ベースラインが高すぎると真のプロジェクト成果が不明瞭になる。既存の事後評価手法（マッチングや合成コントロールなど）はレビューには有用であるが、プロジェクト登録段階で必要とされる、標準化された空間明示的な「事前（ex-ante）」ベースラインを提供することはできない。樹齢依存的な成長、空間的なバイオマス潜在量、歴史的な管理の継続性、および観察された損失リスクを、単一の監査可能な投影システムへと統合するフレームワークが必要とされている。

手法
著者らは、結合成長曲線アプローチを用いて、中国のための動的かつ空間明示的な反事実的ベースライン・フレームワークを開発した。本手法は以下のステップで進行する：

1. データの層別化と成長曲線の適合:

   • 24,237件の森林プロット記録を含む全国的なデータセットを、植生帯、森林タイプ、および起源（天然林か人工林か）に基づき、155の生態学的層（ストラタ）に層別化した。
   • 各層について、Richards関数、Logistic関数、およびWeibull関数を用いて、樹齢とバイオマス蓄積の曲線（age–biomass accumulation curves）を適合させた。これにより、67種類の最終的な成長曲線ライブラリが構築された。
   • 不確実性分析により、これら適合曲線の漸近的バイオマス項（最大潜在バイオマス）が、適合曲線の不確実性の主要な要因であることが示された。

2. 空間的バイオマス天井推定 ($B_{eco}$):

   • 漸近項における不確図に対処するため、著者らは成長方程式内の静的な漸近値を、空間明示的な到達可能近自然バイオマス（$B_{eco}$）の推定値に置き換えた。
   • $B_{eco}$ は、成熟した低攪乱林のピクセル（保護区や自然保護区から選定）を用いて学習させた、50個のランダムフォレスト・アンサンブルを用いてモデル化された。
   • 説明変数には、気候変数（月間気温差など）、土壌特性、地形、保護区からの距離、および樹冠被覆が含まれる。モデルは、空間ブロック交差検証において $R^2 = 0.39$ を達成した。

3. 結合成長曲線フレームワーク:

   • 本フレームワークは、層固有の成長曲線の形状と、ピクセルレベルの $B_{eco}$ 天井を結合させるものである。
   • 感度分析において、標準モデル（$M_0$、漸近値のみが $B_{eco}$ に伴って変化する）と、代替モデル（$M_1$、成長率も $B_{eco}$ と共変する）を比較した。研究の結果、$M_1$ はほとんどの層において改善がわずか（RMSEの減少が5%未満）であったため、全国的な適用にはより簡潔な $M_0$ を使用することが正当化された。

4. 反事実的シナリオの投影:

   • 2000年から2020年までの年間反事実的軌跡を、以下の3つのシナリオの下で投影した（20年のホライゾンを設定）：
     • BAU (Business as Usual / 現状維持): 収穫やバイオマスのリセットを伴わない、制約のない継続的な成長。
     • S1 (管理制約型): 歴史的な管理回転（例：15年間の短回転、60年間の長回転）およびバイオマスのリセットの継続。
     • S2 (観察された損失): S1に、China Forest Aboveground Biomass Dynamic (CFATD) 時系列データから得られた、バイオスマスの損失イベントの経験的推定確率および深刻度を加えたもの。注：これらの損失は、特定の要因（火災か収穫かなど）に帰属させるのではなく、バイオマスの変化によって特定される。

主な結果

• ベースラインの乖離: 制約のないBAUシナリオは、管理制約型シナリオ（S1およびS2）よりも一貫して高いベースラインを示した。全国平均のBAUとS1の差は、開始年が2000年の場合、10年目で9.98 Mg ha⁻¹、20年目で14.40 Mg ha⁻¹へと拡大した。開始年が2020年の場合、この差は10年目で29.30 Mg ha⁻¹、20年目で36.99 Mg ha⁻¹に達した。
• バイアスの要因: 乖離は、短回転の人工林、アブラヤシ、およびアグロフォレストリー・システムにおいて最も顕著であった。人工林は天然林よりも有意に大きなBAU–S1の差を示した。空間的には、成長ポテンシャルが高く集約的な管理が行われている南部諸省（海南、広東、広西、福建など）において最大の不一致が見られた。
• 生態学的層の寄与: 少数の層が全国的な差の大部分を占めた。上位6つの生態学的層（マッソンマツ、中国杉、および典型的な常緑広葉樹林を含む）が、全国的なBAU–S1の総差の70%以上を占めた。
• 損失イベントの影響: 観察されたバイオスマス損失イベント（S2）を組み込んでも、S1と比較して全国平均への影響は極めて小さかった（差は0.22 Mg ha⁻¹未満）。ただし、局所的な軌跡や減少のタイミングは変化した。
• 不確実性の伝播: ベースライン投影の不確実性は、到達可能バイオマス天井（$B_{eco}$）によって支配されており、これが分散の大部分を占めていた。損失イベントのパラメータ（確率および保持量）に関連する不確実性は、全国規模では無視できる程度であった（区間幅への寄与は0.04%未満）が、特定の敏感な層ではわずかに高かった。

意義と主張
本論文は、中国のIFMプロジェクトにおける気候緩和成果の正確かつ信頼性の高い定量化を可能にする「ベースライン設定のための国家的なリファレンス」を提供すると主張している。本フレームワークの意義は、以下の能力にある：

1. 開発者の裁量を制限する: プロジェクト固有の報告ではなく、外部の独立したデータ（国家森林インベントリおよびリモートセンシング）を使用することで、系統的な過剰クレジットのリスクを軽減する。
2. 監査可能性と更新可能性の確保: データベースは一貫したルールに基づいて構築されており、新しいインベントリデータやバイオマス製品が利用可能になるにつれて更新が可能である。
3. 歴史的継続性の表現: 静的なベースラインとは異なり、本動的フレームワークは歴史的な管理回転や観察された損失レジームを明示的に組み込んでおり、自然な回復や継続的な炭素蓄積をプロジェクトの追加性と誤認することを防ぐ。
4. 政策立案の支援: 著者らは、本フレームワークが、断片的なルールや不十分なリスク防止策という現在の課題に対処するための、中国におけるIFM手法開発の基礎的なモジュールとして機能し得ると述べている。

著者らは、本フレームワークが堅牢な反事実的バイオマスモジュールを提供するものであるものの、リーケージ、永続性、伐採木製品、あるいは土壌炭素といった、すべての炭素クレジットにおける課題を解決するものではないことを認め、控えめな立場をとっている。彼らは、本フレームワークは追加性を透明に評価するためのツールであり、あらゆる炭素プール会計の完全な解決策ではないことを強調している。