📄 地球科学

Huge spread in CMIP6 diffuse radiation impairs carbon budget estimates

本研究は、16個のCMIP6モデルにおける散乱日射量推定値の著しい相違が、全球の炭素吸収量予測における深刻な過小評価と数ペタグラム規模の不確実性を引き起こしていることを明らかにしており、地球システムモデルにおけるこれらの放射値の制約の極めて高い必要性を強調している。

原著者： TC Chakraborty

公開日 2026-10-16

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： TC Chakraborty

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。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

地球の表面に届く日光は、単一で均一な光線ではありません。それは、太陽から真っ直ぐに届く直接光と、雲や塵、大気中のガス分子に跳ね返った散乱光という、2つの異なる形態で届きます。この散乱光は「拡散放射」として知られ、直接的な日光とは異なる挙動を示します。直接的な光線は森林の樹冠の上層部を明るく照らす傾向がありますが、その分、下の葉には深い影を残してしまいます。一方、拡散光はあらゆる方向に広がります。それは植生のより深い部分まで浸透し、そうでなければ暗いままであったはずの陰になる葉をも照らし出します。この追加の照明によって植物はより効率的に光合成を行うことができ、事実上、森林全体を二酸化炭素を吸収するためのより生産的なエンジンへと変貌させるのです。このプロセスは、大気の雲や粒子と世界の森林の健康状態を直接結びつけているため、どれだけの散乱光が地上に到達するかを理解することは、地球の陸地がどれだけの炭素を蓄えられるかを算出する上で不可欠です。

パシフィック・ノースウェスト国立研究所のある研究者は、現代の気候モデルがこの特定の種類の日光をどの程度正確に捉えているかを調査しました。彼らは、将来の気候変動を予測し、過去の環境変化を理解するために科学者が用いる複雑なコンピュータ・シミュレーションである、16種類の異なる全球気候モデルのデータを検証しました。これらのモデルは、世界の炭素予算（大気中に放出される炭素と、植物や海洋によって吸収される炭素とのバランス）を推定するための主要なツールです。研究者は、歴史的な期間である2000年から2014年に焦点を当て、モデルによる予測と、世界中の気象観測所から実際に測定されたデータを比較しました。彼らの目的は、拡散放射が地表に到達する量に関して、モデル同士が一致しているか、また現実と一致しているかを確認することでした。

調査結果は、モデル間の驚くべき不一致を明らかにしました。研究者が全球平均を見たところ、拡散放射の推定値には3倍近い差がありました。散乱光が非常に少ないと予測するモデルもあれば、3倍近い量になると予測するモデルもありました。この乖離は、陸上においてさらに顕著になり、最高値と最低値の推定値の差は3倍に達しました。問題は、モデル同士が一致していないことだけではありませんでした。モデルは現実の観測結果とも一致していなかったのです。チームが全モデルの平均を数千件の地上観測データと比較したところ、モデルは、特に植物が最も活発に活動する成長期において、拡散光の量を一貫して過小評価していることが分かりました。例えば北半球では、夏季における散乱光のピーク量をモデルが大幅に捉えきれておらず、これらのシミュレーションにおける大気と地表の相互作用の扱い方に系統的な誤りがあることを示唆しています。

この不一致が重要である理由は、散乱光の量が植物による炭素吸収量に直接影響を与えるからです。研究者は、拡散放射に関するモデルの推定値の幅広いばらつきが、植物の成長予測における膨大な不確実性につながる可能性があると計算しました。もしモデルが森林に届く散乱光の量について間違っているならば、それらの森林がどれだけの炭素を蓄積しているかについても間違っている可能性が高いのです。研究によれば、この不確実性は年間で数十億トンもの炭素に相当する可能性があり、その数値は世界の陸域生態系によって現在吸収されている総量に匹敵するほど大きなものです。モデルの推定値の広がりが特に大きい熱帯地域では、炭素吸収の不確実性は総吸収量の13％を超える可能性があります。これは、気候政策において極めて重要な将来の炭素吸収源の予測が、植物の光への反応に関する不安定な基盤の上に築かれている可能性があることを意味しています。

問題の根源は、これらのモデルの構築方法にあると考えられます。直接光と散乱光の分割を計算する方法は、雲や大気粒子に関する複雑な数式に依存していますが、これらはまだ十分に理解されておらず、正確に表現されてもいません。さらに、これらのシステム内で使用される多くの陸域モデルは、森林内での光の動きを簡略化しており、樹冠を、日当たりの良い葉と日陰の葉を持つ複雑な構造としてではなく、単一の層として扱うことがよくあります。この簡略化は、拡散光による「肥大化効果（fertilization effect）」、すなわち追加の照明が植物コミュニティ全体の生産性を高める現象を捉えることができません。研究者は、同じ機関によって構築され、同様のコアとなる大気成分を使用しているモデルであっても、同じ地域に対して全く異なる結果を出していることを指摘しました。これは、問題が単なるデータの違いではなく、物理現象のシミュレーションにおける根本的な違いにあることを浮き彫りにしています。

本研究は、地球の炭素循環に関する理解を深めるためには、科学者は拡散放射の表現を正しくすることに優先順に注力しなければならないと結論付けています。これには、現在データが不足している遠隔地の熱帯林を中心とした、散乱光のより優れた観測と、光が植生とどのように相互作用するかをモデル化するより高度な手法が含まれます。次世代の気候モデルの準備を進めるにあたり、著者は、拡散放射を記録し評価する方法を標準化することがもはや選択肢ではなく、必須事項であると主張しています。この盲点を修正しなければ、地球の炭素予算に関する不確実性は、気候変動対策に必要な信頼できる指針を提供するには大きすぎるままとなるでしょう。前進への道は、次世代のシミュレーションが、地球の生命を維持する上での散乱光の繊細かつ強力な役割を正確に反映できるようにするための、協調的な取り組みを必要としています。

問題点
散乱日射量（ $K_{\downarrow,d}$ ）は、植物キャノピーを透過して日陰にある葉を照らし、日当たりの良い葉の光飽和を軽減させることで、地球システムにおいて重要なメカニズム的役割を果たしている。これは「散乱放射による施肥効果（diffuse radiation fertilization effect）」として知られる現象である。このプロセスは、陸域の総一次生産量（GPP）を増強し、蒸散を変化させ、地表面を冷却する。しかし、地球システムモデル（ESM）において、全太陽放射を直達成分と散乱成分に分割するプロセスは、不確実な雲やエアロゾルのパラメトリゼーションに大きく依存する大気放射伝達計算に基づいている。その生物圏における重要性にもかかわらず、ESMにおける $K_{\downarrow,d}$ の正確性はほとんど検証されてこなかった。それは、第6次結合モデル比較プロジェクト（CMIP6）において標準的な出力としてアーカイブされることは稀であり、多くの動的全球植生モデル（DGVM）は、直達成分と散乱成分の強制力を個別に扱わず、全放射の一定の割合を仮定していることが多い。

手法
本研究では、16のモデリングセンターによる21のCMIP6モデル構成における、過去の $K_{\downarrow,d}$ 推定値を評価する。分析期間は2000年から2014年である。モデルの出力は、利用可能な場合は最初の実現化、初期化、およびパラメトリゼーション（r1i1p1f1）に焦点を当てて、Earth System Grid Federation (ESGF) から抽出された。これらのモデル推定値は、モデル間の広がりを評価するためにモデル間で比較され、また、16,590のコローケートされた月間レコードを用いて、Global Energy Balance Archive (GEBA) からの地上観測値と比較された。

統計的評価には以下が含まれる：

全球および地域解析： マルチモデル平均、モデル間の広がり、およびコーペン・ガイガー気候帯におけるバイアスの算出。
ステーション・ベンチマーキング： 最寄りの近傍インデックスを用いたポイント対グリッド比較を行い、最小二乗法（OLS）回帰パラメータ、平方根平均二乗誤差（RMSE）、平均誤差（MBE）、および平均パーセント誤差（MPE）を算出。
感度推定： 観測された放射の広がりから生じる全球炭素予算の潜在的な不確実は、Community Land Model (CLM) および Joint UK Land Environment Simulator (JULES) から以前に推定された、GPPに対する $K_{\downarrow,d}$ の線形感度を適用して定量化した。

主な結果

極めて大きなモデル間の乖離： 16のモデルにおいて、全球平均の $K_{\downarrow,d}$ 推定値は2.8倍の開き（全範囲は66.2 W m⁻²）がある。陸域では、この広がりは約3倍（33.9–100.9 W m⁻²）に拡大する。同じ大気コア（例：UK Met Office Unified Model）を共有するモデルであっても、63.1 W m⁻² から 103.1 W m⁻² という深刻な不一致を示す。
系統的な過小評価： マルチモデル平均は、GEBAの観測値に対して持続的な負のバイアスを示し、平均パーセント誤差は -11.6%、RMSEは 19 W m⁻² であった。
季節的および地域的なバイアス： 両半球の成長期に不一致がピークに達する。北半球では、マルチモデル平均は、成長期のピーク時（5月〜8月）の $K_{\downarrow,d}$ を 15–18 W m⁻² 過小評価している。個々のモデルのバイアスは、ほぼ 95 W m⁻² に及ぶ。モデル間の広がりは、観測データが乏しいアマゾンやコンゴ盆地のような生産性の高い熱帯炭素吸収源において特に高い。
炭素予算への影響： CLMの感度推定値を $K_{\downarrow,d}$ の広がりに適用すると、全球のGPPに対して約 13 Pg C yr⁻¹（全球の陸域GPPの約11%）のGPP不確実性が得られる。熱帯気候については、この不確実性は全球で ~8 Pg C yr⁻¹（熱帯GPPの13%以上）に達する。これらの不確実性は、推定される全球の陸域および森林炭素吸収源よりも数倍大きい。

意義と主張
本論文は、CMIP6の散乱放射推定値における「巨大な広がり」が、炭素予算の推定および将来予測の信頼性を根本的に損なっていると主張している。著者らは、現在のESMは、特に炭素吸収のピーク時における温帯および寒帯の森林において、散乱による施肥効果を過小評価している可能性が高いと述べている。これは、 $K_{\downarrow,d}$ の系統的な過小評価に起因する。

本研究は、この問題が大気強制力の違いだけでなく、陸面モデル（例：「one-big-leaf」スキーム）における簡略化されたキャノピー放射伝達およびアップスケーリング・スキーム（ $K_{\downarrow,d}$ による施肥効果を解像できないもの）からも生じていることを強調している。さらに、現在のCMIP6のMIP（RFMIP、LS3MIP、C4MIP、LUMIPなど）は、 $K_{\downarrow,d}$ を系統的に見落としており、それを検証されていない内部アルゴリズムに委ねている。

著者は、 $K_{\downarrow,d}$ を大気と陸面の両方の構成要素にわたって制約することが、全球炭素予算における数ペタグラム単位の不確実性を低減するために不可欠であると結論付けている。彼らは、散乱放射の標準的なアーカイブ、評価、およびプロセスベースの表現（理想的には次期CMIP7のデザインにおける専用のMIPを通じて）を確立することが、21世紀の気候予測における重大な盲点を解消し、太陽放射管理や大気質改善に関連するトレードオフを正確に評価するために必要であると断言している。

関連論文