Temporal evaluation of statistical and machine-learning models for forecasting wildfire carbon emissions in the Canadian boreal forest

技術要約：カナダ・ボレアル森林における森林火災炭素排出量予測のための統計および機械学習モデルの時系列的評価

問題提起
カナダのボレアル森林（北方林）からの森林火災による炭素排出量は、高い時空間変動性と、極端な火災シーズンにおける急激な激化の可能性により、世界の炭素循環評価における重要な不確実性の要因となっている。プロセスベースのモデル（例：GFED、CONSUME）は、排出量の推定において標準的な手法であるが、計算負荷の高さ、高解像度の入力データへの依存、燃料マッピングおよび排出係数の不確実性といった課題に直面することが多い。これらのモデルは、燻焼火災（スモルダリング）による排出量を過小評価したり、不均質なボレアル地形における局所的な変動を捉えきれなかったりする場合がある。一方で、統計的手法や機械学習（ML）アプローチはデータ駆動型の代替案を提供するものの、従来の検証法はランダムな交差検証に依存することが多く、時系列予測に適用した際に、モデルの性能を過大評価してしまう「時間的リーク（情報の漏洩）」を招く恐れがある。したがって、厳密に時間的に分離された検証を用いて、典型的かつ極端な火災年におけるモデルの汎化性能を評価する堅牢なフレームワークが必要とされている。

手法
本研究では、カナダのボレアル森林における月単位のグリッドセル型森林火災炭素排出量の予測に向けた、時間的に検証されたフレームワークを開発し、評価を行った。

• データソース： 目的変数は、Global Fire Emissions Database (GFED) バージョン 4.1s から導出された月間森林火災炭素排出量とした。気候予測因子は、ERA5再解析プロダクト（気温、地表面温度、降水量、風速、積雪深）を用い、0.25°（約31 km）の解像度で取得した。
• 研究領域： 分析は、エコゾーンのシェイプファイルから得られた空間マスクを用いて、カナダのボレアル森林に限定した。
• 検証設計： 厳格な「リーク耐性のある」時間的検証戦略を採用した。5つの独立した年間ホールドアウト（2019年–2023年）をテストに使用した。各テスト年 $Y$ について、モデルは2003年から $Y-1$ 年までのデータを用いて学習を行った。極めて重要な点として、先読みバイアスを防ぐため、ハイパーパラメータ・チューニング、前処理、およびモデルの適合は、テスト年とは時間的に分離して行われた。学習ブロック内では、ハイパーパラメータ選択のために内部的な時系列的分割（80/20）を用いた。
• モデル群： 以下の7つのモデリング・アプローチを比較した：
  • ベースライン： 気候値（歴史的な月平均値）および持続性（$t-1$ および $t-12$ ラグ）。
  • 統計モデル： Elastic Net（正則化線形モデル）および、ゼロ過剰で右に歪んだデータを扱うためのTweedie一般化線形モデル（GLM）。
  • 決定木アンサンブル： ランダムフォレストおよびExtreme Gradient Boosting（XGBoost）。
• 指標： 性能は、$R^2$、平均絶対誤差（MAE）、平方根平均二乗誤差（RMSE）、バイアス、および気候値および12ヶ月持続性ベースラインに対するスキルスコアを用いて評価した。

主な結果

• アンサンブルモデルの優位性： 木構造に基づくアンサンブルモデルは、すべてのホールドアウト年において、ベースラインおよび統計的アプローチを一貫して上回った。XGBoostが最も高い予測スキルを示し、次いでランダムフォレストであった。
• XGBoostの性能： XGBoostは最も低い誤差と最高の説明力を示した。2023年のホールドアウト（最も異常な火災シーズン）において、XGBoostは、アウトオブサンプル $R^2$ が0.91、MAEが0.0067 Tg C grid-cell⁻¹ month⁻¹、RMSEが0.011 Tg C grid-cell⁻¹ month⁻¹であった。
• ベースラインに対するスキル： 統計モデルとは異なり、XGBoostとランダムフォレストは、すべてのホールドアウトにおいて気候値ベンチマークに対して正のスキルを維持した。これは、これらのモデルが単純な季節平均を超えた変動を捉えていることを示している。
• 統計モデルの限界： Elastic Netはアウトオブサンプル $R^2$ が低かったか、あるいはほぼゼロであり、線形関係では排出ダイナミクスを捉えるには不十分であることを示唆した。Tweedie GLMは中程度のスキルを示したが、決定木アンサンブルには及ばなかった。
• ベースラインの性能： 気候値は中程度のベンチマーク（$R^2$ 0.55–0.71）を提供したが、極端な逸脱を過小評価した。12ヶ月持続性ベースラインは性能が悪く（$R^2 \approx 0.00–0.01$）、ある月の排出量が前年の同月と信頼性を持って繰り返されるわけではないことを裏付けた。
• 極端な事象への対応： 本フレームワークは、記録的な火災シーズンであった2023年においても、最小限のバイアスと持続性および気候値に対する強いスキルを維持し、高い精度を保つことに成功した。これは、極端に異常な条件下でも堅牢であることを示している。

主要な貢献と意義
本論文は、新しいアルゴリズムの導入よりも、その評価設計と比較評価を通じてその意義を主張している。

• 厳格な時間的検証： 本研究は、環境予測において、ランダムな交差検証ではなく、時間的に順序付けられた年間ホールドアウトを使用することの重要性を強調している。この設計により、報告された性能が、未知の年に対する真のアウトオブサンプル汎化を反映していることが保証される。これは運用予測における重要な要件である。
• モデルクラスの比較： 線形統計モデルや単純なベースラインよりも、非線形アンサンブルモデル（特にXGBoost）の方が、気候駆動因子と森林火災炭素排出量の間の複雑で閾値に基づいた相互作用関係を捉えるのに適していることを示す、実用的な評価を提供した。
• 極端な事象への堅牢性： データ駆動型の非線形モデルは、極端な火災年（例：2023年）においても予測スキルを維持できることを示しており、これは、条件が歴史的な規範から大きく逸脱した場合でも有用な、気候と排出の関係を学習できることを示唆している。
• 将来の研究に向けたフレームワーク： 本研究は、将来のボレアル炭素循環評価、季節的な火災排出量予測、および気候変動影響分析を支援できるモデリングフレームワークを確立した。また、モデルが歴史的範囲内で良好に機能することを示しているが、将来の非定常性を解決したり、起こりうるすべての将来の極端な事象を予測したりすることを主張するものではない。

限界
著者らはいくつかの制約についても述べている。ターゲット変数は直接測定値ではなく、衛星観測に基づいたインベントリ（GFD）であること、予測因子はデータが乏しい北部地域において不確実性を伴う可能性があるERA5再解析に基づいていること、モデルには発火圧力、消火活動、または詳細な植生構造が明示的に含まれていないこと、および0.25°の解像度が微細な不均質性を平滑化していることが挙げられる。さらに、時間的検証は堅牢ではあるものの、学習に使用された歴史的期間とは大きく異なる将来の火災レジーム下での性能を保証するものではない。