📄 agriculture

Performance comparison of the Penman-Monteith-based evapotranspiration models in a citrus orchard of Southwest China

本研究は、中国南西部の柑橘園における4年間の渦度相関データを用いて5つのペンマン・モンティース法に基づくモデルを評価しており、ハイブリッド・デュアルソース（H-D）モデルが時間スケールおよび生育段階を通じて一般に他のモデルよりも優れていることを明らかにするとともに、蒸発散量の推定がキャノピー抵抗および土壌水分量に対して極めて敏感であることを浮き彫りにしている。

原著者： Bin Zhu, Qingyan He, Ningbo Cui, Manxue Zhang, Ziling He, Yu Feng, Yuelei Liu, Zhihui Wang, Guoyu Zhu, Liwen Xing, Shouzheng Jiang

公開日 2026-06-24

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Bin Zhu, Qingyan He, Ningbo Cui, Manxue Zhang, Ziling He, Yu Feng, Yuelei Liu, Zhihui Wang, Guoyu Zhu, Liwen Xing, Shouzheng Jiang

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

あなたは、柑橘類の果樹園が毎日どれくらいの水を「飲み」、どれくらい「汗をかいている（蒸発散）」のかを正確に把握しようとしているところだと想像してください。これは、木々が元気に育つのにちょうど良い分量を与えつつ、貴重な水を無駄にしないよう、完璧に灌水したいと考えている農家にとって非常に重要なことです。

この論文は、研究者たちが、オレンジの木がどれだけの水を使うかを予測するために、5つの異なる「レシピ（数学的モデル）」を試した「味比べテスト」のようなものです。彼らは、これらのレシピを、中国南西部の実際の果樹園にあるハイテク気象タワーによる「ゴールドスタンダード（標準指標）」の測定値と比較しました。

以下に、その結果を簡単な比喩を用いて解説します。

登場人物：5つの異なる「レシピ」

研究者たちは、水の消費量を計算する5つの異なる方法をテストしました。これらは、木がどれだけの水を必要としているかを推測しようとする、異なるシェフたちだと考えてください。

「一律対応」のシェフ（Penman-Monteith / P-M）: このシェフは、果樹園全体を一つの巨大で均一な葉として扱います。シンプルで有名ですが、地面が完全に葉で覆われていることを前提としています。木の間から地面が見えるような若い果樹園では、このシェフェは混乱してしまい、予測が高すぎると判断してしまいます。
「層状」のシェフ（Shuttleworth-Wallace / S-W）: このシェフは、葉から蒸発する水と土壌から蒸発する水を区別するなど、非常に詳細な動きをします。多くの材料を使った複雑なレシピです。賢いのですが、特に正午頃に、料理を「焼きすぎてしまう（水の消費量を過大評価する）」傾向があります。
「パッチワーク」のシェフ（Two-Patch / T-P）: このシェフは、果樹園をキルト（パッチワーク）のように見ます。緑の葉のパッチと、裸地の土のパッチがあります。彼らは緑のパッチと土のパッチの水の消費量を別々に計算し、それらを足し合わせます。地面が完全に覆われていない果樹園において、これは非常に正確です。
「ハイブリッド」のシェフ（TVET および H-D）: これらは、「層状」のアプローチと「パッチワーク」のアプローチの最良の部分を組み合わせた高度なシェフたちです。H-D（ハイブリッド・デュアルソース）モデルが主役です。これは、土壌と葉を区別するだけでなく、風や空気の安定性をチェックして、リアルタイムでレシピを調整するシェフのようなものです。

結果：誰が勝ったのか？

研究者たちは、4年間にわたって、30分ごとおよび1日単位のデータを用いて、これらのシェフをテストしました。

勝者: H-Dモデルが明確なチャンピオンでした。30分間のスナップショットでも、丸一日のデータでも、木が実際に使用した水の量を予測する上で最も正確でした。これが、一貫して高すぎたり低すぎたりするという予測ミスをしなかった唯一のモデルでした。
準優勝: T-P（パッチワーク）モデルも、特に果実が大きく成長し、樹冠が厚くなった時期には、非常に優れた成績を収めました。
敗者: シンプルな「一律対応」の（P-M）モデルと、過度に複雑な「層状」の（S-W）モデルは苦戦しました。これらは、特に木が若い時や太陽が最も熱い正午の時間帯に、木が実際よりもずっと多くの水を飲んでいると判断してしまうことがよくありました。

「秘密の材料」（感度分析）

研究者たちはこうも問いかけました。「もしレシピの材料を一つ変えたら、最終的な予測はどう変わるだろうか？」これは、「スープに塩をひとつまみ足したら、味は全く変わってしまうだろうか？」と聞くようなものです。

最も敏感な材料（キャノピー抵抗 / 樹冠抵抗）: これは、木の「胃袋」のようなものです。これは、木が水分を保持するために、小さな穴（気孔）をどれだけ固く閉じているかを表します。もし木が気孔を少し広く開けると（抵抗が下がると）、モデルは水の消費量が劇的に跳ね上がると予測します。すべてのモデルがこれに対して非常に敏感でした。
2番目に敏感な材料（土壌水分）: これは、土の中の水です。土が湿れば湿るほど、木はより多く水を飲みます。モデルはこの反応に非常に敏感で、土の湿り具合のわずかな変化が、予測の大幅な変化を引き起こしました。
意外な展開（温度）: 気温が高ければ木はもっと水を飲むだろうと考えがちです。しかし、モデルは、気温が「高くなりすぎると」、木は身を守るために気孔を閉じるため、予測される水の消費量が低下することを示しました。モデルはこの巧妙な生物学的反応を捉えていました。
葉の数（LAI）: 「層状」のシェフ（S-W）は、葉の数に対して非常に敏感でした。もし葉の数を間違えると、予測全体が狂ってしまいます。一方、「パッチワーク」系のシェフはより寛容で、葉が多少増減してもパニックに陥ることなく対処できました。

結論

もしあなたが、丘陵地帯の亜熱帯地域で柑橘類の木に水をやろうとしている農家なら：

単純な「一律対応」のレシピは使わないでください。予測が高くなりすぎて、水を無駄にしてしまいます。
ハイブリッド・デュアルソース（H-D）モデルが、あなたの仕事にとって最も信頼できるツールです。なぜなら、それは果樹園が葉と土の混合物であることを理解しており、風や空気の状態に合わせて調整してくれるからです。
ただし、木が十分に成長し、地面が完全に日陰になっている場合は、よりシンプルな「パッチワーク（T-P）」モデルも、使い勝手の良い素晴らしい選択肢となります。

この研究は、農家や科学者が、一滴の無駄もなく木に適切な量の水を与えるための、正しい「計算機」を選ぶ手助けとなるものです。

技術要約：中国南西部の柑橘園におけるペンマン・モンティス法に基づく蒸発散モデルの性能比較

問題提起
作物の蒸発散量（ET）を正確に推定することは、灌漑戦略を最適化し、農業における持続可能な水利用を確保するために不可欠である。ペンマン・モンティス（P-M）モデルは、植生が豊かな生態系における業界標準であるが、その古典的な単一ソースの「ビッグリーフ（大きな葉）」フレームワークは、柑橘園のような不均質な景観においては課題がある。土壌蒸発（E）と植物蒸散（T）を分離できないことや、複雑な気孔応答をバルク抵抗項として簡略化していることが、特に植生が疎らな場合やパッチ状のキャノピーにおいて、精度の低下を招く要因となっている。これらの限界に対処するために、デュアルソースモデルやハイブリッドモデルが提案されているが、異なる時間解像度（30分間隔から日単位まで）やフェノロジー段階（生育段階）にわたってモデルの性能を評価し、その構造的ドライバーの定量的感度分析を行う、亜熱帯の果樹園生態系における厳密なマルチスケール比較研究は不足している。

研究手法
本研究では、中国南西部の四川省邛雷市にある甘橙（Citrus Tachibana）園から得られた4年間の渦相関法（EC）データ（2020–2023年）を利用した。研究では、異なる概念的構造を持つ5つのP-Mベースのモデルを評価した：

ペンマン・モンティス（P-M）： 単一ソースモデル。
シャトルワース・ウォレス（S-W）： デュアルソースの層状モデル。
ツーパッチ（T-P）： 土壌と植生の独立したパッチを仮定したデュアルソース・パッチモデル。
地形および植生に基づく表面エネルギー分配アルゴリズム（TVET）： S-Wの抵抗ネットワークとT-Pの集計を組み合わせたハイブリッドモデル。
ハイブリッド・デュアルソース（H-D）： エネルギー分配に層状スキームを用い、フラックス集計にパッチ法を取り入れ、大気の安定性補正を組み込んだモデル。

モデルの性能は、統計指標（ $R^2$ , RMSE, MAE, および一致指数 $d_1$ ）を用い、30分間隔、日単位、および生育段階別（開花・結実期、幼果期、果実膨大期、果実成熟期）のスケールで評価された。さらに、グローバル感度分析を実施し、主要な抵抗パラメータ（キャノピー/葉の気孔抵抗、空気力学的抵抗、土壌抵抗）および環境入力（放射、温度、VPD、風速、土壌水分量、葉面積指数）がシミュレーションされたETに与える影響を定量化した。

主な結果

時間スケールによる性能： モデルの性能は時間解像度によって大きく異なった。30分間隔のスケールでは、H-Dモデルが最も高い精度（ $R^2 = 0.84$ , RMSE = 0.038 mm·0.5h⁻¹）を達成し、日変化を効果的に再現した。S-Wモデルは正午の時間帯に系統的な過大評価を示した。日単位のスケールでは、パッチベースのモデル（T-P, TVET, H-D）が、単一ソース（P-M）および層状（S-W）モデルを一貫して上回った。H-Dモデルは再び優れた精度（ $R^2 = 0.91$ , RMSE = 0.47 mm·d⁻¹）を示し、平均的な過小評価は最小限（1.63%）であった。
フェノロジーへの感受性： モデルの有効性は生育段階に依存していた。H-Dモデルは開花・結実期および果実成熟期において優れた性能を示した。対照的に、より単純なT-Pモデルは果実膨大期に最高の性能を示し（ $R^2 = 0.88$ ）、これは、土壌蒸発が抑制される密なキャノピー条件下では、複雑な抵抗ネットワークが収穫逓減をもたらすか、あるいは追加の誤差を導入することを示唆している。
感度分析： シミュレートされたETは、P-Mモデルではキャノピー抵抗（ $r_c$ ）に、その他のモデルでは葉の気孔抵抗（ $r_{sc}$ ）に対して最も敏感であった。これらのパラメータを20%減少させると、ETは3.71%～7.41%増加した。環境入力の中では、土壌水分量（SWC）が最も反応性の高い要因であり、SWCの20%の増加は、モデル間で10.43%から32.27%のET変動を引き起こした。S-Wモデルは葉面積指数（LAI）に対して最も高い感受性を示し、LAIを20%減少させるとETは11.38%減少したが、パッチベースのモデルは蒸散と蒸発の間の補償的なトレードオフにより、より低い感受性を示した。

主な貢献
本研究は、単なる性能順位付けを超えて、モデルの挙動の背後にある構造的な理由を明らかにすることで、亜熱帯の果樹園におけるP-Mモデルファミリーの体系的なマルチスケール評価を提供した。大気の安定性補正とデュアルソースのエネルギー分配を統合していることから、不均質な果樹園環境においてH-Dモデルが最も堅牢な選択肢であることを特定した。さらに、本研究はモデルの選択が文脈依存的であるべきであることを明確にした。すなわち、H-Dは全般的に優れているものの、密なキャノピー被覆期にはT-Pのようなより単純なパッチベースのモデルで十分であり、かつ効率的である可能性がある。感度分析は、これらのモデルが特定の抵抗パラメータや環境強制力に依存していることを解体し、SWCと気孔抵抗が主要な不確実性の要因であることを浮き彫りにした。

意義
本研究の結果は、亜熱帯の果樹園生態系におけるモデル選択と改善のためのメカニズムに基づいた根拠を提供する。特定の時間的およびフェノロジー的文脈における最適なモデルを特定することで、本研究は柑橘生産におけるより精密な水管理と灌漑戦略を支援する。また、ET推定誤差を減らすために、植物の生理学的応答と土壌水理プロセスの正確なパラメータ化の必要性を強調しており、最終的には水資源に敏感な農業システムにおける水利用効率の向上に寄与するものである。

登場人物：5つの異なる「レシピ」

結果：誰が勝ったのか？

「秘密の材料」（感度分析）

結論

関連論文