サンゴ礁を対象とした生態系動態モデル体系の革新とレジリエンス強化策への貢献
【研究分野】水工学
【研究キーワード】
生態系動態モデル / サンゴ礁 / トップダウン効果 / 群集構造マッピング / レジリエンス強化策
【研究成果の概要】
機械学習アルゴリズム等に基づくサンゴ礁海域水深・海底被覆高精度RSマッピング技術を開発した。サンゴポリプモデルをコアとしたリーフスケール・ボトムアップ型モデルを完成させるとともに、オニヒトデによるトップダウン効果を取り込んだモデル、およびサンゴ白化モデルを開発した。また、各種基底資源から上位捕食者に至る食物網中のいくつかの重要なステップについて、その定量的な実証を目指し、新しい実験技術の開発や分析技術の適用を試みた。野外実験により藻類の除去効果をもつ潜在的な種を調べ、繁茂した大型藻類を摂食するグループとプレート表面に付着する微細藻類を摂食するグループの２タイプがいることを明らかにした。
【研究の社会的意義】
本研究で得られた様々なモデルやリモートセンシング技術の開発の成果や、関連する現地実験・室内分析の成果は、従来不可能であった様々な複合的なストレス環境の下でのサンゴ礁生態系の応答過程を定量的に評価・予測を可能とするものであるとともに、これまで取り組みが遅れていたトップダウン効果の評価やモデル化に道を開くものである。これらの成果は、様々な環境ストレスの複合的な影響を受けて急速に劣化が進行しつつあるサンゴ礁生態系に関して、その適切な保全策の立案等に学術面から貢献し得る。
【研究代表者】