マルチソース地理空間データを統合した泥炭地の絶滅危惧植物種、温室効果ガス動態、地下水位のモニタリング

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a robust framework for integrating RS and environmental data for peatland monitoring, with insights on model performance across scales.

🏢実務担当者:Offers practical guidance for using satellite data to monitor peatland restoration outcomes and GHG dynamics, reducing field monitoring costs.

🏛政策担当者:Informs national-scale peatland monitoring strategies and restoration planning under climate change, supporting climate and biodiversity policy.

泥炭地は、生物多様性を支え、温室効果ガス（GHG）と洪水を調整し、水の浄化に貢献する重要な生態系である。しかし、フィンランドでは、泥炭地の50％以上が林業、農業、泥炭採掘を支えるために排水されてきた。これらの活動は、泥炭地の生物多様性を減少させ、GHG排出量を増加させ、泥炭地の水文学を変化させ、その結果、広範囲にわたる泥炭地生態系の劣化を引き起こした。そのため、これらの影響を緩和し、泥炭地の機能を回復するために、大規模な復元活動が開始されている。復元が進むにつれて、時間の経過に伴う泥炭地の状態を追跡するために、泥炭地の生物多様性、GHGフラックス、地下水面（WT）の定期的なモニタリングが必要とされている。 泥炭地をモニタリングする一つのアプローチは、現地ベースの観測である。しかし、この方法は、高コスト、アクセスの制限、空間的範囲の制約によって制限されている。これらの限界に対処するため、本研究では、統計モデリングと組み合わせた地理空間環境データおよびリモートセンシング（RS）データの利用を、泥炭地モニタリングを支援する代替手段として探求する。第一に、環境データを用いて、異なる復元および気候変動シナリオが、フィンランドにおける絶滅危惧種に指定された泥炭地植物種の潜在的生息地の全国規模での分布に影響を与えるかどうかを分析した。第二に、環境データとRSデータ（Sentinel-1およびSentinel-2画像）を比較・統合して、潜在的な泥炭地GHG吸収源および排出源の全国規模でのパターンを検出し、どのデータソースがより優れた予測性能を提供するかを評価した。第三に、環境データを用いて、18ヘクタールから175ヘクタールの範囲の3つの調査地域におけるRSベースの泥炭地WTモデルを改善した。 環境データは、泥炭地の絶滅危惧植物種の潜在的生息地を全国規模で予測することができた。排水および気候変数が最も重要な予測因子であった。モデルの予測は、気候温暖化が多くの絶滅危惧種の潜在的な適切な生息地を減少させることを示した。特に、北部および中部の北方林帯において顕著であった。しかし、復元は潜在的な適切な生息地の量を増加させ、生息地の喪失を減らし、種の分布の将来の北方への移動を緩和した。復元の利点は、穏やかな気候シナリオの下で最も強く、深刻な温暖化の下では21世紀末に向けて徐々に弱まった。モデルは良好に機能したが、復元と気候変動の間の相互作用に関する将来の研究には、長期的な予測の現実性を向上させるために、分散や種間相互作用などの生態学的制約を含めるべきである。 潜在的なGHG吸収源および排出源の検出においては、環境データとRSデータの両方を組み合わせたモデルが最も良好に機能し、RSデータのみのモデルは最も低い精度であった。環境データのみから生成された地図と、統合データセットから生成された地図は類似したパターンを示したが、RSデータのみの地図は空間的範囲においていくつかの差異を示した。これらの結果は、RSデータのみでは信頼性の高い全国規模のGHG予測には不十分であり、正確で現実的な潜在的な泥炭地GHG吸収源・排出源分布の推定を得るためには、環境データとRSデータの統合が必要であることを示唆している。 局所スケールでは、RSデータと環境データの組み合わせにより、空間的にも季節をまたいでも、泥炭地WTモデルが改善された。パターン状の北部北方林帯のアーパ湿原では、地形湿潤指数と地形位置指数が空間的なWT変動を説明する上で重要であった。南部北方林帯の排水された泥炭地林サイトでは、樹冠高がWT動態においてより大きな役割を果たし、特に異なる管理処理間で顕著であった。無人航空機データは、微地形と植生パターンを捉える非常に高解像度の情報を提供し、Sentinel-2データは繰り返しの季節モニタリングを可能にした。これらの結果は、環境変数と組み合わせたマルチソースRSが、効率的な泥炭地WTモニタリングを支援できることを実証している。 全体として、本論文は、環境データとRSデータが、泥炭地の絶滅危惧種、GHG、およびWT動態のモニタリングに使用できることを示している。環境データとRSデータの有用性は、研究対象、空間スケール、およびサイト条件に依存するが、これらを組み合わせることで、現地測定だけでは捉えられない泥炭地の状態を観測するための信頼性の高い方法を提供する。より多くの現地データが利用可能になり、RS技術が発展し続けるにつれて、これらのアプローチは、泥炭地の保全、復元計画、および長期的なモニタリングを支援する上でますます価値が高まるであろう。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Peatlands are important ecosystems that support biodiversity, regulate greenhouse gases (GHGs) and flooding, and help to purify water. In Finland, however, more than 50 % of peatlands have been drained to support forestry, agriculture, and peat extraction. These activities have reduced peatland biodiversity, increased GHG emissions, and altered peatland hydrology, resulting in widespread peatland ecosystem degradation. Consequently, large-scale restoration efforts have been initiated to mitigate these impacts and restore peatland functioning. As restoration progresses, regular monitoring of peatland biodiversity, GHG fluxes, and the water table (WT) is needed to track peatland conditions over time. One approach to monitoring peatlands is field-based observation. However, this method is constrained by high costs, limited accessibility, and restricted spatial coverage. To address these limitations, this research explores the use of geospatial environmental and remote sensing (RS) data, combined with statistical modelling, as an alternative means to support peatland monitoring. First, environmental data were used to analyse whether different restoration and climate change scenarios affect the national-scale distribution of potential habitats for red-listed peatland plant species in Finland. Second, environmental data and RS data (Sentinel-1 and Sentinel-2 imagery) were compared and combined to detect national-scale patterns of potential peatland GHG sinks and sources and to evaluate which data sources provided better predictive performance. Third, environmental data were used to improve RS-based peatland WT models in three study areas ranging from 18 to 175 ha. Environmental data were able to predict the potential habitats of peatland red-listed plant species at the national scale. Drainage and climate variables were the most important predictors. Model projections indicated that climate warming will reduce potential suitable habitats for many red-listed species, especially in the northern and middle boreal zones. However, restoration increased the amount of potential suitable habitat, reduced habitat loss, and moderated future northward shifts in species distributions. The benefits of restoration were strongest under mild climate scenarios and gradually weakened towards the end of the twenty-first century under severe warming. Although the models performed well, future studies concerning the interaction between restoration and climate change should include ecological constraints such as dispersal and species interactions to improve the realism of long-term predictions. In detecting potential GHG sinks and sources, models combining both environmental and RS data performed best, while RS-only models had the lowest accuracy. Maps generated from environmental data alone and those from the combined dataset showed similar patterns, whereas RS-only maps displayed some differences in spatial extent. These results suggest that RS data alone are not sufficient for reliable national-scale GHG predictions and that integrating environmental and RS data is necessary to obtain accurate and realistic estimates of potential peatland GHG sink–source distributions. At the local scale, combining RS and environmental data improved peatland WT models, both spatially and across seasons. In patterned northern boreal aapa mires, the topographic wetness index and topographic position index were important for explaining spatial WT variation. In a southern boreal drained peatland forest site, canopy height played a larger role in WT dynamics, especially across different management treatments. Uncrewed aerial vehicle data offered very high-resolution information that captured microtopography and vegetation patterns, while Sentinel-2 data allowed repeated seasonal monitoring. These results demonstrate that multi-source RS, combined with environmental variables, can support efficient peatland WT monitoring. Overall, this thesis shows that environmental and RS data can be used to monitor peatland red-listed species, GHG, and WT dynamics. The usefulness of environmental and RS data depends on the object being studied, the spatial scale, and site conditions, but together they provide a reliable way to observe peatland condition beyond what field measurements alone can capture. As more field data become available, and RS techniques continue to develop, these approaches will become increasingly valuable for supporting peatland conservation, restoration planning, and long-term monitoring.

• crossref https://doi.org/10.30671/nordia.186574first seen 2026-08-03 05:47:56 · last seen 2026-08-16 06:01:49