CARAT: アグロフォレストリーシステムにおける樹木バイオマスと土壌の炭素貯蔵への貢献を探るデジタル意思決定支援ツール：理論的基礎とユーザーマニュアル

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

🔬研究者:Should read for the integrated modeling approach combining tree allometry, leaf litter distribution, and RothC soil carbon model.

🏢実務担当者:Farmers and land managers can use CARAT to estimate carbon storage potential and generate carbon credits.

🏛政策担当者:Policymakers can use CARAT to assess agroforestry's contribution to climate mitigation under different scenarios.

アグロフォレストリーは、樹木と土壌に炭素を隔離する能力があるため、気候変動緩和において重要な役割を果たすことができる。この炭素隔離を定量化することで、アグロフォレストリーシステムにおける炭素の金銭的価値評価が可能となり、土地管理者がアグロフォレストリーを採用するための経済的インセンティブを提供できる。炭素隔離の事前シミュレーションは、気候に効果的なアグロフォレストリーシステムの設計も支援できる。CARATツール（CARbon Agroforestry Tool）は、アグロフォレストリーシステムにおけるこの炭素隔離を定量化するために開発された。CARATは、温帯アグロフォレストリーシステムで一般的に見られる高茎樹種の選択に適用でき、あらゆるタイプの樹木配置（例：アレイクロッピング、シルボパストラルシステムなど）に広く適用可能である。植物バイオマス中の炭素貯留は、樹種固有のアロメトリック関係と文献からの成長データを用いて定量化される。年間落葉量は、Ferrari and Sugita (1996)によって開発された検証済みの落葉分布モデルを用いて定量化される。このモデルは空間的に明示的であり、樹木からの距離が増すにつれて葉バイオマスが指数関数的に減少することに基づいて樹木周辺の年間落葉量を予測し、種固有のアロメトリック方程式も利用する。落葉モデルはその後、RothCモデル（Coleman and Jenkinson 1996）と結合された。このモデルは、非湛水農地の表土における有機炭素の変換をシミュレートするために開発された。これら2つのモデルを組み合わせることで、ユーザーは落葉が土壌の有機炭素含有量に及ぼす影響を推定できる。CARATはインタラクティブなツールであり、ユーザーは様々な入力パラメータ（例：アグロフォレストリーシステムの設計、土壌の初期有機炭素含有量、輪作、樹種）を変更できる。このツールは、現地測定を用いて継続的に改善でき、他のアグロフォレストリーシステム（樹種、植栽パターン、樹形、…）に拡張できる動的な製品として開発された。このツールは、科学者、政策立案者、土地管理者がアグロフォレストリーシステムにおける地上部および地下部の炭素貯留量を定量化し、これらの貯留量が時間とともにどのように発展するかを予測することを支援する。この文脈において、CARATは炭素の金銭的価値評価のための強力なツールとなり得る。本マニュアルでは、CARATの開発に使用された背景となる方法論と、実用的なユーザーガイドを見つけることができる。これは、Pythonで開発されたCARATの最新版（2026年5月）に基づいている。

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。

Agroforestry can play an important role in climate change mitigation due to the ability to sequester carbon in trees and soil. Quantifying this carbon sequestration enables financial carbon valuation in agroforestry systems and can provide an economic incentive for land managers to adopt agroforestry. Ex-ante simulations of carbon sequestration can also support the design of climate-effective agroforestry systems. The CARAT tool (CARbon Agroforestry Tool) was developed to quantify this carbon sequestration in agroforestry systems. CARAT can be applied to a selection of high-stemmed tree species commonly found in temperate agroforestry systems, and is widely applicable to any type of tree configuration (e.g. alley cropping, silvopastoral systems, etc.). Carbon storage in plant biomass is quantified using tree-species-specific allometric relationships and growth data from literature. Annual leaf litter is quantified using a validated leaf litter distribution model developed by Ferrari and Sugita (1996). This model is spatially explicit and predicts annual leaf litter around trees based on an exponential decrease in leaf biomass with increasing distance from the tree and also utilizes species-specific allometric equations. The leaf litter model was subsequently coupled with the RothC model (Coleman and Jenkinson 1996). This model was developed to simulate the conversion of organic carbon in the topsoil of non-waterlogged agricultural plots. By combining these two models, the user can estimate the effect of leaf fall on the organic carbon content in the soil. CARAT is an interactive tool that allows the user to modify various input parameters (e.g. the design of the agroforestry system, the initial organic carbon content in the soil, crop rotation, tree species). This tool was developed as a dynamic product that can be continuously improved using in-situ measurements and extended to other agroforestry systems (tree species, planting pattern, tree form, …) This tool supports scientists, policymakers and land managers in quantifying above- and below-ground carbon stocks in agroforestry systems, and in predicting how these stocks will develop over time. In this context, CARAT can be a powerful tool for financial carbon valuation. In this manual, you can find the background methodologies used to develop CARAT, as well as a practical users guide. It is based upon the most recent version of CARAT, developed in Python (May 2026).

• openalex https://doi.org/10.5281/zenodo.20441303first seen 2026-06-19 04:38:26 · last seen 2026-06-19 04:41:14