機械学習によって予測された年輪幅

Sep 04, 2023

年輪は年間の成長の記録簿であり、各年輪の幅はその年の環境条件と相関しています。 新しい研究で、Lee と Dannenberg は機械学習を使用して、年輪の幅が過去 1 年間に樹木が経験した気団の種類とよく相関していることを実証しました。

毎週金曜日に、その週の最も魅力的な科学ニュース記事が受信箱に届きます。

以前、科学者たちは年輪の変動を気温、降水量、干ばつなどの個別の気候要素と関連付けていました。 しかし、天気は個々の要素として経験されるのではなく、一緒に作用するすべての異なる要素の集合体として経験されます。 気象の統合された経験は、数千キロメートルの大きさの大気団である気団として特徴付けることができます。

新しい研究で著者らは、北半球の904の観察地にわたって130種の年輪記録を収集した。 彼らはまた、グリッド天気タイピング分類と呼ばれる公的に利用可能なデータセットを使用して、1979 年まで遡る各地点および毎日の気団に関する気象データを抽出しました。 このシステムは、主に気温と湿度に基づいて天気を 11 種類に分類します。

次に研究者らは、人工ニューラル ネットワークを使用して、年輪の幅と、その木が過去 12 か月間に異なるクラスの気団を経験した日数との相関関係を調べました。 比較のために、彼らは従来の気温と降水量のデータを使用した同じ機械学習アプローチを使用しました。

気団アプローチは、66% の樹種に対して従来のアプローチを上回りました。 最も入手可能な記録のある種では、その割合は 83% に上昇しました。 研究者の分析により、湿潤で冷涼な気団が樹木の顕著な成長と最も相関関係があり、乾燥した暖かい気団が成長不良を最も予測することが明らかになりました。

研究者らは、過去の気候条件が樹木の成長にどのような影響を与えるかを収集するためにこのモデルを使用しましたが、方向性が逆転する可能性があることに注目しています。樹木の年輪記録は 14,000 年近くに及び、古代の気団の分類に使用できる可能性があります。

この調査結果は、将来を展望するためにも使用できる可能性があります。 現在の気団を特徴付け、将来の気団を予測することで、このモデルは来年の植物のストレス、死亡リスク、山火事の脆弱性を測定できる可能性があります。 (地球物理研究ジャーナル: Biogeosciences、https://doi.org/10.1029/2022JG007064、2023)

—モーガン・レンバーグ (@MorganRehnberg)、サイエンス ライター