NPJ

エグゼクティブ・サマリー

多くの意思決定は空間的なものであり、「どこで実施し、どこでは実施しないか」という問いに答えるものです。これには、土地利用のゾーニング、新規建設の立地選定、さらには気候変動が作物、害虫、侵略的外来種に及ぼす影響の予測などが含まれます。こうした問いは、企業にとっても社会全体にとっても重要です。特に生物多様性の文脈においては、種や生息地タイプが、それぞれに適した環境条件をもつ特定の場所と結びついているため、空間的な意思決定はとりわけ重要になります。生物多様性に関する問いに答えるためには、空間生態学や空間的優先順位付けの手法を用いることができます。本書でまず紹介する第一の主要な手法群は、関心のある種の現在または将来の分布域を説明・予測するための統計的空間モデルです。これらのモデルは、種の出現観測データと、気候、地質、土地利用などを表す生態学的に意味のある背景変数との相関関係を用いて構築されます。第二の主要な手法群は空間的優先順位付けであり、生物多様性、土地利用、社会的要請を同時に考慮する、データ量が多く高次元な分析に用いることができます。空間的優先順位付けでは、数千種に及ぶ種分布、生息地タイプ、生態系サービス、さまざまな圧力、コスト、行政上の制約などを統合・調整し、生態学的知見に基づいた土地利用計画や、事業設計における生態影響の回避に関する問いに答えることが可能になります。全国スケールでヘクタール以下の解像度で数万種に及ぶ種分布データを扱う場合には、それだけでも大きな計算負荷となり、決して容易な作業ではありません。単一種を対象とした空間モデリングの応用例としては、順応的な個体群管理や収穫管理、リスク分析、侵略的外来種や病害の発生予測などが挙げられます。一方で、バランスの取れた空間的優先順位付けの応用には、土地利用ゾーニング、空間的影響の回避、自然に配慮した行動の重点化などがあります。これらの分析は、土地利用を伴う活動から生じる具体的な課題に対して、実践的な解決策を提供します。バランス型の優先順位付けでは、ある地点の局所的な特性だけでなく、その地点が地域全体の中でどのような位置づけにあるかも考慮することで、絶対的な価値と相対的な価値の両方を統合します。本書は、人間活動と生物多様性の相互作用を理解しようとする方々のために、シンク・ネイチャーが公共的なサービスとして提供しているコンセプトノート・シリーズの第4号です。

※本記事のPDF版はこちらからダウンロード可能です（情報入力が必要）。

1．空間解析の必要性

私たちの環境に関わる多くの意思決定は、空間的な性質を持つ。すなわち、「どこで何を行い、どこでは行わないのか」という問いである。空間生態学や生態学的知見に基づく土地利用計画の分析は、環境ガバナンスの文脈においても、ビジネスの文脈においても、このような空間設計に関する問いに答えるための有効な手段である。関連する分析のタイプには、例えば以下のようなものがある。

1. 単一種に関する問い
   • 気候変動を踏まえ、現在および将来においてどこで作物を栽培すべきか。
   • 侵略的外来種や害虫が問題となる可能性があるのはどこか。
   • 希少種や絶滅危惧種が生息する可能性があるのはどこか。
     
2. 生物多様性全体に関する問い
   • 保護区や保護区ネットワークの拡張をどこに配置すべきか。
   • どこで生息地の再生や管理を行うべきか。
   • 建設においてどの区域を回避すべきか。
   • 自然が人々にもたらす恩恵（生態系サービス）にとって、特に重要な区域はどこか。

図1は、空間分析における情報の流れを示している。まず、単独では十分に有用とは言えない多様な背景変数が存在する。例えば、最も暑い月の平均気温や、ある地点の傾斜といった情報は、それぞれ意味のある要素ではあるが、単独では種や生息地タイプの分布を説明するには不十分である。

図に示すように、(i) 気候、地質、土地利用に関する背景変数が空間モデリングに入力され、(ii) その結果として、種や生態系サービスといった関心対象ごとの空間分布推定が得られる。多くの場合、これらの空間モデルは多変量の相関モデル、いわゆる種分布モデル（SDM）であり、背景変数を用いて対象の出現状況を説明する。場合によっては、プロセスに基づく空間的個体群モデルを適用することも可能であるが、その場合はモデルの複雑性が高く、必要となるデータ量も大きくなる。参照＞ドキュメント#6Aで詳説されている。

個々のモデルによって作成された分布図は、それ自体でも、例えば害虫の分布や拡散を理解するなど、特定の用途において価値を持つ。さらに、(iii) 多数の個別マップを統合してバランスの取れた空間的優先順位付けを行うことで、土地利用計画や空間設計に関わる重要な問いに対して意味のある成果を提供することができる（同じく図1右列）。

データはよいアウトプットのために不可欠である。
質の高いデータを収集し、維持するには、長期にわたる相当な努力が必要となる。

2. アクションの理解のためのメカニズムに基づく分類基準

バランスの取れた空間的優先順位付けには、さまざまな用途がある。しかし、それらに進む前に、その根本的な価値が何であるかを理解することが重要である。

空間的優先順位付けSpatial prioritizationが扱う問題の特徴は、自然が持つ高い次元性にある。ある地域には、数万種に及ぶ生物種や数百種類の生息地タイプが存在し、それぞれが異なる要求、空間分布、人間による利用や生息地喪失の履歴を有している。自然に配慮した行動の配置や影響回避を考える際（第3章および第4章参照）、誰もが効果的かつ費用効率の高い取り組みを望む。しかし、支援あるいは損なわれ得る生物学的要素がこれほど多様である中で、「良い取り組み」とは何を指すのか、という問いが生じる。

問題：空間的最適化を行うときには、生物多様性や相反する土地利用のニーズといったすべてを考慮しなければならない。

この問題を説明するために、種数のようなスコア型指標を用いることを考えてみる。例えば、亜熱帯林と草地という二つの生息地タイプを想定する。調査の結果、森林の種数が草地の5倍であることが分かったとする。この場合、行動の根拠を種数スコアのみに置けば、単に種数が多いという理由だけで、すべての取り組みが森林に集中してしまう。しかし、これは生態学的に誤っている。草地と、そこに生息する種も同様に配慮を必要としているからである。自然や生物多様性に対する関心は、生物多様性の一部ではなく、その全体を包含すべきであり、そのためには以下の課題に対処する必要がある。

1. 自然が持つ高い次元性
   数千種の生物と数十種類の生息地タイプ、さらにその他の要因を同時に扱う分析は珍しくない。これらすべてを、バランスよく公平に扱う必要がある。このようなバランスの一形態は、補完性（complementarity）と呼ばれることもある。シンク・ネイチャーの全球解析には約16万種が含まれており、日本を対象とした解析では約7,000種が扱われている。
   
2. データの空間次元の大きさ
   サブヘクタール解像度で計画を行う一地域では、数千万規模の空間要素から成るデータが存在し得る。日本の陸域を50×50 mの空間解像度で表現した場合、その要素数は約1億5,000万に達する。
   
3. 補助的要因の存在
   コスト、機会費用、圧力（脅威）、土地所有、既存の保全地域、生態学的連結性などの補助的要因が、優先順位付けのバランスをさらに複雑にする。図2は、自然に配慮した利用という観点から、さまざまな要因がどのように地域の空間的優先度に影響し得るかを示した模式図である。もちろん、すべての分析がすべての要因を含むわけではない。使用するデータや分析の構造は、分析の目的および利用可能なデータに依存する。

このような次元数と複雑性を持つデータを処理し、バランスを取る上で、高度な計算手法は極めて有用である。シンク・ネイチャーは、空間的優先順位付けにおける主要なアプローチの一つである Zonation 手法およびそのソフトウェアについて、世界的に先導的な専門性を有している。Zonation によって実装される空間的優先順位付けは制約付き最適化の一形態であり、単一の領域集合を選択するのではなく、領域全体を順位付けする点に特徴がある。

図3  Zonation v4 のユーザーマニュアルの表紙。本ソフトウェアは、日本で初めて実施された全国規模の空間的生物多様性優先順位付けの開発にも用いられた（Lehtomäki, Kusumoto, Shiono, Tanaka, Kubota, Moilanen 2019；DOI: 10.1111/ddi.12869 参照）。このプロジェクトには、現在の シンク・ネイチャーのメンバーの多くが関与している。Zonation は2003年から開発が続けられており、現在はオープンアクセス版のバージョン5.2が提供されている。Zonation には、データ量が多く、大規模かつ高解像度で、構造的に複雑な空間的優先順位付けを実装するための多様な機能と解析オプションが備わっている。その概要をここに示す。詳細については、最新版の Zonation マニュアルおよびそこに引用されている多数の文献を参照のこと。

（https://zonationteam.github.io/Zonation5/）

3. 自然に優しいアクションの最適地域を特定する

以下に、代表的な空間的優先順位付けタスクの基本をまとめる。

• 保護区ネットワーク（Protected Area Network：PAN）の設計
  空間的優先順位付けの最も古典的な応用である。可能な限り包括的な生物多様性分布データを集約し、そのうえで、それらの生物多様性をバランスよく、かつ費用対効果の高い形で共同的にカバーする区域の集合を特定する。
  
• 保護区ネットワーク拡張の計画
  既存のネットワークの不足を補い、可能な限り効果的に改善する新たな区域を見出すことに焦点を当てる。これには、現行ネットワークにおいて未充足または相対的に代表性の低い種や生息地タイプのカバー率を高めることが含まれる。また、保護区ネットワークが希薄な地域において、その空間的な網羅性を改善することも含まれ得る。
  
• 生息地再生の計画
  利用可能なデータに応じて、さまざまな方法で実施できる。単純なアプローチでは、保護区ネットワーク計画を基盤とし、局所的に再生に適しており、かつ生物多様性のコア地域に近接した区域を選定することで、再生後の生息地における再定着が円滑に進むことを期待する。再生が種レベルでどの程度の改善をもたらすかというモデル化された差分に基づいて、直接的に優先順位付けを行こともできるが、より複雑でデータ要求が高い。
  
• 気候変動の影響予測への対応
  複数の時点における種分布を予測し、現在のコア地域、将来のコア地域、ならびに分布移動にとって重要な区域をカバーすることを目指す。
  
• 生物多様性クレジットの開発
  ハビタットバンク、オフセット、生物多様性ファイナンスに関連する可能性がある。クレジット計画の手法は、前述の生息地再生の優先付けに類似する。自然に配慮した行動は、費用対効果が高く、戦略的に計画された形で実施される必要があり、これは比較的広範かつ複雑なテーマである。参照＞自然に優しいアクションについては、ドキュメント#3および#5を参照。
  
• 開発における空間的インパクト回避
  ビジネス上きわめて重要なテーマであり、以下の第4章で別途詳述する。

図4 高度なオープンアクセスの空間的優先順位付け解析の一例（Virtanen et al. 2022 in Renewable and Sustainable Energy Reviews 158, 112087）。本研究では、洋上風力発電の開発に最も適した立地を特定することを目的として、三つの異なる優先順位付け解析を統合している。具体的には、生物多様性（緑）、社会的要因（赤）、エネルギー経済性（青）に関する優先順位付けである。このパネルでは、これら三つの優先順位付けを重ね合わせ、単一の目的において適性が高い区域だけでなく、用途間の競合が生じる区域（黄色、ピンク、水色）も可視化している。全体として、風力発電は、(i) 発電コストが過度に高くなく、かつ (ii) 生物多様性や (iii) 人々の生計や生活に対する攪乱が小さい地点で開発されることが望ましい。ここに示した地図は、異なる次元に対応する三つの地図を合成したカラーコンポジットである。詳細については原著論文を参照されたい。

4. インパクトの回避および開発の最小化

空間的インパクト回避の本質は極めて単純であり、
できるだけ価値の高い自然から離れることである。

空間的インパクト回避の実装における障害は、運用面にある。すなわち、(i) 生態学的価値および生物多様性の価値を表現する、広域をカバーした高品質な空間データと、(ii) 実際の土地利用の意思決定に対応できる解像度で空間解析を実施するための分析能力の双方が必要となる。これは、国および地域スケールの解析において、1ヘクタール、できればサブヘクタール解像度での空間解析を意味する。BOX1には、実効性の高い空間的インパクト回避に必要となるデータの主要な柱がまとめられている。

5. シンク・ネイチャーのアプローチ

シンク・ネイチャーは、空間モデルおよび空間的優先順位付けを日常的に用いている。背景データとして、日本では約7,000種、全球では約16万種を対象とした統計的な種分布モデルを構築してきた。全球規模の種分布モデルは、例えば生物多様性影響に関するスコープ3分析などに有用である。圧力マップや自然度（ナチュラルネス）を表すモデルも、シンク・ネイチャーの解析では頻繁に利用されている。さらに、気候変動予測は、将来に向けた環境変化を予測するために用いられている。こうした分析によってもたらされる有用な情報の例としては、改めて図1を参照のこと。

高度な空間解析は、土地利用計画、開発事業におけるインパクト回避、オフセット設計、ならびに農業、林業、従来型の保全計画などの分野におけるさまざまな専門的応用において価値を持つ。

文献目録

• Araújo, M.B., Anderson, R.P., Barbosa, A.M., Beale, C.M., Dormann, C.F., Early, R. et al. (2019). Standards for distribution models in biodiversity assessments. SCIENCE ADVANCES, 5.
• Guillera-Arroita, G., Lahoz-Monfort, J.J., Elith, J., Gordon, A., Kujala, H., Lentini, P.E. et al. (2015). Is my species distribution model fit for purpose? Matching data and models to applications. GLOBAL ECOLOGY AND BIOGEOGRAPHY, 24, 276-292.
• Jalkanen, J., Toivonen, T. & Moilanen, A. (2020). Identification of ecological networks for land-use planning with spatial conservation prioritization. LANDSCAPE ECOLOGY, 35, 353-371.
• Jalkanen, J., Vierikko, K., Kujala, H., Kivistö, I., Kohonen, I., Lehtinen, P. et al. (2025). Identifying priority urban green areas for biodiversity conservation and equitable recreational accessibility using spatial prioritization. LANDSCAPE AND URBAN PLANNING, 259.
• Kujala, H., Lahoz-Monfort, J.J., Elith, J. & Moilanen, A. (2018). Not all data are equal: Influence of data type and amount in spatial conservation prioritisation. METHODS IN ECOLOGY AND EVOLUTION, 9, 2249-2261.
• Kukkala, A.S. & Moilanen, A. (2013). Core concepts of spatial prioritisation in systematic conservation planning. BIOLOGICAL REVIEWS, 88, 443-464.
• Lehtomäki, J. & Moilanen, A. (2013). Methods and workflow for spatial conservation prioritization using Zonation. ENVIRONMENTAL MODELLING & SOFTWARE, 47, 128-137.
• Lehtomäki, J., Kusumoto, B., Shiono, T., Tanaka, T., Kubota, Y. & Moilanen, A. (2019). Spatial conservation prioritization for the East Asian islands: A balanced representation of multitaxon biogeography in a protected area network. DIVERSITY AND DISTRIBUTIONS, 25, 414-429.
• Norberg, A., Abrego, N., Blanchet, F.G., Adler, F.R., Anderson, B.J., Anttila, J. et al. (2019). A comprehensive evaluation of predictive performance of 33 species distribution models at species and community levels. ECOLOGICAL MONOGRAPHS, 89.
• Ovaskainen, O., Ramos, D.L., Slade, E.M., Merckx, T., Tikhonov, G., Pennanen, J. et al. (2019). Joint species movement modeling: how do traits influence movements? ECOLOGY, 100.
• Virtanen, E.A., Moilanen, A. & Viitasalo, M. (2020). Marine connectivity in spatial conservation planning: analogues from the terrestrial realm. LANDSCAPE ECOLOGY, 35, 1021-1034.
• Virtanen, E.A., Viitasalo, M., Lappalainen, J. & Moilanen, A. (2018). Evaluation, Gap Analysis, and Potential Expansion of the Finnish Marine Protected Area Network. FRONTIERS IN MARINE SCIENCE, 5.
• Virtanen, E.A., Lappalainen, J., Nurmi, M., Viitasalo, M., Tikanmäki, M. Heinonen, J., Atlaskin, E., Kallasvuo, M., Tikkanen, H. & Moilanen, A. (2022). Balancing profitability of energy production, societal impacts and biodiversity in offshore wind farm design. RENEWABLE AND SUSTAINABLE ENERGY REVIEWS 158, 112087.
• Wisz, M.S., Pottier, J., Kissling, W.D., Pellissier, L., Lenoir, J., Damgaard, C.F. et al. (2013). The role of biotic interactions in shaping distributions and realised assemblages of species: implications for species distribution modelling. BIOLOGICAL REVIEWS, 88, 15-30.

シンク・ネイチャーの「四方よし」

売り手よし、買い手よし、世間よし。

そして自然によし。