****************************************************************************************************************

第273回 大気海洋物理学・気候力学セミナー のおしらせ

日　時： 7月 23日(木) 午前 09:30
場　所： 環境科学院　2階　D201

発表者：平田貴文 (地球環境科学研究院 /特任准教授)
Speaker:Takafumi Hirata (Faculty of Environmental Earth Science /Associate Professor)
題名：衛星から見える海洋植物プランクトンの新たな一面
A new perspective on marine phytoplankton: satellite view

発表者：Artur Palacz (National Institute for Aquatic Resources, Technical University of Denmark / PD)

題名：Modeling the dynamics of marine ecosystems as a complex adaptive system through the use of machine learning

****************************************************************************************************************

衛星から見える海洋植物プランクトンの新たな一面
(平田貴文 Takafumi Hirata) 発表要旨：


　地球海洋表層に生息する植物プランクトンは、毎年約11Pgもの炭素を海洋表層から中層に
運び、140Tgの窒素を大気から固定する一方、約50Pgの炭素を生物利用できる形に固定し、
結果として1.3Tgの漁獲量を支えているとされており、生物地球化学的・生態学的・水産学的
に重要とされている。これまでに、広域海洋の植物プランクトンの観測には、衛星観測が利
用され、その生物量指標とされるクロロフィル-a量が観測されてきた。近年では、植物プラ
ンクトンの群集構造や生理活性の衛星観測も行われ始め、海洋生物層の衛星観測は新たな局
面に達している。本発表では、植物プランクトン群集構造やそれらの一次生産速度に加えて、
群集別光合成量子収率といった生理活性パラメータや群集別細胞サイズの多様性といった、
これまでに衛星観測できなかった新たな変量の衛星観測技術開発の最新結果を紹介する。こ
のたび開発した手法により得られる衛星データを用いて、日本近海における各群集の生物量
指標、一次生産速度および光合成量子収率を比較解析した結果、珪藻の一次生産速度は主に
通年生物量により、シアノバクテリアの光合成速度は主に通年生理活性により強く影響を受
けていることが示唆された。一方、ハプト藻では、生物量および生理活性の寄与が季節で大
きく異なっていることが示唆された。また、どの群集においても、亜熱帯（亜寒帯）に代表
されるようなクロロフィル-a量が少ない（多い）海域ではサイズ多様性は低く（高く）見積
もられた事から、一次生産速度が高い海域ではサイズ多様性も高いという、これまで認識さ
れていない新たな一面が示唆された。 



Modeling the dynamics of marine ecosystems as a complex adaptive system through the use of machine learning
(Artur Palacz)発表要旨：


Marine ecosystems are controlled by a dynamic network of interactions and relationships, and 
not static entities. Therefore, they represent one of a class of systems such as global and national 
economies, social systems, weather systems or seismic activities that have been defined as complex 
adaptive systems (CAS). The long-term goal of our work is to address a major challenge for both 
marine and terrestrial researchers as well as resource managers, which is to develop future projections 
of ecosystem states using an approach that is not only integrative (i.e. representing whole ecosystems) 
but also sensitive to the dynamics of CAS (e.g. nonlinearity, adaptability). In this seminar I will 
review some past work and present our ongoing and planned research on utilizing the development 
of machine learning tools (e.g. Bayesian networks, artificial neural networks, genetic algorithms) 
and ensemble modeling approaches to build a new generation of models which are increasingly 
able to take the complexity and adaptability of ecosystems into account.

-----
連絡先