複雑な水域ネットワークにおける溶存N₂O濃度の駆動要因と予測モデル

科学分野:

• 環境科学
• 生態学
• 生物地球化学

背景:

• 内陸水域ネットワークは、強力な温室効果ガスである亜酸化窒素（N₂O）の重要な発生源です。
• これらのシステムの複雑さは、正確なN₂O排出量の定量化を妨げます。

研究 の 目的:

• N₂O排出量の因果推論と非線形予測モデリングのための統合フレームワークを開発すること。
• 中国の太湖盆地におけるN₂O変動の主要な要因を特定すること。

主な方法:

• 構造方程式モデリング（SEM）、機械学習（ML）、およびSHapley Additive exPlanations（SHAP）を組み合わせました。
• 因果推論と非線形予測モデリングを橋渡しするフレームワークを利用しました。

主要な成果:

• 硝酸態窒素（NO₃⁻-N）と水温（WT）は、N₂Oの変動に影響を与える主要な要因でした。
• 溶存有機炭素（DOC）は、マクロスコピックなシンクとN₂O生成におけるミクロスコピックな触媒の両方の二重の役割を果たします。
• 4つのルーチンパラメータを持つ簡潔なモデルは、地域評価のために満足のいく予測能力（テストR² = 0.54）を達成しました。

結論:

• 開発されたフレームワークは、複雑な水域生態系を理解するためのスケーラブルで転用可能な方法論を提供します。
• 流域規模のN₂O推定とターゲットを絞った温室効果ガス緩和戦略のための堅牢なツールを提供します。