氷河の融解により輸送時間が短縮されるが、隠れたコストも伴う

著者: (1) Jorge P. Rodrıguez、Instituto de Fiscia Interdisciplinar y Sistemas Complejos (IFISC)、CSIC-UIB、07122 Palma de Mallorca (スペイン)、CA UNED Illes Balears、07009 Palma (スペイン)、および Instituto Mediterraneo de Estudios Avanzados (IMEDEA)、 CSIC-UIB、07190 エスポレス (スペイン); (2) Konstantin Klemm、Instituto de Fısica Interdisciplinar y Sistemas Complejos (IFISC)、CSIC-UIB、07122 Palma de Mallorca (スペイン)。 （３）カルロス・M・ドゥアルテ、紅海研究センター（RSRC）、キング・アブドラ科学技術大学（KAUST）、23955 204 トゥワル（サウジアラビア） （4）Vıctor M. Eguıluz、バスク気候変動センター（BC3）（スペイン）およびIKERBASQUE、バスク科学財団（スペイン）。 リンク一覧 背景、結果、結論 背景 II. データの説明 III. 分析 IV. 議論 V. 方法 VI. 宣言 VII. 謝辞 背景 北極の温暖化による海氷面積の減少により、従来の航路よりも大幅に短い航路で船舶の航行が容易になります。船舶の衝突を回避するために設計された自動船舶識別システム (AIS) は、船舶名、位置、速度などの航行情報 (現在 27 種類のメッセージ) を送信し、海氷面積の減少に伴う北極海運の進捗状況を監視するための強力なデータ ソースとなります。 結果 船舶の AIS データを収集するオンライン プラットフォームの分析に基づいて、海氷面積によって解放される面積に関連して、北極海を通過する船舶の空間分布、その強度、および時間的変化を定量化しました。北極海を通過する船舶は、船種によって異なる指数で、限られた北極地域を通過する交通量が多いことを意味している、重尾分布に従って空間的に分布しています。 漁業は空間的広がりが最も大きいカテゴリーであり、航路の幅は近位の海氷面積と相関関係にあります。これらの航路の時間的変化は、年間を通じて船舶の活動期間が長期化していることが特徴です。 結論 AIS データは、世界中の国際船団の活動に関する貴重な情報を提供します。新しい国際協定の文脈では、船舶輸送、漁業、海洋生物への潜在的な影響などを監視するための貴重な情報源です。ここでは、近年、特に北東航路と北西航路の沿岸航路を中心に急速に成長している北極海運に焦点を当てています。これにより、航路の短縮や貨物輸送による温室効果ガスの排出削減の機会が生まれますが、北極の生態系に影響を及ぼすリスクもあります。 I. 背景 海上交通は世界貿易における主要な輸送手段であり、国際物品貿易量の80％以上を占めています[1]。実際、経済成長により、1992年から2002年の間に海上交通量は60％増加しました[2]。世界経済に対する海上輸送の重要性は、2020年にコンテナ船エバーギブン号が座礁しスエズ運河が封鎖されたときに証明されました。氷の減少によりアジアからヨーロッパや北米に商品を輸送する新しい北極航路が開通する機会は、交通量を増加させ、この脆弱な生態系に新たな脅威をもたらし[3]、北極の急速な気候変動の直接的な影響を増大させます。実際、輸送時間の推定では、2013年から2022年の間に7％増加することが明らかになっています[4]。 追跡技術は海洋における船舶の動きを分析する上で重要な役割を果たしており、経済的、政治的、生態学的な影響を伴う複数の船舶行動の定量化を可能にしている。例えば、漁船の追跡は漁業活動のホットスポットの推定を容易にした[5–7]。さらに、漁船の軌跡と海洋動物の動きの追跡の重なりにより、重なりの危険性が高い地域が明らかになり、漁船とサメの混獲の危険性[8]や、大型船とジンベイザメの衝突の危険性[9]が明らかになった。 現在、船舶追跡データから得られた製品は公開されています。たとえば、Global Fishing Watchの主力製品は、世界規模の漁業活動を高い空間的および時間的解像度で説明しています[5]。ただし、たとえば世界規模の他の船舶カテゴリの軌跡を含む、より広範なデータセットは、民間購入で利用できます。データの所有権と標準化の問題を克服するために、複数のソースからのクリーンで前処理され、科学的に検証されたデータセットにアクセスしてオンライン分析を実行するための新しいイニシアチブが開発されています。この方向で、HUB Oceanは海洋データプラットフォーム（oceandata.earth）を開発しました。これにより、科学者は、養殖場の寄生虫感染、世界の船舶の排出量、海洋保護区（MPA）を説明する地理空間データなど、さまざまな海洋現象を説明する複数のデータセットのオンライン分析を実行できます。 ここでは、海洋データプラットフォームのプライベートプレビューウィークで開発されたデータ分析を通じて、2020年1月から2022年4月までの北極海の船舶交通の分析を報告します。 II. データの説明 北極海を通過する船舶の空間利用は、自動船舶識別システム（AIS）データから推測されました。AISは海上安全のために導入されたシステムで、さまざまなデータ変数の中でも、システムを使用する船舶の速度、緯度、経度を提供します。プラットフォームOcean Data Platformは、高い空間解像度で月次解像度でAIS追跡データを集約し、各グリッドセルを船舶が通過した時間数を報告しました。月次通過時間は2020年1月から2022年4月まで利用可能で、5つの船舶カテゴリ（貨物、漁業、旅客、タンカー、その他）が指定されていました。分析では、北極圏（66.6◦、図1）よりも高い緯度を選択して、0.1◦×0.1◦解像度のグローバルグリッドを導入しました。 船舶交通。 船舶航路がカバーするエリアの時間的変化は、以前の北極海船舶交通の評価に使用されたデータセット[10]で補完され、海洋データプラットフォームデータセットとの比較を提供し、北極海の船舶交通の長期的な時間的変化を示しています。この以前のデータセットは、2010年7月から2015年5月までの間に、0.25◦×0.25◦グリッドセルごとにAISシステムによって検出された一意の船舶の月間数を報告しました。 海氷面積は、米国国立雪氷データセンター[11]が提供する海氷指数から得た。このデータセットは、北半球および北極圏の特定のサブリージョンにおける海氷面積の月ごとの変化を報告しており、北西航路についてはカナダ群島地域、バフィン湾、ボーフォート海を考慮し、北東航路については東シベリア海、カラ海、バレンツ海を考慮した。 海氷面積。 III. 分析 船舶輸送密度は、対象地域で AIS を使用しているすべての船舶の時間を集計し、各グリッド セルの移動時間をセル面積で割って計算されました。このパターンにより、全体的なマップとさまざまな船舶カテゴリに関連する特定のパターンの両方で、船舶輸送活動のホット スポットが明らかになりました (図 1)。漁船は、特にバレンツ海だけでなくアイスランド近海でも、北極海での船舶輸送に最も大きく貢献していました。貨物船は、タンカー船と同様に、北東航路と北西航路が観測された場所でパターンを示しました。後者はバフィン湾で幅が広くなり、この地域ではタンカーの軌跡が占める面積が少なくなりました。旅客交通が占める面積の割合は低く、ノルウェーやアイスランドの海岸など、最も頻繁に使用されるルートの方が短かったためです。 空間全体にわたる輸送密度の不均一性は、ほとんどのグリッドセルが低い輸送密度を示し、いくつかのセルには大きな値が集中しているという、裾の重い分布によって説明されました (図 2)。具体的には、集計 (カテゴリ全体) および特定のカテゴリの輸送密度分布は、べき乗分布によって説明されました。Python パッケージ powerlaw を使用してこれらの分布にべき乗回帰を実行し、適合指数 1.79 (集計)、1.49 (旅客)、1.90 (タンカー)、1.74 (貨物)、1.96 (漁業) を取得しました。漁業については、分布が低密度 (つまり、指数が小さい) に対して均一分布に近くなる一方で、高密度では減少が速くなるという 2 つのレジームが観察されました。これは回帰によって捉えられた動作でした。 まとめると、出発地と目的地のフラックスを考慮したランダム ヌル モデルでは、出発地が固定され、目的地に到達する確率が均一であるか、またはその逆である場合、1 次元では均一な分布になりますが、2 次元では分布は指数 3 で裾が重くなります。 航路を検出するために、非ゼロ値のグリッドセルのみを考慮して経度ごとの平均航路密度を計算し、各グリッドセルの相対航路密度、つまり航路密度をその経度の平均航路密度で割った値として表した（方法を参照）。最高値は海岸付近にあることがわかった（図 3）。この技術により、主要な航路（図 3 の赤い回廊）と、公海のいくつかの漁業ホットスポットが明らかになった。北極海の主要な航路として北東航路と北西航路の 2 つを検出した。これらはどちらも北太平洋と北大西洋を結び、北東航路はリャホフスキー諸島の北と南で 2 つに分かれている。両航路の交通のほとんどはタンカーと貨物船によるもので、これは航路沿いの空間的連続性が見られないことからもわかるように、短距離航行を示すと予想される客船と漁船にそのことが表れている。 集約されたデータセットと異なる船舶カテゴリーにおける船舶輸送密度の空間特性を分析した後、北極圏全体の観測をすべて集約し、船舶交通量の時間的変化に焦点を当てました。全期間を通じて最も船舶交通量が多かったのは漁船で、次いで旅客船、貨物船、タンカー船の順でした（図4）。漁船と旅客船の相対的な変化は大きな相対的変動を示しませんでしたが、貨物船とタンカー船の船舶交通量は2020年と2021年の夏と初秋に最大の活動を示しました。 最後に、2010 年 7 月から 2015 年 5 月までの各 0.25◦ × 0.25◦ グリッド セルで観測された固有船舶の数を記述した補完的なデータセットを使用して、北西航路と北東航路の長期的な変化を定量化しました。データセットとの比較可能性を保証するために、上記と同じ手順に従って船舶航路の幅を取得しましたが、同じグリッド セル サイズ、つまり 0.25◦ 辺のセルを考慮しました。北西航路の場合、異なる年で同様のパターンが見られましたが、北東航路では最新のデータセットで最大値が著しく減少し、航路で観測可能な活動が見られる期間が長くなりました (図 7)。 IV. 議論 海洋環境に関するデータ、例えば動物の軌跡や海洋生物への脅威 [13] の入手可能性は、陸上で起こっているプロセスを記述するデータとは対照的に、歴史的に限られてきました。しかし、コミュニティや科学資金提供機関からのデータ共有ポリシーへのパラダイムシフトは、より頻繁な海洋データのリリースにつながっています。この文脈では、複数のソースデータセットを収集、クリーニング、標準化するオンラインプラットフォームは、海洋科学を進歩させる大きなメリットを表しています [14, 15]。さらに、オンライン計算用のサーバーが利用可能になったことで、データアクセスだけでなく、ビッグデータを処理するための計算リソースの民主化への移行がもたらされます。このような文脈で、私たちはプライベートプレビューウィークで、HUB OceanのOcean Data Connectorを使用して、無料で北極海船舶交通の分析を開発しました。 北東航路と北西航路の船舶交通の長期分析が図 5 に報告されました。経度ごとの船舶交通量の時間的変化。上のパネルは、各経度で船舶が NULL でないセル上の平均船舶密度を表し、下のパネルはこれらのセルの断面の長さを表します。白いエントリは交通がないことを示します。上のパネルの黒い線は、北東航路と北西航路を測定するために最も代表的であると選択した経度を表し、それぞれ 150º と -90º です。両ルートで予想される季節パターンは、北西航路で低い変動を示しています。ただし、北東ルートでは最近、最大ルート幅の縮小と、より長い季節的変動が見られました。つまり、ルートは狭くなりましたが、年間のより長い期間にわたって使用されました。 COVID-19の拡散を抑えるための地元、地域、国際的な移動制限は、すでに「人類周縁部」と呼ばれている[16, 17]が、私たちの分析期間のほとんどと重なっており、工場の生産率の低下も示唆しており、北東ルートの幅の減少を説明できるかもしれない。交通量の減少は、地理的および環境的（氷）制約をすべて考慮すると、距離の点で最適に近い経路を船舶がたどることにつながるからである。実際、世界的な分析では、パンデミックの初期の数か月間に、特に北半球で交通占有率が1.4％低下したことが明らかになった[18]。 北極海の海氷面積の減少と北極の急速な温暖化は、船舶航路を最適化し、輸送期間とコストを削減して、温室効果ガスの排出量を削減する機会を表しています。しかし、この北極の船舶交通量の増加は、北極における「ブルーアクセラレーション」[19]の前兆である可能性があり、すでに検出されているプラスチック汚染[23, 24]などの他のストレス要因に加えて、船舶衝突[21]や水中騒音[22]などの船舶の危険[20]にさらされていなかった海洋生物を脅かしています。一方、新しい船舶航路が利用可能になることは、より短い航路の使用による船舶からの排出量の削減という、地球温暖化に対する人為的な負のフィードバックを表している可能性があります[25]。これらの潜在的なプラス面とマイナス面は、環境への影響を最小限に抑えるために役立つ北極の船舶交通を監視および管理するためのデータ分析の重要性を浮き彫りにしています。 V. 方法 生データは、AIS 装置を搭載した船舶の高解像度グリッド セル上の船舶輸送時間と、漁船、旅客船、貨物船、タンカーの 4 つの船舶カテゴリ別内訳を提供しました。これらの高解像度グリッド セルを 0.1◦× 0.1◦ のサイズのグリッド セルに集約しました。輸送輸送時間をセル面積 A で割って、船舶密度を算出しました。 船舶密度。 ここで、R = 6371 km は地球の半径、ϕ は度単位の緯度、∆λ と ∆ϕ はそれぞれ度単位のセルの経度と緯度です。 式 7 に従って、同じ経度のセルを通る輸送輸送時間の合計を、輸送時間がゼロでないセルの面積で割って、経度あたりの平均輸送密度を計算します。この値の時間的変化 (図 5、上部) については、各時間ステップで、その特定の期間に輸送時間がゼロでないセルのみを考慮します。 経度あたりの平均輸送密度。 特定の経度 λ を持つ北極地域のすべてのグリッド セルを考慮し、移動時間がゼロでないセルの数 N(λ, t) の時間変化を計算します。ルート幅 W(λ, t) は、これらのセルの緯度断面の長さとして計算しました。 経度ごとのルート幅。 VI. 宣言 A. 資金調達 JPRは、MCIN/AEI/10.13039/501100011033が資金提供したJuan de la Cierva Formacionプログラム（Ref. FJC2019-040622-I）の支援を受けました。JPRは、プロジェクトMISLAND（PID2020-114324GB-C22）を通じて、スペインの研究機関MCIN/AEI/10.13039/501100011033から支援を受けました。 この研究は、Mar´ıa de Maeztu Excellence Unit 2023-2027 Ref. CEX2021-001201- M および CEX2021-001164-M によってサポートされており、MCIN/AEI /10.13039/501100011033 が資金を提供しています。 B. 著者の貢献 JPR: 概念化、データ キュレーション、形式分析、ソフトウェア、視覚化、執筆: 原稿。KK: 形式分析、執筆: レビューと編集。CMD: 概念化、執筆: レビューと編集。VME: 概念化、形式分析、執筆: 原稿。 VII. 謝辞 著者らは、Ocean Data Connector を介してデータにアクセスし、すべての分析をリモートで実行するための計算機能を提供してくれたプラットフォーム HUB Ocean hubocean.earth に感謝します。 [1] UNCTAD、海上輸送のレビュー（国連出版物、2021年）。 [2] J.トゥルナドル、地球物理学研究レター41、7924（2014）。 [3] N. Melia、K. Haines、E. Hawkins、地球物理学研究レター43、9720（2016）。 [4] M. M¨uller、M. Knol-Kauffman、J. Jeuring、C. Palerme、npj Ocean Sustainability 2、12（2023）。 [5] DA Kroodsma、J. Majorga、T. Hochberg、NA Miller、K. Boerder、F. Ferretti、A. Wilson、B. Bergman、TD White、BA Block、他、Science 359、904 (2018)。 [6] JP Rodr´ıguez、J. Fern´andez-Gracia、CM Duarte、X. Irigoien、およびVM Egu´ıluz、Science Advances 7、eabe3470（2021）。 [7] TH Frawley、B. Muhling、H. Welch、KL Seto、S.-K. Chang、F. Blaha、Q. Hanich、M. Jung、EL Hazen、MG Jacox、et al.、One Earth 5、1002（2022）。 [8] N. Queiroz、NE Humphries、A. Couto、M. Vedor、I. Da Costa、AM Sequeira、G. Mucientes、AM Santos、FJ Abascal、DL Abercrombie、他、Nature 572、461 (2019)。 [9] FC Womersley、NE Humphries、N. Queiroz、M. Vedor、I. da Costa、M. Furtado、JP Tyminski、K. Abrantes、G. Araujo、SS Bach、他、米国科学アカデミー紀要 119、e2117440119 (2022)。 [10] VM Egu´ıluz、J. Fern´andez-Gracia、X. Irigoien、および CM Duarte、Scientific Reports 6、30682 (2016)。 [11] F. Fetterer、K. Knowles、WN Meier、MM Savoie、AK Windnagel、「海氷指数バージョン3」（2017年）。[12] J. Alstott、E. Bullmore、D. Plenz、PLoS ONE 9、e85777（2014年）。 [13] AMM Sequeira、GC Hays、DW Sims、VM Egu´ıluz、JP Rodr´ıguez、MR Heupel、R. Harcourt、H. Calich、N. Queiroz、DP Costa、et al.、Frontiers in Marine Science 6、639 (2019)。 [14] T. Tanhua、S. Pouliquen、J. Hausman、K. O'brien、P. Bricher、T. De Bruin、JJ Buck、EF Burger、T. Carval、KS Casey 他、Frontiers in Marine Science 6、440 (2019)。 [15] JJ Buck、SJ Bainbridge、EF Burger、AC Kraberg、M. Casari、KS Casey、L. Darroch、JD Rio、K. Metfies、E. Delory 他、Frontiers in Marine Science 6、32 (2019)。 [16] C. Rutz、M.-C. Loretto、AE Bates、SC Davidson、CM Duarte、W. Jetz、M. Johnson、A. Kato、R. Kays、T. Mueller、et al.、Nature Ecology & Evolution 4、1156（2020）。 [17] AE Bates、RB Primack、BS Biggar、TJ Bird、ME Clinton、RJ Command、C. Richards、M. Shellard、NR Geraldi、V. Vergara、et al.、Biological Conservation 263、109175（2021）。 [18] D. March、K. Metcalfe、J. Tintor´e、BJ Godley、Nature Communications 12、2415（2021）。 [19] J.-B. Jouffray、R. Blasiak、AV Norstr¨om、H. Osterblom、¨およびM. Nystr¨om、One Earth 2、43（2020）。[20] KA Burek、FM Gulland、およびTM O'Hara、Ecological Applications 18、S126（2008）。 [21] R.リーブス、C.ローザ、JCジョージ、G.シェフィールド、M.ムーア、海洋政策36、454（2012）。 [22] OM Tervo、SB Blackwell、S. Ditlevsen、E. Garde、RG Hansen、AL Samson、AS Conrad、および MP Heide-Jørgensen、Science Advances 9、eade0440 (2023)。 [23] A. C'ozar、E. Mart'ı、CM Duarte、J. Garc'ıa-de Lomas、E. Van Sebille、TJ Ballatore、VM Egu'ıluz、JI Gonz'alez-Gordillo、ML Pedrotti、F. Echevarr'ıa、他、Science Advances 3、e1600582 （2017年）。 [24] I. Peeken、S. Primpke、B. Beyer、J. G¨utermann、C. Katlein、T. Krumpen、M. Bergmann、L. Hehemann、およびG. Gerdts、Nature Communications 9、1505（2018）。 [25] J. Browse、K. Carslaw、A. Schmidt、J. Corbett、地球物理学研究レター40、4459（2013）。 この論文は、CC BY-NC-SA 4.0 DEED ライセンスの下で 。 arxiv で公開されています