都市湿地の複雑な力学の多時間モデリングとシミュレーション: コロンビアのボゴタの場合

Scientific Reports volume 13、記事番号: 9374 (2023) この記事を引用

メトリクスの詳細

都市の湿地は、長期にわたる都市の健康と福祉に不可欠です。 豊かな生物多様性と生産性の高い生態系が認められており、空気の浄化、都市気候の調整、心身の健康、レクリエーション、瞑想などの側面に代表される生態系サービスを提供するほか、その品質に基づいたさまざまな商品やサービスが提供されています。ボゴタのような大都市の住民の生活は大きく左右されます。 私たちはセル オートマトンを使用して、コロンビアのボゴタの都市湿地の変化をモデル化し、シミュレーションしました。 この研究では、マルコフ-将来土地利用シミュレーション (FLUS) 結合モデルを適用して、20 年間にわたる土地利用/土地被覆 (LULC) の変化をシミュレーションおよび分析しました。 まず、オルソモザイク (1998 年) と 2 つの WorldView-2 衛星画像 (2004 年と 2010 年) を使用して、土地被覆の変化を検出しました。 次に、人工ニューラル ネットワーク FLUS モジュールを使用して、土地クラスと関連ドライバー間の関係を計算し、各土地クラスの発生確率を推定しました。 最後に、強度分析を適用して、観察および予測された LULC 変化 (1998 ～ 2034 年) を調べました。 結果は、作物と牧草地の面積の増加が湿地を犠牲にしていることを示しています。 さらに、シミュレーションの出力では、2034 年には湿地が調査対象地域全体の 2% 未満になる可能性が高く、24 年間で 14% 減少することが示されています。 このプロジェクトの重要性は、市内の意思決定プロセスへの潜在的な貢献と天然資源管理の手段にあります。 さらに、この研究の結果は、国連の持続可能な開発目標6「きれいな水と衛生」や気候変動の緩和に貢献する可能性があります。

都市またはその郊外に形成される都市湿地 1 は独特であり、都市地域の福祉に不可欠な役割を果たしています。 これらは、給水、水の浄化、都市部のヒートアイランド現象の軽減、重要な動植物種への生息地の提供、洪水調節、レクリエーションの機会など、複数の生態系サービスを提供します2,3。 しかし、これらの生態系は、下水汚染、水環境の変化、水文機能の低下、生息地と生物多様性の損失または気候変動、土地利用の変化による損失などの脅威に直面しています4。 さらに、過去数十年間、個人や社会は湿地の価値を無視し、都市廃棄物や建設廃棄物で湿地を埋め尽くし、それを不安の源とみなしてきました。 たとえば、ボゴタでは、1940 年代の湿地の面積は 50,000 ヘクタールでしたが、現在では 901 ヘクタールにとどまっています6,7,8。

1950 年には世界人口の 70% が農村部に住んでいましたが、都市部の人口がこの数字を上回ったのは 2007 年まででした9。 それ以来、都市人口は増加し続けており、国連はその人口が 2050 年までに 68% に増加すると推定しています9。都市の成長により、特に都市中心部とその周辺で環境圧力が増大しています10。 ラテンアメリカとカリブ海地域は世界で最も都市化が進んだ地域の一つであり、住民のほぼ 81% が都市に住んでいます11。 コロンビアでは、20 世紀の 60 年代から 70 年代にかけて、主に暴力による田舎から都市への移住によって都市の成長が促進されました12。 1950 年代後半以来、ボゴタ市は大幅な成長を遂げ、西に広がり、今日ではボゴタ川に達しています。 開発と都市の成長が進むにつれて、かつて周辺地域や田園地帯にあった保護された湿地は都市に吸収され、その環境的および生態学的性質を失います10。 したがって、地球規模の変化を監視し、変化する世界への人間の適応を導くという生態系の固有の役割のため、これらの生態系を保存し保護することは非常に重要です9。

都市湿地の維持・復元を目的として、都市湿地の変化に関する研究が2000年代から盛んになり、研究者らは主に湿地の景観パターンや生態学的機能の歴史的変化を分析してきた。 これらの生態系の変化を評価するために、フィールドワーク、リモートセンシングデータ、地理情報システム (GIS)、および複雑性科学モデリングのアプローチが適用されてきました5、7、13、14、15、16、17、18、19。 湿地の形成と規制を推進する環境要素間の複雑な相互作用と関係には、複雑な都市景観における空間的および時間的スケールにわたる湿地の変化を検出および分析するための方法論的アプローチが必要です。 セルラー オートマトン (CA) を使用した土地利用土地被覆 (LULC) 変化モデルは、土地変化のダイナミクスを調査するためにますます使用されています。 これらは、生態系の保護と管理を促進するための公共政策決定の基礎と考えられています20。

研究者たちは、都市の湿地で観察される空間的および時間的ダイナミクスをよりよく理解するために、計算モデルを使用してきました。 X. Wang et al.21 は、景観指数とマルコフ モデルを使用して、中国の武漢における湿地の景観の変化と都市建設の関係を評価しました。 Peng ら 20 は、ランダム フォレスト (RF) 回帰と土地利用の転換とその効果 (CLUE-s) モデルを組み合わせて空間割り当てモデルを開発し、武漢集積地における都市湿地の空間力学をシミュレートしました。 Ghosh と Das22 は、RF とサポート ベクター マシン (SVM) を使用して東コルカタ湿地シフトの危険性を評価しました。 Saha et al.23 は、インドとバングラデシュのアトレーエ川流域の氾濫原湿地帯の地図を作成しました。 彼らは、人工ニューラル ネットワークとセルラー オートマトン (ANN-CA) 技術を使用して、2039 年までの面積を推定しました。 要約すると、研究者たちは、意思決定者が湿地の景観を保護できるように時空間モデルを実装しました。

ボゴタ市では LULC の変化について幅広い研究が行われています。 Cabrera-Amaya et al.24 は、ハボク湿地の植生の植物学的特徴付けを行い、2004 年から 2016 年までの植生被覆の変化を決定しました。 Morales23 は、1952 年と 1990 年にサンタ マリア デル ラーゴ湿地で多時期分析を実施しました。 Garzón Gutiérrez24 は、多時点のリモート センシング データを使用して比較し、フアン アマリロ湿地の環境条件を評価しました。 Bernal Jaramillo25 は、管理のための景観ガイドラインを確立するために、La Vaca、Techo、El Burro 湿地の物理的劣化を研究しました。 要約すると、これまでの研究は、ボゴタの湿地の物理的、歴史的、構成的変化を研究し、湿地の復元、保存、保護に向けて市民や有能な団体の注意を引くことを目的としていた。 しかし、私たちの知る限り、ボゴタにおける湿地の変化の将来の傾向を調査した研究はありません。

この研究の主な目的は、コロンビアのボゴタの都市湿地の変化をシミュレーションおよび研究するための計算モデルを実装することです。 主な目的を達成するために、1) LULC を抽出するために 1 つのアナログ画像 (1998 年) とデジタル化された 2 つの数値画像 (2004 年と 2010 年) を解釈し、フレーム時間中の湿地の変化と傾向を推定しました。 2) 湿地の変化をシミュレートするために、ANN を適用して各土地クラスの確率マップを取得しました。 3) LULC 確率マップ、マルコフ連鎖、および FLUS-CA モデルを使用して、ハイブリッド土地被覆モデルを適用しました26。 4) 強度分析フレームワーク 27,28 を使用してモデルを検証し、結果を分析しました。

次のセクションでは、CA-FLUS モデルを実装するための研究領域とデータを示します。 次に、モデル化アプローチの特殊性から始めて、観察および予測される LULC の変化を評価するために使用される手法について説明します。 次に、結果を提示し、分析について説明します。 最後に、結論とその影響を示しました。

アンデス山脈北部の東山脈に位置するコロンビアの首都は、標高 2650 ～ 3750 マスル (海抜メートル) です。 都市の気温は 7 °C ～ 14.5 °C の間で変化します。 降雨量は二峰性で、降雨量 163 mm の 2 ～ 3 か月の降雨期間（4 ～ 6 月と 9 ～ 11 月）と、降雨量 20 mm の 2 つの乾期（1 ～ 2 月および 7 ～ 8 月）が交互に起こります29。 市街地は約 379 km2 を占め、特定の河川網を持っています。 東丘陵の隣、チンガザとスマパスのパラモスの近くにあります。 人口は7,181,46930人に達します。 ボゴタ市の西に位置する湿地は、市中心部との湿地帯の移行の歴史的地域の一部です。 ボゴタの都市湿地複合体には、市の環境事務局によって認定されている生態系が 15 ありますが、ラムサール条約で認定されているのは 11 のみで、面積は 6.67 km231 です。 図 1 は 14 の湿地の位置を示しています。 私たちは、直接的な影響を及ぼし、生態系の影響を受ける地域の周囲にある行政区域のみを取り上げました。

コロンビアのボゴタの調査地域。

3 つの画像は、時間性と解像度に基づいて、ボゴタ空間データ インフラストラクチャ (IDECA) から選択されました。 選択されたリモート センシング プロダクトは、(a) 1998 年についてはオルソ補正された航空写真から作成されたオルソモザイク、(b) 2004 年と 2010 年の WorldView-2 衛星画像です。 続いて、視覚的な画像解釈要素を使用して画像のオンスクリーンデジタル化を実行し、LULC マップを取得しました。 次に、湿地の定義から離れて、「沼地、湿地帯、泥炭地、または水域で、自然か人工か、永続的か一時的かを問わず、水が静止しているか流れているか、淡水、汽水域、または塩性の地域を含み、深さの海水域も含みます」そのうち、干潮時に水深が 6 メートル 32 を超えないものとして、建設地、都市緑地、農作物と牧草地、採石場、水域、湿地という 6 つの土地クラスを選択しました。

多くの変数が都市部の湿地に影響を与えます33。 したがって、文献レビューに基づいて推進要因と地元の知識を選択しました33、34、35、36。 特定された推進要因は、道路までの距離、数値標高モデル (DEM)、人口密度、世帯密度、地籍情報、降水量や気温などの気候変数でした。 表 1 は、ボゴタの LULC をシミュレートするために使用された空間データセットのリストです。 ArcGIS Pro バージョン 2.6.037 のユークリッド距離ツールを使用して、幹線道路ネットワークまでの距離を計算しました。 制限区域データは、市の土地利用計画で確立された保護区域システムを表します38。 すべての空間データセットはラスター化され、5 メートルのピクセル サイズにリサンプリングされました。 駆動因子は正規化されてモデルの精度が向上し、寸法および量的な差異が排除されました (図 2)。

土地利用の変化をシミュレートするために使用される要因 (a) 数値標高モデル、(b) 年間降水量、(c) 年間平均気温、(d) 都市の地形、(e) 道路までの距離、(f) 2004 年の人口密度、(g) 2010 年の人口密度、(h) 2004 年の世帯密度、(i) 2010 年の世帯密度、(j) 地籍情報。 都市地形の詳細な地図と凡例が補足図S1として添付されています。

私たちは、LULC の変化をシミュレートするために 3 つの体系的なアプローチを適用しました。マルコフ連鎖 (MC)、人工ニューラル ネットワーク (ANN)、および過去の研究で複雑な LULC のシミュレーションに成功した将来土地利用シミュレーション (FLUS) モデルです。 。

我々は、FLUS モデルの「トップダウン」土地利用需要予測モジュールとして MC モデルを使用します39。 MC モデルは、時間間隔内での 1 つのカテゴリーから別のカテゴリーへの変化の遷移確率を決定することによって将来の土地利用需要を予測する方法であり、他のシミュレーション研究で使用されています 17,42,43。 本研究では、2010 年から 2016 年、2016 年から 2022 年、2022 年から 2028 年の 3 つの期間で MC を実施しました。

FLUS モデルは、CA モデルに基づく空間シミュレーション プロセスを適用することにより、人間の存在と自然の影響による土地利用の変化をシミュレートします。 過去の土地利用データと変化の推進要因との関係を設定するために、ANN が実装されています。 各ピクセルでの発生確率の値は、土地利用分布における変更の割り当てを決定します。 そして、その自己適応的な慣性と競争メカニズムにより、このモデルは複雑な地域の土地利用相互作用と競争を発展させ、さまざまな影響下でのさまざまな土地利用タイプの変化の不確実性と複雑さに効果的に対処することができます26。 さらに、FLUS モデルはムーア近傍を使用して近傍空間を表します。 この研究では、3 つの近傍次元 3 × 3、5 × 5、および 7 × 7 を使用してモデルの感度をテストしました。モデルの詳細な説明については、X. Liu et al.26 を参照してください。

研究者は、ANN などの機械学習技術を使用して、LULC パターンとその駆動変数の間の非線形で複雑な関係を近似しています 42,44。 CA45 の土地利用クラス移行ルールを抽出するデータ マイニング ツールとして使用される ANN には、入力データを出力カテゴリ 23 に変換するために並行して動作するいくつかのニューロンが含まれています。出力層。 ANN では、入力層の各ニューロンは土地利用地図と駆動要因に準拠します。 出力層の各ニューロンは、影響因子に関する各ランド タイプの発生確率を表す個別のランド タイプに準拠します。 あらゆる種類の土地で同じサンプリングポイントを確保するために、データの 70% をサンプルとして抽出するランダムサンプリング手法を採用しました。 データ サンプルに対して正規化処理が実行され、ANN モデルにインポートされて、各カテゴリの適合確率が取得されます。

図 3 は、土地被覆の変化をシミュレーションするために行った手順を示しています。 まず、変化分析を実行して、最初の期間における最も重要な土地被覆クラスの移行を特定しました。 変化分析を実行するために、1998 年と 2004 年の LULC マップを使用しました。

方法論の概略図。

次に、MC を利用して、シミュレートされた間隔で未知の土地需要を取得しました。 最初に、土地需要は 2010 年の参照地図に基づいて計算されました。その後、その後の時間間隔は前の時間間隔に基づいて計算されました。 したがって、たとえば、2016 年の土地需要を取得するために、2004 年から 2010 年までの推移行列が計算されました。

第三に、ANN は入力層 (駆動因子) の 10 個のニューロン (表 1) と出力層 (土地の種類に対応) の 6 個のニューロンで構築されました。 調査領域全体の総ピクセルの 70% がトレーニング データセットとしてランダムに選択されました 26。 ネットワークをトレーニングする前に、サンプリング データは [0 1] に正規化されます。 これを行うために、FLUS モデルはシグモイド関数をモデル伝達関数として使用し、推定確率値の範囲が [0 1]26 であることを保証します。

FLUS モデルは、2004 年に開始されたボゴタの都市湿地変化の研究ケースで 30 年間の土地被覆変化をシミュレートするために実行されました。シミュレーションの時間枠は、2010 年に対応する利用可能な LULC マップに対して結果を検証するために選択されました。 5 つのシミュレートされた地図が計算され、分析評価の重点は都市湿地のカテゴリに集中しました。

次の段階では、CA モジュールを使用して LULC マップ投影を実行しました。 シミュレーションには 3 × 3、5 × 5、および 7 × 7 のムーア近傍が使用されました。 CA モジュールは、校正/検証とシミュレーションの 2 つのフェーズで実装されました。 1998 年から 2010 年までモデルを校正および検証し、2016 年から 2034 年までシミュレーションを実行しました。まず、1998 年と 2004 年の観測地図を使用してモデルを校正しました。次に、2010 年の予測を取得するために、2004 年の観測地図を使用しました。 LULCのマップ。 次に、2010 年の基準土地被覆地図と 2010 年の投影地図を比較することでモデルを検証しました (「モデルの検証」セクションを参照)。 次に、観測された 2010 年の LULC マップから開始して、2016 年、2022 年、2028 年、および 2034 年の LULC マップをシミュレートしました。 最後に、強度分析を適用して検証と分析結果を実行しました。

この研究では、強度解析手法を使用して、区間、カテゴリ、および遷移レベルにおける FLUS モデルのシミュレーション パフォーマンスを定量的に検査しました。 Aldwaik と Pontius28 は、強度解析の手順と方程式を徹底的に詳しく説明しました。 間隔レベルでは、変化の合計サイズと年間変化率が各時間間隔ごとに (つまり、各時間間隔を定義するマップのペアごとに) 計算されます。 このレベルの分析により、年間変化率が遅い区間と速い区間を特定できます。 カテゴリ レベルでは、土地クラスごとに総損益の規模と総損益の強度が計算されます。 このレベルの分析では、特定の時間間隔における休眠中の土地タイプと活動中の土地タイプを特定します。 最後に、陸地型遷移のサイズと強度が遷移レベルで計算されます。 このレベルの分析では、利益または損失のある土地タイプごとに、移行の注目すべきターゲットであり、移行において特に避けられる他の土地タイプを特定します。

まず、ANN モデルの結果を検証しました。 次に、2004 ～ 2010 年の基準 LULC 変化と 2004 ～ 2010 年の予測地図を比較することでモデルを検証しました。 最後に、1998 ～ 2010 年に観察された LULC の変化と、予測される 2016 ～ 2034 年の LULC の変化を、間隔、カテゴリ、および遷移強度の観点から比較しました。

ANN モデルのパフォーマンスを定量化するために、総合動作特性 (TOC) 指数の曲線下面積 (AUC) を使用しました。 TOC は、インデックス変数 (発生確率マップ) のランクが、バイナリ参照変数 (LULC の観測値) の有無をどのように分類するかを計算します。 TOC には、ミス、ヒット、誤報、および正しい拒否が表示されます。 受信動作曲線 (ROC) と同様に、TOC の AUC はパフォーマンスを要約する指標を提供します。 AUC は、全体的な予測精度の指標として使用されます。 一般に、AUC 値は 0 から 1 まであり、0.60 ～ 0.70 の値は低い精度レベルを意味し、0.70 ～ 0.80 は中程度、0.80 ～ 0.90 は良好、0.90 ～ 1 は優れた精度レベルを意味します47。

セルラー オートマトン (CA) モデルの近傍効果パラメーターはモデルのキャリブレーション中に不可欠であるため、3 × 3、5 × 5、および 7 × 7 のサイズで近傍を変化させることで感度分析 (SA) プロセスを適用しました。 SA を評価するために性能指数 (FoM) を計算しました。 FoM は、シミュレーションと基準の変化の交差部分が分子で表され、シミュレーションと基準の変化の和集合が分母となる割合です27。 次に、Aldwaik & Pontius によって提案された強度分析フレームワークに従いました 28。 調査領域における参照変化と予測変化を比較することにより、モデル化された LULC マップのパフォーマンスを評価しました。 モデルをテストするために 2004 年から 2010 年までの LULC 変化のシミュレーションが実行され、その結果を 2004 年から 2010 年の LULC マップで観察された変化と対比しました。 最後に、1998 ～ 2010 年の基準 LULC28 変化と、シミュレートされた 2016 ～ 2034 年の土地利用変化を、その間隔、カテゴリー、移行レベルに関して比較しました。

FLUS モデルを https://www.geosimulation.cn/FLUS.html からダウンロードしました。 次に、さまざまなソフトウェアパッケージを使用して分析を実行しました。 まず、TerrSet48 を使用してクロス集計行列を計算しました。 次に、統計ソフトウェア RStudio 2022.07.051 を使用して、パッケージ「raster 49」と「TOC」、および FoM52 を計算する「lulcc」パッケージを使用して TOC 曲線の AUC を取得します。 3 番目に、http://www.clarku.edu/~rpontius/ のフリー ソフトウェアと RStudio 2022.07.051 のパッケージ「intensity Analysis50」を使用して強度解析を適用し、最後に ArcGIS Pro 2.637 でマップを作成しました。

過去の LULC は、建設物、農作物と牧草地、採石場、都市緑地、水域、湿地という 6 つのクラスを含む 3 つのマップで計算されました (図 4)。 表 2 は、3 つのマップを比較した結果を示しています。 6 つの土地クラスのうち、都市緑地、建築物、水のクラスでは面積が増加しました。 対照的に、作物と牧草地、湿地、採石場の種類は減少し、作物と牧草地は 1,211 ヘクタール減少し、最も顕著な減少を示しました。

1998 年、2004 年、2010 年の 6 つの土地カテゴリーの地図。

湿地は、1998 年には調査地域全体の 2.58%、2004 年には 2.46%、2010 年には 2.29% を占め、12 年間で調査地域の 0.3% 減少しました。 したがって、1998 年から 2004 年までの湿地の減少は、湿地クラス面積の 4.87% の減少、2010 年には 1.51% の減少に相当します。これらの結果は、湿地面積が長年にわたって継続的に減少していることを示しています。 それどころか、調査対象地域内で最大クラスの建設物で覆われた面積は、1998 年から 2010 年にかけて 3.65% 増加し、1998 年の 69.7% から 2004 年の 72%、2010 年の 73.3% へと増加しました。

LULC マップと駆動因子を使用して FLUS モデルを校正し、そのモデルを使用して 2016、2022、2028、2034 年の予測地図を取得しました。ANN モジュールを適用して、各土地タイプの土地遷移確率マップを生成しました (補足図を参照) .S2)。 これらのマップは、各セルがこの研究の 6 つの土地タイプのそれぞれに移行する可能性を示しています。

図 5 は、6 つの土地タイプの TOC 曲線を示しています。 各土地クラスの AUC 値は、TOC 曲線に従って計算されました。 ANN モデルの検証により、すべての土地クラスで AUC が 0.7 を超え、値の範囲は 0.72 ～ 0.98、平均値は 0.85 であることが示されました。

ANN を検証するための TOC 曲線と AUC 値。

区間レベルでの結果は、最初の基準区間である 1998 ～ 2004 年では土地の変化が非常に速いのに対し、2 番目の基準区間である 2004 ～ 2010 年では土地の変化が比較的遅いことを示しています。 表 3 は、キャリブレーションおよび検証の時間間隔中の LULC の推移をパーセンテージで示しています。 1998 年から 2004 年の基準期間中の全体の基準変化は 1,617 ヘクタールでした。 2004 ～ 2010 年の全体的な基準変化は 1,480 ヘクタールでしたが、2004 ～ 2010 年のシミュレーションでは全体的な変化は 716 ヘクタールでした。

SA を適用して、近傍のサイズが結果にどのような影響を与えるかを確認しました。 まず、シミュレーション マップは、補足図 S3 に示すように、特定の土地タイプのゾーンの端の周囲に変更が割り当てられていることを示しました。 対照的に、参照マップの変更がそれらのエッジに割り当てられることはほとんどありません。 次に、SA の結果を評価するために FoM を計算しました。 FoM 値は、3 × 3 近傍サイズで 7.08%、5 × 5 で 7.14%、7 × 7 で 7.09% でした。モデルの SA を評価するためにさまざまなメトリクスが実装され、モデルの SA の精度が高いことがわかりました。出力モデルは、3 × 3 の近傍サイズと 5 m の空間解像度で向上します。 SA 結果の詳細な説明については、Cuellar & Perez51 を参照してください。

補足図 S4 では、各時間間隔のカテゴリ レベルでの強度分析の結果を示しました。 各グラフの破線は、年間変化の均一な強度を示しています。 分析では、最初の期間 (1998 ～ 2004 年) から 2 回目の期間 (2004 ～ 2010 年) までの全体的な変化の減速が示され、シミュレーションの減速は基準の下降傾向よりも強かった。 補足図 S4a と S4c は、2004 ～ 2010 年のシミュレーション損失強度が 1998 ～ 2004 年の基準損失強度より小さいことを示しています。 さらに、補足図S4aおよびS4bは、基準パターンが校正期間（1998～2004年）から検証期間（2004～2010年）まで静止していないことを示しています。 特に、基準湿地カテゴリは、検証期間中よりもキャリブレーション期間中に多く増加します。

したがって、シミュレーションにおけるこのカテゴリの強度は、2004 年から 2010 年の基準と一致しません。 補足図 S4b と S4c を比較すると、検証期間 (2004 ～ 2010 年) におけるモデルのパフォーマンスに関する詳細な情報が明らかになります。 基準変更ではカテゴリごとの利益と損失が表示されますが、シミュレーションでは、カテゴリは利益または損失のいずれかになります。 言い換えれば、シミュレーションでは、ほとんど変化を示さない水カテゴリーを除いて、各カテゴリーの利益と損失の相対的な差が大きくなります。 キャリブレーションと検証の時間間隔の参照データでは、最も広範な損失が湿地で発生し、2 番目に大きいのが作物と牧草地であることも注目に値します。 対照的に、シミュレーションで最も顕著な損失は作物と牧草地であり、次に大きいのは湿地です。

補足図S5は、湿地、農作物と牧草地、都市緑地、建築物の移行レベルの結果を示しています。 キャリブレーションと検証の時間間隔を比較すると、モデルが 1998 ～ 2004 年の基準キャリブレーション期間から 2004 ～ 2010 年のシミュレーション検証期間までの変化強度をほぼ外挿していることがわかります。 湿地の獲得は、すべての期間を通じて作物と牧草地の損失を対象としました。 ただし、検証間隔の基準変更とは異なり、シミュレーションでは都市緑地の損失は対象としていませんでした。 建設利益は、すべての間隔で作物と牧草地を対象とし、校正間隔中の湿地の損失を対象としました。 対照的に、他のすべてのカテゴリーからの都市の緑地、作物、牧草地の増加は、3 つの区間にわたって静止しています。

すべての土地クラスの年間変化強度は、1998 年から 2034 年まで 0.16% です。 これは、過去 (1998 ～ 2010 年) から将来 (2010 ～ 2034 年) にかけて、それぞれ 0.63% と 0.25% 減少します。 ただし、研究領域内の変化率は均一ではありませんでした。 たとえば、1998 ～ 2010 年の年間変化の強度は速かったのに対し、2010 ～ 2034 年の予測強度は遅かったです。

湿地、建設物、作物と牧草地、および都市緑地のカテゴリーには、他の土地カテゴリーよりも大きな変化がありました (図 6)。 1998 年から 2010 年にかけて、建設用地クラスの増加は主に調査地域の西部であり、損失は主に北部で発生しました。 対照的に、2010 年から 2034 年の利益と損失は調査地域全体に分布しています。 作物と牧草地の過去（1998～2010年）および予測（2010～2034年）の増加は主に北部であったが、予測された増加は歴史的な増加よりもはるかに少ない。 比較すると、このカテゴリーの損失は 1998 年から 2010 年にかけて北から南に西部に分布していました。 2010 年から 2034 年の損失は北部に集中しており、調査地域の西の境界近くには他の損失もいくつかあります。 最後に、1998 年から 2010 年の湿地の増加は主に北西部で解決され、損失は中央部と南部で発生しています。 このカテゴリの予測利益はごくわずかで、予測損失は調査地域の中心部と北に分布しています。

1998 ～ 2010 年および 2010 ～ 2034 年の各土地クラスの損益。

1998 年から 2010 年にかけて、建設物、農作物、牧草地は、他の土地カテゴリーと比較して最も大きな範囲の変化を経験しました。 同じ行動が 2010 年から 2034 年にも予測されました (図 7)。 さらに、図 7a では、両方の期間で構造が顕著な増加を示しました。 対照的に、損失は主に作物と牧草地で顕著でした。 湿地の増加と損失はどちらの期間でも小さいですが、1998 年から 2010 年の湿地の年間損失強度は建設によるものよりもはるかに大きく、作物や牧草地よりも高くなっています。 予測期間（2010 ～ 2034 年）では、湿地の損失強度は建設による利益や損失の強度よりもはるかに高くなります（図 7b）。 作物と牧草地の場合、その年間増加強度は両方の期間にわたって休止状態でしたが（図7b）、その損失強度は2010年から2034年の湿地のそれよりも高かった。 都市緑地のカテゴリーは、年間増加強度に関して両方の期間で最も活発でした。 湿地の増加強度は 1998 ～ 2010 年に活発で、2010 ～ 2034 年には無視できましたが、損失強度は両方の期間で活発でした。

カテゴリレベルの強度分析。 行 (a) 土地変更サイズの利得と損失、(b) 土地変更強度、(c、d) コンポーネント別の変更サイズと強度。 湿地（Wet）、都市緑地（UGS）、作物および牧草地（CP）、採石場（Q）、水（Wa）、および建設物（C）。

図 7c は作物と牧草地を示しており、両方の時間間隔で最も大きな違いがあったのは建設物でした。 それらの量成分は、他の 2 つの強度成分よりも大きくなります。 どちらも 1998 ～ 2010 年は量よりも集約的ですが、2010 ～ 2034 年は作物と牧草地が量よりも集約的です。 都市の緑地と湿地には少量の量的要素はありませんが、1998 年から 2010 年の全体の量よりも量的要素が少ない唯一の場所でした。 対照的に、予測期間では、量の要素は湿地のサイズではわずかですが、湿地では他のカテゴリーに比べて集中的です。 都市の緑地と湿地には最も重要な交換要素があり、どちらも 1998 年から 2010 年の交換全体よりも集中的です。 1998 年から 2010 年にかけて変化があったカテゴリーは湿地、都市緑地、水だけであり、いずれも全体的な変化よりも集中的でした。 2010 年から 2034 年までは、建設、農作物と牧草地、水が変化のある唯一のカテゴリーであり、建設と水だけが全体の変化より集中的です。 図 8d の全体的な数量線は、数量が 6 つのカテゴリすべての差の 55% であることを示しています。 為替が全体の差の 43% を占め、1998 ～ 2010 年にはシフトが 1% を占めました。 対照的に、投影された間隔では、これらの強度成分は量で 87%、交換で 9%、シフトで 4% になります。

図 8 は、湿地、農作物と牧草地、建設物、都市緑地といった最も重要な利益に関する移行レベルの強度分析の結果を示しています。 1998 年から 2010 年および 2010 年から 2034 年の期間では、作物および牧草地から建設物および湿地への移行強度は、残りのカテゴリーからの移行強度よりも大幅ですが、これらの結果から、建設物および湿地が増加したことが観察できます。それはむしろ作物や牧草地の損失から来ています。 湿地、農作物、牧草地から都市緑地への移行の強度は、2 つの期間にわたって異なります。 1998 年から 2010 年にかけて都市部の緑地の増加により湿地の損失は回避されましたが、作物と牧草地の損失が対象となり、2010 年から 2034 年には両方のカテゴリーでの損失が対象となりました。 作物と牧草地の獲得は、両方の期間において湿地の損失をターゲットにし、建造物の損失を回避します。

1998 ～ 2010 年および 2010 ～ 2034 年における、(a) 作物と牧草地、(b) 湿地、(c) 建設物、(d) 都市緑地、および土地等級の喪失による移行強度。 湿地（Wet）、都市緑地（UGS）、作物および牧草地（CP）、採石場（Q）、水（Wa）、および建設物（C）。

さらに、作物と牧草地、建設物と湿地の増加は、それらのカテゴリーが非作物と牧草地、非建設物、非湿地のカテゴリーをどのように回避またはターゲットにするかによって、時間の経過とともに固定されています。 しかし、都市緑地の増加は時間の経過とともに一定ではありません。 たとえば、都市緑地の獲得は、1998 年から 2010 年の間は農作物と牧草地のみを対象としていましたが、予測期間中は湿地地域も対象としています。

同様に、年間遷移強度は遷移の強さを示し、両方の期間で作物と牧草地を対象とした建設が行われたことが明らかになりました。 その結果、調査期間中に作物や牧草地による建設の大幅な増加は、最初はこの広大な面積によって引き起こされたのではなく、むしろ建設の増加によってこのカテゴリーが集中的に面積を失うことによって引き起こされました。 2 番目のカテゴリーは、作物と牧草地で、年々規模が拡大しています。 その利益は湿地から来ました。 さらに、年間遷移強度は遷移の強さを示し、作物と牧草地が両方の時間間隔で湿地をターゲットにしていたことが明らかになりました。 その結果、湿地からの作物と牧草地のかなりの増加は、当初のその面積によって引き起こされたのではなく、むしろ作物と牧草地の増加によってこのカテゴリーの面積が集中的に減少したことによって引き起こされました。 最後に、農作物や牧草地、さらには都市の緑地からも湿地の増加が観察されました。 それは変遷の力を示唆し、これらの土地カテゴリーが両方の時代においても農作物と牧草地を対象としていたことを明らかにした。

図 9 は、投影された LULC マップを示しています。 耕作地は主にボゴタ川に隣接する調査地域の北と西にありました。 その被覆率は 1998 年の 21.4% から 2034 年の 12.71% に減少しました。湿地土地は主に水路に接続された地域で見られ、1998 年の 2.6% から 2034 年の 1.97% に減少しました。都市緑地は調査地域全体に位置しており、その被覆率は 1998 年の 5% から 2034 年の 6.3% に増加しました。建造物は調査地域の広大な範囲を占めており、その被覆率は 1998 年の 70% から 2034 年の 78% に増加しました。

(a) 2016 年、(b) 2022 年、(c) 2028 年、および (d) 2034 年に予測される LULC のパーセンテージ (総面積に関する)。

建設、農作物と牧草地、および都市緑地の土地カテゴリーは、調査地域を支配する 3 つの LULC であり、全体の約 96% を占めます (表 4)。 1998 年から 2010 年にかけて、作物と牧草地では 3.86%、建設物と緑地では 4.18%、水と湿地では 0.30% の純変化がありましたが、水と採石場ではほぼゼロでした。 一般的な景観レベルで土地の変化を評価したところ、都市の緑地に次いで建設が主要な土地取得カテゴリーであることが示されました。 作物と牧草地のカバーが主な損失カテゴリーでした。 建設および都市緑地の増加は、それぞれ 1600 ヘクタールと 297 ヘクタールでした。 建設により約 454 ヘクタールが減少しましたが、農作物と牧草地が 1,587 ヘクタールで最も多く減少し、建設分野で増加したのとほぼ同じでした。 湿地は 102 ヘクタール増加し、約 195 ヘクタールが減少し、純変化量はほぼ 93 ヘクタールとなりました。 同様に、シミュレーション結果では、調査地域全体のすべての土地被覆について同様のパターンが示されました。 2034 年の生産量マップでは、1998 年の拡張に関連して湿地面積がほぼ 0.33% 減少しており、これは 101 ヘクタールに相当します。

一方、建設と緑地の面積は引き続き 5.15% の純増加、つまり 1,614 ヘクタールとなっています。 一方、建設部門は 1,589 ヘクタール減少し、引き続き最大の損失を記録しています。 言い換えれば、参考データに基づくと、2034 年までに、建築物と都市緑地の総面積は 26,358 ヘクタール、湿地はほぼ 616 ヘクタール、農作物と牧草地は 3,982 ヘクタールに相当します。

この研究では、ボゴタの湿地の空間分布の予測を取得するために FLUS モデルを利用しました。 それらの時空間変化を調べるために、1998 年から 2034 年までのそれらの面積を計算しました (図 10)。 参照パターンは、トルカ・グアイマラル、ハボク、コルドバを除き、北東部の湿地が増加していることを示しており、これらの湿地は減少パターンでした。 さらに、南西部に位置する湿地は、増加パターンを示したラ バカを除いて、減少する参照パターンを示しました。 最後に、エル・サリトレ湿地とサンタ・マリア・デル・ラーゴ湿地は、基準期間中同様のパターンを維持しました。 したがって、1998 年から 2010 年の歴史的時期の空間力学に基づいたシミュレーション マップは、調査地域内で同様のパターンを示しました。 2034 年のシミュレーション地図では、トルカ グアイマラル、ハボク、コルドバを除く北西部にある湿地が 3% 増加し、それぞれ 52%、11%、34% 減少していることが示されています。 また、ラ・バカを除く南西部の湿地でも54％が減少し、6％減少したことが示されている。 要約すると、2034 年までに湿地の総面積は 611 ヘクタールとなり、1998 年と比較してその表面積のほぼ 25% が失われると予測されています。

1998 年から 2034 年までの湿地エリア。

都市の湿地は、都市のヒートアイランド現象の軽減、鳥の避難場所や受動的なレクリエーションエリアの提供、水質の改善など、数多くの生態系サービスを提供します2。 しかし、都市部の湿地は依然として人間の侵入に対して非常に脆弱です。 都市湿地の劣化の主な原因は、人口増加、無秩序な都市開発、水質汚染、土地利用の変化、排水、水環境の変化、生物多様性の損失です4。 世界中で、特に 21 世紀には、自然の生息地と景観の配置が大幅に変更されました。 LULC の変化は、過去 20 年間にわたって複数の調査の対象となってきました 45,52,53,54。 時空間データを使用して、1998 年から 2010 年までのボゴタ湿地の影響範囲における LULC の変化を分析しました。LULC マップと物理的および社会経済的決定要因から、FLUS モデルの ANN を使用して各 LULC の発生確率を取得しました。 さらに、ハイブリッド ANN-マルコフ-CA FLUS モデルを使用して、2016 年、2022 年、2028 年、および 2034 年の LULC 予測を取得しました。

ANN を評価するために、TOC 曲線に従って各土地クラスの AUC 値を計算しました。 次に、TOC は、シミュレートされたマップを 2010 年の参照マップと比較しました。すべての LULC タイプで、AUC は 0.7 を上回っており、マップ間の高度な一致を示しています。 図 5 は、湿地の基準マップとシミュレーション マップ間の空間均一性が 89% 大幅に向上していることを示しています。 次に、AUC 値は、ANN のトレーニングから得られた個々の LULC の発生確率の調整が、選択された駆動要因によって十分に説明できることを示しました。

検証中に、感度分析により、すべての近傍構成により、パッチの側面近くでシミュレートされた変化が発生することが示されました（補足図S3を参照）。 SA の結果は、Varga et al.27 などの以前の研究で判明したように、近隣のサイズが異なると、地被の増加が既存の地被のパッチの周囲になることを示しています。 FoM コンポーネントは、シミュレーションの変化が近傍サイズの基準変化に部分的にのみ対応していることを示しました。 ミスは誤報よりも大きかった。これは、2004 年から 2010 年までの基準の変化がモデルでシミュレートされたものよりも大きかったことを意味します。 さらに、強度分析の間隔レベルでの検証により、FLUS モデルが校正期間 (1998 ～ 2004 年) から検証期間 (2004 ～ 2010 年) までの地球規模の変化の減少を適切にシミュレートしていることが示されました。 カテゴリ レベルでは (補足図 S4 を参照)、モデルは、キャリブレーション期間中の LULC の状態がほぼ同じである各 LULC の損失または利得のアクティブまたは休止形態をシミュレートしたことを示しました。校正期間は休止状態であり、検証期間にアクティブになりました。 移行レベルでは、結果は、作物と牧草地のシミュレートされた増加が湿地をターゲットにしており、参照データによると一定期間にわたって定常的なパターンであることを示しました。 また、移行レベルは、湿地を対象とした建設のシミュレートされた増加が校正期間中に減少したことを示しました。 ただし、検証期間中、建設の拡大は作物と牧草地のみを対象としていました（補足図S5を参照）。 したがって、建設のパターンは固定的ではありませんでした。

検証分析の結果、調査地域には広大な休眠カテゴリー現象が存在することがわかりました。 建設地クラスは歴史的期間の範囲領域の大部分を占めます（表 3）。 損益に関しては休止状態です（補足図S4）。 また、結果は、各LULCの損失が主に構造上の利益によって引き起こされることを示しました（補足図S5）。 それにもかかわらず、作物と牧草地の土地クラスの増加が、湿地の土地クラスの損失の主な原因でした（表3および補足図S5を参照）。 次に、参照変化は調査地域全体の 5.16% であり、ほぼ 4.5% には建設に伴う移行が含まれるため、建設用地利用の大部分が全体の変化において重要な役割を果たします (表 3 を参照)。 同様の現象がインドネシアの森林でも報告されており、そこでは森林の規模が大きいことが、裸地と草のカテゴリーの利得と損失の行動に重要な役割を果たしています55。

私たちは強度分析アプローチを使用して、湿地のカテゴリーに焦点を当て、その間隔、カテゴリー、移行レベルの観点から 2010 年から 2034 年の LULC の変化を分析しました。 主に建設クラスは主に歴史的な期間に増加しており、2034 年まで継続的に増加する可能性が高い。都市拡大のパターンは市の西部に向かって明らかであり、主に農業活動が占めている地域であるが、新たな（主に違法な）都市の建設が進んでいる。ボゴタのさらに南の地域では、LULC を作物や牧草地から建設物に徐々に転換しました。 同様のパターンが Czerny & Cezerny56 によっても見つかりました。 この現象は、建設レベルへの移行時の強度解析で描写されました (図 8 を参照)。 強度分析の結果、作物と牧草のカテゴリーの適用範囲は、新しい緑地や湿地の適用範囲の創出と並行して行われる他の適用範囲や建設によって世界的に最も影響を受けており、今後もその影響を受けることが示されました。 Rashid と Aneaus57 は、インドのカシミール・ヒマラヤにある都市部の湿地帯の市街地で農業地域が主に減少していることを発見しました。 LULC の作物から建設物/緑地への変化のダイナミクスは主に最近の人間の居住によるものですが、湿地の役割はより詳細に分析する必要があります。

1998 年から 2010 年の歴史的時期の空間力学に基づいたシミュレーション マップでは、湿地被覆について同様のパターンが示されました。 一方では、北西部の湿地は、トルカ・グアイマラル、ハボク、コルドバを除き、基準となる拡大パターンを示し、減少パターンを示した。 一方、南西部に位置する湿地は、増加パターンを示したラ・バカを除き、減少する参照パターンを示しました。 対照的に、エル・サリトレ湿地とサンタ・マリア・デル・ラーゴ湿地は、基準期間中同じパターンを維持しています。

ラ・コネヘラでは、湿地の増加が緑地と農作物の損失につながる一方で、建設による損失が予測されることがわかりました。 同様に、作物の拡大によりさらに多くの湿地が失われると予測されています。 これらの結果は、湿地の北部に位置する民間農場による作物の増加の証拠があったという地方環境長官の最新報告書58と一致している。 フアン・アマリロ湿地にも拡大パターンがあり、基準時点では作物や牧草地の損失を引き起こしたが、建設による損失は対象となる。 さらに、湿地における家畜の存在は、生態系を改善する上で注目されている問題である家畜の放牧地としての利用に関連している可能性がある59。 同様の行動はメアンドロ・デル・セイ湿地でも証明されており、湿地エリアの増加は作物エリアの損失をターゲットにし、緑地帯の増加は湿地表面の損失をターゲットとしています。 この行動は、現在湿地が直面しているストレス要因の 1 つによって説明される可能性があります。なぜなら、湿地の内部の大部分にある大きなサッカー場は、サッカー チームが練習するエル サイ農場に属しているからです60。 Chang et al.61 は、他の土地クラスと比較して湿地面積が急速に減少する保護農地のシナリオの下で、中国でも同様の結果を発見した。

表面積が減少すると予測される湿地については、トルカ・グアイマラールから始めましょう。 作物被覆量の増加により損失が見込まれます。 しかし、その損失は、歴史的な時代の建設の利益によっても狙われました。 最近の報告では、湿地の生態回廊で農業活動が行われていることが示されています62。 ジャボク湿地では、かつては耕作面積の獲得によって湿地が失われるというパターンがあった。 ただし、その表面積の損失は予測されていますが（図10）、強度分析では別のカテゴリの増加によるカバーの積極的な損失が示されなかったため、その損失の強度は重要ではありません。 この湿地における予測にもかかわらず、湿地の南部が果樹園の造成によって主に影響を受けていることを考えると、湿地の現在のストレス要因が結果と一致しないため、モデルは時空間ダイナミクスを捉えることができませんでした63。 コルドバ湿地では、調査した両方の期間において、建設用地の増加による湿地面積の減少が観察されました。 2000 年代半ばの回復には市民の参加が不可欠となった湿地の 1 つである 64 にもかかわらず、湿地空間の不法占拠は生態系に影響を与えています。これは、湿地が生息地を破壊する不適切な活動に使用されてきたためです 65。 このパターンは今後もその保全に影響を与えると予測されています。

調査地域南部の湿地については、カペラニアでも建設用地クラスの増加により同様の損失パターンが見られました。 たとえば、アベニーダ ラ エスペランサが湿地を通過し、湿地を北部と南部に分断しているため、建設工事は湿地の分断にこれまでも、そしてこれからも不可欠な要素であり続けるでしょう。 さらに、オリエンテ縦断通りは湿地を通過すると予想されている66。 1950 年代半ば頃、ケネディ地方の湿地。 ラ・バカ、エル・ブッロ、テチョの面積は約98ヘクタール67。 1998 年の地図では、これらの生態系がどのように都市化の影響を受け始め、現在 3 つの生態系として知られるものに変化したかが記載されています。 この重要な湿地のうち、2010 年には 1998 年に広がっていた湿地の少なくとも 33% が失われており、その劣化はさらに進み、2034 年には最大 73% が失われると予測されています。ボゴタの南部地帯では、主な特徴が見られます。湿地転換の原因は建物の覆いの増加によるものでした。 これらの結果は、ケネディなどの分野における非公式の都市化活動が 1970 年代に住宅需要を満たすために地域で力を増したことを示す研究によって裏付けられています67。 不法入植地の問題は過去の問題ではありません。 環境省地方長官の最近の報告書では、ラゴス・デ・カスティーリャの非合法化地区での新しい建設が報告されている68。

この記事で紹介する情報は、ボゴタの都市湿地で起こった変化のダイナミクスに焦点を当てており、これらのパターンが今後数年間にどのように再現され続ける可能性があるかを展望しています。 結果を分析する方法として、全体の時間的変化に関する各カテゴリーの総損失と総利得の強度を考慮する強度分析を採用します。 刺激的な現象を取り上げてみましょう。 まず、約 20 年前に湿地に関する公共政策が確立されたにもかかわらず、これらの生態系が都市の不適切な都市計画の影響を受け続けていることは明らかです。 Sizo ら 69 は、湿地減少の歴史的傾向と保全戦略が欠如していたために、サスカトゥーンの都市湿地の将来の状況が改善されなかった場合にも同様の結果を得た。 一般に信じられていることに反して、その結果は、研究された各湿地のストレス要因に関する興味深い情報をもたらしました。 私たちは、これらの生態系が住民の避難所として機能するためにその性質を変え、作物や牧草地の使用によって影響を受けていることを発見しました。 世界レベルで見ると、もう一つの注目すべき側面は、歴史的にボゴタ川周辺地域に位置していた作物と牧草地の主な損失です。 緑地と一体となった敷地への転換により、農作物と牧草地が減少したことを示します。

この研究の主な発見とともに、その限界についても言及することが重要です。 最初に言及すべき側面は、入力データセットの性質とそれらが受ける操作によって生じる可能性のある誤差や不確実性のレベルです。 ベクトルからラスターへの変換やラスターのリサンプリングなどの変換は、シミュレーションの結果に影響を与える可能性があります70。 まず、感度分析において、この解像度で得られた結果が参照データとより一致していることを考慮して、土地地図はベクトルから 5 m の空間解像度でラスター形式に変換されました。 第 2 に、長期的な土地被覆変化のシミュレーションは、多様な気候、人口動態、社会経済的、物理的要因の影響により複雑です。 私たちの研究では、10 個の要因を選択しました。 しかし、将来の気候データを含めるべきであった。これは、気候変動の観点から、気候変動シナリオの下での都市湿地の将来の動態の理解に大きく役立つであろう71。 第三に、データの制限により、より長期間にわたる研究を実施することが不可能であり、ラ・イスラ、ヒンティバ・エスクリトリオ、ティングア・アズールなど、最近宣言された他の湿地生態系は含まれていませんでした。 私たちは地理情報保有者に対し、より無制限のアクセスによるオープンデータの促進を求めます。 第 4 に、採用された方法論には垂直都市密度化が含まれていませんでした72。 しかし、人間の福祉の多くの側面、たとえば、これらの天然資源によって提供される生態系サービスは住宅密度と関連しているため73、垂直密度の変化が湿地生態系サービス、特に生息地の質に影響を与えるかどうかを判断するために、将来の研究にはこの変数が含まれる必要があります。

1998 年から 2010 年にかけての湿地の LULC 減少パターンは、使用が制限された保護区であるにもかかわらず、2034 年まで続く可能性があります。 湿地に対する最大の脅威は、建設活動や農作地や家畜地帯への転換による人為的妨害でした。 予測された時間枠内では引き続きその状態が続くと想定されます。 ただし、基準期間と予測期間における湿地減少の特徴は異なります。 1998 年から 2010 年にかけて、北西部の都市部の湿地は作物転換によりさらに減少しましたが、南部の湿地は建築面積の拡大によりさらに脅かされました。 首都地区の湿地政策は 2005 年に制定されましたが、市内の都市部の湿地は人為的荒廃の影響を受け続けています。 次に、都市生態系の統合管理を確保するために、その保全と保護に関する既存の規範を改訂する必要があります。

これらの先祖伝来の生態系の価値に気づき、その価値を回復し、地域社会に多大な利益をもたらす湿地を保護、回復、保全する保全主義のビジョンに移行する時が来ています。私たちは気候変動を緩和します。

現在の研究中に生成および/または分析されたデータセットは、オープン GitHub リポジトリ https://github.com/yacuellar94/Data-for-article-2-Yenny-Cuellar-Liliana-Perez.git で利用できます。

ラムサール条約。 都市部の湿地: 荒れ地ではなく貴重な土地。 https://www.ramsar.org/resources/publications (2018)。

ミレニアム生態系評価。 生態系と人間の幸福: 湿地と水の合成。 世界の資源。 研究所 https://doi.org/10.1080/17518253.2011.584217 (2005)。

記事 Google Scholar

Dooley, W. & Stelk, M. 都市湿地の保護と修復ガイド。 （2021年）。

Alikhani、S.、Nummi、P.、Ojala、A. 都市湿地:都市湿地の生態学的および文化的価値のレビュー。 水 13、3301 (2021)。

記事 Google Scholar

Das , N. 、 & Mehrotra , S. 都市環境における湿地: ボージ湿地の事例。 2021 年の IEEE 国際地球科学およびリモート センシング シンポジウム IGARSS (pp. 6972-6975)。 IEEE (2021)。

ファン デル ハメン、T. サバンナ湿地: 起源、進化、劣化、回復。 ボゴタ湿地とサバナ、コンサベーション・インターナショナル 19-51 (2003)。

デュランド、M. ボゴタの都市湿地、利用と遺産の衝突。 地理と文化 43–59 (2008)。

環境長官。 ボゴタは改善しつつあり、世界湿地の日にはこれらの生態系への取り組みを再確認します。 https://www.ambientebogota.gov.co/ (2022)。

国連、D. of E.、および SAPD の世界都市化見通し 2018: ハイライト。 （2019年）。

Sandoval, D. ボゴタの都市部の保護地域、都市湿地。 クアド・アーキット・アーバン 6、80–103 (2013)。

Google スカラー

国連。 世界の都市化の見通し : 2018 年改訂版。 （2018年）。

国連人口基金 (UNFPA) とエクステルナード デ コロンビア大学。 都市、空間、人口: コロンビアの都市化プロセス。 https://colombia.unfpa.org/es/publications/ciudad-espacio-y-poblaci%C3%B3n-el-proceso-de-urbanizaci%C3%B3n-en-colombia (2007)。

ユ、フアン。 彼、鄭偉。 Pan, X. セルラー オートマトンを使用した湿地縮小シミュレーション: 中国の三江平原でのケーススタディ | エルゼビアの拡張リーダー。 Procedia Environ Sci 2、225–233 (2010)。

ポッター、KW、ダグラス、JC、ブリック、EM 湿気の多い米国の水生生態系に対する農業の影響。 地球物理学モノグラフシリーズ vol. 153 31–39 (Blackwell Publishing Ltd、2004)。

Hasse, JE & Lathrop, RG 都市スプロール化の土地資源への影響指標。 応用地理。 23、159–175 (2003)。

記事 Google Scholar

JE グレイソン、MG チャップマン、AJ アンダーウッド 都市部の湿地における生息地の回復の評価。 Landsc 都市計画 43、227–236 (1999)。

記事 Google Scholar

モンダル、B.ら。 東コルカタ湿地における GIS ベースのモデルを使用した都市の拡大と湿地の縮小の推定。 インド。 Ecol Indic 83、62–73 (2017)。

記事 CAS Google Scholar

González Angarita, G.、Henríquez, C.、Peña Angulo, D.、Castro Álvarez, D.、Forero Buitrago, G. ボゴタの都市湿地の消失における地理学的解析技術。 不法居住地はどのような役割を果たしているのでしょうか？ Norte Grande Geography Journal 207–233 (2022) https://doi.org/10.4067/S0718-34022022000100207。

カイ、シュウ。 他。 1987 年から 2005 年までの中国、武漢の都市湿地の変化。Progress Phys. 地理。 地球環境。 34、207–220 (2010)。

記事 Google Scholar

Peng, K. et al. ランダムフォレストと CLUE-S モデルの統合に基づくさまざまなシナリオの下での湿地の変化のシミュレーション: 武漢の都市集積のケーススタディ。 エコル。 インド語。 117、106671 (2020)。

記事 Google Scholar

Wang, X.、Ning, L.、Yu, J.、Xiao, R. & Li, T. 都市湿地の景観パターンの変化と武漢市の湿地に対する都市化の影響。 チン・ゲオル。 科学。 18、47–53 (2008)。

記事 Google Scholar

Ghosh, S. & Das, A. 東コルカタ湿地の湿地転換リスク評価: ランダム フォレストとサポート ベクター マシン モデルを使用したラムサール条約湿地。 J. クリーン製品。 275、123475 (2020)。

記事 Google Scholar

モラレス D. 1952 年、1990 年、2014 年のサンタ マリア デル ラゴ湿地 (ワシントンDC ボゴタ) の土地被覆の変化の多時期分析 (軍事大学、2018)。 http://hdl.handle.net/10654/17275。

ガルソン・グティエレス、ニューメキシコ州 ティバブイェス湿地の植生被覆の変化を特定するための多時期研究。 （コロンビアカトリック大学、2016年）。

Bernal Jaramillo, C. ボゴタのサバンナにある 3 つの湿地の物理的劣化とその管理のための生態学的および景観ガイドラインに関する予備研究。 (ロスアンデス大学、2006)。

Liu、X.ら。 人間と自然の影響を組み合わせて複数の土地利用シナリオをシミュレーションするための将来の土地利用シミュレーション モデル (FLUS)。 Landsc 都市計画 168、94–116 (2017)。

記事 Google Scholar

Varga, OG、Pontius, RG、Singh, SK & Szabó, S. セル オートマトン - マルコフ シミュレーション モデルの評価のための強度分析と性能指数のコンポーネント。 エコル。 インド語。 101、933–942 (2019)。

記事 Google Scholar

Aldwaik, SZ & Pontius, RG 間隔、カテゴリ、遷移ごとの土地変化のサイズと定常性の測定を統合するための強度分析。 Landsc 都市計画 106、103–114 (2012)。

記事 Google Scholar

アイディガー。 気候変動のリスクと影響を分析する副部門。 ボゴタ水文気象ネットワーク (RHB) の強化への貢献としての、ボゴタの気候学的特徴付け。 https://www.idiger.gov.co/precipitacion-y-temperatura (2019)。

デーン。 2018 年全国人口および住宅国勢調査 - コロンビア。 （2018年）。

ラムサール条約事務局。 コロンビアは新たに2つの国際的に重要な湿地を指定した。 https://www.ramsar.org/resources/publications (2019)。

ラムサール条約事務局。 湿地条約の紹介、第 7 版。 （以前はラムサール条約マニュアル）。 スイス、グランド 107 (2016)。

ジャン、W.ら。 北京市における都市湿地の変化の原動力を定量化する。 地理科学ジャーナル 2012 22:2 22、301–314 (2012)。

Tian、Y.ら。 膠州湾湿地の時空間変化と推進力の解析。 J. コースト研究所 38、328–344 (2021)。

記事 Google Scholar

ウー、M.ら。 1960 年代以降の長江河口の沿岸湿地景観のダイナミクスと推進力を定量化します。 登録スタッド。 3月科学。 32、100854 (2019)。

Google スカラー

Shaohui, Y. & Zhongping, Z. 中国武漢市におけるフラクタル次元を用いた都市湿地の形状の時空間変化と駆動力解析。 2013 年リモート センシング、環境および輸送工学に関する国際会議議事録 540–543 (Atlantis Press、2013)。 土井：https://doi.org/10.2991/rsete.2013.131。

ESRI。 ArcGIS Pro、カリフォルニア州: 環境システム研究所。 (2020) のプレプリント。

地区環境長官。 ロンダ生態回廊 | アイデア。 https://www.ideca.gov.co/recursos/mapas/corredor-ecologico-ronda (2019)。

Liang, X.、Liu, X.、Li, D.、Zhao, H. & Chen, G. CA ベースの将来の土地利用シミュレーション モデルに計画ポリシーを組み込むことによる都市成長シミュレーション。 内部。 J.Geogr. 情報科学。 32、2294–2316 (2018)。

記事 Google Scholar

Liang、X.ら。 開発潜在力の局所的最大値に基づいてファジー クラスタリングとセル オートマトンを組み合わせて、経済開発ゾーンにおける都市の出現と拡大をモデル化します。 内部。 J.Geogr. 情報科学。 34、1930–1952 (2020)。

記事 Google Scholar

Liang、X.ら。 CA ベースの FLUS モデルと形態学的手法を使用して、マルチシナリオの都市成長境界を描写します。 Landsc 都市計画 177、47–63 (2018)。

記事 Google Scholar

Xu, T.、Gao, J. & Coco, G. 人工ニューラル ネットワークとマルコフ連鎖セル オートマトンの統合による都市拡大のシミュレーション。 内部。 J.Geogr. 情報科学。 33、1960–1983 (2019)。

記事 Google Scholar

Arsanjani, JJ、Helbich, M.、Kainz, W.、Darvishi Boloorani, A. 都市の拡大をシミュレーションするためのロジスティック回帰、マルコフ連鎖、セル オートマトン モデルの統合。 内部。 Ｊ．Ａｐｐｌ． 地球観測。 地理情報。 21、265–275 (2013)。

リン、Y.-P.、チュー、H.-J.、ウー、C.-F. & Verburg, PH 経験的土地利用変化モデリングにおけるロジスティック回帰、自己ロジスティック回帰、およびニューラル ネットワーク モデルの予測能力 – ケーススタディ。 内部。 J.Geogr. 情報科学。 25、65–87 (2011)。

記事 Google Scholar

Yang, X.、Chen, R. & Zheng, XQ ANN-CA モデルと景観パターン インデックスを統合することによる土地利用変化のシミュレーション。 ジオマット。 ナット。 ハズ。 リスク 7、918–932 (2016)。

記事 Google Scholar

Pontius, RG Jr. & Si, K. 複数の閾値に対する診断能力を測定するための総合的な動作特性。 内部。 J.Geogr. 情報科学。 28、570–583 (2014)。

記事 Google Scholar

Saha, TK、Pal, S. & Sarkar, R. 線形回帰モデルと人工ニューラル ネットワーク ベースのセル オートマトンを使用した湿地の面積と深さの予測。 エコル。 知らせる。 https://doi.org/10.1016/j.ecoinf.2021.101272 (2021)。

記事 Google Scholar

Eastman、JR TerrSet 2020 チュートリアル。 449年（クラーク大学、2020年）。

Hijmans、RJ ラスター: 地理データ分析とモデリング。 R パッケージ バージョン 3.5–2。 207–233 (2022 年) のプレプリント。

Pontius, RG & Khallaghi, S. 連続間隔からのカテゴリ マップを比較するための変化の強度。 プレプリントは https://cran.r-project.org/web/packages/intensity.analysis/index.html (2019) にあります。

Cuellar, Y. & Perez, L. 感度分析の精度の評価: ボゴタの都市湿地の変化のセル オートマトン モデルへの応用。 Geocarto Int 38、(2023)。

マヒニー、AS およびクラーク、KC 多基準評価を使用した SLEUTH の土地利用/土地被覆変化モデリングを指導: 動的な持続可能な土地利用計画に向けて。 環境。 プランン。 Bプラン。 デス。 39、925–944 (2012)。

記事 Google Scholar

Lambin, EF、Geist, HJ & Lepers, E. 熱帯地域における土地利用と土地被覆変化のダイナミクス。 アンヌ。 Ｒｅｖ．Ｅｎｖｉｒｏｎ． リソース 28、205–246 (2003)。

記事 Google Scholar

Liu, Y.、Huang, X.、Yang, H. & Zhong, T. 中国南西部カルスト地域における都市化と政策によって引き起こされる土地利用/被覆変化の環境への影響 - 貴陽のケーススタディ。 ハビタット国際空港 44、339–348 (2014)。

記事 Google Scholar

ポンティアス、RG 他。 インドネシア中部カリマンタンにおける土地変化を例証した強度解析の設計と解釈。 ランド (バーゼル) 2、351–369 (2013)。

Google スカラー

Czerny, M. & Czerny, A. ボゴタの都市拡大、社会的隔離と土地の劣化。 パプ。 グロブ。 IGBP 23、127–149 (2016) を変更します。

記事 ADS Google Scholar

Rashid, I. & Aneaus, S. 過去 50 年間 (1965 ～ 2018 年) にわたる高解像度のリモート センシング データ、地理空間モデリング、および地上観測を使用した、インドのカシミール ヒマラヤの都市湿地の景観の変化。 環境。 モニト。 192、635 (2020) を評価します。

論文 PubMed Google Scholar

地区環境長官。 管理報告期間 2021 ラ・コネヘラ湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

地区環境長官。 管理報告期間 2021 年 フアン アマリロ湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

地区環境長官。 管理報告期間 2021 年メアンドロ デル サイ湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

Chang, X.、Zhang, F.、Cong, K.、Liu, X. 鉱山地域における土地利用と土地被覆変化のシナリオ シミュレーション。 科学。 議員 11、12910 (2021)。

論文 ADS CAS PubMed PubMed Central Google Scholar

地区環境長官。 管理報告期間 2021 年 トルカ・グアイマラル湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

地区環境長官。 管理報告期間 2021 年ジャボク湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2022)。

Ruíz, AG、Hes, E. & Schwartz, K. 湿地管理におけるガバナンス モードの変化: コロンビアのボゴタの 2 つの湿地のケーススタディ。 環境。 プランン。 C 政府方針 29、990–1003 (2011)。

記事 Google Scholar

地区環境長官。 管理報告期間 2021 コルドバ湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

地区環境長官。 管理報告期間 2021 カペラニア湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

エル マヨルガ、JM コロンビア、ボゴタのケネディ湿地の都市化プロセス: 規範的な視点。 Papeles de Coyuntura 42、14–53 (2016)。

Google スカラー

地区環境長官。 管理報告期間2021年手長湿地地区生態公園。 https://www.ambientebogota.gov.co/es/humedales (2021)。

Sizo, A.、Noble, B. & Bell, S. カナダ、サスカトゥーンにおける都市の土地利用と湿地の変化の将来分析: 戦略的環境評価への応用。 サステナビリティ 7、811–830 (2015)。

記事 Google Scholar

Díaz-Pacheco, J.、Delden, H. van & Hewitt, R. 土地利用モデルにおけるスケールの重要性: データ変換、データ リサンプリング、解像度、近傍範囲の実験。 土地変動シナリオをモデル化するための地理学的アプローチにおいて。 地理情報と地図作成の講義ノート。 163–186 (スプリンガー、チャム、2018)。 土井:https://doi.org/10.1007/978-3-319-60801-3_9。

Salimi, S.、Almuktar, SAAAN & Scholz, M. 湿地の生態系に対する気候変動の影響: 実験的湿地の批判的レビュー。 Ｊ．Ｅｎｖｉｒｏｎ． 286、112160（2021）を管理します。

論文 CAS PubMed Google Scholar

Liu, Y.、Batty, M.、Wang, S. & Corcoran, J. セル オートマトンによる都市変化のモデル化: 現代の問題と将来の研究の方向性。 プログレ。 ハム。 地理。 45、3–24 (2021)。

記事 Google Scholar

Chen, T.-HK et al. 1985 年から 2018 年までの Landsat 時系列を使用したデンマークの水平方向および垂直方向の都市密度のマッピング: セマンティック セグメンテーション ソリューション。 遠隔感覚環境。 251、112096 (2020)。

記事 ADS Google Scholar

リファレンスをダウンロードする

私たちは、ディスカバリー・グラントNo RGP IN/05396–2016に基づいてこの研究を部分的に支援してくださったカナダの自然科学工学研究評議会（NSERC）に感謝します。リリアナ・ペレス大学地理学・大学院および博士研究員研究部門に授与されました。モントリオール、国立銀行、オリヴィエ・イヴォンヌ・ポワリエ財団、ケベック州高等教育省がイェニー・クエラールに授与された助成金に貢献しました。 また、原稿の以前のバージョンに関するサイード・ハラティ博士からの建設的なコメントにも感謝します。

環境地理シミュレーション研究所 (LEDGE)、モントリオール大学地理学部、1375 Avenue Thérèse-Lavoie-Roux、モントリオール、QC、H2V 0B3、カナダ

イェニー・クエラル & リリアナ・ペレス

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

概念化、方法論、検証、正式な分析、調査、リソース、執筆 - レビューと編集、YC および LP。 ソフトウェア、データキュレーション、ライティング - オリジナルドラフトの準備と視覚化、YC。 監督、プロジェクト管理、資金調達、LP。 すべての著者は原稿の出版版を読み、同意しました。

イェニー・クエラールへの手紙。

著者らは競合する利害関係を宣言していません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Cuellar, Y.、Perez, L. 都市湿地の複雑な力学の多時間モデリングとシミュレーション: コロンビアのボゴタの場合。 Sci Rep 13、9374 (2023)。 https://doi.org/10.1038/s41598-023-36600-8

引用をダウンロード

受信日: 2023 年 2 月 3 日

受理日: 2023 年 6 月 6 日

公開日: 2023 年 6 月 9 日

DOI: https://doi.org/10.1038/s41598-023-36600-8

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。