森林規模の表現型：機械学習による生産性の特性評価

データサイエンスの分野からの大規模なデータ分析のための洗練された方法の出現と組み合わされたリモートセンシングの進歩は、生物学的システムの複雑な相互作用をモデル化するための新しい方法を提供します。データ駆動型の哲学を使用して、専門家からの洞察を使用して、モデル設計をリードするのではなく、分析モデルを通じて生成された結果を裏付けるために使用されます。このようなアプローチに従って、この研究は、大規模なプランテーション森林全体に生産性の空間推定値を組み込んだ、森林全体の表現型システムの開発と実装の概要を説明しています。大規模なプランテーション林業では、将来の森林の生産性と一貫性を改善することは、生物的要因と非生物的要因、長い繁殖サイクル、成長条件の高い変動性の間の複数の相互作用のために、重要であるが挑戦的な目標です。森林の表現型発現は、環境条件と森林管理の相互作用によって大きく影響を受けますが、この複雑なダイナミクスの理解は不完全です。この研究では、気候、森林管理、樹木遺伝学、および環境面、管理記録、リモートセンシングデータから抽出された微細な地形情報を説明する62の変数で構成される270万の観察の広範なセットを収集しました。3つの機械学習方法を使用して、森林生産性のモデルを比較し、これらの方法のパワーに対するカテゴリ変数の影響を解釈して、景観レベルで森林生産性を予測するためのゲインとシャプリーの値を評価します。最も正確なモデルは、生産性の最も重要な要因は、重要性の順に、遺伝学、環境条件、葉面積指数、トポロジー、および土壌特性であり、したがって森林の複雑な相互作用を説明することであることを特定しました。このアプローチは、リモートセンシングとデータサイエンスにおける新しい方法が、森林生産性の強力で景観レベルの理解を可能にすることを示しています。ここで開発された表現型法は、優れた遺伝子型を特定し、個々のサイトの生産性指数を推定するために使用できます。このアプローチは、植えられた森林全体の全体的な生産性を高めるために、適切な遺伝学の樹木の繁殖と適切な遺伝学の展開を改善することができます。

Advances in remote sensing combined with the emergence of sophisticated methods for large-scale data analytics from the field of data science provide new methods to model complex interactions in biological systems. Using a data-driven philosophy, insights from experts are used to corroborate the results generated through analytical models instead of leading the model design. Following such an approach, this study outlines the development and implementation of a whole-of-forest phenotyping system that incorporates spatial estimates of productivity across a large plantation forest. In large-scale plantation forestry, improving the productivity and consistency of future forests is an important but challenging goal due to the multiple interactions between biotic and abiotic factors, the long breeding cycle, and the high variability of growing conditions. Forest phenotypic expression is highly affected by the interaction of environmental conditions and forest management but the understanding of this complex dynamics is incomplete. In this study, we collected an extensive set of 2.7 million observations composed of 62 variables describing climate, forest management, tree genetics, and fine-scale terrain information extracted from environmental surfaces, management records, and remotely sensed data. Using three machine learning methods, we compared models of forest productivity and evaluate the gain and Shapley values for interpreting the influence of categorical variables on the power of these methods to predict forest productivity at a landscape level. The most accurate model identified that the most important drivers of productivity were, in order of importance, genetics, environmental conditions, leaf area index, topology, and soil properties, thus describing the complex interactions of the forest. This approach demonstrates that new methods in remote sensing and data science enable powerful, landscape-level understanding of forest productivity. The phenotyping method developed here can be used to identify superior and inferior genotypes and estimate a productivity index for individual site. This approach can improve tree breeding and deployment of the right genetics to the right site in order to increase the overall productivity across planted forests.