海洋の大規模利用に対する
環境影響評価
平成 20 年 3 月
（社）日本船舶海洋工学会
IMPACT 研究委員会
（海洋の大規模利用に対する包括的環境影響評価研究委員会）
（社）日本船舶海洋工学会 IMPACT 研究委員会 最終報告書
海洋の大規模利用に対する環境影響評価
目 次
１．背景と目的
1.1 地球の資源の現状と将来
・・・・・・・・・・・・・・・・・・・・・・・・・
1
1.2 海洋の大規模利用の必要性
・・・・・・・・・・・・・・・・・・・・・・・・・
5
1.3 IMPACT 研究委員会の活動目的
・・・・・・・・・・・・・・・・・・・・・・・・・
7
2.1 既存の環境評価指標
・・・・・・・・・・・・・・・・・・・・・・・・・
8
2.2 Inclusive Impact Index (Triple I)
・・・・・・・・・・・・・・・・・・・・・・・・・
11
２．包括的環境影響評価指標の提案
３．包括的環境影響評価の計算例
3.1 二酸化炭素海洋隔離－中層溶解法－
・・・・・・・・・・・・・・・・・・・・
18
3.2 二酸化炭素海洋隔離－深海貯留法－
・・・・・・・・・・・・・・・・・・・・
27
3.3 メタンハイドレート開発
・・・・・・・・・・・・・・・・・・・・・・・・・
34
3.4 海洋肥沃化
・・・・・・・・・・・・・・・・・・・・・・・・・
40
3.5 海洋滋養
・・・・・・・・・・・・・・・・・・・・・・・・・
47
3.6 水産養殖
・・・・・・・・・・・・・・・・・・・・・・・・・
52
3.7 水質浄化装置
・・・・・・・・・・・・・・・・・・・・・・・・・
57
3.8 環境修復技術－東京湾－
・・・・・・・・・・・・・・・・・・・・・・・・・
65
3.9 環境修復技術－神戸空港人工海浜－
3.10 海上空港
・・・・・・・・・・・・・・・・・・・・
77
・・・・・・・・・・・・・・・・・・・・・・・・・
86
４．包括的環境影響評価の実用化に向けて
謝辞
・・・・・・・・・・・・・・・・・・・・
98
・・・・・・・・・・・・・・・・・・・・・・・・・ 101
付録 1 順応的管理と生態フットプリントの equivalence factor について（IMPACT 勉強会発表スライド）
横浜国立大学大学院 松田裕之
・・・・・・・・・・・・・・・・・・・・ 103
付録 2 生態リスクと生態系の評価（IMAPCT シンポジウム講演要旨および発表スライド）
国立環境研究所環境リスク研究センター 田中嘉成
・・・・・・・・・・・ 110
付録 3 順応的管理と水産資源管理への応用（IMAPCT シンポジウム講演要旨および発表スライド）
東京大学海洋研究所 勝川俊雄
・・・・・・・・・・・・・・・・・・・・ 133
付録 4 包括的環境影響評価に関する国内外の動向（第 3 回 IMPACT セッション発表スライド）
横浜国立大学大学院 松田裕之
・・・・・・・・・・・・・・・・・・・・ 157
付録 5 物質循環とエクセルギー流に基づく生態系機能の評価（第 3 回 IMPACT セッション講演要旨
および発表スライド）
大阪府立大学大学院 中谷直樹，吉村明子，奥野武俊
付録 6 IMPACT 研究委員会活動記録
・・・・・・・・・・・・・・・・・・・・・・・・・ 213
付録 7 IMPACT 研究委員会歴代委員一覧
付録 8 執筆者一覧
・・・・・・・・・・・ 178
・・・・・・・・・・・・・・・・・・・・ 218
・・・・・・・・・・・・・・・・・・・・・・・・・ 219
１．背景と目的
1.1 地球の資源の現状と将来
紀元には 3 億人程度であった地球人口は，産業革命時代に 10 億人を突破し，2006 年には 65 億人に達
している．近年人口増加率は徐々に減少しているとは言え，図 1.1-1 に示すように，2020 年には 80 億人
近くになると予想される．現在の飢餓や水不足は，資源の不均一な分布と分配が主たる原因であるが，
世界人口が 80 億人に達すれば，総量として不足することになるであろう．
例えば，世界中で起きている水不足の問題は，食糧危機，エネルギー危機にもまして緊急の課題とな
っている．2006 年にメキシコで開催された第 4 回世界水フォーラムでは，世界の飲料水不足人口が 11
億人，非衛生水利用人口（飲料水不足人口を除く）が 26 億人と報告されており，合わせると世界の半分
以上の人々が水に苦しんでいる現状が示されている．この問題の最大の原因は，言うまでもなく水供給・
使用の地域格差，経済格差であるが，総量においてもそれほど余裕があるわけではない．
図 1.1-2 は，各地域における一人当たりの平均的な水使用量（WWF, 2006）を基に，世界全人口に対し
てどの程度の量の水が必要であるかを分析した結果である．
一人当たりの水使用量は地域格差が大きく，
アメリカの値（1,600t/人/年）は，アフリカの値（200t/人/年）の実に 8 倍にあたる．アラブ諸国の値（800t/
人/年）は一部の高所得者層が極端に多く使用しているためで平均的な値とは言い難いが，欧州の値（500t/
人/年）と比較してもアメリカの値が突出していることがわかる．逆にアフリカは極端に低いレベルであ
り，前述の世界水フォーラムで示された水不足人口もアフリカ大陸に集中している．図の横軸は仮想世
界人口を表しており，各直線はそれぞれのレベルで仮想全人口が同じ量の水を使用したときの水使用総
量を示している．図中の 4,000Gt/年の線は現在の世界全淡水供給量（WWF，2006）を表しており，アメ
リカ人も含めて欧州レベルの水使用量に押さえると仮定しても，80 億人分が限度で，それ以上の人口に
なると総量として不足することになる．
World Population (million)
10,000
8,000
6,000
4,000
2,000
0
1960
1970
1980
1990
2000
図 1.1-1 近年の世界人口の推移
1
2010
2020
20,000
USA (1,600t/p/y)
World Water Withdrawals (Gt/y)
Arabia (800t/p/y)
Europe (500t/p/y)
15,000
Africa (200/p/y)
10,000
5,000
0
3,000
4,000 Gt/y
4,000
5,000
6,000
7,000
8,000
9,000
W orld Population (million)
図1.1-2 仮想世界人口に対する水供給必要量
10,000
USA (800kg/p/y)
World Cereal Consumptions (Mt/y)
Europe (500kg/p/y)
8,000
Japan (300kg/p/y)
Africa (200kg/p/y)
6,000
4,000
2,200 Mt/y
2,000
0
3,000
4,000
5,000
6,000
7,000
8,000
9,000
W orld Population (million)
図1.1-3 仮想世界人口に対する食糧供給必要量
図 1.1-3 は，食糧に関する同様の分析結果を示したものである．ここで，図中の穀類消費は，肉類や
魚類などの食品も全てそれが生産されるために使われる穀類に換算した値（穀類間接消費）を表してい
る．各国の穀類間接消費量（WWF, 1999）は食生活のレベルを表す指標として用いられているが，これ
も地域格差が大きく，アフリカの値（200kg/人/年）は，アメリカの値（800kg/人/年）のわずか 1/4 にす
ぎない．世界の飢餓人口は約 8 億人と推定されているが，その多くがアフリカに集中しており，アフリ
カ人の平均寿命は 50 歳程度となっている（WHO, 2002）
．生活レベルからいえば欧州と日本はあまり差
2
がないと思われるが，穀類間接消費では欧州（500kg/人/年）に比べて日本（300kg/人/年）はかなり低い．
これは，動物性タンパク質の多くを穀類間接消費量の少ない魚介類で摂取しているためであり，食糧資
源の効率的消費という意味で日本人の食生活は優秀であるといえる．
その日本人のレベルで仮想全人口が同じ食生活を行ったとしても，現在の世界全穀類生産量 2,200Mt/
年では，せいぜい 70 億人しか養えないことがわかる．世界人口が 80 億人近くなると予想される 2020
年でも，現在の穀類生産量の増加割合（FAO，2005）から考えてせいぜい 2,400Mt/年程度であると予想
されることから，日本人レベルの食生活でも 2020 年ころには総量で不足することになる．現在急速に経
済発展し，世界最大の人口を抱える中国は，欧州レベルの穀類間接消費量であり，世界的な食糧不足の
危機はかなり目前に迫っていると考えられる．
一人当たりのエネルギー使用量（クリストファー・フレイブン，2005）で見ると，地域格差はさらに
大きくなる．これは，エネルギー使用量は生活レベルにもましてその国の産業構造に大きく依存するか
らで，図 1.1-4 に示すように，アメリカの値（8t/人/年）
，日本・欧州の値（4t/人/年）は，アフリカの値
（0.3t/人/年）のそれぞれ 27 倍，13 倍となっている。中国の値（1t/人/年）は日本・欧州の 1/4 程度とな
っているが，現在の急速な経済発展と工業化に伴い，今後急激に増加するものと予想される．
工業先進国で生産されたものが世界に分配されることを考えると，一概に仮想全人口での一律なエネ
ルギー消費を議論することは問題があるかもしれないが，上述のように中国のエネルギー消費が今後急
速に伸びるであろうこと，二酸化炭素の排出抑制政策が進められている現状では化石燃料によるエネル
ギー供給の伸びはそれほど期待できないことなどを考えると，エネルギーの総量も近い将来不足するこ
とは容易に想像できる．
World Energy Usages (Gt-oil/y)
100
80
USA (8t/p/y)
Japan & Eupore (4t/p/y)
China (1t/p/y)
Africa (0.3t/p/y)
60
40
20
0
3,000
9.5 Gt-oil/y
4,000
5,000
6,000
7,000
8,000
9,000
W orld Population (million)
図1.1-4 仮想世界人口に対するエネルギー供給必要量
3
参考文献
FAO (2005): Statistical Databases 2005, http://www.fao.org
WHO (2002): Core Health Indicators 2002, http://www.who.int
WWF (1999): Living Planet Report 1999, WWF International, Switzerland
WWF (2006): Living Planet Report 2006, WWF International, Switzerland
クリストファー・フレイブン（2005）
：地球白書 2004-05，ワールドウォッチ研究所
4
1.2 海洋の大規模利用の必要性
産業革命以降，人口増加と経済発展に伴う水，食糧，エネルギーの急激な需要増大に対しては，石炭・
石油を中心とする化石資源の大量消費により賄われてきた．図 1.2-1 はそのような人間活動が地球環境
へ及ぼす影響を概念的に示したものである．人間活動を支えていくために必要な水，食糧，エネルギー
は，主に陸域で化石資源を利用して生産され，そのために陸域の環境や生態系へ Pressure を与えるとと
もに，海洋の環境や生態系に対しても Pressure を与えている．地下水の枯渇や，やせ土地の増大，気候
変動による生産力の低下など，穀類生産の現状を眺めるだけでも，陸域での生産活動は，持続的な資源
利用可能領域を超えて，生産活動そのものへ影響を及ぼしている（Reaction）ことが理解できる．つま
り，急激に増加する人口を養うためには，水，食糧，エネルギーのさらなる生産拡大が必要であるにも
かかわらず，化石資源大量消費を基礎とする陸域での生産活動は限界に達しているというのが現状なの
である．
図 1.2-2 は，海・陸・大気の空間の大きさならびに水および炭素の存在量を示している．地球の表面
積のおよそ 7 割が海洋で占められていることは広く知られているが，資源の持続可能性に大きく関係す
る空間的な分布については案外議論されることが少ない．陸域の平均高度 840m に比べて，海洋の平均
深度は 4.5 倍以上の 3,800m もある．生命の源である水や炭素の存在量も海洋のほうがはるかに多く，炭
素量で 6.5 倍，水で 35.5 倍の量を保有している．一方，大気の厚みは気象に影響を及ぼす対流圏までで
も 9～17km あり，空間的には桁違いに大きいものの，物質の存在量でみると容量は非常に小さい．海洋
は，このように大きな環境容量を持っているが，資源利用はごくわずかな沿岸域を中心に行われている
だけであり，持続的生産が可能な未利用資源は多く残っていると考えられる．水，食糧，エネルギーの
生産拡大が急務である現在，図 1.2-3 に示すように，化石資源大量消費を基礎とする陸域での生産活動
を抑え，海洋での生産に移行していく必要があると考えられる．
陸域
海洋
食糧／
エネルギー生産
食糧／
エネルギー生産
環境
生態系
環境
生態系
：Reaction
：Pressure
図 1.2-1 人間活動が地球環境へ及ぼす影響の概念
5
対流圏の厚さ 9～17km
水蒸気：1.3万km3
大気：750Gt
植物：550Gt
海水：13.7億km3
平均水深 3,800m
平均高度 840m
陸水：3,870万km3
海生生物：3Gt
土壌：1,600Gt
化石燃料：4,000Gt
表層海水：1,020Gt
溶存態有機炭素：700Gt
中深層海水：38,100Gt
堆積物：150Gt
A
B
A：B = 3：7
図 1.2-2 海・陸・大気の空間ならびに水（青字）および炭素（黒字）存在量の比較
陸域
海洋
食糧／
エネルギー生産
食糧／
エネルギー生産
？
持続的資源利用
可能領域
環境
生態系
環境
生態系
図 1.2-3 海洋での生産活動に移行した場合の地球環境へ及ぼす影響の概念
6
1.3 IMPACT 研究委員会の活動目的
水，食糧，エネルギーの持続的生産，あるいは地球温暖化対策としての二酸化炭素排出抑制などに対
する海洋の大規模利用技術については，海洋深層水利用，二酸化炭素海洋隔離，海洋エネルギーなど，
様々な技術が提案され，基礎研究が進められているが，自然保護，環境保護を謳っている団体のみなら
ず，一般市民や科学者，技術者からも，海洋環境・生態系への影響を理由に利用概念そのものを否定す
る意見が少なからず出されている．しかし，このような海洋利用は，そもそも化石資源消費の抑制や負
荷軽減を目的としているのであるから，現状の化石資源消費，陸域での食糧生産やエネルギー生産など
による環境影響との量的な比較がなければ，
議論自体が著しく公平さを欠くことになる．
またその結果，
利用概念そのものが否定されることになれば，予測される世界規模の危機に対する回避策の大きな部分
を失うことになる．重要なことは，このような海洋の大規模利用技術が本当に現行技術の代替策として
有効であるか，技術の導入による地球環境への負荷は本当に持続的資源利用可能領域の範囲に収まるか
などを，公平に，定量的に評価できるかどうかである．
このような背景から，海洋の大規模利用による地球規模での環境へのインパクトを，陸域，大気，海
洋の区別のない包括的で公平な統合指標を用いて評価することを目的として，本研究委員会は，2002 年
7 月，
（社）日本船舶海洋工学会（旧（社）日本造船学会）内に，
「海洋の大規模利用に対する包括的環
境影響評価に関する専門委員会（Inclusive Marine Pressure Assessment & Classification Technology Committee，
通称 IMPACT 専門委員会）
」として設置された．その後 2005 年 6 月に行われた三学会統合（日本造船学
会，関西造船協会，西部造船会が統合され，日本船舶海洋工学会となった）と研究組織体制の見直しに
伴い，IMPACT 研究委員会として新たに設置し直し，研究活動を継続させている．
IMPACT 専門委員会の設立当初においては，海洋深層水利用，二酸化炭素海洋隔離，海洋滋養など海
洋の大規模利用技術とその環境影響評価に関するレビュー，ならびに陸域（農業による環境影響）
，大気
（気象コントロール）
，沿岸域（埋立て等の沿岸開発）における環境影響評価手法のレビューを行った．
また 2004 年の後半からは，グローバルな環境問題の現状とその評価手法を学ぶため，順応的管理，エコ
ロジカル・フットプリント，環境リスク等の調査を行った．これらの成果については，2006 年 3 月に完
成した中間報告書（IMPACT 研究委員会，2006）に取りまとめられている．
参考文献
IMPACT 研究委員会（2006）
：海洋の大規模利用と環境影響評価手法に関する調査報告書，
（社）日本船
舶海洋工学会
7
２．包括的環境影響評価指標の提案
2.1 既存の環境評価指標
既存の環境評価指標については，前報（IMPACT 研究委員会，2006）で詳細な解説を行っているので，
本報では，今回提案する Inclusive Impact Index（Triple I）に関連するエコロジカル・フットプリントおよ
び環境リスクについて，その概要を述べるにとどめる．
2.1.1 エコロジカル・フットプリント
エコロジカル・フットプリント（Ecological Footprint，EF）は，1990 年代に British Columbia 大学の
William Rees 教授と当時博士課程に在籍していた Martis Wackernagel 博士らによって開発された．
Wackernagel 博士は，現在 EF の世界的普及を目指す国際 NGO，Global Footprint Network（GFN）の代表
である．EF は，人間経済活動による資源やエネルギーの利用，廃棄物の処理などに必要な生態系の生産
（処理）能力を，生産性のある土地（耕作地，牧草地，森林，生産力のある水域，生産力阻害地）面積
に換算した値で表される．これらの土地区分はそれぞれ生産力に差があるため，土地面積を合計する際
には，表 2.1-1 に示すような等価係数（Equivalence Factor）を掛けることにより平均的な土地面積に換算
される．この平均的な土地面積の単位には global hectares（gha）が用いられる．一方，実際の地球上に
存在する生産（処理）可能な土地や水域も同じ等価係数を用いて平均的な土地面積に換算することがで
き，その土地（環境容量）のことをバイオキャパシティー（Biocapacity，BC）と呼んでいる．
EF の計算には 2 つの方法がある．1 つは Compound 法と呼ばれる手法で，各国の EF 消費や BC 存在
量を計算する際に用いられる．Compound 法では，各国の生物資源消費を国内生産量，輸入量，輸出量
などの統計データから計算する．また，エネルギー消費については，国内エネルギー生産に輸入品に内
在する消費エネルギーを加えることによって計算する．
もう 1 つは Component 法と呼ばれる方法で，
個々
の生産活動や経済活動による EF 消費を計算する際に用いられる．個々の生産活動による EF 消費の大部
分は CO2 排出に伴う森林の消費（排出した CO2 を全て吸収するだけの森林面積が必要と考える）で換算
されるため，従来から行われている CO2 排出量を指標とする Life Cycle Assessment（LCA）の手法が応用
できる．
表 2.1-1 エコロジカル・フットプリントにおける土地分類と等価係数（Wackernagel et al., 2004）
等価係数
土地の種類
（gha/ha）
耕作地
2.10
牧草地
0.48
森林（エネルギー地）
1.37
生産力のある水域
0.36
生産力阻害地
2.19
8
EF は人間活動によってどれだけ生産力のある土地が消費されたかを計算する指標であるので，実際の
地球の生産（処理）可能容量である BC と比較すれば，人類の持続可能性を測る物差しとして用いるこ
とができる．世界最大の自然保護団体 WWF（World Wide Fund for Nature，世界自然保護基金）では，隔
年で発行している「生きている地球レポート（Living Planet Report）
」の中で，人類全体の EF と BC の比
の経年変化を紹介している（WWF，2006）
．図 2.1-1 を見ると，人間活動による生態系の消費は，1980
年代に持続可能な経済活動の限界である地球 1 個分を超え，現在は約 1.3 個分となっていることがわか
る．
このように，EF は土地面積という非常に単純でわかりやすい指標となっているため，ヨーロッパ連合
（EU）をはじめ，多くの国・自治体で現在急速に普及しつつある．しかしながら，EF は基本的に現時
点での統計データを基礎として計算されるため，将来的な価値や寿命，技術革新などが反映されていな
いという批判もあり，意思（政策）決定に用いる際には，長期的な観点からの比較評価をどう取り入れ
るかが課題となっている．
Ecological Footprint/Biocapacity
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
1960
1970
1980
1990
2000
図 2.1-1 人類の EF と地球の BC との比（WWF，2006）
2.1.2 環境リスク
環境リスク論は，1990 年代に東京大学の中西準子教授（現(独)産業技術総合研究所化学物質リスク管
理研究センター長）により体系化された概念で，地球温暖化や化学物質の人体への影響などに代表され
るような，広域的，長期的環境影響問題に対して，多面的な環境影響評価を行い，リスク・ベネフィッ
ト原則により意思（政策）決定を管理するという方法論である（中西，1995）
．
環境リスク論では，環境影響として現在および未来の経済損失（P1，F1）
，人の健康への影響（P2，
F2）
，生態系への影響（P3，F3）が，資源消費として現在および未来のコスト（P4，F4）が，ベネフィ
ットとして現在および未来の利益（P5，F5）が，それぞれ環境影響評価の際考慮すべき項目として挙げ
られている（表 2.1-2）
．これらは，コスト（C）
，人の健康リスク（HR）
，生態リスク（ER）に集約され，
最終的にベネフィットとリスクの比（⊿B／⊿R＝見返りとしてもたらされるベネフィット／受忍するリ
スクの大きさ）で一元的に評価される．なお，HR，ER と C の換算に際しては，VH（Value of human life）
，
VE（Value of ecology）が用いられるが，VE の算定には課題が多いことが指摘されている．
9
表 2.1-2 環境リスクで考慮される項目（中西，1995）
環境リスク
資源消費
利益
P3 ⇒ ER
P4 ⇒ C
P5 ⇒ C
F3 ⇒ ER
F4 ⇒ C
F5 ⇒ C
経済損失
健康影響
生態系影響
現在
P1 ⇒ C
P2 ⇒ HR
未来
F1 ⇒ C
F2 ⇒ HR
C: Cost
HR: Health Risk
ER: Ecological Risk
参考文献
IMPACT 研究委員会（2006）
：海洋の大規模利用と環境影響評価手法に関する調査報告書，
（社）日本船
舶海洋工学会
Wackernagel, M., Monfreda, C., Moran, D., Goldfinger, S., Deumling, D. and Murray, M. (2004): “National
Footprint and Biocapacity Accounts 2004: The underlying calculation method”, Report of Global Footprint
Network, Oakland
WWF (2006): Living Planet Report 2006, WWF International, Switzerland
中西準子（1995）
：環境リスク論，岩波書店
10
2.2 Inclusive Impact Index (Triple I)
2.2.1 Triple I の定義
前節で述べたように，EF を意思決定に用いるためには，将来的な不確実性をどのように繁栄させるか
が課題となっている．リスクは，未来を含む負の価値を確率と事象の大きさの積で表したものであるか
ら，リスクをうまく統合することができれば EF に長期的な観点が加わることになる．一方，環境リス
ク論では，ER をどのようにコスト換算するかが課題となっている．未来を含む生態系の価値は根本的
に人間の経済価値で評価することが難しいが，生物生産量を基本的な価値として考えれば，フットプリ
ントとして換算することが可能となる．すなわち，リスクのうち ER は EF に含めることが可能で，そう
することにより EF に長期的観点を加えることができる．
生態系の視点でのみ評価するのであれば，上記の指標で十分であるといえる．しかしながら，本研究
の目的である意思（政策）決定の判断基準に用いるためには，HR や従来型の経済価値評価を無視する
ことはできない．そこで，環境リスク論で考えられているコストの評価も含めた評価指標を考える．す
なわち，HR は VH によって C に換算可能であることから，ER を含めた EF と，HR を含めた C を統合
するための換算係数を導入することによって，全てを包括した統合指標とする．ここでは，対象となる
海洋利用技術の適用が想定される，国あるいは地域の EF と GDP の比 EFregion／GDPregion（ただし，二酸
化炭素海洋隔離など外洋を対象とする技術については世界の総 EF と総 GDP の比ΣEFregion／ΣGDPregion
を用いる）を換算係数として導入し，以下のような統合指標 Inclusive Impact Index（Triple I，III）を提案
する．
III = [( EF − BC ) + αER ] +
EFregion
GDPregion
[βHR + (C − B)]
(2.2-1)
ここで，α は ER の EF への換算係数，β は HR の C への換算係数である．なお，環境リスク論では HR
は人間の健康へのリスク（Health Risk）として定義されており，災害による経済損失などの社会リスク
とは別に扱われているが，Triple I では，HR を健康リスクと社会リスクを含む人間リスク（Human Risk）
として定義している．
2.2.2 環境指標－経済指標換算係数
Triple I では，環境面での評価指標と経済面での評価指標を統合するための換算係数として，対象とな
る海洋利用技術の適用が想定される国あるいは地域の EF と GDP の比 EFregion／GDPregion，あるいは世界
の総 EF と総 GDP の比ΣEFregion／ΣGDPregion を導入することとした．したがって，この換算係数の値が
環境面と経済面の評価の重みを決定する重要な意味を持つ．本節では，EF ならびに GDP の近年の推移
と各国の EF と GDP の関係について分析する．
(1) 世界の総 EF と総 GDP
図 2.2-1 に，前述の世界総 EF（WWF，2006）と IMF（International Monetary Fund，国際通貨基金）が
公表している世界総 GDP（IMF HP）の推移を示す．世界人口の爆発的増加と一人当たりのエネルギー
消費の増加に伴い，EF は 1961 年から 2003 年までに約 3.5 倍に膨れ上がっている．世界の EF が地球全
体の BC を 1980 年代に上回ったのは前述のとおりである．一方 GDP に関しては，図中に 2 種類のデー
タを示しているが，赤色の線は各年度における US$をベースとして計算した値であり，緑色の線は 2000
11
年の US$をベースとして計算した値である．貨幣価値はインフレーションと為替レートにより年々変化
するので，同じ GDP の評価を行ってもベース貨幣によって値が大きく異なることがわかる．実質的な
GDP の増加傾向を判断するのであれば，
インフレーションや為替レートの影響を排除した2000 年US$ベ
ースの値を見る必要があり，GDP は 1960 年から 2005 年までに 5 倍近く増加していることがわかる．
図 2.2-2 は，ΣEFregion／ΣGDPregion の推移を示したものである．1961 年から 2003 年までの増加率は EF
の約 3.5 倍に対して GDP が約 5 倍であることから，ΣEFregion／ΣGDPregion は徐々に減少傾向となってい
る．またこの図から，1961 年には 2000US$ベースで$1 million の GDP を生産するのに 600gha 弱の EF を
使用していたのに対し，2003 年には同じ GDP を生産するのに 400gha 強の EF 使用に減少したと読み取
ることができる．
50,000
EF
World Ecological Footprint (Bgha)
GDP(2000US$)
GDP(currentUS$)
12.0
40,000
9.0
30,000
6.0
20,000
3.0
10,000
0.0
1960
0
1970
1980
1990
World Gross Domestic Product (B$)
15.0
2000
図 2.2-1 世界の総 EF（WWF，2006）と総 GDP（IMF HP）の推移
6
Σ EFregion /Σ GDPregion ×10 (gha/$)
700
600
2000US$ base
500
400
300
200
100
0
1960
1970
1980
1990
2000
図 2.2-2 世界の総 EF（WWF，2006）と総 GDP（IMF HP）の比の推移
12
(2) 各国の EF と GDP
図 2.2-3 に，各国の EF（GFN HP）と GDP（IMF HP）の比の推移を示す．GDP の値は先進諸国と発展
途上国とで大きな違いがあるので，縦軸の値が異なる 2 つのグラフで取りまとめている．上のグラフよ
り，経済発展が著しい中国やインドは EFregion／GDPregion が急激に減少していることがわかる．一方下の
グラフで示した先進諸国も EFregion／GDPregion の値はいずれも減少傾向を示しており，ほぼ世界全体で経
済生産に必要な EF 消費は減少してきたといえる．また注目すべきは日本の値で，先進国の中でもかな
り低い値となっており，非常に EF 消費の少ない，言い換えれば省エネルギー化が進んだ経済生産活動
を行っているということがわかる．
10,559 (1961)
Kenya
8,000
India
6
EFregion /GDP region ×10 (gha/$)
7,000
China
Brazil
6,000
5,000
4,000
3,000
2,000
1,000
0
1960
1970
1980
1990
Canada
Finland
USA
UK
Japan
600
6
EFregion /GDP region ×10 (gha/$)
2000
500
400
300
200
100
0
1960
1970
1980
1990
2000
図 2.2-3 各国の EF（GFN HP）と GDP（IMF HP）の比の推移
13
最新の Living Planet Report
（WWF，
2006）
で示されている 2003 年における各国 EF データと，
2000US$ベ
ースの 2003 年 GDP データ（IMF HP）を用いて，各国の EF と GDP の現状を分析する．
図 2.2-4，2.2-5 に各国の EF および一人当たりの EF をそれぞれ示す．EF の値はアメリカが圧倒的に大
きく，続いて人口の非常に多い中国，インド，その次に人口と経済活動の両方が大きい先進諸国が並ん
でいる．これに対し一人当たりの EF では，総 EF は小さいものの人口の少ない北欧や，オーストラリア，
ニュージーランドが上位に並んでいるほか，豊富な石油資本を背景に大規模開発が行われている中東諸
国の値が大きいことがわかる．特にアラブ首長国連邦（UAE）はアメリカをしのぐ第 1 位となっており，
現在驚くほどの都市・リゾート開発が進んでいるドバイでの消費活動がいかに大規模なものであるかが
想像できる．また，中国，インド，アフリカ諸国は非常に小さい値となっているが，現在の経済発展の
速度を考えると，中国とインドの値は今後急速に増大することが予想される．
図 2.2-6，2.2-7 に各国の GDP および一人当たりの GDP をそれぞれ示す．GDP の値もアメリカが圧倒
的に大きい．第 2 位は日本で，その次に西欧諸国と中国が並んでいる．一人当たりの GDP を見ると，
人口が少なくかつ石油産業を抱えるノルウェーが第 1 位で，第 2 位が日本，第 3 位がアメリカとなって
いる．一人当たりの EF が第 1 位の UAE は，一人当たりの GDP でも西欧諸国より大きな値となってい
る．中国，インド，アフリカ諸国は一人当たりの EF と同様非常に小さい値であるが，中国とインドに
ついてはやはり今後急速に伸びると予想される．
図 2.2-8 は，横軸に GDP，縦軸に EF をとり，両対数で整理したものである．これを見ると，ほとん
どの国がある直線状に分布しており，GDP と EF の関係には比較的高い相関があることがわかる．この
平均的な分布より大きく上にプロットされている国は，中国，インド，ロシア，ケニア，エチオピアで，
これらの国では，同じ経済生産量を上げるためにより多くの EF を消費している，逆に言えば単位 EF 当
たりの経済生産効率が低い，ということになる．EF と GDP の比を表したものが図 2.2-9 である．上述
の 5 カ国は，EF／GDP の値が他の国に比べて非常に大きな値となっている．これに対して先進国はほぼ
0.0002～0.0004gha/$の間に収まっている．前述のように，日本の値は非常に低く，世界平均の約 28%と
なっている．
参考文献
GFN HP: National Footprints database, http://www.footprintnetwork.org
IMF HP: World Economic Outlook Database, http://www.imf.org
WWF (2006): Living Planet Report 2006, WWF International, Switzerland
14
15
0
図 2.2-5 2003 年における各国の一人当たりの EF（WWF，2006）
World
Congo
Ethiopia
India
Kenya
12
China
Brazil
Korea
Italy
Japan
Russia
Germany
Saudi Arabia
UK
France
Norway
Congo
Kuwait
New Zealand
Kenya
Norway
UAE
Finland
Ethiopia
Saudi Arabia
Australia
Korea
Canada
Italy
UK
France
Germany
Brazil
Japan
Russia
India
China
USA
0
New Zealand
Australia
Kuwait
Canada
Finland
USA
UAE
Ecological Footprint in 2003 (gha/person)
Ecological Footprint in 2003 (Mgha)
3,000
2,500
2,000
1,500
1,000
500
図 2.2-4 2003 年における各国の EF（WWF，2006）
14
Others
Energy
10
8
6
4
2
16
0
図 2.2-7 2003 年における各国の一人当たりの GDP（IMF HP）
World
Ethiopia
Kenya
India
Congo
Ethiopia
Kenya
Kuwait
New Zealand
UAE
Finland
Norway
Saudi Arabia
Russia
Australia
India
Korea
Gross Domestic Product in 2003 (B$)
10,000
Congo
China
Russia
Brazil
Saudi Arabia
Korea
New Zealand
Kuwait
Italy
Brazil
Canada
Italy
France
UK
China
Germany
Japan
USA
0
Australia
France
Germany
Canada
Finland
UK
UAE
USA
Japan
Norway
Gross Domestic Product in 2003 (B$/person)
11,000
9,000
2000US$ base
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
図 2.2-6 2003 年における各国の GDP（IMF HP）
40,000
35,000
30,000
2000US$ base
25,000
20,000
15,000
10,000
5,000
1 USA
2 Japan
3 Germany
4 China
5 UK
6 France
7 Italy
8 Canada
9 Brazil
10 Korea
11 India
12 Australia
13 Russia
14 Saudi Arabia
15 Norway
16 Finland
17 UAE
18 New Zealand
19 Kuwait
20 Kenya
21 Ethiopia
22 Congo
100,000
10,000
1
Ecological Footprint (Mgha)
4
11
1,000
9
13
14
100
17
21
19
8
7
3
5
16
15
20
10
10
12
2
6
18
22
1
1
10
100
1,000
10,000
Gross Domestic Product (B$)
図 2.2-8 2003 年における各国の EF（WWF，2006）と GDP（IMF HP）の関係
2,200
6,814
1,800
1,600
1,400
1,200
1,000
800
600
400
図 2.2-9 2003 年における各国の EF（WWF，2006）と GDP（IMF HP）の比
17
World
Japan
Norway
Germany
Italy
UK
France
USA
Australia
Finland
Canada
Korea
New Zealand
Kuwait
UAE
Saudi Arabia
Congo
China
India
Kenya
Russia
0
Brazil
200
Ethiopia
6
EFregion /GDP region ×10 (gha/$)
2,000
３．包括的環境影響評価の計算例
3.1 二酸化炭素海洋隔離－中層溶解法－
3.1.1 はじめに
大気中の温室効果ガス濃度増加に伴う気候変動（IPCC，2001）のリスク削減が国際的課題となってい
る．特に二酸化炭素は海洋表層酸性化も引き起し，生態系に大きな影響を及ぼすことが示唆されている
（Orr, et al.，2005）
．その対策として，大規模排出源から分離・回収した二酸化炭素を海洋に隔離する方
法が提案されている．Moving Ship 方式による二酸化炭素海洋隔離のベネフィットとして"海洋表層酸性
化の緩和"，"海洋の炭素固定プロセスの人為的な加速"の 2 点があるが，リスクとして"二酸化炭素暴露
に伴う中深層生物への影響"が指摘されており（IPCC，2005）
，環境影響評価モデルの構築が地球環境産
業技術研究機構を中心に行われている（地球環境産業技術研究機構 HP）
．一方で，地球温暖化の緊急性
や省エネ・新エネの普及速度を考慮し，限られた情報の中でも，二酸化炭素海洋隔離のベネフィット/
リスクの判断が求められており，技術の順応的管理の判断材料として，環境影響指標の必要性が高まっ
ている．そこで，本節では Triple I に基づいて，二酸化炭素海洋隔離の生態リスクと人間リスクを考慮し
た指標を算出し，今後の指標開発及び技術開発の議論の一助とすることを目的とする．
3.1.2 Ecological Risk
二酸化炭素海洋隔離に関する Ecological Risk（ER）を求めるには個体群の増殖に関するパラメータか
ら絶滅確率を算出する必要がある．しかし，現在行われている海洋生物への二酸化炭素暴露実験ではそ
れらのパラメータが解明段階にあり，ER を求めることができない．また，ER を土地面積に換算する係
数αも現在の情報では求めることができない．そこで，種数減少比から環境改変面積を，専門家アンケ
ートから二酸化炭素海洋隔離による生物多様性の減少の生起確率を求め，それらをかけることで⊿ER
（何もしなかった場合と二酸化炭素海洋隔離を行った場合との ER の差）を導くこととした．
(1) Species Area Relationship (SAR) （Michael，1995）を利用した環境改変面積の導出
観測結果から生物種数 S と生息地面積 A の間には次のような関係があることがわかっている．
S=cAz
(3.1-1)
ここで z は経験的に 0.25 とされている場合が多い．(3.1-1)式において環境改変前を，S original = c A original z，
環境改変後を S new = c Anew z とおくと，改変後の面積 A new は，
A new = A original (S new / S original )1/ z
(3.1-2)
となる．よって，ある地域の種数が環境改変によって S original から S new に変化した際にその地域で改変さ
れた面積ΔA は，
ΔA = A original－A new = A original－A original (S new / S original )1/ z= A original (1－(S new / S original )1/ z)
(3.1-3)
と表すことができる．つまり，改変前の生息地面積 A original と改変前後の種数の比 Snew / Soriginal がわかれば
18
仮想環境改変面積ΔA を推定できる．
この概念を用いると，
ある環境に人間が手を加えた際に16％の種数減少が起こると対象面積の約5 割，
40％の種数減少で対象面積の約 9 割を消費（開発）しているのと等しいことがわかる．これにより特に，
今まで金銭換算（経済評価）では統一して表現できなかった，人間にとってほとんど利用価値がない生
態系（直接的な生態系サービスを提供しない環境下の生態系）そのもの価値を土地面積の変化として換
算することが可能になる．なお，ΔA は実際の改変面積とは異なる可能性が高い．また，評価対象区域に
，
あたる Aoriginal の設定の際に重複をさけるように注意する必要がある．今回，海を深層（隔離対象海域）
外洋表層，沿岸域の 3 つにわけて考えることにし，それぞれの Aoriginal を（3.1-3）式に代入して種数減少
率を与えると図 3.1-1 のようになる．
仮想改変面積 [ ha ]
3.00E+10
2.50E+10
深層
沿岸
外洋
2.00E+10
1.50E+10
1.00E+10
5.00E+09
0.00E+00
0%
20%
40%
60%
80%
100%
図 3.1-1 各海域における生物種数減少率と仮想環境消費面積の関係
(2) 専門家アンケートによる生起確率の算出
隔離なし，隔離ありの 2 つの場合の大気中二酸化炭素濃度増加シナリオを専門家に示し，二酸化炭素
海洋隔離を行った際に生起すると思われる 21 事象について各事象の生起確率および事象間の影響度に
関するアンケート調査を行った．
a. 事象生起とインパクトに関する専門家アンケート調査
生態リスクは，その指標として生物多様性の減少（生物種の絶滅数）で算定される．そこで専門家ア
ンケートを実施し，それを確率過程を用いて分析することとした．アンケートの被験者はいわゆる海洋
生物・化学・生態学の研究者 11 名であり，その構成を表 3.1-1 に示す．
このような専門家を対象として，二酸化炭素海洋隔離及び海洋表層酸性化に伴って発生する事象が生
起する確率と事象間インパクトに関するアンケートを実施した．対象とする生物種類は，植物プランク
トン（表層のみ）
，動物プランクトン，魚類，ベントス（海山，沿岸のみ）とし，最終的にエンドポイン
トである各海域の生物多様性の減少（絶滅確率の増加）へとイメージがつながるようにしている．事象
の表現は，具体的な数量などを入れると場合分けが多くなり回答者の負担となるため，定性的な表現に
した．また，深層と表層の環境変化を相互につなぐ事象として「深層への沈降粒子の減少」と「湧昇流
に含まれる栄養塩の減少」を，深層でより豊富になるバクテリアの変化を考慮するために「バクテリア
の組成の変化」を設定した．さらに，回答者の負担を少なくするため，各事象が持ち得る因果関係をあ
らかじめ図 3.1-2 のように示し，これを中心に回答をお願いした．
19
表 3.1-1 専門家アンケート被験者の大まかな専攻分野
分野
人数
海洋生物
6
海洋物質循環
2
海洋生態
2
海洋化学
1
計
11
図 3.1-2 事象の因果関係のイメージ
次に，実際に専門家に対してアンケートを行い，事象 i が生起する確率（1 次元確率）Pi，事象 j が生
起するとしたときに事象 i の生起に与えるインパクト αj→i を得る．Pi の回答（問 1）にあたっては，生起
確率を表 3.1-2 のように 6 つの選択肢から選択するという形式にした．選択肢におおよその生起確率を
与え，各選択肢の持つ確率の範囲内で一様乱数を用いて一時的な生起確率を決定する．
20
表 3.1-2 Pi の判断表現と対応させた生起確率（一様乱数）
選択肢
判断表現
生起確率
1
確実に生じる．
0.9～1.0
2
生じると思われる．
0.7～0.9
3
どちらかといえば生じるかもしれない．
0.5～0.7
4
どちらかといえば生じないかもしれない．
0.3～0.5
5
生じないと思われる．
0.1～0.3
6
確実に生じない．
0.0～0.1
事象 j が生起するとしたときに事象 i の生起に与えるインパクト αj→i（問 2）に関しても同様に，Table
3 のようにインパクトを表現した．
表 3.1-3 αj→i の判断表現と対応するインパクト値
選択肢
判断表現
インパクト値
-4
非常に強く抑制
-0.4
-3
かなり抑制
-0.3
-2
ある程度抑制
-0.2
-1
わずかに抑制
-0.1
0
影響なし
1
わずかに促進
0.1
2
ある程度促進
0.2
3
かなり促進
0.3
4
非常に強く促進
0.4
0
b. クロスインパクト分析による生物多様性の減少確率の算出
クロスインパクト分析は，対象とする事象の生起確率や事象間の相互影響に関する定量的なデータが
存在しない場合に，専門家の意見をデータとして代用する準定量的手法である．また，確率として表現
できる対照ならば技術予測以外にも適用可能であるとされている（石谷ら，1992）
．また，専門家が推定
した確率を，確率論の数学的条件に満たすように修正するプロセスを備えていることが特徴であり，単
純に専門家の予測を集計するだけでは得られない高次の情報を得ることができる．
アンケートから得られた Pi と αj→i を用いて，事象 i が将来，生起する確率 P(i)と期間当初に事象 j が
生起したとするときに i が生起する確率 P(j→i)を求める（林ら，2005）．
P(i ) = Pi × Π (1 + α m→i )
(0.1 ≤ α m→i )
(3.1-4)
P( j → i ) = P (i ) + α m→i
(0 ≤ P( j → i ) ≤ 1)
(3.1-5)
m
21
ここで m は，着目しているグループより下位のグループのクロスインパクト分析の結果生起するとなっ
た事象である．次に，インパクト確率 P(j→i)を条件付確率 P(j,i)にクロスインパクト法（林ら，2005）を
用いて変換する．最後に，得られた P(i )，P(i,j)を，ある状態 k に対する n 次結合確率 πk を変数として次
の非線形最適化を解くことにより，確率論的に整合な値 P*(i )，P*(i,j)に修正する．
(
)
(
)
n
2
2⎫
⎧n *
*
⎨∑ P (i ) − P(i ) + ∑ P (i , j ) − P(i , j ) ⎬ → 最小化
i< j
⎩i
⎭
(3.1-6)
N
P * (i ) = ∑ θ ki π k
(3.1-7)
k =1
N
P * (i , j ) = ∑ θ ki θ kj π k
(3.1-8)
k =1
⎧：事象
1
i がある状態 kで生起
θ ki = ⎨
⎩0：事象 i がある状態 kで非生起
N
∑ πk = 1
k =1
(π k
(i, k = 1,2,....,21)
≥ 0)
(3.1-9)
(3.1-10)
事象 i の生起する確率 Pi，事象間インパクト αj→i（事象 j が生起するとしたときに事象 i の生起に与え
るインパクト）について集計を行った．結果を表 3.1-4 に示す．深層，沿岸域，外洋表層すべてにおい
て，隔離ありの方が隔離なしよりも，生物多様性の減少が起こる確率が低い値となっている．これは大
気中二酸化炭素濃度が 1,000ppm へと上昇することにより引き起こされた海洋表層酸性化の影響で，深
層への沈降粒子の減少が生じ，深海生物の食資源が減少してしまうことが原因と考えられる．
最終的に，クロスインパクト分析の結果から，生物多様性の減少が起こる確率は，表 3.1-4 のように
なった．深層，沿岸，表層どの場合も隔離なしの場合の生物多様性の減少確率が大きい値となった．こ
の理由は，沿岸・表層については，隔離ありで提示したシナリオでは，大気中二酸化炭素濃度が 550ppm
に安定化されるので，海洋表層酸性化の海洋生物に対する影響は，隔離なしの場合と比べ小さくなると
考えたからと推測される．深層に関しては，海洋表層酸性化の緩和の直接的な影響は少ないが，間接的
な影響（深海生物の食資源への沈降粒子の影響）が大きいと考えた可能性，二酸化炭素海洋隔離による
海洋深層酸性化の影響がそれほど大きくないものと考えている可能性が理由としてあげられる．
22
表 3.1-4 事象 i の生起する確率
平均
標準偏差
シナリオ 1
シナリオ 2
シナリオ 1
シナリオ 2
1 CO2 海洋隔離実施
(0.00)
(1.00)
-
-
2 大気中 CO2 濃度の増加
(1.00)
(1.00)
-
-
3 海洋深層酸性化
(0.00)
0.72
-
0.26
4
魚類の減少
0.55
0.50
0.15
0.15
5
動物プランクトンの減少
0.53
0.50
0.12
0.13
海山でベントスの減少
0.50
0.50
0.16
0.16
生物多様性の減少
0.63
0.55
0.18
0.21
8
バクテリアの組成の変化
0.54
0.57
0.14
0.19
9
深海生物の食資源の減少
0.61
0.55
0.22
0.21
10 海洋表層酸性化
0.89
0.75
0.12
0.26
11
ベントスの減少
0.62
0.54
0.14
0.17
動物プランクトンの減少
0.66
0.56
0.16
0.19
13
植物プランクトンの減少
0.51
0.51
0.12
0.17
14
魚類の減少
0.63
0.52
0.19
0.19
15
生物多様性の減少
0.66
0.59
0.19
0.21
16
動物プランクトンの減少
0.70
0.56
0.13
0.19
植物プランクトンの減少
0.54
0.51
0.11
0.17
魚類の減少
0.67
0.53
0.18
0.19
生物多様性の減少
0.59
0.52
0.17
0.15
20 深層への沈降粒子の減少
0.63
0.52
0.12
0.15
21 湧昇流に含まれる栄養塩の減少
0.47
0.45
0.21
0.22
6
7
18
外洋表層
17
沿岸域
12
深層
19
(3) ER の算出
表 3.1-5 ER の計算結果
23
最後に，生物多様性の減少が起こる確率と，ハザード（面積）を掛け合わせ，ER を求めた．約 100
年間のシナリオをアンケート時に提示したので，ΔER にする際に，100 分の１にして単位を（ha/y）に
した．また，種数減少比を予測することは現時点では困難であるため，任意の組み合わせを作成し，ケ
ーススタディーとした．種数減少率をΔS’ = １－Snew / Soriginal とおき，(A), (B)2 つの例を表 3.1-5 に示す．
3.1.3 Ecological Footprint
二酸化炭素の分離回収及び輸送隔離について簡易な LCA を行い，通常の Ecological Footprint（EF）の
計算を行った結果，輸送の EF は 3.2×108 gha/y，二酸化炭素分離回収の EF は 7.8×108 gha/y，回収施設
の生産地阻害 EF は 1.2×105gha/y，隔離された二酸化炭素によって削減される EF は－6.9×109gha/y とな
った．ゆえに⊿EF はこれらを合計し－5.8×109gha/y となった．
3.1.4 Human Risk
本研究では，生態リスクの算出に主眼をおいているため，Human Risk（HR）の算出には LIME（伊坪
ら，2005）を用いた．輸送に関する LCA の結果より地球温暖化，酸性化，資源消費，光化学オキシダ
ントの健康影響について LIME を求めた結果，(∑EFregion/∑GDPregion)βHR は，－1.3×108gha/y となった．
3.1.5 Cost および Benefit
年間平均隔離量 2.7×1010t-CO2/y から，二酸化炭素海洋隔離の Cost（C）と Benefit（B）を求める．二
酸化炭素海洋隔離の単位隔離量当たりのコストは 7,959¥/t-CO2 である．また，隔離によって削減された
（大気中に放出されなかった）二酸化炭素量をそのまま排出権として売却した価格の合計をベネフィッ
トとして考えるので，二酸化炭素の排出権取引が行われている EU の市場価格（14 ユーロ/t-CO2，2006
年平均）を参考に 1，14，50，100 ユーロ/t-CO2 の場合を考え，それぞれケース(a)，(b)，(c)，(d)とした．
3.1.6 Triple I
以上から，A，B それぞれ (a)，(b)，(c)，(d)の場合について Triple I を求めると，表 3.1-6 のようにな
る．ここで，例として Ab のケースを表 3.1-7 と図 3.1-3 に取り出して Triple I の各項の値をみる．すると，
CO2 海洋隔離の Triple I の項で一番大きな値を占めているのは，ΔEF であることがわかる．また Triple I
の値はマイナスになっているので，この場合，二酸化炭素海洋隔離は有効な技術であるとの判断が可能
になる．
この結果，ΔEF の中で一番大きな要素を占めるのは CO2 の EF であり，また，ΔHR との二重計算の可
能性も考えられることから，EF の項を除外してみることにする．すると C の項が一番大きく占めるこ
とがわかる．また，Triple I の値は正となり，この場合何らかの改善が必要つまりコストの改善が必要で
あることが示されている．この場合，約 50%のコストダウンが必要であることが示唆される．
24
表 3.1-6 Triple I のケーススタディー
表 3.1-7 Triple I（Case Ab）の内訳
図 3.1-3 Triple I（Case Ab）の内訳
3.1.7 まとめ
・今までエコロジカル・フットプリントでは，考慮されていなかった生態リスクを面積に変換する手法
を開発することで土地面積としてリスクを統合することができた．
・二酸化炭素海洋隔離の Triple I は，ΔEF が一番大きな割合を占める．特に二酸化炭素海洋隔離による二
酸化炭素放出削減量が一番大きな割合を占めている．検証することは不可能であるが，この項は HR と
重複している可能性もあり，ΔEF の取り扱いについては議論が必要である．
・二酸化炭素海洋隔離を行うことで，表層，沿岸に対する海洋表層酸性化のリスクを低減できることが
示唆された．ただし，評価範囲をグローバルに考えた場合であり，局所的な環境の変化の影響に関して
気をつける必要がある．
25
・特に深海に対しても Species Area Relationship (SAR)に基づく仮想環境改変面積の種数減少比を実際の観
測データを用いて，実証を行う必要がある．
・種数減少率を個体群モデルなど用いて自然科学的な見地からもとめる必要がある．
参考文献
IPCC (2001): Climate change 2001
IPCC (2005): IPCC Special Report on Carbon dioxide Capture and Storage
Orr, et al. (2005): “Anthropogenic Acidification Over the Twenty-First Century and Its Impact on Calcifying
Organisms, ” Nature, 437: pp. 681-686
Rosenzweig, M. L. (1995): Species Diversity in Space and Time, Cambridge University Press
石谷久ら（1992）
：社会システム工学，pp. 33-65
伊坪徳宏ら（2005）
：ライフサイクル環境影響評価手法 LIME，産業環境管理協会
地球環境産業技術研究機構 HP: www.rite.or.jp
林礼美ら（2005）：クロスインパクト分析による地球温暖化対策評価のための叙述的シナリオの構築，
エネルギー・資源，Vol.26，No.3
26
3.2 二酸化炭素海洋隔離－深海貯留法－
3.2.1 二酸化炭素深海貯留法「New COSMOS」のコンセプト
地球温暖化対策技術として，火力発電所等の集中発生源から分離・回収した二酸化炭素を海洋に隔
離するというアイデアは，1977年にアメリカ合衆国のMachetti（1977）によって提案された．このア
イデアは，「1988年の米国上院における気象学者の温暖化に関する証言」と，1997年のCOP3議定書
を経て，有望な革新的温暖化対策技術としてその実現が期待されるようになった．
綾ら（2002）は，米国上院における上記の証言から2年後の1990年より，二酸化炭素深海貯留法を
ターゲットとして実験を中心とする二酸化炭素海洋隔離研究を開始し，海洋隔離法の評価に不可欠と
される二酸化炭素ハイドレートに関する様々な物性データを提供した．1999年3月には，深海貯留法
の弱点である高深度放出の問題を克服するため，低温の二酸化炭素が浅海でも海水より重くなるとい
う性質を利用した二酸化炭素浅海投入法「COSMOS（CO2 Sending Method for the Ocean Storage）」
の基本特許を取得している（Aya et.al., 1999）．その後，実海域実験の結果等から，二酸化炭素を液
体ではなくスラリー（液体二酸化炭素とドライアイスの固液混合物）とすれば，必要なスラリー径が
COSMOSの1/2以下にできること，COSMOSよりも浅海からの投入が可能となること等を見い出し，
これを二酸化炭素スラリー深海投入法「New COSMOS」として再提案している（Aya et.al., 2002）．
New COSMOSの基本コンセプトを図3.2-1に示す．
二酸化炭素の回収から深海貯留までの流れは，おおよそ次のようになっている．
1) 火力発電所等から二酸化炭素を分離回収する．
2) 分離回収した二酸化炭素を，三重点（温度216.6K，圧力0.52MPa）で液化した後，専用船で洋上
浮体へ移送する．
3) 浮体上で二酸化炭素スラリーを作成する．
4) 断熱投入管を通して二酸化炭素スラリーを海深200mまで移送する．
5) 二酸化炭素投入管の先端部分の投入ノズルにおいて，大直径の二酸化炭素スラリー塊を作製し，
海中へ投入する．
6) 二酸化炭素スラリー塊が海水から熱を得ながら，自重によって海底まで沈降する．
7) 3,500m以深の海底窪地に到達した二酸化炭素液滴が安定貯留される．このとき，貯留された二酸
化炭素表面は低温高圧下で二酸化炭素ハイドレートとなり，貯留二酸化炭素の海水への溶解を抑
制する．
27
図3.2-1 New COSMOSのコンセプト
綾ら（2002）によれば，二酸化炭素スラリーの固液混合比α=0.5の場合，深度200mにあるノズル
から投入される二酸化炭素スラリー塊の初期半径が0.2mより大きければ，スラリー塊は周囲の海水よ
りも重くなって沈降し始め，その後，液体二酸化炭素の密度が海水密度と等しくなる臨海深度（2,70
0m）を超えて，最終的に深度3,500mの海底窪地に到達する．田村ら（2008）は，深度200mのノズル
から固液混合比α=0.5の二酸化炭素スラリーを投入する場合について簡易計算を行い，スラリーが深
度3,500mの海底窪地に到達するための必要最小半径として0.24mという結果を得ている．この簡易計
算では，投入した二酸化炭素スラリー液泡が深海底に到達するまで常に真球状態を保持するものと仮
定し，スラリー液泡の初期固液混合割合，初期投入深度，初期投入サイズを与えた場合について，液
泡に作用する力のバランスと熱バランスから，次のタイムステップにおける液泡の位置及び温度等を
計算することで，液泡の沈降挙動（液泡の沈降速度，液泡表面に成長する氷膜厚さ，液泡（二酸化炭
素ハイドレート）の海水への溶解量，液泡の表面温度変化）を求めている．なお，潮流等の乱流によ
る影響は考慮していない．簡易計算の結果を図3.2-2に示す．
28
Time (second)
0
500
1000
1500
2000
2500
3000
3500
4000
4500
0
-200
0.16m
0.18m
0.20m
0.22m
Depth (m)
-1000
0.23m
-2000
0.24m
-3000
0.30m
0.25m
-4000
図3.2-2 二酸化炭素スラリーが自重により深海底まで沈降するための必要半径の概算結果例
（投入深度200m，固液混合比α=0.5の場合）
3.2.2 深海貯留法による二酸化炭素の処理量
我が国の原油輸入量（2005年）は，約2.5億klであり，原油の密度を850kg/m3とすると，一日あたり
20万トンタンカー3隻の量（約58万トン／日）に相当する．原油の燃焼によって大気に排出される二
酸化炭素の重量は原油のそれの約3倍に相当することから，我が国から大気へ排出される原油起源の
二酸化炭素をすべて回収・液化して20万トンタンカーに積み込むと，一日あたり9隻程度（約174万ト
ン／日）の量となる．
（財）地球環境産業技術研究機構（RITE）による，二酸化炭素の削減を100年単位で考えた場合の
地球規模の削減シナリオによれば，原子力発電，省エネルギー，自然エネルギー等の既存技術と二酸
化炭素の地中隔離及び海洋隔離等の革新的技術を組み合わせることによって，増加する二酸化炭素を
効果的に削減することが可能となる．そこでいま，例えば，我が国から大気へ排出される原油起源の
CO2のうち10％を深海貯留法で分担処理するものと仮定すると，毎日20万トンタンカー1隻分弱の量
（約17.4万トン／日）の二酸化炭素を処理すれば良いことになる．これを深さ3,500m，水温5℃の深
海に貯留するものとすると，このときの液体二酸化炭素の密度は約1,050kg/m3であるから，約16.6万
m3／日となる．深海底の貯留窪地の大きさとして例えば周囲約20km，容積28.6億m3の摩周湖を考え，
上記の速度で二酸化炭素を処理するものとすれば，摩周湖1個で50年近くにわたって二酸化炭素を処
理することが可能である．以上のことから，深海貯留法による二酸化炭素処理量が極めて大きいこと
がわかる．
3.2.3 二酸化炭素深海貯留法を対象としたTriple Iの検討
本節では，包括的環境影響指標Triple I（III）を二酸化炭素深海貯留法へ適用する場合について，
各項に関する検討結果を述べる．本節では，包括的環境影響指標Triple I（III）は以下の式により定
義されるものとする．
29
III = [( EF − BC ) + αER ] +
EFregion
GDPregion
[βHR + (C − B)]
(3.2-1)
ただし，
EF （Ecological Footprint）： エコロジカル・フットプリント
BC （Biocapacity）： 地球の環境容量
ER （Ecological Risk）： 生態リスク
HR （Human Risk）： 人間の健康リスク
C （Cost）： 資源の消費
B （Benefit）： ベネフィット
α： ER の EF への換算係数
β： HR の C への換算係数
ΣEFregion／ΣGDPregion： C の EF への換算係数 （世界の総 EF と総 GDP との比）
(1) Ecological Footprint および Biocapacity
Ecological Footprint（EF）としては，中層溶解法と同様，二酸化炭素回収施設により占有される生産地，
及び二酸化炭素深海貯留を実施した場合に排出される二酸化炭素（例：二酸化炭素回収／海上輸送／二
酸化炭素投入時等に排出される二酸化炭素）等が考えられる．後者については，その二酸化炭素を吸収
するために必要な森林面積と考えればよい．
Biocapacity（BC）としては，深海貯留を実施することによって削減される二酸化炭素が挙げられる．
海洋の大規模利用技術の中でも，二酸化炭素中層溶解や深海貯留のように大量の二酸化炭素を直接削減
できる技術では，極めて大きな値の BC が期待できる．
(2) Cost および Benefit
Cost（C）は，二酸化炭素深海貯留にかかるコストに他ならない．深海貯留法に関しては，これまで
十分な検討に基づく経済性評価の報告例が存在しなかったが，今年に入って試算例がようやく公表され
たので，ここではその概要を紹介する．
田村ら（2008）は，二酸化炭素貯留サイトの想定設置海域における耐候性に優れた洋上投入システム
の試設計を行い，海深 200m の投入管から二酸化炭素スラリーを投入するために必要なコストを求めて
いる．試設計された洋上浮体及び投入管システムの概念図，洋上投入システムの一般配置図を，図 3.2-3
及び図 3.2-4 にそれぞれ示す．試算では，1 日当たりの二酸化炭素処理量を 5 万トン，洋上投入システム
の耐用年数を 20 年，設備の稼働率を 80%等と仮定し，二酸化炭素の深海貯留に必要なコストとして，
2,720 円／t-CO2（うち，浮体本体とタンク，プラント設備，係留設備及び設置工事費用を含めた建造設
置費用が 1,370 円／t-CO2，運転・維持費用（電気代のみ考慮）が 1,350 円／t-CO2）という結果を得てい
る．ただし，この試算結果には二酸化炭素の分離・回収，輸送に必要なコストは含まれていない．
30
スラリー投入管
深層水取水管
図3.2-3 試設計された洋上浮体（左）及び投入管システム（右）の概念図
図3.2-4 試設計された洋上投入システムの一般配置図
実際には，上記の試算結果に，二酸化炭素を地中及び海洋に隔離する際のコストの大部分を占めると
言われている二酸化炭素の回収コスト及び，貯留実施後の深度 3,500m の貯留サイトのモニタリング等に
要するコスト等が加わるため，二酸化炭素深海貯留全体を考えた場合に必要なコストは，二酸化炭素中
層溶解にかかるコスト（7,958 円／t-CO2 ; NEDO, 1993, 1995）を上回るものと推測される．
次に Benefit（B）としては，二酸化炭素排出権取引による売却益が考えられる．環境省（HP）によれ
ば，自主参加型国内排出量平均取引価格（2006 年 4 月～2007 年 8 月）は 1,212 円／t-CO2 となっており，
企業に二酸化炭素削減義務が課されている EU 諸国の排出量取引価格（約 3,000 円／t-CO2）と比較する
と大幅に低い値となっている．
31
(3) Human Risk
二酸化炭素の深海貯留実施に伴う Human Risk（HR）の具体例としては，地震発生等による貯留サイ
トからの二酸化炭素，大気への二酸化炭素還流及びこれらに伴う気候変動等が考えられる．HR につい
ては，例えば温暖化，資源消費，酸性化等の影響領域を通じて発生する被害量を人間の健康リスク等に
対して求め，これに基づき環境影響の統合化を行うアプローチを採用した LIME（被害算定型環境影響
評価手法）を用いることによって求めることが可能である．
(4) Ecological Risk
算出方法がほぼ確立している EF，BC 及び C，B と比べて，生態リスク（ER）の評価は困難である．
生態リスクをハザードと発生確率の積として考える場合，ハザードのエンドポイントをどこに設定する
かによって得られる結果は大きく異なってくる．エンドポイントを「生物種の多様性が半減する」点に
とるのか，あるいは「種が絶滅する」点にとるべきかは容易に決められる問題ではない．
二酸化炭素深海貯留の場合，深度 3,500m の貯留サイトに貯留された液体二酸化炭素は，表面の二酸
化炭素ハイドレート膜から少しずつ海水へと溶出する．その結果，貯留サイト近傍の pH が著しく低下
することが想定され，起こり得るハザードとして深海生物の急性致死が挙げられる．しかしながら，深
海生物の生態系については未だに知見が不充分であること等の理由により，生態リスクの定量的評価は
容易ではない．
最後に，二酸化炭素深海貯留を実施した場合に起こることが想定されるハザードについて検討／作成
したハザードマップを図 3.2-5 に示す．
大気への
CO2漏出
CO2スラリー作製・投入中の事故
温暖化への影響
大気
大気へのCO2還流
海洋
洋上浮体プラント要素（CO2貯蔵容器、
スラリー製造施設、配管系統など）、
及び投入ポンプなどの故障
輸送系統（投入管など）の破損
（潮流影響・低温脆性・塩水による腐食）
海水への
CO2漏出
CO2拡散
投入管・投入ノズルの凍結、
及びCO2ハイドレート生成による閉塞
生態系への影響
自由落下中の液滴表面から
海水へのCO2漏出
CO2濃度上昇による
浅海生物の生物相変化
潮流影響によるCO2溶解促進
高CO2濃度水による
深海生物の急性致死
潮流影響によるCO2溶解促進
CO2濃度の恒常的上昇による
生物相の変化（特定種の
個体密度低下など）、晩生影響
貯留サイトから海水への
恒常的なCO2 漏出
貯留サイトから海水への
CO2漏出促進
密度成層の擾乱
貯留サイト
貯留サイトからのCO2流出
地層中微生物の致死・生物相変化
海底火山活動
貯留サイトから
海底下地層へのCO2拡散
図 3.2-5 二酸化炭素深海貯留の実施に係るハザードマップ
32
海底下地層
地震の発生
3.2.4 まとめ
本委員会において検討・提案した包括的環境影響指標 Triple I（III）を，二酸化炭素深海貯留法へ適用
するための検討を行った．今年に入って二酸化炭素深海貯留に必要な概算コストが公表され，Triple （
I III）
中のコスト（C）の計算が可能となったという意味では一歩前進したものの，生態リスク評価について
は手法の確立をはじめ依然として困難な点が多く，本研究期間中に Triple I（III）を用いて定量的な環境
影響評価を行うまでには至らなかった．今後，特に生態リスクの評価を中心としてさらに検討を進める
必要がある．
参考文献
綾威雄, 山根健次, 小島隆志, 波江貞弘（2002）：CO2 海洋隔離と CO2 ハイドレート, 高圧力の科学と技
術, 12-1, pp.40-49
Aya, I., Yamane, K., and Shiozaki, K. (1999): Proposal of Self Sinking CO2 Sending System: COSMOS, in
Greenhouse Gas Control Technologies, Baldur Eliasson, Pierce Riemer and Alexander Wokaun, ed. Amsterdam,
Elsevier Science Ltd.
Aya, I., Yamane, K., Shiozaki, K., Brewer, P., G., and Peltzer, III, E., T. (2002): “Proposal of Slurry Type CO2
Sending System to the Ocean Floor, NEW COSMOS,” American Chemical Society Fuel Chemistry Division
Preprints, 47, U.S.A., pp.27-33.
環境省 HP：自主参加型国内排出量取引制度（第 1 期）の排出削減実績と取引結果について（平成 19 年
9 月 11 日：報道発表資料）
（財）地球環境産業技術研究機構（RITE）HP：http://www.rite.or.jp/
佐藤徹，大塚耕司（2007）
：海洋利用の必要性と包括的環境影響評価の試み，第 4 回洋上風力発電フォー
ラム
田村兼吉，山崎章弘，粟島裕治（2008）
：二酸化炭素深海貯留のための洋上投入システムに関する研究（運
輸分野における基礎的研究推進制度 研究成果報告）
，鉄道建設・運輸施設整備支援機構
（独）新エネルギー・産業技術総合開発機構（NEDO）
（1993, 1995）
Machetti, C. (1977): “On Geoengineering and CO2 Problem,” Climate Change, 59, pp.59-68
33
3.3
メタンハイドレート開発
3.3.1 はじめに
メタンハイドレートの開発技術は依然として研究段階であり，また仮に技術が確立してもその
コストから商業生産は少なくとも数十年先になることが予想される．2004 年での原油 CIF 価格
38.70$/bbl に対して，メタンハイドレートの開発コストは 70.2$/Boe と 2 倍弱になっている．他
方，一次エネルギー資源の大半を輸入に依存するわが国にあって，国産資源は有益である．本研
究では貿易リスクについて，価格ベースと量ベース２つの視点から統計的に考察し，供給障害へ
の対応手段としてのメタンハイドレート開発の有効性を評価する．
3.3.2
Cost および Ecological Footprint
河田ら（2003）によると，南海トラフのメタンハイドレートの開発について沖合 40 km, 水深
1,000 m, 海底面下 500 m に賦存する層圧 16m の海域メタンハイドレートについて，最も廉価な
水平坑井を用いた減圧法を想定すると，内部収益率 10%となる単価は 70.2 $/Boe である．
本研究では上記研究の基本ケース（60 Sm3/d/m, 水平坑井長 1,000 m）の水平坑井減圧法をベ
ースに，南海トラフ・九州東方海域全域を想定し開発規模を拡大（66.8 億 Sm3→1 兆 Sm3）し，
かつパイプラインの長さを変更（40 km→900 km）し再評価した結果，⊿C =62.9 $/Boe となった．
またメタンハイドレートの開発から運用，燃焼までのライフサイクルで考えた CO2 排出量は，
河田ら（2003）をベースに上記の規模拡大のスケールメリットを考慮すると，1.91 kg-CO2/Sm3
（⊿EF1）となる．一方，メタンハイドレートにより代替された原油起源の CO2 排出量は，メタ
ンハイドレート同様にライフサイクルで考えると 83.63 g-C/Mcal=2.74 kg-CO2/Sm3（⊿EF2）とな
る．代替による CO2 排出量の削減原単位は⊿EF1-⊿EF2 で求められる．エコロジカル・フットプ
リントでは CO2 の排出を，それを吸収することのできる森林面積に換算する．その換算係数は
1.92 gha/kg-CO2 であり，また森林の gha への等価係数は 1.17 である．従って⊿EF は，⊿EF1-⊿EF2=
－0.83 kg-CO2/Sm3=－1.86 gha/Sm3 と計算される．
3.3.3 Human Risk
過去，事変等のイベントによる供給障害により，日本の原油輸入量が減少したケースはなく，
価格上昇として反映されている．ただし，最近ではベラルーシのパイプライン停止によるロシア
石油の供給障害が起きた例もあり，将来的には量的な供給障害も起こり得る．そこで価格ベー
ス・量ベース両方での分析を行った．
(1) 価格上昇の供給障害リスク
世界的供給障害イベント（オイルショック，産出国の政変，中東戦争等）由来と思われる原油
価格の上昇データを元に，イベント前後の年別価格比から 1 を引いたものを価格上昇度（供給障
害規模）とし，回数を分析年数で割ったものを価格上昇（供給障害）発生確率とする．過去 30
年間では，発生回数は 7 回，価格上昇度は 0.54 であった．
実際の供給障害リスクは，レアメタルのケース（総合資源エネルギー調査会鉱業分科会レアメ
タル対策部会; 2004）を参考に，一定期間で発生しうる最大供給障害の規模とその発生確率を乱
数シミュレーションを用いて算出する．発生確率をポワソン分布，障害規模をガンマ分布と仮定
し，表 3.3-1 のように 10,000 回の乱数シミュレーションを実施し，その最大値を抽出して最大供
34
給障害規模の確率分布を作成し，さらにその期待値をとって長期最大供給障害規模とする．
表 3.3-1 最大障害規模推定のための乱数シミュレーションの例
供給障害回数
ポアソン乱数
7
3
5
…
0.2
0.3
0.6
0.5
0.5
0.4
供給障害規模
ガンマ乱数
0.3 0.9 1.2
0.1
0.5 0.4 0.1
0.4
0.5
10%
percentage
8%
6%
4%
2%
4.
3
3.
6
2.
9
2.
2
1.
5
0.
8
0.
1
0%
times
図 3.3-1 30 年間の最大供給障害規模の発生頻度
図 3.3-1 は 30 年間の場合の最大供給障害規模の分布であり，その期待値は約 1.25，すなわち
30 年間での最大価格上昇度の期待値が 1.25 であることを示す．さらに長期を考え期間を長くす
ると，期待値は図 3.3-2 のように上昇する．
2
times
1.5
1
0.5
0
30
40
50
60
70
80
90
100
years
図 3.3-2 予測期間別の最大障害規模の期待値
35
価格上昇発生時の国内経済への影響は，産業連関分析の価格波及モデル（宮沢，2002）を用い
て算出する．各部門の価格波及増分 ΔP は，投入係数 aij，石油・天然ガス部門の価格増分 Δpn か
ら(3.3-1)式を用いて求めた．結果を図 3.3-3 に示す．30 年から 100 年間にかけて 35 から 50 兆円
の経済リスクがあることがわかる．
−1
⎡⎛
L L −a1,n −1 ⎞ ⎤
⎢⎜ 1−a11
⎟ ⎥
O
M
⎢⎜ M
⎟ ⎥
ΔP= ⎢⎜ M
⎟ ⎥
O
M
⎢⎜
⎟ ⎥
⎢⎜⎝ −a n −1,1 L L 1−a n −1,n −1 ⎟⎠ ⎥
⎣
⎦
′
⎛ a n1 ⎞
⎜
⎟
⎜ M ⎟
⎜ M ⎟ Δp n
⎜
⎟
⎜a
⎟
⎝ n −1,1 ⎠
(3.3-1)
60
2
1.8
50
1.6
1.4
1.2
30
1
0.8
20
times
10 12 yen
40
0.6
0.4
10
0.2
0
0
30
40
50
60
70
80
90
100
year
economic influence
price increase
図 3.3-3 予測期間別の価格上昇障害の国内経済への影響
(2) 量的供給障害リスク
量ベースの供給障害は，過去の世界的供給障害量の割合をそのまま日本の輸入量の減少率とし
て考え，平均供給障害度と年間発生確率を算出する．過去 30 年間では，発生回数は 5 回，障害
規模（供給障害量の割合）は 6.4%であった．
これを用いて，価格障害の場合と同様に長期最大供給障害規模を推定した．経済影響額は産業
連関表による環境負荷原単位データブック（3EID）
（南斎ら，2002）の原燃料種消費量における
全資源に対する石油・天然ガスの供給障害量の比を経済縮小率として，産業連関表における各部
門の生産額と乗じることで求める．結果を図 3.3-4 に示す．30 年から 100 年間にかけて 75 から
90 兆円の経済リスクがあることがわかる．
36
11%
90
11%
10%
10 12 yen
85
10%
80
9%
75
9%
70
disruption rate
95
8%
65
8%
30
40
50
60
70
80
90
100
year
economic influence
supply disruption
図 3.3-4 予測期間別の量的障害の国内経済への影響
(3) メタンハイドレートの代替効果
メタンハイドレートが原油の供給障害時に即座に開発・代替されると仮定すると，価格上昇の
供給障害の場合では，代替割合を上記の長期最大供給障害規模に乗じたものとなる．そこで，代
替率をケーススタディとして，年間原油・天然ガス需要量に対し 10，15，20%として，代替割
合分の経済影響が緩和すると考える．例えば 80 年間の最大供給障害規模（価格上昇度）1.61 と
した時の経済影響は 45 兆円であるので，45 兆に 0.1，0.15，0.2 を乗じた額が経済影響緩和額で
あり，その負の値が ΔHR となる．
一方，量的供給障害の場合は，原油供給障害率分をメタンハイドレートが代替することで，経
済影響を 0 にするコストとして ΔHR を算出する．例えば 80 年間の最大供給障害規模（量的減少
率）10.8%とした時の経済影響 87 兆円がそのまま ΔHR となる．
3.3.4
Triple I を用いたメタンハイドレートの有効性評価
価格上昇の供給障害の場合では，80 年間の最大供給障害規模（価格上昇度）を想定し，供給
障害時に年間原油天然ガス総需要量の 10%をメタンハイドレートが代替すると考えると，ΔC，
ΔHR，ΔEF は表 3.3-２となる．
表 3.3-2 メタンハイドレート代替の価格上昇障害時の Triple I 各項目
Unit (¥)
Unit (gha)
⊿C
2.03E+12
6.10E+10
⊿HR
-4.50E+12
-1.35E+11
-7.90E+10
⊿EF
37
Triple I は－15.8×1010 gha となりメタンハイドレート開発は有効であると示される．これを図
示すると図 3.3-5 のようである．
図 3.3-5 価格上昇供給障害の場合の Triple I の構成
ΔEF を除いて，Triple I の右辺第 3 項（金銭換算項）のみでも－2.5×1012¥=－7.9×1010 gha とな
り，コストに対して原油輸入リスクが十分上回るため，メタンハイドレート開発は有効であると
いうことになる．
一方，量的供給障害の場合では，障害量分を補填することで経済影響が０になると仮定すると，
ΔC は 6.6×1010 gha，ΔHR は－260.0×1010 gha，ΔEF は－8.6×1010 gha となる．
表 3.3-3 メタンハイドレート代替の量的障害時の Triple I 各項目
Unit (¥)
Unit (gha)
⊿C
2.20E+12
6.60E+10
⊿HR
-8.67E+13
-2.60E+12
-8.60E+10
⊿EF
結局 Triple I は－262.0×1010 gha となりメタンハイドレート開発は有効であると示される．これ
を図示すると図 3.3-6 のようになる．
量的供給障害で見た場合に，その有効性が価格上昇の障害の場合に比べて顕著であったことは，
長期的に資源市場が逼迫していくことを考慮すれば，メタンハイドレートの対応的開発が将来的
に有効性を増大させることを示しているといえる．
一般にエコロジカル・フットプリントの評価をする際，CO2 は，それを吸収する森林面積で換
算するため，フットプリントの大部分を占めることが多く，他の土地面積の計算の効果が小さく
なってしまうという批判がある．そこで CO2 をエコロジカル・フットプリントではなく，排出
権取引による利益（ΔB）として考慮すると，価格上昇の供給障害の場合の CO2 の売却益は－
6.7×10-10 ¥=－0.2×10-10gha であり，ΔEF による値のわずか 2.6%となる．ΔB と ΔEF の両方を Triple
I で考慮することも可能であるが，ダブルカウントになる恐れもあるので注意が必要である．
38
図 3.3-6 量的供給障害の場合の Triple I の構成
3.3.5 まとめ
本研究では，国産資源であるメタンハイドレート開発に関して，Triple I を用いることでコス
トのみでなく，原油の輸入に関する貿易リスクを価格上昇と量的な供給障害の 2 面から算出し，
さらにメタンガスと石油の CO2 排出源単位の差を考慮したエコロジカル・フットプリントを用
いて，そのメリットを顕在化した．長期最大供給障害への対応を考えた場合，仮定の妥当性に対
する疑問を斟酌に入れても，メタンハイドレート開発のメリットは明らかであるといえる．
今後の課題として，今回は情報不足のため Triple I から除外した ΔER（生態系リスク）及び，
一次エネルギー資源を石油からメタンガスに置き換えるインフラのコストの考慮が挙げられる．
参考文献
河田裕子, 藤田和男, 増田昌敬, 松橋隆治（2003）
：海域メタンハイドレートガス開発の経済性及
び CO2 排出量評価, 日本エネルギー学会誌，82(4), pp. 197-207
総合資源エネルギー調査会鉱業分科会レアメタル対策部会（2004）：中間報告, 資源エネルギー
庁資源燃料部鉱物資源課
南斎規介, 森口裕一, 東野達（2002）
：産業連関表による環境負荷原単位データブック（3EID）, 国
立環境研究所地球環境研究センター
宮沢健一（2002）：産業連関分析入門, 日経文庫
39
3.4 海洋肥沃化
3.4.1 はじめに
第 1 章でも述べたように，地球規模での食糧危機は，水危機，エネルギー危機とともに，目前に迫っ
た深刻な問題となっている．これまでの食糧生産の増加は淡水，化学肥料，そして化石燃料を大量に使
うことで達成してきた．その結果，水資源の減少，乾燥地帯の増加，気候変動といった環境悪化がもた
らされた．その上，近年は穀物中心の食生活から肉中心の食生活へ移行しており，肉の生産はより多く
の穀物や水の消費を伴うことから環境への負荷がさらに大きくなっている．こうしたことから，食糧生
産，特に動物性たんぱく質の生産を高めるための新しい持続可能な技術の開発が求められている．
その技術の 1 つとして海洋深層水を利用した海洋肥沃化が考えられている．海洋深層水は，数百 m 以
深の層に存在する海水の総称で，低温，富栄養，清浄という特長を持っている．富栄養な海洋深層水を
人工的に湧昇させることにより，海洋での食糧増産のための再生可能資源として活用できる（藤田，高
橋，2006）
．自然の湧昇域についての多くの研究結果（Ryther, 1969）からも，人工湧昇の有用性につい
ては推察できる．
（社）マリノフォーラム 21 は，海洋肥沃化装置の実証実験機「拓海（たくみ）
」を相模湾で運用し，
海洋での食糧増産への効果を調べている（Ouchi, et al., 2005）
．これは従来の水産性たんぱく質生産のた
めの手段というより，むしろ持続可能な食糧生産技術を開発することが目標であり，この技術に対して
持続可能性の観点から評価することが重要である．本節では，Inclusive Impact Index（Triple I）を用いて，
「拓海」ならびにコンセプト設計段階である実用規模の海洋肥沃化装置（以下実用機という）の持続可
能性について評価することを目的とする．
3.4.2 海洋肥沃化装置
海洋肥沃化装置は，水産庁の補助を受けて（社）マリノフォーラム 21 によって技術開発が行われてい
る人工湧昇装置で，図 3.4-1 に示すように，スパー型浮体に内蔵されたダブルインペラによって，海洋
深層水と表層水の両方を取水し，混合・密度調整した上で有光層に 360 度全周方向に放流，拡散，滞留
させることができる．これにより，海洋深層水が持つ富栄養性でその海域の一次生産力が増大し，食物
連鎖により拓海の周辺に新しい漁場が形成されることになる．
表 3.4-1 に，拓海と実用機の主要目を示す．拓海は，直径 1m のライザー管で，深度 200m から 0.1Mt/d
の深層水を取水することができる．これに対し，実用機は直径 3.2m のライザー管で深度 850m から
1.0Mt/d の深層水を取水する設計となっている．また，拓海は水中モーターの動力源がディーゼル発電で
あるのに対し，実用機では海洋温度差発電を使用することが想定されている．なお拓海は，2003 年 5 月，
相模湾平塚南方沖 25km の水深 1,000m の海域に一点係留方式で設置され，現在まで，数個の大型台風が
通過したにも関わらず，大きなダメージもなく係留されている．
40
Sunlight
Ocean Nutrient Enhancer
Density Current
Euphotic Layer
Deep Ocean Water
図 3.4-1 海洋肥沃化装置の概念図
表 3.4-1 拓海および実用機の主要目
TAKUMI
Practical
machine
Height of floating structure (m)
32.0
52.0
Width of floating structure (m)
16.8
40.0
Length of riser pipe (m)
175
800
Inner diameter of riser pipe (m)
1.0
3.2
DOW* intake capacity (Mt/d)
0.1
1.0
DOW* intake depth (m)
200
850
SOW** intake capacity (Mt/d)
0.2
2.0
5
5
SOW** intake depth (m)
*Deep Ocean Water, **Surface Ocean Water
41
3.4.3 海洋肥沃化装置の評価方法
(1) 評価項目
ここでは，Triple I の各項のうち，計算方法がまだ確立されておらず，基礎となるデータベースについ
ても研究開発段階である ER と HR は取り扱わないこととした．またこれらの評価を統合する換算係数
については，対象となる装置が国内での運用を想定していることから，日本の EF と GDP の比（EFJP/
GDPJP）を用いることとした．
(2) 環境面での持続可能性評価
EF 算出は，冨士（2006）
，Otsuka（2007）の方法に従った．まず海洋肥沃化装置の素材製造から，建
造，設置，運用管理，廃棄にいたるライフサイクルの CO2 排出量を積み上げ法によって計算し，排出さ
れた CO2 を吸収するための森林面積に換算することによって EF を求めた．ここで，単位 CO2 を吸収す
．拓海
る森林面積は 0.19ha/t-CO2，森林地の等価係数は 1.37gha/ha で与えられる（チェンバースら, 2005）
については相模湾に密度成層が生じる年間 180 日間のみ稼動するとし，運用年数を 15 年間とした．また
実用機については年間 360 日間稼動するとし，運用年数を 30 年とした．さらに，生産された魚を漁獲し
て浜揚げするまでの EF も加えることとし，小型巻網漁船の運用に伴う燃料消費の CO2 排出量（拓海の
場合年間 20kl，実用機の場合年間 1,600kl の軽油消費を仮定）から，上記と同様の方法で算出した．
海域の BC の計算には「生産性のある海域の平均的な生産力」を基準として，等価係数 0.36gha/ha が
用いられる（チェンバースら, 2005）
．海域の生産力は，表 3.4-2 に示すように，外洋域，沿岸域，湧昇
域で大きく異なり，
「生産性のある海域」は，沿岸域と湧昇域に限定される．ここでは，海域の生産力の
基準として魚類生産量を想定し，沿岸域と湧昇域の魚類生産量の和をこれらの海域面積の和で割った値
0.042t-C/ha/y を基準とした．すなわち，0.042t-C/ha/y の魚類生産力のある海域 1ha が 0.36gha として換算
される．なお海洋肥沃化装置による魚類生産量については，
（社）マリノフォーラム 21 の研究プロジェ
クトにおいて，生態系モデルを用いた予測計算が行われており，ここではその結果を基に見積もること
とした．
表 3.4-2 外洋，沿岸域，湧昇域における魚類生産力（Ryther, 1969）
Open
ocean
Coastal Upwelling
sea
sea
Area (Mkm2)
332
26.6
0.4
Primary production (t-C/km2/y)
50
100
300
Trophic level
5
3
1.5
Ecological efficiency (%)
10
15
20
1.66
59.9
53.7
Total fish production (Mt-C/y)
(3) 経済面での持続可能性評価
海洋肥沃化装置の C については，EF と同様ライフサイクルでのコストを考える．すなわち，建造，
設置，運用管理，廃棄の各コストを，拓海の場合年間 180 日稼動，15 年運用，実用機の場合年間 360 日
稼動，30 年運用として計算した．一方海洋肥沃化装置による利益としては，漁獲された魚の販売利益が
挙げられる．しかし，魚価は変動が激しいこと，漁獲にかかるコストについても燃料費の価格予想が難
42
しいことから，これらの長期予想は難しいと判断し，ここでは漁獲に関するコストと利益が相殺すると
仮定して，海洋肥沃化装置の C のみ取り扱うこととした．
3.4.4 海洋肥沃化装置の評価結果
(1) 環境面での持続可能性評価
表 3.4-3 に EF の算出結果を示す．拓海の EF の内訳を見ると，運用管理段階の EF が圧倒的に大きい
ことがわかる．これは，拓海の深層水汲み上げ用水中モーターが，大量の化石燃料を消費するディーゼ
ル発電によって運転されているためである．また，漁獲による燃料消費に伴う EF の値も拓海の素材製
造に伴う EF と同程度の値となっている．これに対し実用機の EF の内訳を見ると，漁獲による燃料消費
に伴う EF の値が圧倒的に大きいことがわかる．これは，海洋温度差発電の導入によって素材生産段階
での EF は多少増えるものの，運用管理段階での燃料消費がほとんどなくなることによって，海洋肥沃
化装置自身の EF が相対的に小さくなるためである．拓海の EF 評価と比較すると，再生可能エネルギー
の導入は大きな EF 削減効果があることが理解できる．
表 3.4-3 拓海および実用機の Ecological Footprint 計算結果
Unit (gha)
TAKUMI
Practical
machine
Raw material production
350
4,689
Building
120
1,608
Scrap
33
436
1,559
61
237
18,929
2,298
25,724
Operation and maintenance
Fishing
Total
表 3.4-4 拓海および実用機の Biocapacity 計算結果
TAKUMI
Practical
machine
0.17
3.40
Trophic level
1
1
Ecological efficiency (%)
20
20
Daily fish production (t-C/d)
0.034
0.68
Annual fish production (t-C/y)
6.12
245
Total fish production (Mt-wet)
0.0014
0.11
Total biocapacity increase (gha)
787
63,000
Daily plankton production (t-C/d)
43
表 3.4-4 に，生態系モデルを用いたプランクトン生産量予測計算結果，およびそれを基に算出した
Biocapacity 増加量の結果を示す．生態系モデルによる予測によると，拓海によるプランクトン増加量は
1 日あたり 0.170t-C/d と見積もられている．これが直接イワシに捕食され（栄養段階：1）
，生態効率を湧
昇域での値 20％とすると，1 日あたりの魚類生産量は 0.034t-C/d となる．年間 180 日の生産があるとす
ると，1 年あたりの魚類生産量は 6.12t-C/y となり，イワシの湿重量/炭素比を 15 倍とすれば，15 年間で
の総魚類生産量は 0.0014Mt-wet となる．年間魚類生産量 6.12t-C/y を生産性のある海域の平均的な生産力
0.042t-C/ha/y で割り，さらに海域の等価係数 0.36 を掛けることにより，年間の BC 増加量が 52.5gha と算
出される．結局，15 年間の総 BC 増加量は 787gha となる．この値は総 EF の 2,298gha よりも小さいこと
から，環境面では持続可能ではないと評価される．
一方実用機の場合，取水深度が深いことから深層水中の栄養塩濃度が拓海の 2 倍程度になると予想さ
れる．さらに汲み上げ量が 10 倍であることから，ここではプランクトン増加量を拓海の場合の 20 倍，
すなわち 1 日あたり 3.40t-C/d と考えた．これを基に前述と同様の計算を行うと，1 日あたりの魚類生産
量は 0.68t-C/d となる．年間 360 日，30 年間の生産で総魚類生産量は 0.11Mt-wet となり，結局総 BC 増加
量は 63,000gha となる．この値は総 EF の 25,700gha よりも大きいことから，実用機は環境面で持続可能
であると評価される．この結果からも，持続可能な海洋肥沃化には，再生可能エネルギーの導入が不可
欠であるといえる．
EF の総計を総魚類生産量で割ることにより，単位湿重量あたりに必要な EF が求められる．表 3.4-5
は，拓海および実用機により生産された魚の値と，陸上で生産される他の肉類の単位湿重量あたりに必
要な EF とを比較したものである．これを見ると，牛肉の生産に必要な EF は非常に大きく，鶏肉の生産
に必要な EF は比較的小さいことがわかる．これは，大型の動物を生産させるためには，単位重量あた
りに換算してもより多くの水や穀類を必要とするからである．今回の計算結果では，拓海による魚類生
産は，小規模な実証実験機であるにもかかわらず，鶏肉の約 44%となっている．さらに実用型海洋肥沃
化装置による魚類生産は拓海の約 14%であることから，海域での動物性タンパク質の生産効率は陸上で
の生産に比べて EF の抑制という面では非常によいといえる．
表 3.4-5 様々な動物性タンパク質の単位バイオマス生産に必要な Ecological Footprint
Ecological footprint
per unit biomass
(gha t-wet-1)
Fish (TAKUMI)
1.67
Fish (Practical machine)
0.23
Chicken*
3.8
Pork*
5.7
Beef (grain breeding)*
13.2
Beef (pasturage)*
15.6
*Chambers et al. (2005)
44
(2) 経済面での持続可能性評価
表 3.4-6 に，拓海ならびに実用機の建造，設置，廃棄，運用管理の各経費の見積額（拓海の建造，設
置，運用管理費は実績値）を示す．総額は，拓海の場合 M¥553.5（5.535 億円）
，実用機の場合 M¥9,370
（93.7 億円）となった．一般的なスケールメリットから考えると，深層水汲み上げ規模が拓海の 10 倍と
なる実用機は，経費が拓海の 10 倍より低くなるのが通常であるが，実用機は海洋温度差発電を動力源と
して使用すること，深層水取水深度が拓海の 4 倍以上であること，拓海が年間 180 日，15 年稼動に対し
て実用機が年間 360 日，30 年稼動を想定していることなどから，コストは約 17 倍となった．
表 3.4-6 拓海および実用機の Cost 計算結果
TAKUMI
Practical
machine
Building (M¥)
350
6,520
Installation (M¥)
90
600
Scrap (M¥/y)
40
750
Operation and maintenance (M¥/y)
4.9
50
553.5
9,370
Total (M¥)
(3) 評価の統合
Living Planet Report 2006（WWF, 2006）によると，2003 年の日本の EF は 562Mgha である．同じ 2003
年の日本の GDP が T¥517（517 兆円）であるので，EFJP/ GDPJP は 1.09×10-6gha/¥となる．
拓海の EF－BC は 1,511gha である．また C は M¥553.5 であり，上述の換算係数 EFJP/ GDPJP を用いる
環境面の評価値とほぼ同じ桁での比較が可能であることがわかる．
と，
(EFJP/ GDPJP)C は 603gha となり，
このことは，拓海のような海洋肥沃化装置の包括的環境影響評価を行う際に，Triple I が有効な手段とな
り得ることを示唆している．最終的な評価結果は，III = 2,114gha となり，拓海は持続可能ではない装置
と評価される．一方実用機の EF－BC は－37,300gha，C は M¥9,370 であり，(EFJP/ GDPJP)C は 10,210gha
となる．最終的な評価結果は，III = －27,090gha となり，実用機はコストを考慮しても持続可能な装置
と評価される．
3.4.5 まとめ
本節では， Inclusive Impact Index（Triple I）を用いて，海洋肥沃化装置の実証実験機「拓海」およびコ
ンセプト設計段階である実用機の包括的環境影響について評価を試みた．その結果，海洋肥沃化装置に
よる魚類生産は，
陸上の肉類生産に比べるとEF 消費の少ない効率的な生産活動であることがわかった．
また，拓海は小規模でかつディーゼル発電を動力としていることから，環境面，経済面ともに持続可能
ではないと評価され，実用機は大規模で海洋温度差発電を動力としていることから，経済面を考慮して
も統合指標で持続可能である評価された．
45
参考文献
Otsuka, K. (2007): “Ecological Footprint Accounting of TAKUMI,” Proc. of 7th ISOPE Ocean Mining Symposium,
pp.33-38
Ouchi, K., Otsuka, K. and Omura, H (2005): “Recent Advances of Ocean Nutrient Enhancer “TAKUMI” project,”
Proc. of 6th ISOPE Ocean Mining Symposium, pp.7-12
Ryther, J. (1969): “Photosynthesis and Fish Production in the Sea”, Science, Vol 166, pp.72-76
WWF (2006): Living Planet Report 2006, WWF International
大塚耕司（2006）
：海洋の大規模利用に対する包括的環境影響評価指標の一提案：Proc. of Techno-Ocean
2006 / 19th JASNAOE Ocean Engineering Symposium, pp.1-3 (CD-ROM)
ニッキー・チェンバース, クレイグ・シモンズ, マティース・ワケナゲル（2005）
：エコロジカル・フッ
トプリントの活用－地球 1 コ分の暮らしへ, 合同出版
冨士雄介（2006）
：海洋肥沃化実験装置のエコロジカル・フットプリントによる評価, 平成 17 年度大阪
府立大学工学部海洋システム工学科卒業論文
藤田大介，高橋正征（2006）
：海洋深層水利用学－基礎から応用･実践まで－, 成山堂書店
46
3.5 海洋滋養
3.5.1 海洋滋養の技術
海洋の大部分は栄養塩が不足しているために一次生産が不活発な「海の砂漠」である．海洋滋養とは，
これらの海域に，不足している栄養分を選択的に投入して一次生産を上げることにより，大気中の二酸
化炭素の隔離と漁獲の増加を図る技術である．
「海洋施肥」もほぼ同様の概念を表す用語であり，英語で
は“Ocean Fertilization”が用いられる．貧栄養海域に栄養塩を供給して生産性を上げるという点では深層水
利用と同じであるが，深層水は栄養塩と共に CO2 濃度も高いので大気中に CO2 を放出する可能性がある
のに対し，海洋滋養では栄養塩を系外から供給するので，CO2 吸収の効果も期待できる．
海洋滋養には添加する栄養塩の種類や投入方法によって様々な方法が考えられる．添加する栄養塩に
ついては，対象海域で制限因子となっている栄養塩を選択的に投入することになる．主な栄養塩として
は，窒素，リン，ケイ素，鉄などが考えられている．
その中で最も実海域での調査研究が進んでいるものとして，HNLC 海域への鉄添加が挙げられる．
HNLC（High Nutrient Low Chlorophyll：高栄養塩-低クロロフィル）海域とは，硝酸やリン酸などが豊富
にあるにもかかわらず，植物プランクトンの生物量が少ない海域のことで，1930 年代に南極海で発見さ
れ（南極パラドックス）
，その後太平洋の亜寒帯域や赤道域でも見いだされた．80 年代末に John Martin
は，海洋の植物プランクトンが取り込む栄養塩元素の比が C:N:P:=106:16:1 に対し 10-3～10-4 の鉄が必要
であるとすると，アラスカ湾や南極海では鉄は硝酸やリン酸よりも先に枯渇することや，外洋への主要
な鉄の供給源は風で運ばれる土壌粒子であるが，HNLC 海域は陸から離れており大気粉塵の降下量が少
ないことなどから，HNLC 海域の生物生産は鉄の不足によって制限されていると考えた（Martin, 1990）
．
この仮説は次節で述べる近年の HLNC 海域における鉄散布実験によって支持されている．Michael
Markels らは，太平洋赤道域などの HLNC 海域への鉄添加による海洋滋養を商業規模で行うことを提案
している．Markels and Barber（2001）によると，5000 平方マイルの海域に 20 日間の滋養を行うことに
よって 0.6～2Mt の CO2 を隔離可能であり，商業規模で実施したときの隔離コストは CO2 1 トン当たり 1
～2 ドルと試算されている．
その他には，シドニー大学の Ocean Technology Group はアンモニアを陸上あるいは洋上の浮体式プラ
ントから供給するシステムによる海洋滋養を提案している（図 3.5-1）
．彼らは海洋滋養が漁獲の増加を
もたらすことに着目して，チリの湧昇域や食料不足が懸念される国の沿岸をターゲットとしており，年
間 1Gt の窒素を供給することにより 5Gt の炭素を隔離可能であり，そのコストは炭素 1 トン当たり 30
ドルであると試算している（Jones and Young, 1997, Jones and Young, 2000）
．
図3.5-1 Ocean Technology Group
による海洋滋養の概念図
47
海洋滋養に関する慎重論や反対意見は，多くの研究者や環境グループより寄せられている（ASLO,
2001, Chisholm, 2001, Adhiya and Chisholm, 2001, 菱田，2003 など）
．また，2008 年 1 月には，７カ国 15
人の海洋学者グループが，海洋への鉄散布による二酸化炭素隔離の実用化は時期尚早と警告するレター
論文を出した（Buesseler et. al., 2008）
．彼らは Ocean Iron Fertilization は CO2 隔離策として有効であると考
えているが，CO2 の吸収効率や炭素隔離期間の定量化が可能になり，環境への影響が予測可能かつ受け
入れられる程度であることが実証されない限り，実用化は時期尚早であり，これらを明らかにするため
には大規模な実海域実験が必要であるとしている．
前述のように，海洋滋養は温暖化対策技術としてみたときには CO2 隔離量の大きさとコストの安さと
いう点で優位性の可能性がある技術と考えられるものの，まだその効果やデメリットに関して未解明な
部分が多い．特に海洋の生態系を積極的に利用する技術であるだけに，その影響は慎重に検討する必要
がある．しかし，現在我々は陸域の生態系に対しては，砂漠の緑化や食糧増産のための施肥など，より
大規模かつ大幅に手を加えていることも事実である．そこで，以下では Ecological Footprint（EF）を用
いて海洋滋養の環境負荷を陸域利用の場合と比較する．
3.5.2 海洋滋養の Ecological Footprint
海洋滋養に関しては，HNLC 海域における小規模な鉄散布実験が何回か行われている（Martin et al.,
1994, Coale et al., 1996, Boyd et al., 2000, Tsuda et al., 2003 など）にすぎず，その効果や環境影響に関しても
未知の部分が多い．ここでは，Jones and Otabgui（1997）が提唱しているパイロットプラントによる仮想
的な海洋滋養を対象に，Ecological Footprint の概算を行った．この提案では，沿岸にアンモニア生産プラ
ントを設置し，パイプラインによって大陸棚縁辺海域に輸送し，年間 19,000t のアンモニアを投入する．
まず，プラントおよびパイプラインの設置による EF を算出する．
・プラントの面積：18[ha]×2.2（生産能力阻害地の等価係数）=40[gha]
・プラント建設に必要な資材（コンクリート換算）
：
4,250[m3]×0.31[t-CO2/m3]（原単位）
÷5.2[t-CO2/ha]（森林の CO2 吸収量）
×1.35[gha/ha]（森林地の等価係数）= 3.4×102[gha]
・パイプライン（内径 150mm，肉厚 7.2mm，長さ 100km）に必要な鋼材：
2,800[t]×1.89[t-CO2/t-Steel]（原単位）÷5.2[t-CO2/ha]×1.35[gha/ha]
= 1.4×103[gha]
今，設備の耐用年数を 30 年と仮定すると，1 年あたりの EF は約 60gha となる．なおプラント建設工事
やパイプライン敷設工事の EF が考慮されていないが，いずれにしろ設置による EF は後述の操業の EF
に比較して小さい．
次に，プラント操業の EF を算出する．主要なものは原料となる天然ガス消費と電力消費である．
天然ガス消費：
135,000[t]×2.1[kg-CO2/Nm3]（原単位）÷5.2[t-CO2/ha]×1.35[gha/ha]
= 9.3×104 [gha]
電力消費：
6[MW] ×0.41 [kg-CO2/kWh]（原単位）÷5.2[t-CO2/ha]×1.35[gha/ha] = 2.3×103 [gha]
以上より，プラントの EF は約 9.5×104gha/year となる．
海洋滋養の CO2 吸収効果による EF 減少は以下のようになる．投入したアンモニアが全て光合成に使
48
われるとし，
生成された有機物のうち生物ポンプで深海に輸送される割合を 20%と仮定すると，
7.6×105t
の CO2 が隔離されることになる．これによる EF 減少は，
7.6×105[t]÷5.2[t-CO2/ha]×1.35[gha/ha] = 2.0×105 [gha]
となる．
上記の試算は，海洋滋養によってある程度の CO2 が隔離されれば，それによる EF の減少がプラント
の EF を大きく上回ることを示唆しているが，その程度は CO2 隔離の効率によって大きく変化する．ま
た，食糧増産への寄与を考慮すればさらに EF は減少する．
3.5.3 海域利用と陸域利用の Ecological Footprint の比較
IMPACT の目的の一つは，過剰な農地開発・施肥を行ってきた陸域と，ほとんど手の付けられていな
い外洋域の利用バランスを検討することである．そこで，同量のタンパク源を得るために海域と陸域を
利用した場合の EF の比較を試みた．栄養塩を海域に人工的に投入する「海洋滋養」技術に関しては，
まだ実海域での漁獲増産のデータがないので，ここでは海域利用技術として人工湧昇流による漁獲の増
加を取り上げた．人工湧昇流は，構造物等により栄養塩を豊富に含む底層水を有光層に持ち上げて海域
の生産力を上げる技術である．また，陸域を利用する場合には肉牛の飼育を想定し，そのための飼料を
開墾によって増産するものとした．
まず，人工湧昇流の EF を算出する．ここでは，長崎県生月島沖の海底マウンド造成による人工湧昇
流のデータを用いることにする．この海域ではマウンド周辺の 20km 四方の漁獲高が 250t から 1,500t に
増加したことが報告されている．漁獲増加の主な魚種はカタクチイワシであった．カタクチイワシは養
殖魚の飼料として用いられることが多いので，このカタクチイワシをブリの養殖の餌として用いること
とする．1kg の養殖魚には約 4kg の餌が必要なので，1,250t のカタクチイワシによる養殖ブリの生産量は
310t となる．このうち可食部は 60%として 186t であり，100g の可食部に含まれるたんぱく質は約 19.7g
ので，ブリ可食部 186t に含まれるたんぱく質の量は，約 37t となる．
人工湧昇流の EF としては，海底マウンド造成の EF と漁獲のための操業の EF を考慮する．人工湧昇
流の場合，底層水を表層に上げることによる CO2 排出と一次生産増加による CO2 吸収が生じるが，ここ
ではこれらはほぼ相殺するものとして考慮しなかった．生月島沖の海底マウンド造成には，火力発電所
の石炭灰から作られたブロックが使用されている．このブロックの製造・運搬時の CO2 排出量は，表よ
り 4,089t となる．海底マウンドの耐用年数が，一般的な人工漁礁と同じ 30 年とすると，年間あたり CO2
排出量は 136t となり，森林 1ha が一年間に吸収する CO2 の原単位 1.42t-C/gha を用いると，海底マウン
ド造成の EF は，136÷(1.42／0.27)=26.1[gha]となる．次に，操業の EF は以下のように簡略化して算出し
た．我が国の 2000 年における水産業における燃料消費量および漁獲量はそれぞれ約 1.86×108GJ, 612×
103t であるので，単位生産量あたりのエネルギー消費量は，30.4GJ/t となる．少々粗っぽいがこの値を漁
獲，養殖の双方に用いると，1,250t のカタクチイワシ漁獲に要する操業エネルギーは 3.80×104GJ，ブリ
310t の養殖生産に要する操業エネルギーは 9.4×103GJ と見積もられ，合計は 4.74×104GJ となる．エネ
ルギーと土地面積の変換値 80(GJ/gha/yr)を用いると，操業の EF は 4.74×104÷80=593[gha]となる．以上
より，生月島沖の人工湧昇流の EF は，593+26=619(gha/yr)となる（図 3.5-2）
．
上記と同等のタンパク源を牛肉から得るための EF を算出したところ，図 3.5-3 に示すように 641gha/y
となった．今回の計算は非常に粗っぽいものであり，技術の適用海域や規模によって結果は異なってく
ると考えられるが，海域を利用した食糧増産技術の EF が陸域利用の技術よりも小さい可能性があるこ
とが示されたといえる．
49
図 3.5-2 人工湧昇流の Ecological Footprint
図 3.5-3 開墾および畜産の Ecological Footprint
50
参考文献
American Society of Limnology and Oceanography (ASLO) (2001): The Scientific and Policy Uncertainties
Surrounding the Use of Ocean Fertilization to Transfer Atmospheric Carbon Dioxide to the Oceans,
http://www.aslo.org
Boyd P. W. et. al. (2000): “A Mesoscale Phytoplankton Bloom in the Polar Southern Ocean Stimulated by Iron
Fertilization,” Nature, Vol.407, pp.695-702
Buesseler et. al.(2008): “Ocean Iron Fertilization - Moving Forward in a Sea of Uncertainty,” Science, Vol.319,
No.5860, pp.162
Chisholm S. W., P. G. Falkowski, J. J. Cullen (2001): “Dis-Crediting Ocean Fertilization,” Science, Vol.294,
pp.309-310
Coale K. H. et. Al. (1996): “A Massive Phytoplankton Bloom Induced by an Ecosystem-Scale Iron Fertilization
Experiment in the Equatorial Pacific Ocean,” Nature, Vol.383, pp.495-501
Jagat Adhiya and Sallie W. Chisholm (2001): “IS OCEAN FERTILIZATION A GOOD CARBON
SEQUESTRATION OPTION? A Critical Review of Ocean Fertilization Methods Proposed for Addressing the
Problem of Anthropogenic CO2 Emissions in the Atmosphere,” A White Paper Prepared for the Laboratory for
Energy and the Environment at MIT
Jones I.S.F. and Otaegui D. (1997): “Photosynthetic Greenhouse Gas Mitigation by Ocean Nourishment,” Energy
Conversion and Management, Vol.38, pp.367-372
Jones, I.S.F. and Young, H. (2000): “Reducing Greenhouse Gas by Ocean Nourishment,” Offshore Technology
Conference, Houston, Texas
Jones, I.S.F. and Young, H.E. (1997): “Engineering a Large Sustainable World Fishery,” Environmental
Conservation, 24(2), pp.99-104
Markels and Barber (2000): “The Sequestration of Carbon to the Deep Ocean by Fertilization,” ACS Symposium on
CO2 Capture, Utilization, and Sequestration
Martin J. H. et. al. (1994): “Testing the Iron Hypothesis in Ecosystems of the Equatorial Pacific Ocean,” Nature,
Vol.371, pp.123-129
Martine, J. H. (1990): “Glacial-Interglacial CO2 Change: THE IRON HYPOTHESIS,” Paleoceanography, Vol.5,
pp1-13
Tsuda A. et. al. (2003): “A Mesoscale Iron Enrichment in the Western Subarctic Pacific Induces a Large Centric
Diatom Bloom,” Science, Vol.300, pp.958-961
菱田昌孝（2003）
：地球温暖化対策と海洋の活用, 第 17 回海洋工学シンポジウム, pp.149-152
51
3.6 水産養殖
3.6.1 はじめに
世界のエビ生産量は急速に増大しており，2004 年には養殖生産の寄与を含めて年間 600 万トンに達し
ている（FAO, 2004）
．エビ生産量の増大は，主にブラックタイガーなどのクルマエビ科の養殖によると
ころが大きい．エビ養殖の方法としては，粗放養殖法，準集約養殖法，集約養殖法の 3 種類がある（多
屋, 2003）
．粗放養殖法では，平方メートルあたり数尾と生産性が低いものの，自然の幼生や餌が用いら
れ，養殖のためのコストがほとんどかからない．一方，集約養殖法では，平方メートルあたり数 10 尾の
エビが生産され，孵化場で生産されたポストラーバや配合飼料が用いられるため，配合飼料代などのコ
ストがかかる．集約養殖法は，生産性が良いことから，東南アジアを中心として急速に広まったが，現
在はその持続可能性が疑われている．集約養殖法では，ウイルスの蔓延や富栄養化，貧酸素化によるエ
ビの病気，大量死が報告されている．エビ養殖池の環境を良好に保つために，水面付近に撹拌パドルが
設置され，酸素の供給とヘドロの集積，回収を行っている．しかしながら，撹拌パドルの駆動には多大
な電力がかかる上に，エビの大量死を完全に防ぐことは不可能であるため，極めてリスクの高い事業で
あるといえる．東南アジアでは，1 つの養殖池で 2～3 年間エビを生産すると，十分な利益が得られるた
め，養殖池が汚染されるとそのまま放置され，水田やマングローブ林を新たにエビ養殖池として造り替
える．したがって，穀物生産地や二酸化炭素の吸収地，あるいは多様な生物を育む場の喪失となるため，
大きな環境問題となっている．
このような状況において，エビなどの養殖事業の持続可能性を評価するために，Ecological Footprint
を用いた試算評価がいくつか行われた（Kautsky et al., 1997; Folke et al., 1998; Bunting, 2001）
．本報では，
Ecological Footprint の他に，エビ養殖事業のコストやベネフィットも考慮に入れるため，Triple I を用い
て，エビ養殖事業の持続可能性を評価する．
3.6.2 エビ養殖事業の持続可能性の評価方法
(1) 評価の対象とする事業
本節では，
我が国に新たにクルマエビ養殖場を造成する場合を想定する．
沿岸域に養殖場を造成して，
集約養殖を行う場合の Triple I の計算を行う．事業規模としては，集約養殖によりクルマエビを年間 20
トン生産するものと仮定する．クルマエビの価格を 5,000¥/kg とすると，1 億円の売り上げとなる．また，
養殖場の規模は，クルマエビの出荷サイズを 20g，平方メートルあたりの生産尾数を 25 尾とすると，年
間 2 回の養殖を行うものとして，平方メートルあたりの年間生産量が 1kg となるため，20,000m2（2ha）
となる．
(2) 評価手法
我が国で新たにエビ養殖池を造成する場合に，Triple I の変化量(ΔIII)は次式により計算される．
ΔIII = [Δ (EF − BC ) + αΔER ] +
EFJP
[βHR + Δ(C − B )]
GDPJP
(3.6-1)
ここで，EFJP (gha)は日本の Ecological Footprint，GDPJP（円）は日本の国内総生産である．
エビ養殖池において，Triple I の算出に際し，考慮すべき項目と考えられるものを表 3.6-1 に示す．た
52
だし，本節では，これらのうち主要な項目について算出を行った．生態リスクとしては，沿岸域の養殖
場建設に伴う生物多様性や稚エビ生産の喪失，集約養殖場から排出される富栄養水による沿岸環境汚染
と生物への影響等が挙げられるが，算出が困難であるためここでは考慮していない．一方，人間リスク
については，現場労働者を多数必要とする集約養殖法において，現場労働者の健康へのリスクや収穫さ
れたエビ安全性（消費者へのリスク）等が考えられるが，本報では Triple I への影響が軽微であるものと
仮定し，考慮しないこととする．
表 3.6-1 売り上げを年間 1 億円とした場合の各費用項目の内訳
EF-BC
ER
HR
C-B
ク
稚エビ生産(EF)
沿岸生態系の喪失
現場作業員の健康
稚エビ購入費(C)
ル
梱包・輸送(EF)
排水による汚染
エビの安全性
梱包・輸送費(C)
マ
養殖池建設(EF, BC)
（消費者）
人件費(C)
エ
餌生産(EF)
土地代(C)
ビ
水質管理(EF)
電気代(C)
養
餌代(C)
殖
売り上げ(B)
事
業
(3) Ecological Footprint
クルマエビを集約養殖する場合の二酸化炭素排出源として，稚エビ生産（親エビ産卵のための温度調
整，水の入れ替え，曝気）
，クルマエビの梱包・輸送，養殖池の建設，餌の生産，水質管理のための撹拌
パドルの駆動や池水交換が挙げられる．これらのうち，特に二酸化炭素の排出量が大きいのは，撹拌パ
ドルの駆動のためにエネルギーを使用する場合であるため，二酸化炭素排出係数を 0.555kg/kWh と仮定
して，使用電力量から二酸化炭素排出量を計算した．使用電力量は，1,000m2 あたりに 1 台の撹拌パドル
（750W）を設置するものとして，4～8 月と 9～12 月の 8 ヶ月間，24 時間駆動するものとして算出した．
また，クルマエビの餌を生産するためには，原料となる魚を捕獲し，穀物を農地で生産しなければな
らない．ここでは，クルマエビの FCR（Feed Conversion Ratio）を 2.0 と仮定して，20 トンのエビを生産
するために，40 トンの配合飼料（ドライペレット）が必要であると仮定する．配合飼料のうち，炭素量
単位で，魚と穀物に由来する成分の比を 6:4 とする．ただし，魚の捕獲に関して，漁船の燃油，加工場
への輸送に必要な二酸化炭素量ついては無視することとし，必要な魚の生産に必要な面積を湧昇域の漁
獲生産量が 6.71t-C/km2 であるものとして算出する．また，穀物の生産については，農地の生産能力が
3.5t/ha であるものとして算出する．
(4) Biocapacity
エビ養殖場を造成した地域は，その面積分のバイオキャパシティが喪失すると考えられるが，実際の
エビ養殖場ではクロロフィル濃度が極めて高く，植物プランクトンによる一次生産が活発である．エビ
養殖池は特異な環境下にあり，もとの沿岸域の生態系とは大きく異なるが，バイオキャパシティは変化
しないものと仮定する．
53
(5) Cost および Benefit
コストとベネフィットの算出に関しては，山吉, 星野（2006）の資料に基づき，集約養殖を行った場
合の稚エビ費，梱包・輸送費等，人件費，土地代，電気代，餌代，売り上げを計算する．
3.6.3 Triple I の計算結果
(1) Ecological Footprint
まず，水質管理を目的として撹拌パドルを駆動するための必要電力量を計算する．1,000m2 あたりに 1
台の撹拌パドル（750W）を設置するものとして，4～8 月と 9～12 月の 8 ヶ月間，24 時間駆動するもの
と仮定すると，
1台の撹拌パドルから発生する1時間あたりの二酸化炭素排出量は，
0.416kgとなる．
20,000
，24 時間稼働するものとすると，年間の二酸化炭素排出量は 48.7t と
m2 の養殖場で，8 ヶ月間（244 日）
なる．森林地の CO2 吸収量を 5.2tCO2/ha/y，等価係数を 1.35gha/ha とすると，撹拌パドル駆動の EF は，
12.6gha となる．
次に，エビの配合飼料のうち，魚に由来する成分は年間 24t 必要である．湧昇域の漁獲量は，年間
魚の体内の炭素量が 40%と仮定すると，
湧昇域の漁獲量は 16.8t/km2 となる．
すると，
6.71t-C/km2 であり，
配合飼料の生産に必要な面積は，1.4km2，すなわち 140ha となる．これに，生産力のある水域の等価係
数である 0.36gha/ha をかけると，EF は 51.8gha と計算される．一方，エビの配合飼料のうち，穀物に由
来する成分は年間 16t 必要である．農地での穀物生産量が年間に 3.5t/ha であるとすると，配合飼料の生
産に必要な面積は 4.6ha となる．これに，耕作地の等価係数である 2.10gha/ha をかけると，EF は 9.7gha
と計算される．
以上のように，2ha のエビ養殖場における撹拌パドル，餌生産に必要な EF は，合計 74.1gha となる．
表 3.6-2 売り上げを年間 1 億円とした場合の各費用項目の内訳
費用項目
金額（集約）
稚エビ購入費
¥1,800,000
梱包・輸送費等
¥7,600,000
人件費
¥36,500,000
土地代
¥5,500,000
電気代
¥13,000,000
餌代
¥35,000,000
利益
¥600,000
計
¥100,000,000
(2) Cost および Benefit
山吉, 星野（2006）は，クルマエビの生産量が年間 20 トンで，5,000¥/kg として 1 億円の売り上げがあ
る場合の各費用項目を表 3.6-2 のように算出した．事業全体のうち，養殖池のヘドロの清掃や 24 時間の
水質管理のための人件費が最も高く，さらに餌代と電気代が主要なコストである．クルマエビの売り上
54
げによるベネフィットが 100,000,000 円であるとすると，そのために要するコストは 99,400,000 円と試算
され，利益は 600,000 円である．したがって，集約養殖は，エビの生産性は良いものの，水質管理や餌
代，および人件費に多くのコストがかかるため，利益率が極めて低いと言える．
(3) Triple I
以上の結果より，Triple I を計算する．EF と GDP との比については，現在の日本の値を用いることと
し，10-2 gha/¥とした．計算の結果，Triple I は以下のように算出される．
ΔIII = 74.1 + 10 −2 ⋅ (99400000 − 100000000) = −5925.9
(3.6-2)
したがって，
クルマエビ養殖事業の EF に比べると，
利益率を EF に変換した値は極めて大きいといえる．
3.6.4 まとめ
本節では，Triple I を用いて，エビ養殖事業の持続可能性を評価した．クルマエビ養殖事業の Ecological
Footprint，2ha の養殖池に対して 74.1gha であった．Kautsky et al. (1997)は，エビの準集約養殖事業の
Ecological Footprint は，等価係数を考慮に入れていないものの，実際の養殖池の面積の 35-190 倍である
ことを示した．本報の試算結果よりは大きな値となっているが，これはマングローブの伐採による稚エ
ビ幼生場や水質浄化機能の消失を考慮に入れているためであり，それを除くと 10-20 倍となっている．
本計算では 37 倍となているが，集約養殖を対象としているため，Ecological Footprint が大きく算出され
ているものと考えられる．ただし，利益を Ecological Footprint に換算した値よりは大幅に小さく，今回
の検討結果の範囲内では，エビの集約養殖事業は持続的であると判断される．
しかしながら，今回，餌を生産するために魚を捕獲するための燃料代，魚の加工場への輸送や加工場
から養殖場への餌の輸送，またクルマエビの梱包，輸送等の流通過程で発生する二酸化炭素排出量を考
慮に入れていない．また，養殖池からの排出水の沿岸生態系への影響（生態リスク）や，現場作業員の
健康リスク（人間リスク）等も考慮されていない．これらの項目を考慮すると，エビ養殖事業の Ecological
Footprint が大幅に大きくなる可能性もある．実際，サケの養殖事業を対象とした Ecological Footprint の
評価結果では，海の体積空間を利用していることもあり，養殖生簀の表面積の数万倍になるとの報告も
ある．今後は，各項目の Ecological Footprint に関してより詳細な算出を行う予定である．
55
参考文献
Bunting, S., W. (2001): “Appropriation of Environmental Goods and Services by Aquaculture: a Reassessment
Employing the Ecological Footprint Methodology and Implications for Horizontal Integration,” Aquaculture
Research, Vol.32, pp.605-609
FAO: Food and Agriculture Organization of the United Nations
Folke, C., Kautsky, N., Berg, H., Jansson, A., and Troell, M. (1997): “The Ecological Footprint Concept for
Sustainable Seafood Production: A Review,” Ecological Applications, Vol.8 No.1, pp.S63-S71
Kautsky, N., Berg, H., Folke, C., Jansson, A., and Troell, M. (1998): “Ecological Footprint for Assessment of
Resource Use and Development Limitations in Shrimp and Tilapia Aquaculture,” Aquaculture Research, Vol.28
pp.753-766
多屋勝雄（2003）
：アジアのエビ養殖と貿易，成山堂
山吉信行, 星野健一郎（2006）
：無投餌底性生物養殖装置“拡龍”を用いたクルマエビ養殖事業, 東京大
学アントレプレナー道場資料
56
3.7 水質浄化装置
3.7.1 はじめに
湖沼，沿岸域などの水質汚染が進んでいる今，各種の浄化方法が提案されている．岡本，堀田ら（2005，
2007）が，数年にわたり汚泥や浮遊物質等を凝集浄化する凝集剤を用いて，汚染の進行している湖沼な
どを対象とした水質浄化実験を行なっており，よい浄化効果を得ている．これらの実験が今後，実海域
に適用された場合の環境影響評価を行うことは重要であると考えられる．
さて，Ecological Footprint（EF）指標は，水質浄化実験などにおける投入物質を環境負荷として表すこ
とができるので，実験結果との関係を評価することができると考えられる．さらに，浄化実験が実用に
供され，大規模化した浄化事業となる場合は，周辺海域への影響等も考慮する必要からも，本報で提唱
する Inclusive Impact Index（Triple I）による評価が必要であると考えられる．
そこで本節は，3 種類の水質浄化実験に関する EF および Triple I を比較して環境改善効果を評価する
ことを目的とした．
3.7.2 評価対象
評価対象は，岡本，堀田ら（2005，2007）によって行われた以下の水質浄化実験である．
実験１ 凝集剤とマイクロバブルを併用した水質浄化実験（浮上分離法）
．
実験２ 凝集剤による水質浄化実験（凝集・沈殿法）
実験３ 凝集剤とフィルターによる水質浄化実験（凝集・除去法）
実験１および実験２は，日本大学理工学部船橋校舎図書館前池にて実施された．実験３は千葉県海老
川にて行われた．ここに，図書館前池は水深 0.57m，水量約 561.1t である．
以下に，浄化実験方法について説明を加える．
(1) 実験１：浮上分離法
凝集剤
①
②
③
①攪拌槽:水量約 40L
②分離槽:水量約 200L
③マイクロバブル発生装置
図 3.7-1 凝集剤とマイクロバブルを併用した水質浄化実験
実験対象地の水を水中ポンプにより吸上げ，①の撹拌槽にて凝集剤を添加・撹拌を行う．②の分離槽
に移し，ここでマイクロバブルを発生させ，フロックを浮上分離させ，回収する．
57
(2) 実験２：凝集沈殿法
凝集剤
①
②
①撹拌槽：水量約 40L
② 沈殿槽：水量約 200L
図 3.7-2 凝集剤による水質浄化実験
実験対象地の水を水中ポンプにより吸上げ①の撹拌槽に吸い上げ，撹拌槽にて，凝集剤を添加・撹拌
する．次に②の沈殿槽に移しフロックの生成，沈殿を待つため 1 時間程度放置する．
(3) 実験３：凝集除去法
①
②
③
①攪拌槽
②養生槽
③フィ ルター
図 3.7-3 凝集剤とフィルターによる水質浄化実験
水を水中ポンプにより①の撹拌槽に吸上げ，凝集剤を添加・撹拌を行う．撹拌した水を②の養生槽に
移し養生させる．次に，③の物理フィルターを通過させることによりフロックを回収する．
58
3.7.3 Ecological Footprint
(1) 計算方法
実験１，２では，図書館前池の水 0.2t を浄化，実験 3 は 7.2t を浄化した．これを継続的に行い，実験
対象地を全て浄化したと仮定し，評価を行う．
そこで，浄化実験の EF を「実験対象地（日本大学理工学部船橋校舎図書館前池水量，約 561.1t)を浄
化するために必要とされる投入物質の生産のために必要となる土地面積の総合計」と定義する．
それぞれの実験に必要とされた器材等の資源利用量を，表 3.7-1 に示す．
水質浄化実験において，使用した資源を土地面積として換算する．
まず，資源利用量を算出する．次に，資源利用量と内包エネルギーを使ってエネルギー量を算出した．
次にエネルギー量から土地面積（森林面積）に換算した．これは素材生産における化石燃料消費活動（金
属資源消費はその精錬・加工に消費した化石燃料消費で考える）はその負荷を二酸化炭素排出によるも
のであると考え，その二酸化炭素を吸収固定するために必要な土地を森林として森林面積に換算する．
換算率は 100GJ/ha/年を使用した．
最後に，等価係数を掛けることによって地球の平均的生産力の土地面積（gha）に換算する．
また本実験が行われた千葉県は主に火力発電が行われていることから，本実験で使用された電力も全
て火力発電によるものとする．化石燃料の化学エネルギーか電力エネルギーに変換される際の変換効率
は 30%．つまり電力として消費されるエネルギー1 単位あたりの EF は化石燃料が直接利用された場合
の 3.3 倍になる．素材の寿命は減価償却の耐用年数とし，ポンプの詳細は表 3.7-4 に示す．
（計算式）
投入量(kg）
× 内包エネルギー(MJ/kg)＝エネルギー量(MJ)
エネルギー量(MJ)
＝エネルギー量(MJ/年)
寿命(年)
エネルギー量(MJ/年)
＝EF(ha/年)
100(GJ/ha/年)
EF × 等価係数＝EF(gha)
表 3.7-1 資源利用量
実験１
実験2
凝集剤
（SO３）
0.0009kg 0.0009kg 凝集剤（SO３）
（CaO）
0.0006kg 0.0006kg （CaO）
攪拌槽
（PVC)
2.8kg
2.8kg 攪拌槽（PVC)
浮上分離槽（PVC)
16.4kg
(形鋼）
沈殿槽
（PVC）
16.4kg 装置 （ステンレス）
（PVC)
9.6kg
MB発生装置 （ステンレス
シャワーヘッド（PVC)
養生槽（PVC)
0.06kg
水中ポンプ（形鋼）
陸上ポンプ (形鋼）
28.9kg
（ポリウレタン
（ポリウレタン）
3kg
水中ポンプ（形鋼）
17kg
17kg
（ポリウレタン
12kg
12kg
59
実験3
0.324kg
0.216kg
20.5kg
0.5kg
133kg
6kg
6kg
17kg
12kg
表 3.7-2 内包エネルギー値（MJ/kg）
SO3
CaO
金属
粗鋼
ステンレス
プラスチック PVC
ポリウレタン
化学物質
40
0.02
16.5
27.8
25.8
58.7
表 3.7-3 土地区分－等価係数
土地区分
耕作地
等価係数
2.1
穀物等飼料とする畜産等
牧草地
森林地
（エネルギー地）
海水・淡水域
生産力阻害地
牛，羊の生産等
木，紙製品製造
エネルギー利用
漁獲等（沿岸域）
道路，建造物等
0.48
1.38
0.36
2.19
表 3.7-4 ポンプ詳細
実験1,実験2
実験3
陸上ポンプ 水中ポンプ 水中ポンプ
出力
排出量
稼働時間
400kw
34ℓ/分
0.5時間
0.62kw
100ℓ/分
0.03時間
0.62kw
100ℓ/分
12時間
(2) 計算結果および考察
EF 計算結果を表 3.7-5 および図 3.7-4 に示す．また，EF の内訳を表 3.7-6 に示す．実験２の EF が一番
小さく，実験３については実験２の 2 倍程度の EF が必要となった．実験３は装置に関係する EF が 50%
程度を占めていることがわかる．大きな装置を製作したことより発生した二酸化炭素を吸収するためよ
り広い土地が必要とされた．実験１と実験２では実験１の方が約 1.4 倍の EF が必要となるが，実験結果
は全ての値において実験１の方がより良い実験結果が得られた．
実験３はEF が一番大きい値であるが，
SS 等実験結果の多くが 50%近く低下するという良い結果であった．
凝集剤の EF は，
いずれも全体の 15%
～30%である．
表 3.7-5 EF 計算結果
実験１
実験2
実験3
-3
-3
-3
6.54×10 （gha）4.57×10 （gha）8.45×10 （gha）
60
0.01
0.009
0.008
0.007
0.006
0.005
0.004
0.003
0.002
0.001
0
ポンプ
電力
実験A1
実験１
実
験A１
（浮上分離）
（浮上分離）
装置
凝集剤
実験B
実験３
実験
実
験3B
（物理フィルター）
（物理フィルター）
（凝集除去）
実験A2
実験２
実
験A2
（凝集沈殿）
（凝集沈殿）
図 3.7-4 EF 計算結果（gha）
表 3.7-6 EF 内訳（%）
凝集剤
21.3
30.5
16.5
実験1
実験2
実験3
装置
18.5
15.0
54.0
ポンプ類
電力
59.8
0.4
54.5
0.00005
29.5
0.00003
3.7.4 大規模浄化の場合の Triple I
(1) 実験想定海域
浄化実験１，２，３を，特定重要港湾である千葉港内で行うと仮定する．図 3.7-5 千葉港内における
漁港または半閉鎖水域 31 ヶ所とし，総水量 82.17Mt とする（図 3.7-6～3.7-8 参照）
．しかし，潮汐等に
よる海水交換を考慮して，半分の水量のみを浄化可能であると仮定する．
44
海域 1
5
5
東京都
1
1
海域 2
22
千葉港
神奈川県
東京湾
6
6
33
77
海域 3
千葉県
図 3.7-5 大規模浄化想定海域
図 3.7-6 想定海域１
61
2
9
1
8
10
3
20
1
11
4
6
7
12
5
14
7
21
2
13
6
23
4
28
9
27
8
30
11
29
10
22
3
26
7
25
6
15
8
19
12
18
11
24
5
31
12
16
9
17
10
図 3.7-7 想定海域２
図 3.7-8 想定海域３
(2) Triple I 計算方法
EF 算出は前述のとおりである．
BC 算出に際して，炭素固定量は，平均現存量から P/B 比（生産量／現存量）を用いて算出された生
産量とした．
ER の算出に際して．エンドポイントの発生確率を Stanley らによる SR を求めた．本節では植物プラ
ンクトンの一次生産量を P として計算するため，水質浄化実験を行った前後の植物プランクトン量の増
減を用いた．また，ハザードの大きさは，Species Area Relationship（SAR）による方法を用いた．
(3) Triple I 計算結果
Triple I 計算結果を，表 3.7-8 および図 3.7-9 に示す．実験１が若干ではあるが一番大きい．これはポン
プを 2 つ使用した電力消費によるものである．また，いずれの水質浄化も EF の約 99%が凝集剤による
ものである．これは，凝集剤の成分である三酸化硫黄の内包エネルギー量が大きいことによるものであ
る．浄化実験を行うには一定量の凝集剤が必要となり，浄化水域の水量が多ければ多いほど EF 全体の
凝集剤の割合は大きくなると考えられる．
表 3.7-8 Triple I 計算結果（gha）
EF
ER
BC
III
実験１
207.938
実験２
204.193
0.002897897
54.33926833
207.9408979
204.193
62
実験３
204.197
204.197
300
ER
250
EF
200
150
100
50
0
実験１
実験２
実験３
図 3.7-9 Triple I 計算結果（gha）
3.7.5 まとめ
本節では Triple I を用い，3 種類の水質浄化実験を比較して環境改善効果を評価した．
大規模浄化を行う場合，Triple I は実験２（凝集沈殿法）と実験３（凝集除去法）の値はほぼ等しく，
電力を多く使用した実験１（浮上分離法）が若干大きくなった．大規模な海域を浄化するほど，装置お
よびポンプ等の全体の割合は小さいものとなる．
凝集剤を用いた水質浄化は，対象水域の体積に対して一定量を必要とするため，凝集剤の比率は増加
する．しかし，実験１（浮上分離法）および実験３（凝集除去法）は，凝集したフロックを回収．除去
することができるため，フロックの再利用等を考慮することにより，環境影響を小さくする可能性があ
ると考えられる．
今後，Triple I を用いて水質浄化実験を評価することで，より最適な水質浄化装置を選定されることが
期待される．
63
参考文献
Best Foot Forward (2006): Methodology for determining global sector material consumption, carbon dioxide
emissions and Ecological Footprints, http://www.ecologicalfootprint.com/
岡本強一，堀田健治，田村，小倉（2007）
：凝集剤とマイクロバブルを併用した水質浄化実験，生態工学
会全国大会
岡本強一，堀田健治（2005）
：凝集剤と湧昇循環装置を用いた湖沼の水質浄化実験，日本建築学会全国大
会
製品環境情報提供システム事務局（2005）
：CO2 原単位表 Ver.1.2，
http://www.lifecycle.jp/manual/lca_unit_1.2.pdf
ウイリアム・リース，マーティス・ワケナゲル（2004）
：エコロジカル・フットプリント，合同出版株式
会社
和田喜彦（1993）
：エコロジカル・フットプリント指標によるトマト生産の持続可能性評価，エネルギー
学会誌第 82 巻第 1 号
64
3.8 環境修復技術－東京湾－
3.8.1 はじめに
東湾をはじめとした閉鎖性海湾では，沿岸域の開発・発展の 代償として，水質汚染や底質汚染が問題
となってきた．近年では，国民の環境への関心が高まり，東京湾に生きる生物にとっても，沿岸域に生
きる人間にとっても，より安全で豊かな環境へと開発していくことが課題となっている．
東京湾における水質改善技術についての研究は，これまで数多く行われており，水質改善技術全般に
わたる BOX モデルによる効果予測（堀江，1987）
，内湾において底泥からの汚染負荷を削減する覆砂工
法についての効果の検討（堀江，1996）
，また，海岸工学の分野において人工干潟・藻場造成に向けたケ
ーススタディが数多く行われている．本節では，東京湾における水質改善技術を対象に，包括的影響評
価指標 Triple I を用いて，水質改善技術の環境へのインパクトを客観的かつ定量的に評価することと，包
括的環境影響評価指標 Triple I の指標そのものの評価，及び有効性の検証を行うことを目的とする．
3.8.2 水質改善技術
本節では以下の 3 つの水質改善技術を扱う．
(1) 人工干潟とアマモ場
人工干潟とアマモ場造成のプランは国土交通省関東地方整備局（2005）の発表した東京湾水環境再生
計画（案）を参考に干潟とアマモ場を配置することとした．図 3.8-1 にプランを示す．また，各候補地
とも 20ha（埋め立て深さ 16m）の干潟を造成し，アマモ場の造成については，それぞれの候補地で 1ha
の造成を行うものと設定した．
図 3.8-1 人工干潟とアマモ場造成のプラン
65
(2) 覆砂
覆砂のプランも同様に国土交通省関東地方整備局（2005）の発表した東京湾水環境再生計画（案）を
参考にして作成した．東京湾湾奥には深掘部が点在しており，その解消が青潮の発生や底泥から栄養塩
溶出を抑制することにつながるものと予想される．
深掘跡の解消が期待されるエリアを図 3.8-2 に示す．
(3) 陸域負荷削減
陸域負荷削減は 2006 年に環境省より発表された，2009 年度の削減目標値をもとに，目標を達成する
プラン，目標値よりさらに 10%削減されるプラン，目標値よりさらに 20％削減されるプランを作成し
た．それぞれのプランについて河川データを作成し，流入負荷量の増減を再現した．2009 年度の削減目
標値と 2004 年度の実績値を表 3.8-1 に示す．
図 3.8-2 深堀跡の覆砂のプラン
表 3.8-1 陸域負荷の 2004 年実績と 2009 年の削減目標
66
3.8.3 評価手法
(1) Ecological Footprint および Biocapacity
人工干潟の造成に当たっては，資材輸送，浚渫・埋め立て工事，維持といった造成事業における直接
的なエネルギー消費と，事業において使用される建設機械，作業船舶等の製造に投入される間的エネル
ギー，さらに，造成時に投入される資材の製造のために消費されるエネルギー等が考えられる．これら
のエネルギー消費データをライフサイクルアセスメント（LCA）の手法を用いて，CO2 排出量に換算し，
さらにその CO2 を吸収するのに必要な森林面積に換算することにより EF を計算した．また，干潟の造
成に伴う東京湾内の生物生産量の増減を，後述する数値計算によって，また干潟上の生物生産を桑江ら
（2000）の実験結果を用いて見積もり，BC の増減としてΔIII（何もしなかった場合の予想との差とい
う意味でΔを用いている）に統合した．
アマモ場の造成における EF の増加も上述した干潟の場合と同様に求めた．本研究ではアマモシート
（アマモマット）によるアマモ場造成を仮定して EF の算出を行った．BC についても干潟と同様に，ア
マモの生育による BC の増加と，アマモ場境界条件を用いて数値計算した結果より求められた，海域の
植物プランクトン一次生産量の減少とを合計して BC の変動を見積もった．
覆砂については，人工干潟の造成と殆ど同様の手順で施工が行われると仮定しているが，養浜工事や
陸上用建設機械等の使用は当然ないものとして，造成時 EF を算出した．覆砂による新たな生物生産等
は無いものと考え，また，本研究では覆砂境界条件を用いた数値シミュレーションの結果が得られなか
ったため，覆砂の BC 算出は行っていない．
陸域負荷削減では，主に中島ら（2002）による下水道システムの LCA データを用いて，陸域負荷削減
システムの CO2 排出量を求め，EF に換算した．陸域負荷削減による新たな生態系の創出は，覆砂の場
合と同様，無いものと想定して，2009 年度目標達成時の河川流入データを用いた数値シミュレーション
結果を元に BC の変動を見積もった．
(2) Ecological Risk
ER の算出では，Dodson, et al.（2006）による，一次生産量と生物種数の相関から，海域における生物
多様性の減少リスクを見積もるものとする．相関は図 3.8-3 に示すようになっている．Dodson, et al.
（2006）は湖沼を対象に調査を行っており，その結果がそのまま東京湾に当てはまるわけではないが，
東京湾の閉鎖的特性等を考慮すると，東京湾にも用いることができると仮定して計算を行った．東京湾
における一次生産量は，主に植物プランクトンによるものと仮定して計算を行った．
Dodson, et al.（2006）は，種の豊富さ（Species Richness）の常用対数をとった値である log10S を，一次
生産量の常用対数をとった値である P を用いて，(3.8-1)式のように表現している．
log10 S = a + bP + cP 2 + d log10 ( Area)
(3.8-1)
ここで a，b，c，d は生物種によって決まる係数，Area は水域面積であり，ここでは東京湾全域の面積
を用いている．リスクは「ハザードの大きさ」×「エンドポイントの発生確率」として算出されるため
（大宮，2007）
，その両者をどのように求めるかが問題となる．種の多様性の減少をエンドポイントとす
るならば，種の多様性の減少する確率と，種の減少によってもたらされるハザードを特定しておく必要
がある．そこで，種数の減少を「ハザードの大きさ」に結びつけるべく，大宮（2007）の用いた Species
67
Area Relationship（SAR）という方法を用いることとした．SAR は生息地損失に伴う減少種数の予測に用
いられている手法であり，気候変動や開発に伴う生息地損失による，生物多様性への影響を予測する際
などに頻繁に用いられている．この生息地の損失を仮想環境改変面積ΔA と呼び，改変前の生息地面積
Aoriginal と改変前の種数 Soriginal 及び改変後の種数 Snew を用いて(3.8-2)式のように表される．
(
ΔA = Aoriginal 1− (S new S original )
1z
)
(3.8-2)
ここで，z は経験的に 0.25 とされている．これを用いて環境改変面積を求め，ハザードの大きさを求め
ていくが，このとき，対象海域である東京湾は「生産性のある海域」として分類されるので，失われる
海域面積に，生産性のある海域の等価係数である 0.36gha/ha を乗じてハザードの大きさを求める．ここ
では ER を面積として算出したが，これは本来 EF と等価なものではなく，生物多様性の価値を十分に議
論した上で換算係数を決定し，EF と ER のバランスを調整する必要がある．
図 3.8-3 一次生産量と生物種数の相関（Dodson, et al., 2006）
(3) Human Risk
HR とは人間の健康や社会資本に関わるリスクである．具体的には，人間の健康に関わるリスクとし
ては，技術の適用による健康被害や環境変化による感染症の増減，社会資産へのリスクとしては資源枯
渇などがあげられる．本研究において HR として算出した項目は，干潟における潮干狩り，海水浴に伴
う海難事故の発生のみである．
潮干狩り，海水浴に伴う海難事故の発生リスクについては，リスクの概念にのっとり，
「ハザードの大
きさ」×「エンドポイントの発生確率」を計算した．HR におけるエンドポイントは，
「人間の死」であ
る．
「ハザードの大きさ」は人間の死によってもたらされるコスト，あるいはベネフィットということに
なる．人間の命の価値は金銭的に決められるはずもないが，本研究では人間の死により支払われる金額
である保険金の平均額を用いて「ハザードの大きさ」とした．また，
「エンドポイントの発生確率」は以
68
下のように求めた．
日本における，潮干狩り，海水浴への参加者数とそこでの死亡者数から潮干狩り，海水浴における
i.
死亡確率を算出する．
神奈川県金沢海の公園への来場者数と海の公園の面積を用いて，東京湾の干潟の単位面積当たり来
ii.
場者数を算出する．
iii.
i., ii.から東京湾の干潟の単位面積当たり死亡確率を算出する．
このようにして得られた「東京湾の干潟 1ha あたりの年間死亡者数」と「死亡者 1 人あたりの保険金額」
から東京湾の干潟 1ha あたりの HR を算出することができる．
(4) Cost および Benefit
それぞれの水質改善技術についての C および B の算出項目は表 3.8-2 のように設定した．
表 3.8-2 Cost および Benefit の算出項目
3.8.4 数値計算モデル
本節における水質改善技術の効果予測には，北澤ら（2002）による海洋生態系および物理系融合モデ
ルを用いた．北澤らのモデルは大型浮体構造物の環境影響評価に用いられているが，水温等の物理量の
みならず，COD 等の空間的な分布についても精度良く再現することができるモデルである．また，この
モデルを用いて河川からの流入負荷に対する，東京湾の物質負荷量の増減なども再現されている．
このモデルを用いて，植物プランクトン量の増減を見積もり，ΔBC とΔER を算出する．図 3.8-4 に
植物プランクトン量の指標となるクロロフィル a 濃度の季節変化の実測値を，
図 3.8-5 には数値モデルを
用いて求められた計算結果を示す．それぞれの図を比較すると，計算結果の方が全体として高い値とな
ってはいるものの，季節変動はよく再現されていることがわかる．
69
図 3.8-4 東京湾各地におけるクロロフィル a 濃度の季節変化の実測値
図 3.8-5 東京湾におけるクロロフィル a 濃度の計算結果
3.8.5 評価結果
Triple I の算出のための EF/GDP については，日本の EF と日本の GDP から算出した値を用いた．2005
年の値では EFJP/GDPJP = 1.03×10-6gha/¥であった．また，水質改善技術の適用期間は 10 年とし，10 年
後の水質予測結果を用いてΔIII の算出を行った．
(1) Ecological Footprint
ここでは，干潟を 20ha（埋め立て深さ 16m）
，アマモ場は 1ha，覆砂は 30cm 程度の覆砂を行うもの
とし，陸域負荷削減では目標値を達成するために処理すべき水量を計算し，中島ら（2002）の処理水量
1m3 あたり排出される CO2 のデータを用いてΔEF を算出した．
干潟潟とアマモ場については，BC の影響により，ΔEF が経年的に変化する．干潟，アマモ場，陸域
負荷削減のΔEF の経年変化を図 3.8-6～8 にそれぞれ示す．
70
図 3.8-6 干潟造成の場合のΔEF の計算結果
図 3.8-7 アマモ場造成の場合のΔEF の計算結果
71
図 3.8-8 陸域負荷削減の場合のΔEF の計算結果
干潟の造成場所によって，ΔEF が正になったり，負になったりするのは，造成した場所での水質の
違いによる．例えば，三枚州（ΔEF>0）は，荒川，江戸川，隅田川といった，負荷流入の多い河川の河
口付近に位置しており，湾全体への栄養塩の流入を大きく妨げるため，結果として湾全体の炭素固定量
が減少し，BC が減少していると考えられる．また，覆砂の施工時ΔEF は 5.25×10-4gha/m2 となった．
(2) ΔIII の算出結果
ΔER，ΔHR については先述した手法によりそれぞれ値を求めた．また，ΔC については干潟・アマモ
場・覆砂の造成・施工・維持コストを上月ら（2001）のデータより算出し，陸域負荷削減の処理コスト
については東京都下水道局（HP）が Web 上に公開しているデータを用いて算出した．なお，本来，Triple
I 中のαは選好独立型のアンケート等を用いて，またβについても傷害等を考慮して値を決定すべきも
のであるが，ここでは便宜上α=1，β=1 として算出した．
ここでは，干潟を 6 地点に，アマモ場を 4 地点に，また，陸域負荷削減については 3 つのプランを考
案し，比較検討を行ってきたが，各技術の各候補地におけるΔIII の詳細を，表 3.8-4～7 に示す．ただし，
覆砂については，ΔBC，ΔER が算出できなかったため，比較を行っていない．
干潟（表 3.8-4，3.8-5）とアマモ場（表 3.8-6）でΔER の正負が異なっている．これは干潟においては
植物プランクトンの量が少なくなり，図 3.8-3 の各図において，横軸の大きい側から中央に近づくため，
種類が増加するからであり，アマモ場ではアマモからの酸素供給により，植物プランクトン量が増加す
るためである．
72
表 3.8-4 人工干潟（千葉，羽田，稲毛）のΔEF の詳細
表 3.8-5 人工干潟（観音崎，三枚洲，横浜）のΔEF の詳細
表 3.8-6 アマモ場のΔEF の詳細
73
表 3.8-7 陸域負荷削減のΔEF の詳細
表 3.8-4～3.8-6 に示されるように，干潟・アマモ場ではΔEF，とりわけΔBC の値が支配的になって
いることがわかる．一方，陸域負荷削減では，ΔC の占める割合が大きいという傾向が見て取れる．さ
らに，各技術の中でΔIII が最も良いものを抽出して技術同士を比較したものが図 3.8-8 である．また，
それぞれの技術についてΔIII の経年変化を図 3.8-9 に示す．
図 3.8-8 10 年後のΔIII の比較
74
図 3.8-9 10 年間のΔIII の変化
図 3.8-8 のように，干潟・アマモ場の Triple I ではΔEF の値が支配的になっているのに対し，陸域負荷
削減ではΔC とΔEF とが支配的であると言える．図 3.8-9 から，干潟・アマモ場の造成におけるΔEF や
ΔC は，1 年間もすると償却されてしまうことがわかる．一方，陸域負荷削減はコンスタントにΔC，
ΔEF が増加するため，ΔER による減少を加味しても経年的にはΔIII は増加していくことになる．
3.8.6 まとめ
Triple I を用いて，人工干潟，アマモ場造成，陸域負荷削減といった水質改善技術の定量的評価を行い，
以下の結果を得た．
・ 従来算出法の確立されていなかった ER については，数値予測結果を利用して，生物多様性の変化
に着目する，新しい評価法を提案した．
・ ΔIII により，それぞれの技術の包括的評価を定量的に行った結果，アマモ場がもっとも良く，つい
で干潟，陸域負荷削減が最下位となった．
・ 干潟とアマモ場のΔIII では，ともにΔBC が支配的になっており，EF の概念に基づけば，生物生産
量の増加により海域を豊かにする効果が期待できる．
・ 今回 ER として考慮していない赤潮・青潮について，特に青潮は被害も時として甚大であるので，
その ER や HR を算出するための枠組みを作るべきである．
75
参考文献
堀江毅（1987）
：海域の物質循環過程のモデル化と浄化対策効果の予測手法について，港湾技術研究所報
告，第 26 巻，第 4 号，pp.57-123
堀江毅
（1996）
：三河湾での覆砂による底質浄化の環境に及ぼす効果の現地実験，
土木学会論文集，
No.533，
Ⅱ-34，pp.225-235
国土交通省関東地方整備局（2005）
：東京湾水環境再生計画（案）
，
http://www.ktr.mlit.go.jp/kyoku/region/tokyobay/
桑江朝比呂，細川恭史，小笹博昭（2000）
：メソコスム実験による人工干潟の生物生息機能の評価，海岸
工学論文集，第 47 巻，pp.1101-1105
中島英一郎，山下洋正，中島智史（2002）
：下水道システムの LCA 評価に関する研究, 平成 14 年度下水
道関係調査研究年次報告書集
Dodson, S.I., Arnott, S.E. and Cottingham, K.L. (2006): “The Relationship in Lake Communities between Primary
Productivity and Species Richness,” Ecology, 81(10), pp.2662-2679
大宮俊孝（2007）
：CO2 海洋隔離の環境リスク評価に関する研究，平成 18 年度東京大学修士論文
北澤大輔，藤野正隆，多部田茂（2002）
：超大型浮体式構造物の海洋生態系への影響に関する研究，日本
造船学会論文集，第 192 号，pp.277-287
上月康則，中西敬，重松孝昌，大塚耕司（2001）
：環境修復技術の選定手法の確立に向けて，ECOSYSTEM
ENGINEERING，第 6 号，pp.53-89
東京都下水道局 HP：技術統計情報，事業概要，http://www.gesui.metro.tokyo.jp/gijyutou/gijyutou.htm
76
3.9 環境修復技術－神戸空港人工海浜－
3.9.1 はじめに
大阪湾は，後背地での都市活動による陸域からの汚濁負荷の流入が大きく，水質汚濁が慢性化してい
る海域である．このような悪化した環境を改善するために，各地で人工的に干潟や藻場を造成する事業
が行われているが，これらの「環境修復技術」の有する水質浄化効果を定量的に評価した上で，この技
術が地球環境の観点から「持続可能な開発」となっているのかどうかを評価する試みはこれまでほとん
ど行われてこなかった．本節では，神戸空港人工海浜を対象として，Triple I のうち，生態リスクと人間
リスクを除く，Ecological Footprint と Biocapacity の評価ならびに Cost と Benefit の評価を行うとともに，
日本の EF と GDP の比を用いて評価の統合を行う．
3.9.2 神戸空港人工海浜の概要
神戸空港は 2006 年 2 月に開港した海上空港であり，ポートアイランド南沖に約 272ha の面積を埋め立
てることで造成された．神戸空港は「環境配慮型空港」としてさまざまな環境対策を行っている．その
一つとして，空港島西側に造成された「人工海浜」が挙げられる（図 3.9-1 参照）
．
図 3.9-2 に示すように，この人工海浜の規模は約 2.8ha，平均水際線面積は約 1.3ha である．また，護
岸部においては外海の海水が自由に行き来できる形状となっており，周囲は砂浜，タイドプール，磯な
どで囲まれている．期待される主な環境修復効果としては，海浜内の生態系による物質循環が有する水
質浄化機能が挙げられる．また，人工海浜は 2006 年 9 月から一時的に一般市民にも公開され，今後は環
境学習の場やレジャー施設など，親水空間としてのレクリエーションの場としても期待されている．
図 3.9-1 神戸空港人工海浜の場所（黄色の丸印）
77
0
50
100m
tide pool
transmittable
revetment
lagoon
beach
reef
図 3.9-2 神戸空港人工海浜の平面図
3.9.3 Ecological Footprint および Biocapacity の計算方法
(1) Ecological Footprint
EF 増加の要因としては，神戸空港島内に付加的に人工海浜を造成することを考える．具体的な考え方
としては，養浜工事の間に排出されるエネルギーを，
「直接エネルギー」
（作業船舶，建設機械の運転に
使用される燃料のエネルギー）
，
「間接エネルギー（建設機械製造）
」
（作業船舶・建設機械の製造に投入
されるエネルギー）
，
「間接エネルギー（建設資材製造）
」
（建設工事で使用される鋼材やコンクリートな
どの建設資材の製造によって誘発されるエネルギー消費）の 3 つに分類し，ライフサイクルアセスメン
ト（LCA）の手法（中嶋ら，1997）を基本として，事業の間に発生する CO2 排出量を推定した．こうし
て得られた CO2 排出量から，その CO2 を吸収するのに必要な森林地面積に換算した．
さらに，人工海浜の基盤となる埋立工事による環境負荷についても考えた．ここでの EF の増加要素
としては，埋立工事の環境影響と，人工海浜の占有海域面積をそれぞれ EF 換算したものとした．前者
の考え方としては，前述した養浜工事による EF 増加量の算出方法と同様である．後者の考え方として
は，生産力のある海域における平均溶存態無機窒素濃度（DIN）を 1μmol/l と仮定し，人工海浜外側の
DIN データから平均的な海洋と比較してどれだけの生産力があるかという比率を求め，これに生産性の
ある海域における等価係数と人工海浜の面積とを掛け合わせることで求めた．
(2) Biocapacity
創出される生態系の機能として，年 4 回行われている現地生物調査データをもとに，物質循環の主要
な経路であると考えられる，海藻類（緑藻類）
，付着動物，底生動物，堆積物食者（アメフラシ）の 4
78
つのコンパートメントに対して，生物現存量から生産量を算出する「現存量法」を用いることで，人工
海浜内の「炭素固定量」と「炭素浄化量」の双方を求めた．ただし，海藻（緑藻類ベース）とアメフラ
シについては生産量のみを考慮している．ここで，
「炭素固定量」とは，(3.9-1) 式で表されるように，
現存量から P/B 比（生産量／現存量）を用いて算出された生産量，つまり，生物自身が「自分の身体に
固定した炭素」のことである．
CF = B × rpb × rc1
(3.9-1)
ここで，B は年平均現存量（kg/y）
，rpb は P/B 比，rc1 は炭素／湿重量比を示す．
一方，
「炭素浄化量」とは，前述した生産量（同化量）にエネルギー消費量（異化量）を加えた量のこと
を示し， (3.9-2)～(3.9-4) 式によって算出される（西村ら，2004）
．これは，エネルギー消費として有機
炭素を無機化する過程も含めた量であり，呼吸等で体外に排出される炭素も加算される．
CP = ( P + C ) × rc 2
(3.9-2)
P = B × rpb × α
(3.9-3)
e1
e2
(3.9-4)
C = B × rpb ×
ここで，P は生産量（同化量）
（kg/y）
，C はエネルギー消費量（異化量）
（kg/y）
，rc2 は餌の炭素比率，
B は年平均現存量（kg/y）
，α は軟体部比率（二枚貝類のみ，軟体部比率を考慮する）
，e1 はエネルギー消
費率，e2 は転換効率を示す．表 3.9-1 に本計算に用いた P/B 比と炭素比，表 3.9-2 に付着動物，底生動物
の生物パラメタを示す．
BC 増加量に関しては，前述した炭素固定量から生産力のある海域面積に換算した．算出された炭素
固定量から(3.9-5)～(3.9-7)式に示される換算式を用いて，炭素固定量を創出するのに必要な生産力のある
海域面積（gha/y）に換算した．
BC = BCP + BCS
BCP = f sea
PP
YP 0
BCS = f sea
PS
YS 0
(3.9-5)
(3.9-6)
(3.9-7)
，PP，PS はそれぞれ一次，二次の炭素固定量
ここで，fsea は生産力のある海域の等価係数（0.36gha/ha）
（t-C/y）を，YP0，YS0 は生産力のある海域における一次，二次平均生産量（それぞれ，1.027，0.042t-C/ha/y）
を示す．
79
表 3-9-1 Biocapacity 計算に用いた P/B 比と炭素比
Sessile
Benthic
Deposit
animal
animal
feeder
3
2
2
2
5.57
10.0
10.0
3.94
Seaweed
P/B ratio
Carbon ratio (%)
表 3.9-2
Biocapacity 計算に用いた付着動物と底生動物の生物パラメタ
Polychaeta
Gastropod
Bivalvia
Crustacea
11.16
512
381
38
biomass（kg-wet）Benthic animal
32.9
0
253
21.6
Conversion efficiency
0.15
0.15
0.15
0.15
Energy consumption ratio
0.3
0.52
0.3
0.78
Soft body ratio
―
―
0.36
―
Carbon ratio of prey (%)
4.2
4.2
4.2
4.2
Annual averaged
Sessile animal
3.9.4 Ecological Footprint および Biocapacity の計算結果
(1) Ecological Footprint
EF の計算結果を図 3.9-3 に示す．養浜工事の EF 増加については 19.6 gha という計算結果となった．
このうち，直接エネルギーが 10.5 gha と，約 50%を占めている．つまり，養浜工事に関する資材輸送の
際に排出される環境負荷量が大きく影響を及ぼしていることがわかる．
次に，埋立工事を含めた EF 増加の計算結果を見ると，浚渫・埋立工事のステージにおける資材製造
に関する間接エネルギーの EF が卓越していることがわかる．このステージの資材の内訳を見ると，公
共土砂の製造に関する EF が全体の約 45%と，埋立で用いられる公共土砂の使用量が非常に大きい．こ
れは，神戸空港島は平均水深約 16m の海域に建設されており，埋立には大量の土砂が必要であったこと
が背景にある．
浚渫・埋立工事の建設資材製造の項目を除いたステージを見ると，資材輸送のステージにおける EF
が浚渫・埋立工事のステージにおけるものの約 2 倍程度となっている．これは，特に作業船舶の燃料で
ある A 重油の使用量がとりわけ多いためである．また，占有海域面積については，20 gha となり，養浜
工事と同程度の値となった．
また，これらの結果から，養浜工事の環境に与える影響は埋立工事と比較して非常に少ないものであ
ることがわかる．このことから，付加的に人工海浜を造成することはさほど大きな環境影響を与えない
といえる．
80
400
Ecological Footprint
(gha)
350
300
250
Occupied sea area
Indirect Energy (material)
Indirect Energy (machine)
Direct Energy
200
150
100
50
0
Creating of Sandy
Beach
Material
Transpotation
Dredging and
Reclaiming
Occupied sea
area
図 3.9-3 Ecological Footprint の計算結果
(2) Biocapacity
表 3.9-3 に炭素固定量，炭素浄化量の計算結果をそれぞれ示す．ここで，CF は炭素固定量，CP は炭
素浄化量を示す．この表から，浄化量はいずれの年も固定量を上回っている．その値にばらつきがある
のは，生物種によってエネルギー消費率が異なるためである．
表 3.9-3 炭素固定量および炭素浄化量の計算結果
(kg-C/y)
2006
2007
CF
Seaweed
CP
CF
378
CP
92.6
Sessile animal
1170
1230
249
328
Benthic animal
1.12
1.66
44.3
48.3
Deposit feeder
Total
30.3
1580
30.3
1640
81
416
499
表 3.9-4 に BC 増加の計算結果を示す．ここで，調査 1 年目と 2 年目に分けて計算を行っているのは，
現地調査結果より生物量が著しく変化していたからである．この表より，2 年目以降は海藻の炭素固定
量が底生動物および堆積物食者に比べて小さいことから，海藻が全て枯死・沈降した場合でも，底生動
物・堆積物食者による摂餌がそれらを上回ると考えられる．また，二次生産における BC 増加量は一次
生産に比べて非常に大きいという計算結果となった．これは，全ての生産力のある海域における二次平
均生産量（YS0）が，人工海浜のような栄養塩の豊富な海域と比べて非常に小さいものであるためである．
つまり，動物バイオマスの多い生態系を作り出すことで，効果的に BC を増やすことができるというこ
とを示している．
表 3.9-4 Biocapacity の計算結果
(gha/y)
2006
2007
Seaweed
0.133
0.0325
Sessile animal
10.0
2.13
Benthic animal
0.00959
0.38
Deposit feeder
0.259
0.259
Total
10.4
2.80
(3) 総合的環境影響評価
EF－BC を考えることで，養浜工事による環境負荷と創出された生態系の機能との間での持続可能性
の判定を行った．なお，BC については，調査初年度である 2006 年度の傾向も考慮するため，1 年目の
BC に加え 2 年目以降は 2 年目の BC 増加がそのまま続くと仮定して計算した．
その結果養浜工事による
環境負荷は，創出される生態系の機能によって，約 4 年間で相殺されることがわかった．また，ライフ
サイクルを 20 年として計算を行った結果，－44.0 gha となった．
しかし，人工海浜を埋立工事から造成する事業として同様の計算を行うと，EF－BC は 534 gha とな
り，環境負荷量が生態系の創出効果を大きく上回る計算結果となった．このことから，人工海浜の基盤
となる埋立工事による環境負荷は非常に大きく，それを軽減させるためには，埋立資材の現地調達や化
石燃料に代わる新たなエネルギー利用などを積極的に行っていくことが必要であると言える．
3.9.5 Benefit の計算方法
(1) トラベルコスト法
本節における Cost-Benefit 解析には，トラベルコスト法（Travel Cost Method：以下，TCM）を用いた．
TCM とは，景観を含む環境質や娯楽施設，その他の「訪問する」動機付けがある価値を持った地への訪
問者と，訪問者が支払う旅行費用（または支払う意思のある旅行費用）の関係から利用価値を評価する
手法である．
2007 年 8 月 19 日に人工海浜で開催された環境学習イベント「ウミガメ・エコツーリズム」に参加し
た一般市民に対し，アンケート調査を行った．アンケート集計の際には家族の代表ひとりに回答をお願
82
いした．つまり，一家族の考え方はその家族内で同様の回答をすると考えた．
アンケート集計の結果，約 9 割が自家用車で来場していたことから，交通手段は自家用車のみと仮定
し，出発地からおおまかな移動距離を推定し，出発地別に 3 つのゾーン（Zone 1：0～10km，Zone 2：11
～20km，Zone 3：21～30km）に分類した．それぞれのゾーンについて，所要時間・移動距離・その他の
費用（高速道路料金，駐車場料金など）を考慮した旅行費用（一般化費用と呼ぶ）を算出した．時間価
値原単位，走行費用原単位については，東京都環境局（HP）の平成 15 年度の値をそれぞれ用いた．各
ゾーンにおける人工海浜への訪問率を求める際には，アンケートから得られる訪問率を用いて算出され
る年間訪問者の推計値と，実際の人工海浜の年間訪問者数との比を計算し，補正を加えた．ただし，サ
ンプル数が少ないこともあり，アンケート結果をそのまま用いると遠方のゾーンのほうが訪問率が高く
なるという結果となったため，訪問率をゾーンごとに仮定して（Zone 1：0.5，Zone 2：0.4，Zone 3：0.3；
単位（回／年）
）計算を行った．なお，定期的にイベントが行われると仮定した場合の訪問率の変化に関
しては，アンケート結果に基づいた訪問率の増加を仮定した．入場者数実績値については，年間訪問者
数が現状では不明であるため，年間訪問者数を Case 1：20,000 人，Case 2：30,000 人，Case 3：40,000 人
とケース分けし，それぞれのケースで計算を行った．
TCM の次の手順として，訪問率と一般化費用から「費用関数曲線」を求め，その回帰式を用いて仮想
料金ごとの訪問者数を計算し，その仮想料金と訪問者数の関係から需要関数曲線を推計した．さらに，
この曲線の近似式（(3.9-8)式）を最小二乗法により算出した．
y = aLn( x + c) + b
(3.9-8)
需要関数曲線から求めた，Case 1 における近似式の各パラメタを表 3.9-5 にそれぞれ示す．ただし，一
般化費用に関しては，アンケート調査実施時の訪問者全体の平均一般化費用を用いた．
表 3.9-5 需要関数曲線の近似式中の各パラメタの値
Case 1
Without event
With event
a
－9,530
－28,600
b
98,700
297,000
c
3,860
3.9.6 Benefit の計算結果
前述の近似式を用いて，
イベントなし，
ありの場合の消費者余剰を計算した．
この消費者余剰分が TCM
では人工海浜の便益となる．表 3.9-6 にイベントなし，ありの場合，また，年間入場者数のケースごと
の計算結果を示す．
表 3.9-6 Benefit の計算結果
83
(×108 ¥/y)
Without event
With event
Case 1
1.85
6.03
Case 2
3.02
9.53
Case 3
4.20
12.5
以上の結果から，例えば，40,000 人の年間入場者数を仮定した場合（Case 3）
，定期的なイベントを行
わなければ 4.20（億円／年）の便益が得られ，イベントを実施した場合には，イベントがない場合と比
較して約 3 倍の便益が得られることがわかる．
3.9.7 評価の統合
Living Planet Report 2006（WWF, 2006）によると，2003 年の日本の EF は 562Mgha である．同じ 2003
年の日本の GDP が T¥517（517 兆円）であるので，EFJP/GDPJP は 1.09×10-6gha/¥となる．この値を用い
て計算した(EFJP/GDPJP)(C－B)と前述の EF－BC を比較したものを表 3.9-7 に示す．なお，Cost に関して
は，養浜工事費として 10 億円かかったと仮定し，ライフサイクルを 20 年として計算を行った．
表 3.9-7 環境面および経済面の評価結果の比較
(gha)
Case 1
EF－BC
－44.0
(EFJP/GDPJP)(C－B)
－2,940
Case 2
－44.0
－5,480
Case 3
－44.0
－8,060
この表を見ると，EF－BC に比べて(EFJP/GDPJP)(C－B)は 2 桁の違いがある．これは，神戸空港人工海
浜は比較的規模が小さく，養浜にかけるコストや入場者による消費者余剰が相対的に大きくなることが
理由として挙げられる．このような場合，Triple I は経済指標を過大に見積もってしまうことになる．
3.9.8 まとめ
神戸空港人工海浜に対して，持続可能性を評価するために包括的環境影響評価を適用した結果，以下
の結論を得た．
・ 動物バイオマスの多い生態系を作り出すことで，効果的に Biocapacity を増やすことができる．
・ 養浜工事による環境負荷は，創出される生態系の機能によって，約 4 年間で相殺される．しかし，
人工海浜の基盤となる埋立工事による環境負荷は非常に大きく，それを軽減させるためには，埋立
資材の現地調達や化石燃料に代わる新たなエネルギー利用などを積極的に行っていくことが必要で
ある．
84
・ 40,000 人の年間入場者数を仮定した場合，定期的な環境学習イベントを行わない場合で 4.20（億円
／年）
，イベントを実施した場合，その約 3 倍の便益を得ることができる．
・ Triple I における経済指標項の値は，環境指標項の値に比べて 2 桁大きい．このことは，神戸空港人
工海浜のような小規模な環境修復技術では，Triple I は経済指標を過大に見積もってしまう可能性が
ある．
参考文献
WWF (2006): Living Planet Report 2006, WWF International
中嶋芳紀，河野幸次，松本亨，井村秀文（1997）
：港湾整備事業のライフサイクルアセスメントに関する
研究：福岡市アイランドシティのケーススタディ，土木学会論文集，No. 566／Ⅶ-3, pp.35-47
西村修，中村由之，木村賢史，野村宗弘，島多義彦，市村康（2004）
：環境修復機能の高い人工干潟シス
テム開発に関する研究，建設技術開発平成 16 年度成果発表会
東京都環境局ロードプライシング検討委員会 HP：「ロードプライシングケース別試算結果」，
http://www2.kankyo.metro.tokyo.jp/jidousya/roadpricing/2siryo4b.htm
85
3.10 海上空港
3.10.1 はじめに
長い海岸線を有し国土に比して広大な海洋空間を有するわが国では，古来より海は運輸，漁業，海洋
レジャーの場等として，社会活動や生活の中心に位置づけられてきた．この海洋空間の有効利用に関し
ては，近代以降は埋め立て工法が主流であり，大都市沿岸の多くの内湾の浅海域が埋め立てられること
によって人工空間が創出されてきた．これらの空間の利用形態としては居住空間もあるが，特に高度経
済成長期からは社会基盤的な用途ではあるが，広大な一続きの用地取得の必要性加え騒音や公害などの
観点から既存の都市部には空間確保が困難になりつつある工業用地や空港用地などが利用する形態が多
い．また，こうした陸域の拡大や経済活動の拡大に伴った港湾施設の整備においても埋め立てによる沿
岸域の利用が主流である．
こうした開発行為は，都市住民にとって一定の利便性の向上やあるいは活発な経済活動を支えること
になる反面，東京湾では自然海浜の 90%以上が消失し，湾内の海洋環境浄化機能を担うと考えられる干
潟なども激減するなど，海洋環境へも無視出来ない影響が及ぶことが明らかになりつつある．こうした
ことから，近年では持続可能な開発というコンセプトが掲げられているが，特に環境影響などについて
は不可逆的な要素も多い．また，海洋開発は経済活動と密接に関連していることから，環境面での持続
性と経済面の持続性の両面の問題を抱えており，海洋開発に伴う環境的価値の増減と海洋開発がもたら
す経済的価値の増減を比較し，することは一般には非常に困難である．そこで，この節では海洋空間利
用の一つの形態である海上空港に関して Triple I に基づいた評価を試みる．
3.10.2 想定した海上空港の建設の概要
本研究においては，海上空港の建設に関して羽田空港の再拡張事業（図 3.10-1）の規模を参考に行っ
た．
図 3.10-1
羽田空港拡張事業のコンセプト（航空連合，2007）
86
表 3.10-1 にその設定条件の概要を示す．なお，現在進行中の羽田空港再拡張工事では埋め立て工法が
約 7 割，桟橋工法が約 3 割の面積を占めている．
表 3.10-1 拡張工事の概要
Enhanced area
135ha
Average water depth
15 m
Construction cost
6,000 B¥
3.10.3 Ecological Footprint
海上空港の建設に伴う EF の算出においては，建設による CO2 排出量を求め，それを吸収するために
【原材料の加
必要な森林面積で換算することによって得る．ここでは【原材料の調達に伴う CO2 排出】
【資材の輸送・建設作業に伴う CO2 の排出】に分けて考えることとする．
工に伴う CO2 の排出】
(1)
浮体工法の場合
浮体工法においてはほとんどの建設材料が鉄鋼であるとして計算を行った．本研究は浮体の内部構造
，総重量は 58.9（万 t）と推定した．浮
を図 3.10-2 とし，滑走路建設に関わる鋼鉄総体積は 7.50（万 m3）
CO2
体による海上空港用地の取得に必要な鋼材量および鋼材の加工に伴うCO2 排出量を表3.10-3に示す．
排出量を算出については羽田空港再拡張事業の LCA（井村）を参考にした．
ｙ
ｘ
Z
図 3.10-2 浮体式空港の内部構造
表 3.10-3 海上空港滑走路建設に必要な鋼材総重量およびそれに必要な CO2 の排出量および EF
海上空港の面積
135ha
鋼材の総重量
58.9 万 t
鋼材の総体積
750 万 m3
1.89×103 kg-CO2/t-Steel
鋼材の CO2 排出原単位
鋼材の加工に伴う CO2 排出量
1.11×106 t-CO2
森林地の CO2 吸収量
5.20 t-CO2/ha/y
森林地の等価係数
1.35 gha/ha
2.89×105 gha
消費する EF
87
これらにより，浮体式海上空港滑走路の建設にともなう EF は 28.9（万 gha）が得られた．
次に，これらの原材料および鋼材の輸送に伴う CO2 の排出量については，産業連関表および交通エネ
ルギー要覧から表 3.10 -4 のように推定した．ここで，資材輸送距離は鉄鉱石の海外からの輸入距離およ
び国内移動距離の代表値とし，貨物船の CO2 排出原単位については内航船のデータを用いた．これらを
まとめると，浮体工法の鋼材の調達に係わる EF の値は 3.03×105 gha となることがわかる．また，鋼材の
生産に係わる EF とその輸送に係わる EF は約 20 倍になっており，環境負荷の大半は鋼材の生産過程で
あることがわかる．
表 3.10 4 鋼材の輸送に必要な CO2 の排出量および EF
5.89×105 t
鋼鉄総重量
2.30×103 km
平均資材輸送距離
内航貨物船排出原単位
4.03×10-5 t-CO2/t/km
輸送時の CO2 総排出量
5.47×104 t-CO2
森林地の CO2 吸収量
5.20 t-CO2/ha/y
森林地の等価係数
1.35 gha/ha
1.42×104 gha
消費する EF
表 3.10-5 山砂採掘および輸送に必要な CO2 の排出および EF
2.80×107 m3
埋め立てに必要な山砂
山砂の比重
2.79 t/m3
山砂の重量
7.81×107 t
砂利・採石の単位 CO2 排出量
5.41×10-3 t-CO2/t
4.23×105 t-CO2
砂利・採石の CO2 排出量
自動車移動距離
3.00×101 km
船舶移動距離
2.00×101 km
自動車による CO2 の排出
4.21×105 t-CO2
船舶による CO2 の排出
6.30×104 t-CO2
移動に伴う CO2 排出量
4.84×105 t-CO2
森林地の CO2 吸収量
5.20 t-CO2/ha/y
森林地の等価係数
1.35 gha/ha
山砂の生産で消費する EF
1.10×105 gha
山砂の移動で消費する EF
1.26×105 gha
埋め立てによる EF
2.35×105 gha
(2) 埋め立て工法の場合
次に埋め立て工法の場合について,浮体工法と同様に EF を推定した．ここで，埋め立て工法において
はほとんど全ての建設資材を山砂とし，国内で採掘し採掘先からは陸路（大型車）30km，海路 20km で
88
輸送されてくると仮定する．同面積の埋め立てに必要な山砂採掘およびその輸送などに伴う CO2 排出量
および EF を表 3.10-5 に示す．この表より，この場合埋め立て工法の山砂調達に係わる EF は 2.35×105gha
となることがわかる．また，この場合山砂の生産に要する EF とその運搬に要する EF はほぼ同程度であ
ることがわかる．
ここで，浮体工法と埋め立て工法の初期投資に関しての EF について比較を行う．平均水深 15m とし
た本研究での設定においては浮体工法での初期投資は 3.03×105gha，埋め立て工法での初期投資は
2.35×105gha と，埋め立て工法の方が環境負荷が小さいことがわかる．一方で，埋め立て工法の環境負荷
が概ね水深に比例して増加し，
浮体工法による環境負荷が水深によらないとした結果を図 3.10-3 に示す．
EF の観点からすると両者が拮抗する水深は 20m 弱となり，水深 20m 以深の海域を利用する際には浮体
工法の方が環境負荷が小さいことがわかる．
800000
Floating Airport
Reclamation Airport
700000
600000
gha
500000
400000
300000
200000
100000
0
0
10
20
30
40
50
Sea depth
図 3.10-3 浮体式および埋め立て式海上空港の EF と水深との関係
(3) 海上空港建設による土地の利用形態に関する EF
EF は 5 つの土地カテゴリーに分けられる．滑走路を建設するということは，海域の生産力が失われ，
生産力阻害地が造られると考えてよい．したがって，滑走路の EF は以下のようにして考えられる．簡
単のため浮体も埋め立ても同様に海上空港の面積について考慮すると，
「海上空港の EF」＝「失われる海域の生産力」＋「作られた生産力阻害地の生物生産力」
となる．海上空港の面積は 135ha としているので，等価係数を考慮すると，表 3.10-6 のようになる．こ
の表より，海上空港建設に伴う土地形態の変化は年間あたり 344gha の環境負荷を与えていることがわか
った．
89
表 3.10-6 海上空港建設後の土地形態の EF 算出結果
値
海上空港面積
備考
135 ha
失われる海域の年間 EF
48.6 gha/y
海域，淡水域
造られた生産力阻害地の年間 EF
295.7 gha/y
生産力阻害地
滑走路の年間 EF
344 gha/y
(4) 海上空港建設による人間活動利用形態の変化による EF
滑走路が増えることによって移動に航空機を利用する人が増え，航空機の便数が増えることになる．
「航空
これにより CO2 排出量が増加するが，この増加分に関して滑走路建設後の利用形態の EF として，
機による移動の EF」を求めた．空港の発着増加量に関しては，羽田空港の現状のデータを用い一滑走路
あたりの負荷を求めることとした．
交通手段別の CO2 排出量を表 3.10-7 に示す．航空機の CO２排出量は，航空機が 1 人を 1km 運ぶ際の
CO2 排出量を得た．
表 3.10-7 交通手段別 1 人を 1km 運ぶ際の CO2 排出量（国土交通省，2007）
交通手段
CO2 排出量（g-CO2/km/人）
自動車
173
バス
51
航空
111
鉄道
19
徒歩
0
船舶
算出対象外
表 3.10-8 航空機便の増加に伴う EF の算出
航空機の CO2 排出量
111 g-CO2/km/人
1 便あたり平均移動距離
893 km
1 人あたり航空機にのることによる平均 CO2 排出量
D 滑走路建設によって増加する見込み旅客数
滑走路建設によって増加する航空機の CO2 排出量
森林地の CO2 吸収量
9.91×10-2 t-CO2/人
60,000 人/d
2.17×106 t-CO2/y
5.2 t-CO2/ha/y
森林地の等価係数
1.35 gha/ha
5.64×105 gha/y
航空機増便による増加 EF
2006 年において羽田空港を離発着する国内定期便は１日 390.5 便（隔日は 0.5 便とカウント）で総飛
行距離は 45,385km となることから，1 便あたりの平均距離は 893km とした．また，現在の空港利用者
90
（滑走路 3 本）がおよそ 18 万人／日であることから，1 滑走路が増加することによる利用者の増加は 6
万人／日とした．これにより，滑走路を 1 本増設することにより増加する航空便の CO2 排出増加に伴う
EF の増加を表 3.10-8 に示す．
この結果から滑走路の増加に伴う航空機便の増加がもたらす環境負荷に関
する EF は 5.64×105 gha/y と求められた．
(5) 海上空港建設に伴う総合的な EF の増減
(1)～(4)で得られた EF をまとめると，図 3.10-4 のようになる．ここで，y 切片にあたるところが空港
建設に必要な初期投資としての gha で，その後の増加が環境負荷の増加の様子を表している．空港施設
のように，その施設自体が CO2 を直接的に回収する機構を持ち合わせていない場合，EF に基づいた評
価では，環境負荷を増やすだけの施設ということになる．また，環境負荷の年間増大（プラスの傾き）
のほとんどは飛行機の増便に伴う CO2 排出量の増加である．
3e+007
Floating Airport
Reclamation Airport
2.5e+007
gha
2e+007
1.5e+007
1e+007
5e+006
0
0
10
20
30
40
50
Year
図 3.10-4 海上空港建設に伴う EF の積算値
3.10.4 社会コスト
前節において海上空港の建設に伴う EF を求めたが，海上空港価値を単に環境負荷の増減だけで判断
することは適切とは言えない．そこで，この節では海上空港の建設に伴う社会的なコストについて検討
を行う．
(1) Human Risk
ここでは，HR として，a. 海上空港内での事故，b. 海上空港の建設に伴って増える航空機による事故，
について，
「ハザードの大きさ」×「エンドポイントの発生確率」により計算を行う．本研究では，日本
人一人あたりの死亡保険金の平均額を「ハザードの大きさ」とした．また，
「エンドポイントの発生確率」
は以下のように求めた．
a. 海上空港内での事故について
海上空港施設内での死亡率としては，海洋構造物の目標安全性としている FAR（Fatal Accidental Rate）
91
= 0.23 を用いた（鈴木ら，2007）
．FAR は暴露億時間×一人あたり死亡確率である．したがって，海上空
港の 1 日あたりの旅客数から，滑走路あたりの年間利用人数および平均滞在時間から，空港施設での年
間あたりの死亡人数を推定し，日本人の平均死亡保険金額から HR を求めた．表 3.10-9 にその結果を示
す．これをみると，空港内での死亡リスクに伴うコストは 0.0096 億円／年（＝95.7 万円/年）と求められ
た．
b. 航空機需要増加に伴って増える航空機による事故
次に，海上空港建設に伴い増加するであろう航空機事故による HR を求める．死亡確率としては，民
間航空機の FAR を用いた．航空機の死亡確率についても，施設内の死亡率と同様の手順で求める．表
3.10-10 にその結果を示す．これによると，年間の海上空港建設に伴う航空機事故による死亡リスク上昇
に伴うコストは 1.93 億円／年となることがわかる．a.および b.の結果を比較すると，HR の上昇分はほ
とんど航空機事故の遭遇率の上昇分であることがわかる．
表 3.10-9 海上空港施設内での事故による HR
羽田空港の 1 日あたり旅客数
180,000 人/d
海上空港の 1 滑走路・1 日あたりの旅客数
60,000 人/d
1 人あたり平均空港滞在時間
1.5 h/人
1 日の滑走路あたりの延べ利用人数・時間
90,000 人 h/d
1 滑走路あたり年間利用時間人数
3.29×107 人 h/y
海洋構造物の FAR
0.23 人/108h/人
年間あたりの空港内死者数（期待値）
7.56×10-2 人/y
日本人 1 人あたり死亡保険金額
1.27×107 ¥/人
9.57×10-3 億¥/y
空港で死亡する HR
表 3.10-10 航空機事故における HR
羽田空港 1 日の旅客数
180,000 人/d
滑走路あたり旅客数
60,000 人/d
1 人あたり平均搭乗時間
1.5 h/人
滑走路あたり搭乗人数・時間
90,000 人 h/d
滑走路あたり年間搭乗時間人数
3.29×107 人 h/y
民間航空機の FAR
46.3 人/108h/人
年間あたりの航空機事故死者期待数
15.2 人/y
1.27×107 ¥/人
日本人 1 人あたり死亡保険金額
航空機で死亡する HR
1.93 億¥/y
(2) Cost および Benefit
羽田の拡張工事において，D 滑走路がオープンすると，発着回数は現在の 29.6 万回/年から 40.7 万回/年
に増加するといわれている．航空機の便数が増えると，利用者の利便性が高まる．利便性が高まるとい
92
うことは，その空間の社会的価値が上がるということである．本研究では「海上空港を建設するため必
要な経費（Cost）
」と「浮体式海上空港滑走路を建設することによって人間が得る利益（Benefit）
」を求
め，合計して算出する．
a. 浮体式空港の建設・運用（維持）コスト
羽田空港 D 滑走路事業費は 6,900 億円で入札されたが，浮体工法の場合は工期 2.5 年，工費 5,897 億円
といわれている．そこで，本研究での海上空港の建設費は浮体工法でも埋め立て工法でも概ね 6,000 億
円程度であるとした．
この総事業費から海上空港の運用に必要な金額を推定する．現在，空港や橋梁を建設する場合，基本
的にその事業費は国などから借り入れることになる．旧日本道路公団の調査に依ると，事業費などの借
り入れについての年利率は約 3.44％である．収入が約 2 兆 3000 億円に対し，維持管理費などが約 3000
億円で経費の約 13％を占める．残りの 87％は主に利息支払い，借入金の返済などに充てられる．これら
を参考に，総事業費は全額借り入れ，その借入金の年利率 r を約 3.44％，また一年間にかかる維持管理
などの費用を総経費の 13％と設定する．ここでは羽田空港 D 滑走路建設の総事業費は M＝6,000 億円，
耐用年数 Z=100 年とし，借入金を 100 年で完済すると考え，海上空港の建設費の償還に必要な年間経費
a を下記の複利計算式から求めた．
a=
Mr (1 + r ) Z
0.87 {(1 + r ) Z − 1}
=
600, 000, 000, 000 × 0.0344 ×1.0344100
0.87 × {1.0344 Z − 1}
= 245,58,492,239
これより，海上空港の建設によって一年間に必要な経費 C は約 246 億円であることがわかる．
b. 海上空港建設におけるベネフィット
空港を建設することによって得られる収入は，ターミナルでの店舗収入などもあるが，空港の建設に
よって得られる収入としては着陸料収入によるものとし，この収入が空港建設に伴う空港としての社会
的投資額であるとした．本研究では，羽田空港の実績から滑走路あたりの着陸料収入を推定し，空港建
設におけるベネフィットとした．
現在の羽田空港全体の歳入・歳出を図 3.10-5 に示す．これによると，2007 年度の 3 滑走路での着陸料
収入は 881 億円であることがわかる．本研究では，着陸料収入 881 億円を 3 本の滑走路（2007 年度に機
能していた A, B, C 滑走路）で割ることにより，滑走路 1 本あたり約 294 億円の着陸料収入と算出した．
したがって，羽田空港 D 滑走路を建設することによって年間約 294 億円の収入増加が見込まれると考え
る．
93
図 4.2.9-5 2007 年度の羽田空港における歳入と歳出予算概要（国土交通省航空局 HP）
c. C－B の算出
a.と b.の結果をまとめると，表 3.10-11 となる．これらの結果より，C－B＝－約 48（億円/年）と求め
られる．この C－B が負となっていることから空港建設はコスト面では社会的に利益があると考えるこ
とができる．
表 3.10-11 C－B の算出結果
総事業費
6,000 億¥
海上空港建設・維持コスト
－246 億¥/y
滑走路 1 本あたりの着陸料収入
294 億¥/y
C－B
－48 億¥/y
3.10.5 海上空港の建設に関する Triple I
ここまで示したように，海上空港の建設などの海洋空間利用に際しては，環境面からの視点としての
環境負荷のみや経済面からの視点としての利益だけでは，一方的な評価になりがちである．そこで，環
境と経済の両面を包括的に評価するため，Triple I を用いて包括的な評価を試みる．ここで，環境指標－
経済指標統合換算係数 EFregion／GDPregion については，本研究では国内の技術を扱うため，日本の EF と
日本の GDP から算出した．2006 年での値では EFJP／GDPJP＝1.61×10-6（gha/¥）であった．また，α＝1，
β＝1 として計算を行った．
94
表 3.10-11 Triple I の計算結果
項目
gha
5
gha
2
gha/y
航空機増便による年間 EF
5
5.64×10
gha/y
HR
1.94×100
億¥/y
海上建設時における EF
EF
算出値
5
浮体式
3.03×10
埋め立て式
滑走路建設による土地形態の変化による年間 EF
C−B
III
HR
+C
－B
2.35×10
3.44×10
1
億¥/y
1
-4.61×10
億¥/y
1.61×102
gha/億¥
(EFJP／GDPJP)(HR + C－B)
-7.42×103
gha/y
航空機増便による EF 増加抜きの年間 III
-7.07×103
gha/y
-4.81×10
HR + C − B
EFJP／GDPJP
EFJP ＝7.47×108 gha/y
GDPJP＝4.65×106 億¥/y
航空機増便による EF 増加込みの年間 III
5
5.57×10
gha/y
これをみると，航空機からの CO2 の排出量増量に係わる環境負荷の gha が他の要素に比べて 2～3 桁
大きく，全体の結果を大きく左右していることがわかる．この排出量増加分を考慮した場合，年間 III
の値は大きくプラスになり，この評価では海上空港の建設は持続不可能な開発であると判断することに
なる．
一方，その航空機からの CO2 排出量を除いた要素のみで比較すると，経済的な利潤が環境負荷の成分
を上回り，トータルの年間 III ではマイナスに転じ，事業としては成立可能であると判断することができ
る．しかし，その場合は航空機から必ず発生する CO2 による EF の増加分を誰かあるいは何かが負担す
る必要がある．
例えば，CO2 排出分の gha を GDPJP／EFJP = 6.22×105 を用いて金額に換算し，年間の利用者人数で割
ると¥15,800 となる．これは，平均的に航空利用者が航空運賃等に含む形で CO2 負担分として 15,800 円
を支払う必要があることになる．その負担が大きいとして航空機の利用者が減少するようであれば，海
上空港を持続可能な施設として活用するには高い施設と判断されることになる．事業として成立可能な
開発として判断出来る見込みのある後者の場合についての III の経年変化を図 3.10-6 に示す．これをみ
ると，浮体式の場合で 43 年後頃から，埋め立て工法の場合で 33 年後頃から III の絶対量がマイナスに転
じていることがわかる．このことは，海上空港の建設が，地球の環境に対して，約 40 年分の生物生産量
の前借りをすることで成り立っていると解釈することができる．
95
350000
Floating Airport
Reclamation Airport
300000
250000
200000
III
150000
100000
50000
0
-50000
-100000
-150000
0
10
20
30
40
50
Year
図 3.10-6 海上空港建設に伴う Triple I の積算値
3.10.6 まとめ
本研究では海上空港の建設に関して Triple I に基づき包括的な環境影響評価を行った．その結果，以下
のことがわかった．
・ Triple I の算出にあたって，最も影響が大きい成分は空港規模の拡大に伴う航空機増便分の CO2 排出
量の影響である．
・ その他の成分としては，経済面から見た利益 C の成分が大きく，生物生産力の喪失分相当に比べて
概ね 20 倍程度となっている．
・ 空港の建設に係わる初期投資に関しては，経済面だけの視点からであれば投資額を長期的に返済す
ることで埋め合わせることになるが，環境面からの視点で見ると，約 40 年分の経済活動分の環境負
荷を地球から前借りをして成り立っている．
本研究においては，Triple I の各成分の算出過程で特に ER の算出には不明な部分や極めて哲学的な要
素も含む可能性があり，課題が多く残っていると思われる．一方で，今後の海洋開発においては，技術
面の可否だけでなく，こうした環境と経済とを一つの机に載せた是非の議論していくことが極めて重要
であると考える．
96
参考文献
井村秀文：建設の LCA，オーム社
航空連合（2007）
：2007-2008 産業改策提言
国土交通省（2007）
：運輸･交通と環境 2007 年版
国土交通省航空局 HP：http://www.mlit.go.jp/koku/koku.html
鈴木英之，藤久保昌彦，遠藤久芳（2007）
：大規模浮体施設の目標安全性，JCOSSAR 2007講演論文集
日本海洋学会海洋環境問題委員会（2005）
：東京国際空港再拡張事業の環境影響評価のあり方に関する見
解，海の研究，14(5)，pp.601-606
97
４．包括的環境影響評価の実用化に向けて
本研究委員会では，人間活動自体が環境への大きな負荷になっていることを前提として，その負荷を
ミニマムに抑える方法として海洋の大規模利用を取り上げ，これらによる地球規模での環境へのインパ
クトを，陸域，大気，海洋の区別なく公平な評価基準を用いて検討することにより，その有効性と限界
を論理的に証明するとともに，政策決定（意思決定）のツールとして利用することを目標としている．
そのため，委員会設立当初から，様々な海洋の大規模利用技術とその環境影響評価に関するレビュー
を行うとともに，グローバルな環境問題の現状とその評価手法を学ぶため，順応的管理，Ecological
Footprint，環境リスク等の調査を行ってきた（IMPACT 研究委員会，2006）
．これらの研究成果を踏まえ，
本報告書では，対象となる海洋利用技術を包括的に評価でき，かつ政策決定者や一般市民にも理解しや
すい指標として，次式で表される Inclusive Impact Index（Triple I，III）を提案した．
III = [( EF − BC ) + αER ] +
EFregion
GDPregion
[βHR + (C − B)]
(4-1)
EF：対象技術の適用による Ecological Footprint の増加量
BC：対象技術の適用による Biocapacity の増加量
ER：対象技術の適用による Ecological Risk の増加量
α：Ecological Risk の Ecological Footprint への換算係数
HR：対象技術の適用による Human Risk の増加量
β：Human Risk の Cost への換算係数
C：対象技術の適用による Cost の増加量
B：対象技術の適用による Benefit の増加量
EFregion：対象技術を適用する国あるいは地域の Ecological Footprint
GDPregion：対象技術を適用する国あるいは地域の GDP
Triple I では，式中第 1 項が環境面での持続可能性を表す指標となっており，その値が負であれば持続
可能，正であれば持続不可能と評価される．また第 2 項は経済面での持続可能性を表す指標となってお
り，同じくその値が負であれば持続可能，正であれば持続不可能と評価される．さらに EFregion／GDPregion
が環境面と経済面の評価を統合するための換算係数となっており，この値が意味するところについては
2.2 節で詳細に分析している．
本研究委員会では，この評価指標の特徴と問題点を明らかにするため，いくつかの海洋利用技術に対
して事例研究を行ってきた．その結果は第 3 章に示すとおりであるが，表 4-1 に示すように，必ずしも
全ての技術に対して，Triple I 中の全ての項目が評価できたわけではない．表を見ると，計算手法がある
程度確立されている EF や BC，C や B については，多くの技術で評価が行われているものの，ER と HR
については，一部の技術で評価が試みられたにすぎない．
ER や HR のようなリスク評価は，
どのようなリスクがどのような原因によって生じるかという関連を
表すハザードマップの作成に始まり，各々の事象の生起確率とその被害の大きさの推定，最終的な評価
の対象となるエンドポイントの設定とその評価，というふうに順次行っていく必要がある．しかし，今
回対象とした海洋利用技術の多くは実用化という意味での実績がほとんどないため，評価の第一段階で
98
あるハザードマップでさえ既往知見が乏しいのが現状である．さらに Ecological Risk については，被害
の大きさを推定するための基礎となる生物影響そのものが研究段階であるため，定量的に議論すること
さえ難しいケースや，生物影響データのある場合でも精度が著しく低いケースが多い．
表 4-1 Triple I の事例研究の現状
対象技術
EF－BC
ER
HR
C－B
CO2 海洋隔離（中層溶解法）
○
○
○
○
東京大学
○
海上技術安全研究所
○
東京大学
○
大阪府立大学／大内海洋ｺﾝｻﾙﾀﾝﾄ
CO2 海洋隔離（深海貯留法）
メタンハイドレート開発
○
○
海洋肥沃化
○
海洋滋養
○
水産養殖
○
水質浄化装置
○
○
環境修復技術（東京湾）
○
○
環境修復技術（神戸空港）
○
海上空港
○
担当研究機関
東京大学
○
東京大学生産技術研究所
日本大学
○
○
○
東京大学
○
大阪府立大学
○
横浜国立大学
以上の結果から，EF－BC 項および C－B 項と比較すると，ER 項および HR 項は評価が困難あるいは
精度が著しく低くなるという問題点が浮き彫りとなった．この問題は Triple I の実用化に際し大きな障害
となるので，何らかの解決策を見出す必要がある．現状で考えられる解決策としては，①集中的にリス
ク評価の研究を進め，評価手法の確立と精度の向上を目指す，②リスクに関する評価項目をひとまず削
除し，その代償措置を考える，などがある．①については，個々の生物への影響ではなく，生態系全体
の機能をエンドポイントとして設定し，
生態系モデルによる予測計算を応用するというアイデアがある．
生態系の機能評価としては，生態系サービスの考え方（付録 1 参照）やエクセルギー流を用いた方法（付
録 5 参照）などが候補として挙げられる．一方②については，次式のように ER 項と HR 項を省略した
指標 Triple I Light（IIIL）を当面の評価指標として用いるというアイデアがある．
III L = (EF − BC ) +
EFregion
GDPregion
(C − B )
(4-2)
ただし，Triple I Light では将来のリスクを評価することができないため，それを補う何らかの代償措置
を考えておく必要がある．本研究委員会では，リスクが評価できないことによる不確定要素の増大を考
慮して，少なくとも順応的管理は前提とすべきであると考えている．
Triple I を実用化するためのもう 1 つの問題点は，環境面と経済面の評価の統合にある．2.3 節で詳し
く述べたように，EFregion／GDPregion は国や地域で大きく異なるとともに，経年的にも大きく変化する．
そもそも GDP 自身が為替レートやインフレーションによって大きく変化し，基準となる貨幣と年度に
よって数値が異なってしまう，いわば普遍的でない指標であることから，換算係数の論理的な根拠が弱
99
いと言う指摘もある．この問題の解決策としては，①評価の統合を行わず，環境面と経済面の持続可能
性について別々に評価する，②EFregion／GDPregion の分析を進め，換算係数の論理性を高める，③EFregion
／GDPregion に代わる新たな換算係数を導入する，などが考えられる．①については現時点でも判断でき
ることであるが，評価が統合できればそれに越したことはないので，できれば②あるいは③を選択した
い．しかし，②．③を選択するとしても，さらなる事例研究を進める必要があるとともに，最終的に選
択した換算係数が政策決定者や一般市民にとって理解しやすいものでなければならない．本研究委員会
では，政策決定者や一般市民の意見を収集する手段として，仮想的な海洋利用事業計画を公開し，その
仮想評価を通して本評価手法の理解度と有効性を確かめる「コミュニケーション実験」を行うことが必
要であると考えている．
未だ多くの課題が残っているのが現状であるが，本研究委員会で目標としている試みが成功すれば，
関連分野において研究開発に携わっている工学者，技術者に，倫理的，哲学的支柱が与えられるととも
に，その限界の存在も認識させることができる．また，社会的にも対象技術の有効性が認知されれば，
実用化への展開が加速され，化石資源消費の抑制や負荷軽減，食糧や飲料水の安定供給という地球規模
での危機回避対策が進むことになろう．しかしながら，Triple I での評価に関わる基礎データや知見は限
られており，定量化は多くの仮定の下で行われることになる．本研究委員会では，一旦量的な評価が公
表されると，そこに内在する不確実性，不確定性，あるいは限界について論じられることなく，数字が
一人歩きし，都合よく解釈される危険性があることも十分認識したうえで，慎重にかつ迅速に，仕事を
進めていきたいと考えている．
参考文献
IMPACT 研究委員会（2006）
：海洋の大規模利用と環境影響評価手法に関する調査報告書，
（社）日本船
舶海洋工学会
100
謝 辞
本研究を進めるにあたり，アドバイザーの松田裕之横浜国立大学大学院環境情報研究院教授には多く
のご助言を賜りました．ここに改めて厚く御礼申し上げます．また，貴重なご意見をいただいた，
（社）
日本船舶海洋工学会海洋環境研究会の歴代委員長をはじめ委員各位に深く感謝いたします．なお，本報
告書の作成に際し，
（社）日本船舶海洋工学会プロジェクト研究委員会補助金ならびに科学研究費補助
金（萌芽研究 18656258）を受けたことを付記し，関係各位に謝意を表します．
101
102
㗅ᔕ⊛▤ℂ䈫↢
ᘒ䊐䉾䊃䊒䊥䊮䊃
䈱Equivalence
Factor䈮䈧䈇䈩:
᧻↰⵨ਯ
ᮮᵿ࿖┙ᄢቇGlobalCOE
䉝䉳䉝ⷞὐ䈱࿖㓙↢ᘒ䊥䉴䉪䊙䊈䉳䊜䊮䊃
http://risk.kan.ynu.ac.jp/matsuda/2007/071017IMPACT.ppt
㘑ജ⊒㔚දળ⾗ᢱ䉋䉍
ዉ౉䈏ㅴ䉃㘑ജ⊒㔚
⚥Ⓧዉ౉㊂=/9?
࠼ࠗ࠷
ࠬࡍࠗࡦ
ࠕࡔ࡝ࠞ
࠺ࡦࡑ࡯ࠢ
ࠗࡦ࠼
ᣣᧄ
2
103
⥄ὼ䈱ㆊ଻
žᐯ໱Ʒᢅ̬ᜱſ
⼔
• 㘑ゞ䈻䈱ⴣ⓭䊥䉴䉪䈲䋰䈪䈲䈭䈇䈏䇮
ઁ䈱䊥䉴䉪䉋䉍䈝䈦䈫ૐ䈇
• 㻥㜞ጀ䊎䊦䇮㜞࿶㔚✢䇮㋦ਛᲥ
• ⅣႺ䈮ᖡ䈇ᣉ⸳䈭䉌䈫䉅䈎䈒䇮㘑ゞ䈲
ᣂ䉣䊈䊦䉩䊷䈱㊀ⷐ䈭୥⵬䈪䈅䉎
• ᕡਭᡷᄌ䈫඙೎䈜䈼䈐䈪䈅䉎
㸡㊁㠽䈱ળ䈱ળႎ2007ᐕ4᦬ภ⴫⚕䈫ᰴภ䈱ળຬ䈱ᗵᗐ
2007/6/22
3
ፉ↰ᵏᄦ᳁
㠽ⴣ⓭䊥䉴䉪▤ℂ䊝䊂䊦䈫
␠ળ⊛ฃኈᕈ
ፉ↰ᵏᄦ䇭䋨ᣣᧄ᳇⽎දળ䋩
ਣጊᐽม䇭䋨↥ᬺ✚วᛛⴚ⎇ⓥᚲ䋩
4
104
ፉ↰ᵏᄦ᳁
䉥䉳䊨䊪䉲WhiteͲtailedeagle 㽅ᄰ‫ٲ‬堘IBᣊΰEN)
ᄤὼ⸥ᔨ‛䋬⒳䈱଻ሽᴺ䈮ၮ䈨䈒࿖ౝᏗዋ㊁↢േᬀ‛⒳䋬LC䋨シᐲ ᔨ)IUCN
⴫䋮㘑ゞ๟ㄝ䈪䈱ᱫ㜈⊒⷗
No. ᐕ᦬
⊒⷗႐ᚲ
᠟ᓇ䋺૒䇱ᧁ⨃᮸᳁
1
2004.2
⧴೨↸
2
2004.3
⧴೨↸
3
2004.12
ᩮቶᏒ
4
2005.12
⍹⁚Ꮢ
5
2006.5
⧴೨↸
6
2006.6
ᏻᑧ↸
7
2007.1
⧴೨↸
8
2007.4
⒩ౝᏒ
9
2007.5
ᩮቶᏒ
ਣ3ᐕ㑆䈪7୘૕
5
NEDO㘑ᴫ䊙䉾䊒䋺http://www2.infoc.nedo.go.jp/nedo/top.html
ᶏᄖᢥ₂ፉ↰ᵏᄦ (2006)↢‛⑼ቇ
ፉ↰ᵏᄦ᳁
㗄⋡
ᱫ੢ߔࠆ㠽㘃୘૕ᢙ
஻‫ޓ‬⠨
⥄േゞ
ਁ㨪ਁ⠀
㆏〝✚ᑧ㐳ਁࡑࠗ࡞
ᑪ‛
ਁ㨪ంਁ⠀ ਁߩࡆ࡞ߣਁߩ૑ቛ
ㅍ㔚✢
ంਁ⠀
ㅍ㔚✢✚ᑧ㐳ਁࡑࠗ࡞
ㅢା㋕Ⴁ ਁ㨪ਁ⠀
㋕Ⴁ
㘑ജ⊒㔚 ਁ㨪ਁ⠀
ᣉ⸳
Erickson WP et al (2001) Avian Collisions with Wind Turbines
㗄⋡
ౝኈ
ో☨䈪䈱ᐕ㑆㠽㘃ផቯᱫ੢ᢙ 㪊㪅㪌ਁ୘૕㪆㪍㪃㪊㪎㪋㪤㪮㪆ᐕ
ⴣ⓭₸䋨ᣢሽᢥ₂ో૕䋩
㠽㘃ో⥸㪌㪅㪌㪌୘૕㪆㪤㪮㪆ᐕ
⁴⑯㘃㪈㪅㪏㪌୘૕㪆㪤㪮㪆ᐕ
ⴣ⓭₸䋨ᦨㄭ䈱㪐⺰ᢥ䈎䉌䋩
㠽㘃ో⥸㪌㪅㪋㪌୘૕㪆㪤㪮㪆ᐕ
⁴⑯㘃㪈㪅㪎㪋୘૕㪆㪤㪮㪆ᐕ
California Energy Commission (2004) Developing Methods to
Reduce Bird Mortality In the Altamont Pass Wind Resource Area
105
6
ㆊ೾ⴣ⓭ಽ䈎䉌ⴣ⓭ଥᢙF䉕▚಴
㸢⸵ኈⴣ⓭ᢙ(PBR)䉕ᵴ↪
ፉ↰ᵏᄦ᳁
• ☨࿖࿖ኅᶏᵗṪᬺዪ䋨㪥㪤㪝㪪䋩䈫☨࿖ᶏᵗᄢ᳇ᐡ
䋨㪥㪦㪘㪘䋩䈏㐿⊒䋮᳓↥Ṫ₪ⴕὑ䈪⸵䈘䉏䉎᳓ᕈູ੃㘃
╬ᷙ₪㊂䇯
• Nmin 䋽N/exp(0.842(ln(1+CV(n)2))1/2 )
• PBR = Nmin䊶0.5䍃Rmax䊶Fr
• ⴣ⓭ଥᢙF㻡 PBR/ផቯⴣ⓭ᢙ
ⴣ⓭ଥᢙF䈎䉌⋧ኻⒿേ₸p䉕ᓧ䉎
ⴣ⓭ଥᢙF䈎䉌⋧ኻⒿേ₸p䉕ᓧ䉎
䈢䈫䈋䈳䋬F=max[4p,3]
䈢䈫䈋䈳䋬F=max[4p,3]
7
⸘▚੐଀䌟䊝䊮䊁䉦䊦䊨ᴺ
(MonteCarlomethod,MC)
ፉ↰ᵏᄦ᳁
• ઒ቯ䋺㘑ゞ䉕Ⓙേ䈘䈞䉎䈫䇮㠽ⴣ⓭䊥䉴䉪䈏Ⴧ
䈋䉎䋨ဋ⾰ᕈ䋩䇭
• ᄛ㑆䈲㠽䈏ᵴേ䈞䈝䇮ⴣ⓭䈚䈭䈇
• ⿧౻ᦼ㑆ਛ䈱䉂ⴣ⓭䈜䉎
• ⊒㔚䈲ᤤᄛ໧䉒䈝น⢻䋨ᄁ㔚ଔᩰ৻ቯ䇮㔚
ജ㔛ⷐᏅ䈲ήⷞ䋩
• 㘑ゞ䈮䉋䉎೑↪₸䇮ⴣ⓭䊥䉴䉪䈱ਇဋ⾰ᕈ䈲
ήⷞ䈜䉎
8
106
ፉ↰ᵏᄦ᳁
▤ℂ䈮઻䈉ᬺ❣ᖡൻ䈱䊥䉴䉪
u(t)⸳஻೑↪₸䋬Price䋺ᄁ㔚නଔ䋬x䋺㘧⠍ᤨ㑆䋬F䋺ⴣ⓭ଥᢙ
• ෼౉▤ℂ೨=㰿18760u(t)Price
• ෼౉▤ℂᓟ=㰿1xu(t)F(t)Price+㰿x8760u(t)Price
• ៊ᄬ=㰿1xu(t)PriceͲ㰿1xu(t)F(t)Price
//ᬺ❣ᖡൻ䈱䊥䉴䉪ૐᷫ╷//
//ᬺ❣ᖡൻ䈱䊥䉴䉪ૐᷫ╷//
1.
1.㘧⠍⁁ᴫ䉕⹦⚦䈮䊝䊆䉺䈚䈩䋬x䉕ዊ䈘䈒䈜䉎䋮
㘧⠍⁁ᴫ䉕⹦⚦䈮䊝䊆䉺䈚䈩䋬x䉕ዊ䈘䈒䈜䉎䋮
2.
2.ⴣ⓭ଥᢙ䉕䋬Ⓙേ₸ᠲ૞䇸એᄖ䇹䈱ᣇᴺ䈪⺞ᢛ䈜䉎
ⴣ⓭ଥᢙ䉕䋬Ⓙേ₸ᠲ૞䇸એᄖ䇹䈱ᣇᴺ䈪⺞ᢛ䈜䉎
3.
3.ᄁ㔚නଔ䉕㘧⠍ᤨ㑆Ꮺ䈫䈠䈱ઁ䈱ᤨ㑆Ꮺ䈪ಽ䈔䉎䋮
ᄁ㔚නଔ䉕㘧⠍ᤨ㑆Ꮺ䈫䈠䈱ઁ䈱ᤨ㑆Ꮺ䈪ಽ䈔䉎䋮
4.
4.៊ᄬಽ䉕៊ኂ଻㒾╬䈪⵬Ⴏ䈜䉎䋮
៊ᄬಽ䉕៊ኂ଻㒾╬䈪⵬Ⴏ䈜䉎䋮
9
㘑⊒੍ቯ࿾䉕䊙䉧䊮䊶䊍䉲䉪䉟䈏ㅢ䉎
னஜ‫ݎ‬൞
உଐ᳸உଐ
ଔஔƷᛦ௹Ǜ‫ׅ‬
‫૾ٲ‬Ʒᛦ௹Ǜ‫଀ܱׅ‬
Ტଐஜ᣼ᯓƷ˟ųᲣ
2007/6/22
10
107
㠽ⴣ⓭䊥䉴䉪䈲䈘䉌䈮ૐ
ᷫน⢻
• ᪯ࣖႎȪǹǯሥྸӧᏡƳχ‫̊׹‬
– ‫ܓ‬ራ଺Ц‫ئ‬৑‫ͅټ‬ƴǑǓȪǹǯƕᢌƏ
– ᭗ȪǹǯᢿЎƷᆙѣǛᢤƚǕƹǑƍ
– இ‫ٻ‬Ʒϼ૾ሗƸᘔᆳരƷȢȋǿȪȳǰ
• ঺ᯓƷᘔᆳȪǹǯƸ˯ƍᲹ
• ँʁો‫٭‬ưƸƳƍų࠰Ʒ᬴ܱ
2007/6/22
11
࿖ో૕䈱EF䋺ᣣᧄ䈲਎⇇䋵૏(2001)
Dietz etal(2007)FrontiersinEcologyandtheEnvironment5:13Ͳ18.
• EF䈲䇮ੱญ䇮৻ੱᒰ䈢䉍䈱GDP䇮࿖࿯㕙Ⓧ䇮᳇୥Ꮺ䈪䈾䈿⺑
᣿䈪䈐䉎䈖䉏䉌䈮䉋䈦䈩ᮡḰൻ䈚䈢୯䈫䈱ᱷ䈘䉕Ecological
Intensity䈫䈚䈩⹏ଔ䈜䉎䈫ᣣᧄ䈲EI䈏ᦨ䉅ૐ䈇࿖䈱৻䈧
• EI䈲ฦ࿖䈱ദജ㊂䈱䉋䈉䈭䉅䈱䈫ᝒ䈋䉎䈖䈫䈏䈪䈐䉎䈎䉅䈚
䉏䈭䈇䇯EF䈲䇮2015ᐕ䉁䈪䈮਎⇇䈪ᐕ䈅䈢䉍2%਄᣹䈜䉎䈫੍
᷹䈘䉏䉎䈏䇮䉣䊈䊦䉩䊷ല₸䈭䈬䉕䈖䈱₸䈪ᡷༀ䈚䈩䉉䈔䈳䇮
EF䈱਄᣹䉕ᛥ䈋䉎䈖䈫䈏䈪䈐䉎䈣䉐䈉䇯ਛ࿖䈫䉟䊮䊄䈱਄᣹₸
䈏㜞䈇䈖䈫䈏੍᷹䈘䉏䇮䈖䉏䉌䈱࿖䇱䈻䈱ᡰេ䈏㊀ⷐ䇯
• 䉝䊜䊥䉦䈲EF䈏ᦨᄢ䇮EI䉅ᦨ㜞䊤䊮䉪䇯ᢎ⢒᳓Ḱ䉇ᐔဋኼ๮
䈲EF䈱ో૕௑ะ䈮ᓇ㗀䈚䈭䈇䇯ੱ㑆䈱⑔೑䈱ะ਄䈲EF䈱਄
᣹䈫ᒁ䈐឵䈋䉎䈖䈫䈭䈒㆐ᚑ䈪䈐䉎䇯
䋨ᮮᵿ࿖ᄢ䇭㈬੗ᥙሶ䋩
108
㽳࿯࿾䉦䊁䉯䊥䊷೎䈱਎⇇ᐔဋ୯䈱Ꮕ⇣䉕䈬䈉ᛒ䈉䈎
䌾╬ଔ䊐䉜䉪䉺䊷䈱ណ↪
• ࿯࿾䈱↢↥ᕈ䈱Ꮕ㻛ห৻䉦䊁䉯䊥䊷ౝ䈱Ꮕ䈣䈔
• ㄘ࿾1ha䈫’⨲࿾1ha䉕ട▚䈚䈩䇮࿯࿾2ha䈫⴫⃻䈚䈢䈫䈚䈢䉌
໧㗴䈏ᱷ䉎㸢
• ╬ଔ䊐䉜䉪䉺䊷(EquivalenceFactor╬ଔଥᢙ)䈏⠨᩺䈘䉏䈢䇯
↢↥ᕈ䈏㜞䈇࿯࿾䉦䊁䉯䊥䊷䈾䈬䈖䈱ଥᢙ䈲㜞䈒䇮࿯࿾↢↥
ᕈ䈏ૐ䈇࿯࿾䈲ዊ䈘䈇䇯䈜䈭䉒䈤䇮࿯࿾↢↥ᕈ䈱㜞䈘䈮ᔕ䈛
䈩䉡䉣䉟䊃ઃ䈔䈘䉏䈢࿯࿾㕙Ⓧ䈱ว⸘୯䉕⸘▚䈜䉎䈢䉄䈱
ଥᢙ䈫䈚䈩╬ଔ䊐䉜䉪䉺䊷䈏⠨᩺䈘䉏䈢䇯╬ଔ䊐䉜䉪䉺䊷䈲䇮
਎⇇౒ㅢଥᢙ䈪䈅䉍䇮Ფᐕ࿯࿾䉦䊁䉯䊥䊷೎䈮ᦝᣂ䈘䉏䉎
(⴫ 5Ͳ2)䇯╬ଔ䊐䉜䉪䉺䊷䈪ਸ਼䈛䉌䉏䈢EF䈱ᄢ䈐䈘䈲䇮䉫䊨䊷
䊋䊦䊶䊓䉪䉺䊷䊦(gha)䈪⴫⃻䈜䉎䇯
1999ᐕ䈱਎⇇ฦ࿖ฦ࿾ၞ䈱↢ᘒቇ⊛⿷〔
EF䈫↢‛⊛෼ኈജ䋨WWF2002䉋䉍ᡷᄌ)
਎⇇
㜞෼౉࿖
ਛ෼౉࿖
ૐ෼౉࿖
5979
906.5
2941
2114
↢ᘒቇ⊛⿷〔EF (gha/ੱ䋩 ↢‛⊛
ว⸘ Ṫ႐ 䉣䊈䊦䉩䊷 ૑ዬᑪ⸳ ෼ኈജ
2.28
0.14
1.12
0.10
1.90
3.55
6.48
0.41
3.86
0.25
1.99
0.13
0.94
0.09
1.89
0.83
0.03
0.25
0.06 0.95
ਛ࿖
ᣣᧄ
☨࿖
䊄䉟䉿
1272
126.8
280.4
82
1.54
4.77
9.70
4.71
ੱญ
(⊖ਁੱ)
0.10
0.76
0.31
0.19
0.69
3.04
5.94
3.08
0.09
0.16
0.37
0.29
1.04
0.71
5.27
1.74
ဃ७‫ܖ‬ႎឱួᾌᠾ˺ཋẅཊᒬ‫ע‬ẅౕ௎ẅ๤‫ئ‬ẅỺ἟ἽἀὊẅ˰‫࡫އ‬ᚨễỄ
ỉ᝟ᒵỉዮᚘửểẾẺờỉ
05/12/16
http://www.wwf.or.jp/activity/lpr2002/
109
14
付録２
生態リスクと生態系の評価
田中嘉成（国立環境研究所環境リスク研究センター）
１．生態リスクと生態系の保全
人間活動と自然環境の調和がとれた、持続可能な発展を実現させるためには、人間活動の結果
もたらされる環境負荷を包括的な視点からできるだけ低減させることが必要である。環境科学に
おけるこのような分析手法は、環境リスク学として様々な分野で活用されつつある。環境リスク
学の基本的な枠組みは、多くのリスク要因を一元的に定義されたハザードが生起する確率で表現
することによって、リスク要因間での有害効果の大きさを定量的に比較したり、リスク要因を除
去する際に必要なコスト（費用）と便益を比較したりすることを可能にする。
自然生態系に対してこのようなリスク解析の枠組みを適用しようとする場合、２つの問題点に
直面する。それは、自然生態系は多くの生物種が相互関係を持つことによって構成されていて、
系が複雑で変化の予測が困難なこと、ハザードの規準に関してコンセンサスが得られていないこ
とである。本稿では、種の絶滅確率を指標とした種レベルでの生態リスク評価手法を初めとして、
生物群集レベルや生態系レベルにおける生態リスク評価の試みを、おもに化学物質の生態リスク
分析の観点から概説する。
付表．代表的な農薬に対する個体群絶滅評価の算出例．毒性データの試験生物として
は、ミジンコ類（Daphnia 属に統一してある）
種の絶滅確率による生態リスク評価の基本的な考え方は、生態系や生物群集を構成する代表的
な種に焦点をあて、その種の個体群が絶滅する確率でリスクを表わすものである。個体群（生物
110
集団）の絶滅確率の推定法は、保全生態学でも主要な分析手法として発展し、理論モデルや解析
手法の整備も進んでいる。個体群の平均絶滅時間 T は、環境収容力 K（平衡個体数）を底、内的
2 r /( v −1)
。内的
自然増加率ｒを指数とする次のべき関数に近似的に従うことが知られている：T ∝ K
自然増加率は、生物個体群の増殖能力の指標であり、個体の平均的な生存率や繁殖能力の関数で
ある。有害化学物質や富栄養化などの環境汚染は、個体の生存や繁殖に直接影響するので、内的
自然増加率は個体群レベルのベンチマークとして有効である。環境収容力は、個々の個体の生存
や繁殖には直接作用しないが、個体群の潜在的な大きさ（つまり最大個体数）を制限する。生息
地の消失などの面的な環境破壊は、環境収容力の減少として扱うことができる。このように、個
体群の絶滅リスクに基づく生態リスク評価のメリットの 1 つは、化学物質、富栄養化のみでなく、
生息地の消失や外来種の侵入などの様々な質的に異なる環境撹乱要因の生態影響を同じ規準（個
体群の絶滅リスク）で比較評価できることにある。
実際の生態系は、多くの種から構成されているので、特定の種の絶滅リスクに基づく方法で生
態系全体への影響を評価するには限界があるだろう。米国環境保護庁で採用されている生態系評
価の方法の１つとして、ある特定の生態系（内湾など）に生息する種の化学物質感受性（無影響
濃度 NOEC）を可能な限り広範な種で調べ、95 パーセントの種の感受性が超えない閾値を環境
基準値と定める方法がある。これは、構成種の種間相互作用は考慮していないが、生物群集を系
として保全する考え方が取り入れられている。また、他の方法として、生態系をそのまま模倣し
た生態システムモデルを作成し、シミュレーションによって生態系構成種の変動を予測する
SWACOM モデルや CASM モデルも提案されている。これらの 95 パーセンタイル法や生態シス
テムモデルによる生態リスク推定法は、特定のハビタット（生息地）における特定の有害化学物
質の環境基準値を定める際に有効である。
２．生態系の働きとサービス機能
比較的近年になって、生態系保全のクライテリアとして、生物多様性の保全や希少種の保護な
どに加えて、生態系の機能やサービスの維持が取り上げられるようになった。一昨年、国際連合
は、全地球的な生態系調査
（ミレニアム生態系評価）
を実施し、自然生態系の衰
退が、生態系のサービス機
能の低下を招き、ひいては
人類の福祉に悪影響を及
ぼす危険を指摘した。生態
系がもたらすサービス機
能を評価し、適切な環境政
策の策定に資するために
は、生物群集を系としてと
らえ、その機能（有機物
生産能力、環境浄化能力
生態系サービス、生態系機能、生物多様性の関係を表わす模式図
など）の変化を定量的に
（ ”Millennium Ecosystem Assessment. 2005. Ecosystems and Human
予測するシステムが必要
Well-being: Synthesis. Island Press”より）
．
111
である。
生態系機能に基づく生態影響評価には、人間の健康で文化的な生活のためには健全な生態系の
維持が必要であると言うことが考え方の根底にある。人への便益の観点から、生態系のサービス
機能は、
「資源の供給サービス」
、「調節的サービス」、
「文化的サービス」に分類され、さらにそ
れらは、
「生産」、
「循環」、
「分解」などの生態系過程から構成される。生態学で、生産は有機物
を作ることを指し、特に 1 次生産は無機物から有機物を作る同化作用を意味し、生態系の物質循
環の基礎となる。循環は、おもに捕食者と被食者の関係によって、物質が生態系のなかを移動し
ていく働きを意味する。分解は、排泄物や遺骸として利用されなくなった有機物を、他の生物が
利用できる有機物に同化したり無機物に異化したりする作用で、生態系の物質循環におけるリサ
イクル過程をうみだす。
健全な生態系は、これらの生態系過程が十分高くかつバランスの取れた率で作用していること
が条件である。また、生態系の機能を評価軸として生態系を評価するためには、これらの生態系
過程を定量化し、環境撹乱要因による変化を予測する枠組みが必要である。そのためには、どの
ような生態系を撹乱されていないレファレンス状態とするか、生物群集や生態系を記述する上で
の有効な状態変量をどう定義するかと言う問題が解決されなくてはならない。
３．生態系影響評価の試み
生物群集や生態系を特徴付けるパラメータに関しては、理論的性質や実地のデータ解析への適
用の点でこれまで多くの研究がなされてきた。それらは、種数、構成種個体密度、栄養段階、食
物網リンク密度、種間相互作用強度などがあげられる。我々の研究グループでは、生態系を構成
する種の特性（形質）に着目し、その統計的な分布の変化として、生物群集を記載し、環境変化
への反応を予測する理論モデルの研究に取り組んでいる。「形質」とは、体重や産卵数、成長率
など測定できる生物の特性のことで、生態系評価のためには、環境要因に応じて種の増殖能力を
左右する「反応形質」と、生産や分解などの生態系機能を担う「機能形質」に大別される。群集
内における形質の分布は、各種の相対バ
イオマス（生物量）を頻度とするので、
環境変化による
生態系機能の変化
生態系サービスの
変化
平均値や分散などの基本統計量の変化は、
群集内における種の量的な（個体数）変
COV ( zR , zF )
化や組成変化を反映する。群集内の平均
反応形質の変化は、種の反応形質と内的
生物群集の反応
自然増加率の共分散に等しい。つまり、
環境撹乱要因によって種の増殖率の優劣
していれば、さらにその変化に伴って機
Δz F
環境変化による群集の応答
関係の変化が、形質の分布変化をもたら
す。反応形質と、機能形質が種間で相関
生態系機能の変化
ΔzR
環境要因の
変化
Δε
ΔzF = COV ( z R , r ) ⋅ COV ( zR , z F )
機能形質の変化
反応形質と機能形質の共分散
能形質の分布も変化することになり、生
態系機能に変化をもたらすと考えられる。このような枠組みによる生態系影響評価は、研究の端
緒についたばかりだが、生態系のサービス機能への影響を評価基準とした新しい環境影響評価研
究への可能性を示している。
112
生態リスクと生態系の評価
田中嘉成 （国立環境研究所環境リスク研究センター
生態リスク評価研究室）
What is risk ?
Hazard
避けるべき事象
×
Probability
起こる確率
113
1
生態系のリスク評価
系の状態記述
生態系のハザード
（個体数や群集の種構成）
（絶滅、群集撹乱）
確率予測
＝
リスク評価
外来種の侵入
過度な資源利用（乱獲）
生息地の減少
河川・湖沼の富栄養化
生態系への影響
評価
希少種の絶滅リスク
＋
化学物質汚染
要因の多元性： 質的に異なる複数の要因
反応の複雑性： 生物多様性、生態系機能
生態系サービス機能の低下
個
体
数
時間
絶滅
絶滅
群集撹乱による生態系機能変化の予測
存続可能分析（個体数変動シミュレーション）
114
2
chemical pollution
loss of suitable habitat
a farm without
agrichemicals
a farm with
agrichemicals
生態リスク評価の基本的な枠組み
（環境汚染の生態系への影響評価）
化学物質の運命予測
生態学
（環境中動態）
環境化学
生物集団
への効果
生態リスク評価
個体群（種）の絶滅リスク
環境中濃度
試験生物への有害
効果（毒性試験）
急性毒性値
環境毒性学
生態毒性学
（エコトキシコロジー）
環境経済学的総合評価
（費用損益分析，ＬＣＡなど）
115
3
個体群の増殖力と絶滅の関係
個体数
population
size
絶滅 extinction
世代数
N⎞
dN
⎛
= rN ⎜ 1 − ⎟ + ε
⎝
K⎠
dt
Population
Size
内的自然増加率
intrinsic rate of population growth
環境効果 random
environmental effect
環境収容力 carrying
capacity
time
絶滅リスク評価のスキーム
環境汚染
生存と繁殖能力
の低下
生息地の破壊
乱獲
環境収容力
の低下
個体数の
定常的減耗
ΔN = r N ( 1- N K
個体数N
の増減
内的自然増加率 ｒ
の低下
「指標的な種が絶滅する
個体数変動パターンの変化
危険の増大」
（平衡個体数の減少，変動幅の増大）
-1
環境収容力 K
の減少
) – hN
捕獲率ｈ
の増加
生態リスクのエンドポイント１：
（種）個体群の絶滅
116
4
個体群の絶滅リスク
T ∝ K 2 r / v −1
平均絶滅時間 MET：
ｒ： 内的自然増加率
Ｋ： 環境収容力
v： 環境分散
化学物質の影響
⎧⎪ ⎛ x ⎞ β ⎫⎪
r
=
r
⎟ ⎬
max ⎨1 − ⎜
濃度－内的自然増加率曲線（べき関数モデル）：
⎩⎪ ⎝ α ⎠ ⎭⎪
カブトミジンコ Daphnia galeata
カブトミジンコ Daphnia galeata
p-nonylphenol
LAS12
0.4
内的自然増加率
Intrinsic Rate
Intrinsic rate of natural increase
内的自然増加率
Intrinsic R ate
Intrinsic
rate of natural increase
0.4
0.3
0.2
α=2.57(ppm)
0.1
β=17.2
0
1
2
0.3
0.2
α=98.5(ppb)
0.1
β=2
0
3
20
40
60
80
100
Dose Level
濃度
Concentration
Level
濃度Dose
Concentration
Daphnia に対する絶滅リスクの算出例 Extinction risks of some pollutants for Daphnia
化学物質
ＬＡＳ
chemicals
LAS
MEEC EEC
3000 1500
ピリダフェンチオン pyridaphenthion
12
マラソン
malathon
4.5 2.24
6
ダイアジノン
diazinon
ノニルフェノール
LC50
Δp*
Δp
EHQ
5700 4.00×10
-4
5.60×10 -3
26.3
38 7.35×10
-7
-6
15.8
13 5.91×10 -7
3.03×10 -6
17.2
3.75×10
2
1
7.8 2.58×10 -7
1.34×10 -6
12.8
nonylphenol
7.1
3.5
75 7.59×10 -8
4.13×10 -7
4.67
フェノカルブ
fenocarb
12
6
320 2.09×10 -8
1.30×10 -7
1.88
フェニトロチオン
fenitrothion
0.2
0.1
9.2 2.58×10 -9
1.99×10 -8
1.09
ベンチオカーブ
benthiocarb
7
3.5
750 2.04×10 -9
1.60×10 -8
0.467
メフエナセット
mefenaset
8
4
1840 6.46×10 -10 5.57×10 -9
0.217
フェンチオン
fenthion
0.05 0.03
5.5 4.41×10 -10 3.95×10 -9
0.455
モリネート
molinate
24
12 40000 3.86×10 -11 4.13×10 -10
0.03
シメトリン
simetryn
9
4.5 27000 1.18×10 -11 1.36×10 -10 0.017
プレチラクロール
pretyrachlor
6
3 26500 6.33×10 -12 7.58×10 -11 0.011
ブタクロール
butachlor
2
1 25000 8.38×10 -13 1.13×10 -11 0.004
MEEC
EEC
LC50
Δp
Δp*
EHQ
環境中最大濃度 (ppb)
環境中濃度（最大濃度＊0.5）
急性毒性値 (ppb)
絶滅確率
Maximum environmental concentration (ppb)
Environmental exposure concentration (maximum×0.5)
Acute toxicity
Extinction probability
絶滅確率（上限値） Extinction probability (upper bound)
(EEC/LC50)*100
117
5
生物世界の階層性 (1)
種 Species
個体群（集団）
個体群（集団）
個体群（集団）
個体
生物世界の階層性 (2)
生態系
捕食者（2次消費者）
消費者
食うものと食わ
れるものの関係
競争
生産者
種（個体群）
（生物）群集
118
6
保全生物学および生態リスク分析のシフト
種または（地域）個体群の絶滅リスク
生態リスクの最も一般的な評価基準
希少種の保全に有効
生態系（生物群集）の撹乱リスク
生態系機能の低下によって
生態系のサービスを減退させる
感受性の種間差に基づく生態リスク評価（EPA ９５パーセンタイル法）
1
累積頻度
影響を受ける種の率
0.5
○　慢性毒性値
●　急性毒性値
ACR－１
基準濃度
0.05
0
10
20
30
40
50
60
環境中の化学物質濃度
119
7
Ecological risk through interspecific interaction:
3-species community model
種間相互作用を介する生態リスク－3
種間相互作用を介する生態リスク－3種系群集モデル
fish:
Egg
Larva
Juvenile
Adult
Zooplankton
Insecticides
動物プランクトン
Phytoplankton
Herbicides
植物プランクトン
除草剤
Effect of pollutant chemicals
植物プランクトン
Phytoplankton
動物プランクトン
Zooplankton
Chemicals
内的自然増加率
Population growth rate
卵 Egg
卵孵化率
Hatchability
仔魚 Larva
生存率
Survival rate
稚魚 Juvenile
成魚 Adult
生存率
Survival rate
繁殖力
Reproduction
120
8
毒性データ （LC50値）
Toxicity data (LC50)
(μg/L)
Chemicals
Diazinon
Pyridafenthion
Pretyrachlor
Butachlor
ＬＡＳ１２
p-nonylphenol
Algae Daphnia
∞
1.5
∞
38
0.94(1) 27000
1.16(1) 25000
25000(2) 2500
750
75
Egg Larva Juvenile Adult Reproduction
9700
9500
2000
1700
4600
∞
5400
9500
1400
1700
5000
∞
2800
4750
810
850
6500
∞
5500
9500
1800
1700
23000
∞
∞
∞
∞
∞
∞
50
任意外挿値 Tentative values
α値 α-values
Pretyrachlor
化学物質曝露下におけるポピュレー
ション・ダイナミックスの予測
Simulated population dynamics
under exposure to a chemical
1.5
1
0.5
個体数 population size
個体数 population size
No exposure
0
1 1014
0
100
200
5 1013
1013
植物プランクトン
0
100
200
300
0
400
5
1 10
1 10
卵
仔魚
稚魚
1 104
1 103
0
100
200
400
egg
larva
100
100
300
5
1 10 3
成魚
0
200
1 10 4
100
10
400
phytoplankton
zooplankton
動物プランクトン
0
300
1014
300
10
400
日数 days
juvenile
adult
0
100
200
300
400
日数 days
121
9
環境中曝露濃度と絶滅頻度の関係
Relationships between Environmental Exposure Levels and
Extinction Rates
100
90
pretyrachlor プレチラクロール
butachlor ブタクロール
絶滅率 Rate
（％）
Extinction
(%)
80
pyridaphenthion ピリダフェンチオン
70
diazinon ダイアジノン
60
ＬＡＳ
50
nonulphenol ノニルフェノール
40
30
20
10
0
0.01
0.1
1
Concentration
Factor
環境中濃度
10
100
生態系システムモデル（CASM）による化学物質の生態リスク評価
122
10
DDT曝露（0.18μg/L）によるバイオマス変化のCASMモデルの予測
国連ミレニアム生態系評価
（Millennium Ecosystem Assessment）
2001年から2005年にかけて国連の呼びかけで実施された大規模な地球環境
アセスメント
95カ国から1360人の専門家が参加。
目的： ① 国連の環境関連条約（気候変動枠組み条約、生物多様性条約、ラムサー
ル条約）の効果的運用
② 各国政府、NGO、企業、一般市民に、環境保全に向けた適切な行動が
選択できるように確かな情報を提供する。
特に、生態系の変化が、人間の生活や幸福（well-being）にもたらす影響を具体的に
明らかにすること。および、適切な政策を選択できる情報を提供すること。
123
11
生態系の人為的な撹乱
• 水源： 1960年以降の40年で取水量が2倍、ダム建設など
による貯水量は4倍。
• 農地： 1950年からの30年間に農地に転換された土地面積
は、1700年から150年間に農地に転換された土地面積より広
い。耕地面積は全陸域の4分の1に達する。
• 土壌： 1960年以降の30年間にリン肥料の農地への蓄積量
は3倍、窒素は倍増した。
• 熱帯海域： 珊瑚礁の20％、マングローブ林の35％が消失。
• 水産資源： 海洋漁業の対象となる魚種のうち、乱獲による
資源崩壊にさらされている魚種は、4分の1に及ぶ。
人の幸福に欠かせない 「生態系サービス」
選択と行動の自由
安全
衣食住
資源の供給サービス
健康
良き社会関係
調節的サービス
文化的サービス
維持的サービス
生物多様性
生態系機能
124
12
生態系機能のカテゴリー化
① 生態系過程 (ecosystem processes)
生産、物質循環、分解など生態系の基礎的な過程。主な栄養段階によって異な
る過程に寄与すると考える。
生産者－ バイオマス生産・供給機能（生産）：
有機物を生産し生態系に供給する機能。
消費者－ 物質循環促進機能（循環）：
生態系内における物質とエネルギーの流量を増加させる機能。
分解者－ 分解・再循環機能（分解）：
有機物を分解し、物質を再循環させる機能。
② 機能多様性 (functional diversity)
多くの機能群（質的に異なる環境要求性や生態系機能を持つ種群）を維持する
能力。生態系あたりの機能群の数、平均栄養段階数などで表わされる。
③ 生物多様性維持機能 (biodiversity maintenance)
絶滅危惧種などの希少種を保全し、 （大域的な）生物多様性を維持する機能。
４つの環境政策シナリオのシミュレーションによる比較評価
（ミレニアム生態系評価）
① 世界協調 Global Orchstration： 経済のグローバル化と社会政策の充実
が、持続可能性確保の主要な方法となる。貿易障壁と補助金の撤廃。発展
途上国の繁栄によって、深刻化する環境問題にも若干の対処がなされる。
② 力による秩序 Order from Strength： 安全と防衛を重視する国家による
閉じた断片化した世界。国家間の環境問題、貧富の差の拡大。保護貿易優
先。
③ 順応的モザイク Adaptive Mosaic： 地域、流域での政治的、経済的活動
を重視。制度的に強化された地域社会における、順応的な生態系管理が重
視される。生態系の機能や管理に関する理解や知識のために人的、社会的
投資がなされ、生態系に関する知識が蓄積する。
④ テクノガーデン Techno-Garden： 工学的な手法による生態系の維持。
財産権と生態系サービスの価値を重視。環境問題における、科学技術と市
場の役割を重視。
補助金、関税障壁の撤廃。
125
13
シミュレーションによる将来予測
生態系の仕組み（食物網）
126
14
生態系の構造と機能
生態系における物質循環の模式図
系外からの捕食
2次消費者
2次消費者
系外への移出
1次消費者
1次消費者
腐食者
腐食連鎖
生産者
食物連鎖
デトリタス
分解者
（溶存有機物，有機残滓）
硝化過程
（好気性硝化細菌）
生産過程
無機栄養素
硝酸塩，リン酸など
分解過程
127
15
最良の生態系の状態（遷移段階）
目標とする生態系の状態
自然的価値
人にとっての便益
便益
分解性
レクリエーション
種多様性
生産性 利水
漁業（生産的使用価値）
生態系の状態（栄養性，サプロビ性）
生態系の「撹乱」と応答
生息地破壊
富栄養化
化学汚染
生態系の状態の変化は，富栄養
化だけでなく生息地の変化や化
学汚染など異質な外的要因が作
用して引き起こされる．
生態系応答（ecosystem response）
： あらゆる環境変化に対する生態系
の変化
実際には，機能群の種構成の変化
（種間の相対的優劣関係の変化），機
能群の特性変化による生態系過程の
変化として現れる．
最良な生態系
の状態
128
16
水生昆虫の種構成変化
（環境応答）
汚濁の方向
汚濁
シマトビケラ類の汚濁化による種の変化
藻類食者
（Grazers）
破砕分解者
（Shredders）
東京湾における底生魚類相変化
（国立環境研究所 堀口敏宏博士提供）
1200
2000
1800
1000
1600
800
CPUE (g/tow)
CPUE（g/tow）
1400
1200
1000
800
600
シャコ
アカエイ
600
400
400
200
200
0
0
1200
77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05
Year
900
77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05
Year
800
1000
700
600
600
マコガレイ
CPUE (g/tow)
CPUE（g/tow）
800
ホシザメ
500
400
300
400
200
200
100
0
1200
0
77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05
Year
800
77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05
Year
700
1000
600
600
ハタタテヌメリ
400
CPUE (g/tow)
CPUE（g/tow）
800
500
400
スズキ
300
200
200
100
0
0
77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05
Year
77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05
Year
129
17
東京湾の貧酸素水塊
酸素濃度
5月
6月
7月
8月
9月
10月
11月
12月
< 2 ml/l
< 1 ml/l
（国立環境研究所 堀口敏宏博士提供）
大型個体による早期産卵に由来する幼生の着底はみられない
小型個体による晩期産卵に由来する幼生は湾東岸に着底
稚シャコの出現は貧酸素水塊の消失と同調
形質ベースの生物群集モデル
ー ギルド形質モデル －
同質な資源を利用する種群（機能群）において，異なった種が持つ同質な形質を同じ形質とみな
したもの．ギルド形質の分布は，各種の形質の分布を各種バイオマス（個体密度）で重み付けて
重ね合わせたものとなる．
きれいな川
1
2
3
4
5
汚濁に対する強さ
汚濁の進行
きたない川
1
2
3
4
5
130
18
生物群集における形質の動態
（1）
生物群集における形質の動態（
各種の形質の平均値が mi, 分散が Vi であると，
ギルド形質の平均と分散はそれぞれ
s
z = ∑ ( ρ i zi )
i =1
実線：環境変化前
破線：環境変化後
環境要因もしくは資源
の分布
0.3
群集における
形質の分布
平均ギルド形質値の単位時間当たり変化
は
0.1
種形質の
分布
5
10
15
20
25
30
dn ⎫⎤
dz 1 ⎡ s ⎧
=
∑ ⎨( zi − z ) dti ⎭⎬⎥
dt N ⎢⎣ i =1 ⎩
⎦
35
形質値
= COV [ zi , ri ]
構成種数が s，i 番目の種の形質 x の分布が pi(x)，
個体密度（バイオマス）が ni であるとき，ギルド形質の
分布は
1
N
⎛ dr ⎞
≅ ⎜ ⎟ Var ( z )
⎝ dz ⎠ z
s
∑ (n p ( x))
i
s
i =1
n
と表される （ ρi = i ：i番目の種の相対バイオ
N
マス）．
頻度
0.2
s
i =1
VG = ∑ { ρi ( zi − z )} + ∑ ( ρiVi )
環境の変化
0.4
i
i =1
ここで
ri =
dni
ni dt
したがって，平均ギルド形質の変化率は，種の平
均形質値と内的自然増加率の共分散に等しい．
と書くことができる（N はギルド内の総個体密度）．
群集の撹乱と形質分布のシフト
撹乱された生態系
形質値２
魚食魚類
小魚類
（
例 捕食耐性・能力）
環境リスク要因
ミジンコ類
群集のシフト
魚食魚類
小魚類
ミジンコ類
形質値１
健全な生態系
（例 体サイズ）
131
19
環境変化による
生態系機能の変化
生態系サービスの
変化
COV ( z R , z F )
生物群集の反応
生態系機能の変化
Δz R
Δz F
環境変化による群集の応答
Δz F = COV( z R , r ) ⋅
環境要因の
変化
Δε
COV( z R , z F )
Var( z R )
機能形質の変化
反応形質と機能形質の共分散
国立環境研究所
環境リスクプログラム
「生態学的な視点に基づく
生態影響評価法」
質の異なる環境ストレス
のリスク評価
野外調査と野外実験
0
個体のレベル
毒性試験
生物多様性
生態系機能
の視点
着底稚魚の分布
April
④数理的手法
による評価
流動-化学動
態-生態系モ
デルの統合
March
n.d.
n.d.
n.d.
n.d.
n.d.
内的自然増加率
n.d.
n .d.
n.d.
n.d.
n.d.
n.d.
n.d.
Density (ind 100 m-2)
0
0 - 1.0
1.0 - 5.0
5.0 - 10.0
10.0 - 50.0
n.d.
n.d.
n.d.
n.d.
n.d.
50.0<
May
Density (ind 100 m -2)
0
0 - 1.0
1.0 - 5.0
5.0 - 10.0
10.0 - 50.0
50.0<
湾奥東部に集中的に分布
流動-化学-生態系モデル
June
個体群の絶滅
リスクの推定
0
化学物質濃度
絶滅確率
0.01
1 10
1 10
4
5
絶滅確率
1 10
1 10 6
1 10
50.0<
50.0<
3
Extinction
probability
1 10
Density (ind 100 m -2)
0
0 - 1.0
1.0 - 5.0
5.0 - 10.0
10.0 - 50.0
Density (ind 100 m -2 )
0
0 - 1.0
1.0 - 5.0
5.0 - 10.0
10.0 - 50.0
1
0.1
東京湾調査
実験生態系
7
8
③侵入種リスク評価
1 10 9
1 10
1 10
ミジンコ
室内試験
生態系
②水域生態系
①沿岸域
10
生物群集
11
0
2
4
6
8
10
化学物質濃度
濃度 Concentration
個体群
個体
132
20
付録３
順応的管理と水産資源管理への応用
勝川俊雄（東京大学海洋研究所）
１． 水産資源管理における不確実性
水産資源は古くから人類の食料源として重要な役割を担ってきた。世界の動物タンパク質供給
の 15％以上、我が国では約 40％を魚介類が占めている。水産資源は自然の生態系の一部であり、
自律的に増殖する性質がある。したがって、自然の生産力を維持しておけば資源を持続的に利用
できる反面、資源が乱獲状態に陥ると生産力が損な
われてしまう。世界の漁業生産量は９０年代からや
や頭打ちで、乱獲や環境破壊による生物生産力の低
下が深刻な問題となりつつある。FAO（2002）によ
れば、世界の 47%の資源は生産力の限界まで漁獲さ
れており、18％の資源はすでに乱獲状態にあるとい
う。世界の漁業生産は限界に近い状態にあり、生物
資源の持続性には充分な注意を払う必要がある。
図１ 世界の漁獲量
水産資源の持続的な利用を難しくする要因の一つ
は、不確実性である。われわれの海の生態系に関する知見は断片的であり、毎日の食卓に上る大
衆魚の生活史すら満足にわかっていない現状では、乱獲か否かを判断するのは容易ではない。以
前は、乱獲が明らかでない限り、規制を行わないのが一般的であった。疑わしきは罰せずと言う
考え方である。しかし、乱獲が明らかになってから、手を打つのでは手遅れな場合も多い。迅速
な対応を促すために、1992 年のリオデジャネイロ宣言や 1995 年に出された FAO の「責任ある
漁業への行動規範」では、適切な科学情報の欠如は保全や管理の取り組みを延期することの理由
にしてならないと明言されている。従来の「情報が不十分であれば何をしても良い」という考え
方は通用しなくなった。逆に、「持続性を証明されるまで野生生物を利用してはならない」とい
う厳しい意見もある。疑わしきは罰してしまえという考え方である。しかし、不確実性の大きな
野生生物の持続性を証明することは不可能であり、ゼロリスクの強要は非現実的である。
情報が不十分だから「何をしても良い」、もしくは「何もすべきでない」という二択は十分な
情報が集まるまでの暫定処置であり、その背後には研究をすれば不確実性がなくなるという大前
提がある。医学や薬学のように反復実験が可能ならば、危険性の有無が明らかになるまで待つこ
ともできよう。しかし、生態系は数多くの種が非線形なネットワークで結ばれた複雑系であり、
その内部は常に変動を続ける非定常系であり、さらに他の生態系と明確な線引きが出来ない開放
系でもある。どれほど研究が進もうとも、生態系を完全に理解することは不可能である。
２． 不確実性に頑健な管理方策
野生生物資源の管理では、不確実性を前提条件ととらえて、不確実性と上手に付き合うという
視点が必要になる。我々の知見は不完全であるという現実を受け入れた上で、現実に得られる情
報で何ができるかを考えなくてはならない。近年、不確実な情報に基づき資源を持続的に利用す
る方策として順応的管理（Adaptive Management）が注目されている。順応的管理は現在では野
生生物管理の多くの分野で利用されているが、もともと水産資源学から派生した概念である。不
133
確実性を無視した古典的な管理理論が次々と破綻する中で、Walters and Hilborn は 1976 年に
Adaptive management という言葉を使った最初の論文を発表した。引用論文の多くは制御工学系
の論文であることからも、この論文のアイデアが水産分野にとって新奇であったことがわかる。
Walters は、順応的管理のアイデアを発展させて、1986 年に順応的管理の教科書「Adaptive
management for renewable resources」を出版した。順応的管理の具体的な中身である Adaptive
Learning と Feedback control の２つに分類できる。
① Adaptive Learning（順応学習）
対象生物がどの程度の漁獲圧に耐えうるかは、実際に獲ってみないとわからない。そこで、漁
業を実験としてとらえて、漁業をすることで情報を収集する必要がある。これを Adaptive learning
と呼ぶ。Adaptive learning の基本理念は Learning by doing である。我々の海洋生態系に関する知
見の大部分は漁業経由で得たものである。漁獲対象種については、分布・成長・成熟・食性・現
存量推定値など様々な情報が得られるのに対して、非漁獲対象種については名前しかわからない
種が多い。漁業は海洋生物の情報を得るための重要な手段であり、不確実性を理由に漁業を停止
したら、それ以降は情報が得られなくなるのである。
Walters(1986)は、Adaptive learning を２種類に分類し、従来通りの漁業活動を行いつつ受動的
に情報を蓄積させることを Passive adaptation、情報を効率的に集めるための漁業を行い能動的に
情報を収集することを Active adaptation と名付けた。
② Feedback Control
田中(1960)および Tanaka(1980)は制御工学分野で発展した自動制御の考え方を資源管理に導入し
た。Feedback control の概念は、しばしばエアコンに例えられる。エアコンで部屋の温度を２８
度に保つことを考えてみよう。エアコンは部屋の温度が暑すぎれば冷やすし、寒すぎれば暖める。
エアコンが室温を保つために必要な情報は部屋の温度と設定温度のみである。部屋の広さや、部
屋に何人いるかなどは判らなくても、温度を一定に保つことができる。水産資源管理の場合は、
目標資源量を決定し、現存資源量と目標資源量の差が小さくなるように漁獲量を調節するのが一
般的である。Feedback control の一例として、(Tanaka 1982)は下式のような漁獲方策を提唱した
YT = ( BT − BT −1 ) +
BT − Bt arg et
τ
YT は T 年の漁獲量、ＢT は T 年の資源量、Ｂtarget は目標資源量、τは 1 以上の定数である。この
ように現存漁に応じて漁獲量決定すると、動態が不明な資源を持続的に利用できる。田中が提唱
した Feedback control は、国際捕鯨委員会(IWC)の新管理方式(NMP)に採用された。NMP は、資
源量推定値が一意に決まることを前提としていたが、最良推定値をどう計算するかで、科学者の
間に意見の対立があり、結果として管理は機能しなかった。その反省をふまえて、NMP の改良
版である RMP では、最初は正確な推定値が得られなくともベイズ更新によって、情報の質を向
上していくアプローチがとられている。Feedback control に関しては、田中(2002)のレビューが詳
しい。
134
Adaptive learning と Feedback control
は二者択一ではない。Adaptive learning
と Feedback control は車輪の両輪であり、
どちらが欠けても不確実性に対する頑
健性は損なわれる。
漁業が情報収集の手段として機能す
るためには、漁獲統計を正確に記録する
ためのインフラが不可欠になる。また、
漁業は経済行為であり、データの収集エ
リア・時期等に偏りが生じてしまう。漁
図２ 順応的管理の枠組み
業データの欠損を補うために、補助的な
調査漁獲が必要になるだろう。
２．順応的管理は成功を約束するか？
順応的管理は、野生生物管理の万能薬や特効薬ではない。順応的管理が注目されている背景は、
他に有効な手段がないという消極的なものである。順応的管理の概念が登場して３０年余りがた
ち、順応的管理は部分的に実行されている。例えば、日本の資源管理では、新しく得られた情報
を用いてほぼ毎年パラメータ推定をやり直している。すでに Passive adaptation が導入されている
のだが、水産資源管理は失敗続きである。現在まで多くの水産資源が崩壊してきたが、その原因
すら特定できない場合が多い。高すぎる漁獲圧、環境変動、環境破壊、競争種の増加など、様々
な仮説が検証しきれないまま積み重なり、結局は玉虫色の結論に落ち着くことになる。原因が特
定できなければ対策も練れない。我々は資源崩壊という極端な現象からも多くを学んでこなかっ
たのだ。我々の学習能力を過大評価すべきではない。
Parma(1998)は順応的管理のレビューの中で、現在の順応的管理ブームを次のように批判して
いる。順応的管理は、定義が曖昧なはやり言葉(buzzword)であり、その場しのぎの行き当たりば
ったり（科学は後回しで、まず行動してみよう）と混同されている。多くの場合、順応的管理と
いう言葉は、科学的に妥当性が吟味できない行動を正当化するために使われているにすぎない。
Parma の言葉は、有名無実な日本の順応的管理ブームにもそっくり当てはまるだろう。このまま
では、順応的管理の名を借りた行き当たりばったりの環境破壊が行われる可能性が高い。順応的
管理の必要条件を、以下に列記する。
過ちを認め、過去から学ぶ
知識は自動的に貯まっていくわけではない。順応的管理の第一歩は過去の失敗から学ぶことで
ある。幸いにも（？）水産資源管理の失敗は枚挙にいとまがないので、学ぶべき材料には事欠か
ない。カナダの研究者は大西洋タラ資源の崩壊の原因を徹底的に検証し(Myers et al. 1997)、水産
資源学の発展に大きな貢献をした。過去の管理失敗から学んだ知識を活かして、第２、第３の資
源崩壊を防ぐことが重要である。残念ながら、国内では資源管理の失敗がうやむやにされる傾向
が強く、同じような失敗が繰り返されている。過去から学べていない現状では、将来の学習に過
剰な期待は禁物だろう。
135
意思決定ルールは事前に決める
"順応的管理"と"行き当たりばったり"は、本質的に相反する。魚が減ってから「どうしよう」
と考えるのは順応的ではない。順応的管理では、資源が予想外の変動をする可能性を認めた上で、
そのときにどう対応するかを事前に決定しておく必要がある。資源量が減少したときに漁獲にど
のようにブレーキをかけるかを事前に決めておかなければ、迅速な対応は不可能である。
数理モデルよりも良識を信じること
不完全な情報下での意思決定では、モデルや数理解析以上に良識(common sense)が重要である。
順応的管理のメッセージは、「数理モデルよりも現実をみつめろ」、
「将来わかるかもしれないこ
とはさておき、今わかっていることで意思決定せよ」
、
「管理の失敗・成功から学べ」など、当た
り前のことにすぎない。Adaptive learning をしないと言うことは、新しい情報が得られたにもか
かわらず、古い情報にしがみつくことである。Feedback Control をしないと言うことは、現実よ
りも予測が外れたモデルを信じることである。非順応的管理は非合理的であり、失敗するのは時
間の問題だろう。現在の複雑な資源管理システムは、学術的に高度で洗練されていることにこだ
わり、我々の知識では手に負えないような複雑な数理モデルの構築にかまけて、当たり前のこと
をないがしろにしている。順応的管理の成否、さらには野生生物管理の成否は、我々がどれだけ
良識的に振る舞うことができるかにかかっている。
136
順応的管理と
水産資源管理への応用
勝川俊雄（東大海洋研）
今日の内容
• 順応的管理とは何か？
– その起源と歴史
– 順応的管理の条件
• 順応的管理の可能性と限界
– 万能薬ではないし、副作用がある
• 順応的管理の実例
– スイッチング漁獲、体重管理
137
1
第一部
順応的管理とは何か？
水産資源学の紹介
• 生産力に限りある生物資源の持続的利用
• 乱獲を回避したい
• 不確実性
– 海の中の魚の量はとても不確実
– 基本的な生活史もわからない種が多い
• 漁獲対象種以外の情報が少ない
138
2
資源量推定誤差の実例
当時の推定値・予測値
例えば、マイワシ
• 生産力（卵の生残率）は年によって変動する
• １ｋｇの親に由来する新規加入
– １９７６年 ６５尾
– １９９０年 ０．９１尾
• 資源を維持するのに必要な生涯産卵量
– 加入一尾から１５ｇの親魚
– 加入一尾から１０９９ｇの親魚
– 漁獲がない場合 168g
変動メカニズムは不明→予測は不可能
139
3
乱獲かどうかはわからない
• 広大なグレーゾーン
– 不確実性は無くならない
• 漁獲が無くても100%安全ではない
２つの極論
• グレーゾーンは問題なし
– 乱獲だと証明されない限り、何をしても良い
– 研究はしない方がよい
• グレーゾーンも禁止
– 乱獲リスクが少しでもあるなら、漁業禁止
– 野生生物に対するゼロリスクの証明は不可能
– 実質的には漁業禁止と等しい
無責任漁業 ｖｓ アンチ漁業の争い
140
4
わからないでは済まされない
• 1992年のリオデジャネイロ宣言
• 1995年に出されたFAOの「責任ある漁業へ
の行動規範」
• 適切な科学情報の欠如は保全や管理の取り
組みを延期することの理由にしてならない
不確実な情報でリスク管理
２つの方向性
１．グレーゾーンを減らす
– 基礎研究の充実
– 正攻法だが、時間がかかり、効果も限定的
２．グレーゾーンでリスクを回避する
– 不確実な情報に基づき、リスクを回避する
– 上手に立ち回る
順応的管理
141
5
初期の論文
• Walters, C. J., and R. Hilborn. 1976.
Adaptive control of fishing systems.
J. Fish. Res. Board Can. 33:145-159.
• 管理を実験ととらえる
• 利用する過程で情報を収集する
– Learning by doing
サケの再生産関係を知りたい
• 実験的に親の水準を動かして、親子関係を
特定する
142
6
Adaptive Learning
（順応的学習）
• 漁業を利用してグレーゾーンを狭くする
– Learning By Doing
• 能動学習 Active Adaptation
– 学習のために系をわざと攪乱させる
• 受動学習 Passive Adaptation
– 普通に利用する上で収集された情報をつかう
Feedback control
（自動制御）
• エアコン：目標値との差を小さくする
143
7
フィードバック管理の先駆的研究
• 田中昌一. 1960. 水産生物のpopulation
dynamicsと漁業資源管理. 東海水研研報，
28: 1-200.
• Tanaka, S. 1980. A Theoretical
Consideration on the Management of a
Stock- Fishery System by Catch Quota
and on Its Dynamical Properties. Bulletin
of the Japanese Society of Scientific
Fisheries 46:1477-1482.
捕鯨問題IWC
• Best Available論争
– どのモデルがベストかでもめる
– 何も決まらない
• データ→モデルの特定→管理方策の決定
• 幅広いモデルに対して管理効果が高い意思
決定ルールを探す（データ→意思決定）
• NMP→ＲＭＰ
– ベイズ更新で情報の質を向上させていく
144
8
順応的管理の枠組み
どちらも大切
• 順応的学習
– データを貯めてモデルを更新
– 新しいデータを使わない理由はない
• フィードバック
– 外部要因によって系は常に攪乱される
– 予想外の攪乱から回復するために必要
145
9
第２部
順応的管理の
可能性と限界
順応的管理は特効薬ではない
• 順応的管理も失敗をする
– モニタリング精度は低い
– 学習能力には限界がある
– 既に一部は実施されているが、、、
• 非順応的管理は論外
– 予測はさらに当てにならない
– 同じ失敗を繰り返す
必要条件だが、十分条件ではない
146
10
学習能力を過大評価するな
•
•
•
過去の失敗から学べているか？
失敗を認めないことが一番の失敗
過去の資源崩壊の原因は玉虫色
– 乱獲説
– 環境変動説
– 捕食者増加説
• 原因が不明→対策は立たない
後出しでも負ける？
• 自然の変動に事後的に対応→後出し
• モニタリングの精度は低い
• 有効な対応も不確実
– 管理効果はやってみないとわからない
– 確実に勝てる手段はない
• 後出しは必勝ではない
– 先出しよりも勝率は上がる
147
11
忍び寄るエセ順応的管理の影
「～の影響は予測不可能なので、当面は事
業を進めつつ、順応的に対応する」
– リスク評価は全て先送り
• 過去・現在から学ぶ気がない
– 具体的なモニタリング計画が無い
– モニタリング結果への対応が不明
単なる行き当たりばったり
リスク評価を怠るための方便
実態がない危険なスローガン
Indeed, adaptive
management is now a
Parma et al.（1998)
buzzword, commonly
科学は後回し
confused with an ad
とりあえず行動しよう
hoc trial and error
approach to
行き当たりばったり
management under
順応的管理を騙る環境破壊
uncertainty as in
“action first, science
later.”
真の順応的管理の条件は？
148
12
今できるリスク評価をしているか
•
•
•
ベストなリスク評価をする
その上で、不確実性に応じて方策を修正
予測精度が上がれば修正幅は少なくなる
○人事を尽くして天命を待つ
×待てば海路の日和あり
ルールは事前に決める
• 意思決定ルール（モニタリング結果にどう対
応するか）を事前に決めておく
• 予測が外れることを前提にする
→ その時の準備を怠らない
• 天気予報は外れることがある
– どんなときにも、傘を準備する（予防）
– 天気予報をみて傘を準備するか決める（順応）
– 天気予報は見ないし、傘も準備しない（無策）
149
13
成功失敗が明確な目標
• 曖昧な目的設定
– 成功と失敗の区別がつかない
– 失敗の責任を回避できる
– しかし、学習の機会は失われる
○失敗は成功の母
×２度有ることは、３度有る
モデルを信じるものは
足下を すくわれる
• モデル・マニア
– 盲目的に自分のモデルを愛する
• モデルのプロ
– 限界を理解した上で、モデルを活用
150
14
真の敵は科学への盲信
• 確信は真理にとってウソより危険だ
ニーチェ 1878年
• 不確実性よりも、科学への盲信が落とし穴
不確実性を意識していれば、対応できる
第３部
順応的管理の実例
151
15
スイッチング漁獲
表層性の小型魚は１０年周期で大発生
７０年代マサバ
８０年代マイワシ
９０年代カタクチ
→魚種交替現象
魚種交替資源の特徴
• 大変動する→非定常系
• 複数の種が強い負の相関→多種系
• メカニズムが不明→謎系
• 現在の管理→単一種モデルの予測
152
16
スイッチング漁獲とは？
複数の漁獲対象資源の中から、その時に
多い種を選択的に獲る
変動に事後的に対応
スイッチング漁獲の特徴
• 予測をつかわない
– その時、何が多いかさえわかればよい
– 予測不可能な魚種交替に事後的に対応
• 確実な情報を活用する
– 絶対量はわからない
– どれが多いか、少ないかは確実にわかる
– 低水準資源を禁漁
153
17
スイッチング漁獲の効果
• 低水準資源を保護する
– 最低資源量が増加
– 高水準まで素早く回復
– 漁獲量も増加
• 合計漁獲量が安定
魚種交代資源→１つの資源は高水準
スイッチングは魚種交替資源に適している
！
る
せ 順応的ダイエット
痩
必ず
• ある期間内に目標体重まで落とした
い
• 目標を達成に必要な努力は、やって
みないとわからない
• でもあまり無理はしたくない
154
18
管理手段のリストアップ
楽
1.
2.
3.
4.
サッカーをする
おやつ抜き
酒を控える
夕食のおかずを半分に
つらい
意思決定ルール
155
19
順応的ダイエットの特徴
• 管理を通して、必要な努力水準に到達
• 無駄な負担がなく、確実に目標体重に近づく
ことが出来る
• モニタリングを通して不確実性を克服
• 予防原則： 不確実性に応じて、厳しめの負担
を掛ける→挫折の危険
まとめ
• 順応的学習＋フィードバック
• 順応的管理は必要条件であって、
十分条件ではない
• 真の順応的管理の条件
– ルールは事前に決める
– 成功失敗の区別が明確な目的設定
• 不確実性を含む管理は全て順応的に！
156
20
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
൮᜝⊛ⅣႺᓇ㗀⹏ଔ䈮㑐䈜䉎
࿖ౝᄖ䈱േะ
᧻↰⵨ਯ䋨ᮮᵿ࿖ᄢ䋩
ᣈᣣᧄ⦁⥾ᶏᵗᎿቇળ䉲䊮䊘䉳䉡
䊛:ᣣᧄᄢቇℂᎿቇㇱ
1
http://glossary.eea.europa.eu/EEAGlossary/I/integrated_environmental_assessment
൮᜝⊛ⅣႺ⹏ଔIEA䈱ቯ⟵
• The interdisciplinary and social process, linking knowledge
and action in public policy/decision contexts, and aimed at
identification, analysis and appraisal of all relevant natural
andhumanprocessesandtheirinteractionswhichdetermine
both the current and future state of environmental quality,
and resources, on appropriate spatial and temporal scales,
thus facilitating the framing and implementation of policies
andstrategies.
• ౏౒᡽╷䈱ᢥ⣂䈪⍮䈫ᵴേ䈫⚿䈶ઃ䈇䈢ቇ㓙⊛␠ળ䊒䊨䉶
䉴䈫䈚䈩䇮⥄ὼ䈫ੱ㑆ᵴേ䉕൮᜝䈚䈢⃻࿷䈫዁᧪䈱ⅣႺ䈱⾰
䈫⾗Ḯ䉕ㆡಾ䈭ᤨⓨ㑆ዤᐲ䈪⹏ଔ䈚䇮᡽╷䈫ᚢ⇛䈱ᨒ⚵䉂
䈫ታᣉ䉕⋡ᜰ䈜
2
157
൮᜝⊛ⅣႺᓇ㗀⹏ଔ(IEA)
IntegratedEnvironmentAssessment
• 䇸ⅣႺ଻⼔䈮㑐䈜䉎ධᭂ᧦⚂⼏ቯᦠ䇹䈪ᄙ↪
• SocietyofEnvironmentalToxicologyand
Chemistry(SETAC)䈱╙2㔀⹹“Integrated
EnvironmentalAssessmentandManagement(IEAM)”
3
http://www.biodic.go.jp/biolaw/nan/nanhu1.html
䇭ධᭂ᧦⚂⼏ቯᦠ╙ਃ᧦൮᜝⊛䈭ⅣႺ⹏ଔᦠ
䋲䇭൮᜝⊛䈭ⅣႺ⹏ଔᦠ䈮䈲䇮ᰴ䈱੐㗄䉕฽䉄䉎(ᛮ☴)
(a) ᒰ⹥⸘↹䈫᡼⟎䉕฽䉃น⢻䈭ઍᦧ᩺䈱⸥ㅀ
(b) ᒰೋ䈱⁁ᘒ䈫᡼⟎䈚䈢႐ว䈱዁᧪੍᷹
(c)ᓇ㗀੍᷹䈮↪䈇䉌䉏䈢ᣇᴺ෸䈶⾗ᢱ䈱⸥ㅀ
(d,e)⸘↹䈪੍ᗐ䈘䉏䉎⋥ធ㑆ធ䈱ᓇ㗀䈱⹏ଔ
(f)⸘↹䉕⠨ᘦ䈚䈢䈾䈎䈱ᵴേ䈱⚥Ⓧ⊛䈭ᓇ㗀䈱ᬌ⸛
(g)੍⷗䈪䈐䈭䈇ᓇ㗀䉕ត⍮䈜䉎䈢䉄䈱⋙ⷞ⸘↹
(h)ㆱ䈔䉎䈖䈫䈱䈪䈐䈭䈇ᓇ㗀䈱․ቯ
(i)⸘↹䈏⑼ቇ⊛⺞ᩏਗ䈶䈮ઁ䈱ᵴേ䈮෸䈿䈜ᓇ㗀
(j)⋥㕙䈚䈢⍮⼂䈱ᰳᅤ෸䈶ਇ⏕ታᕈ䈱․ቯ
(k)ᐔᤃ䈭ⷐ⚂䇭䇭䇭(l)ᗧ⷗䈱ឭ಴వ
4
158
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
ᣣᧄ䈱ᶏᵗၮᧄᴺ䇭ၮᧄ⸘↹᩺
• ᶏᵗ䈱✚ว⊛▤ℂ
– ᳓↥䊶䉣䊈䊦䉩䊷䊶㋶‛⾗Ḯ䇮ᶏㆇ䊶ⴕᭉ
– ᐔ๺䊶ⴧᐔ䊶ᜬ⛯⊛䈭㐿⊒䊶೑↪
– ᶏၞ䉕ᜬ⛯⊛೑↪น⢻䈭ㆡಾ䈭⁁ᘒ䈮⛽ᜬ
– ᶏᵗ䈱㐿⊒೑↪䈱น⢻ᕈ⺞ᩏ䈫ଦㅴ䉕࿑䉎
– ユマ䈜䉎ᶏၞ೑↪䈱⒎ᐨ⛽ᜬ䉕࿑䉎
5
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
ᣣᧄ䈱ᶏᵗၮᧄᴺ䇭ၮᧄ⸘↹᩺
• ᴪጯၞ䈱✚ว⊛▤ℂ䋨㒽᳓ၞ䈲৻૕䋩
– ᄙ᭽䈭↪ㅜ䈮ଏ䈘䉏䉎඙ၞ
– ✚ว⊛䈭࿯⍾▤ℂ(࿯⍾ଏ⛎㊂ᷫዋ䋽ᶏጯᶐ㘩
– ᴒ✽╬䈱⿒࿯ᵹ಴㒐ᱛ
– ᩕ㙃Ⴎ㘃ᳪᨴ⽶⩄䈱ㆡᱜ▤ℂ䈫ᓴⅣ䈱࿁ᓳ
– ṫᵹṫ⌕
– ⥄ὼ䈮䉇䈘䈚䈒೑↪䈚䉇䈜䈇ᶏጯ䈨䈒䉍
6
159
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
ᣣᧄ䈱IEA䈮䈧䈇䈩ᗵ䈛䈢䈖䈫
• ⸶⺆䈱ਇ⛔৻
– ൮᜝⊛ⅣႺ⹏ଔ
– ✚ว⊛ⅣႺ䉝䉶䉴䊜䊮䊃䊶䊶䊶
• Adaptivemanagement䈱⸶⺆䈲㗅ᔕ⊛▤ℂ
䋨㣐⼱䊶᧻↰1998ᔕ↪↢ᘒᎿቇ)䈏䈾䈿ቯ⌕
• ਇ⏕ታᕈ䈱⠨ᘦ
– ᷹ቯ⺋Ꮕ䇮ㆊ⒟⺋Ꮕ䋨ⅣႺᄌേ䋩䇮ታⴕ⺋Ꮕ
– 䊥䉴䉪▤ℂ䉕ᔀᐩ䈜䉎
7
ᚢ⇛⊛ⅣႺᓇ㗀⹏ଔ䋨SEA䋩
(᧻↰䊶ᶆ㊁✬⪺䇸↢ᘒⅣႺ䊥䉴䉪䊙䊈䉳䊜䊮䊃䈱ၮ␆䇹2007)
• ⾌↪䉕䈎䈔䉎䈾䈬ᚻෘ䈇⥄ὼ଻⼔䈏น⢻
• 䈇䈒䉌⾌↪䈏䈎䈎䉎䈎䉅᡽╷᳿ቯ䈮㊀ⷐ
• ⶄᢙ᩺䉕✚ว⊛䈮⹏ଔ䈜䉎䋽SEA
• ᣣᧄ䈱ⅣႺᓇ㗀⹏ଔᴺ䈪䈲ᬌ⸛ਛ
• ౝㇱᬌ⸛⚻✲䈱౏⴫⟵ോ䉅䈭䈇
• ᡽╷᳿ቯ䈱㓙䈱⼏⺰䈏࿖᳃䈮౒᦭䈘䉏䈢⚻
㛎䈫䈚䈩⫾Ⓧ䈘䉏䈮䈒䈇໧㗴ὐ(ട⮮ፄᄦ)
8
160
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
䉲䊮䊘䉳䉡䊛䉲䊥䊷䉵䇭ᮮᵿ䈎䉌ᶏᵗᢥൻ䉕⢒䉃䋨╙䋵࿁䋩
䇸⛔ว⊛ᶏᵗᢎ⢒䈱዁᧪䇹࿖㓙䉲䊮䊘䉳䉡䊛
• ᣣᤨ䋺䇭ᐔᚑ䋲䋰ᐕ䋳᦬䋲䋱ᣣ䋨㊄䋩13:30Ͳ17:00
•
႐ᚲ䋺䇭䊌䊮䊌䉲䊐䉞䉾䉪䊖䊁䊦ᮮᵿ䇭䌂䋲䌆䇭䉪䉟䊷䊮䉵䉫䊤䊮䊄䊗䊷䊦䊦䊷䊛
• ਥ௅䋺䇭ᮮᵿ࿖ᄢ䇭⛔ว⊛ᶏᵗᢎ⢒䊶⎇ⓥ䉶䊮䉺䊷ㆇ༡ᆔ
•
•
ᮮᵿ࿖┙ᄢቇߢߪ‫␠ޔ‬ળ⑼ቇ♽‫ޔ‬Ꮏቇ♽‫ޔ‬ⅣႺᖱႎ♽ߩฦㇱዪߢߩ
ኾ㐷⊛ߥ⎇ⓥߣᢎ⢒ࠍ೨ឭߣߒߟߟ‫ޔ‬ᶏᵗ㑐ଥߩ⎇ⓥࠍⴕ߁ᢎຬ߇
‫⛔ޟ‬
⛔ว⊛ᶏᵗᢎ⢒㨯⎇ⓥ࠮ࡦ࠲࡯‫ࠍޠ‬ㅢߒߡ⥄↱ߢࠁࠆ߿߆ߥㅪว
૕ࠍ૞ࠅ‫ޔ‬ታ⾰⊛ߦᣣᧄ࿖ౝߢߪೋ߼ߡߩᢥℂⲢวဳߩᄢቇ㒮ᢎ⢒
ࡊࡠࠣ࡜ࡓࠍ㐿ᆎߒ߹ߒߚ㧔ᐔᚑ㧝㧥ᐕ㧝㧜᦬㧕‫ޕ‬ᐔᚑ㧞㧜ᐕᐲ߆
ࠄߪ೽ኾ᡹ቇ૏᝼ਈࠍ߼ߑߒ‫ᧄࠃ޿ࠃ޿ޔ‬ᩰ⊛ߥᢎ⢒߇ᆎ߹ࠅ߹ߔ‫ޕ‬
੹࿁ߪ‫ޔ‬ᶏᄖߩవㅴ੐଀ߦߟ޿ߡࠞ࠽࠳‫ޔ‬บḧ෸߮☨࿖߆ࠄኾ㐷ኅ
ࠍ᜗߈‫⛔ޔ‬ว⊛ᶏᵗᢎ⢒ផㅴߩߚ߼ߩ⾆㊀ߥ⚻㛎ࠍ⺆ߞߡ޿ߚߛ߈
߹ߔ‫ޕ‬ᄢቇ㑐ଥ⠪ߩߺߥࠄߕ‫ޔ‬ᐢߊቇ↢‫ޔ‬Ꮢ᳃৻⥸ߩෳടࠍ᱑ㄫߒ
߹ߔ‫ޕ‬㧔ᣣ⧷หᤨㅢ⸶ઃ߈㧕
9
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
⑳䈱൮᜝⊛ⅣႺ⹏ଔ
• ✚ว⊛ᶏᵗ▤ℂ䈱䈢䉄䈱⹏ଔ䉕䉄䈙䈜
– ᄙ᭽䈭↪ㅜ䈱ᜬ⛯⊛೑↪
– ᄙ᭽䈭೑ኂ㑐ଥ⠪䈱ⴧᐔ䈪౏ᱜ䈭೑↪
– ਄ᗧਅ㆐䈫⥄ਥ▤ℂ䈱૬↪
– ਇ⏕ታ䊶㕖ቯᏱ䈭㗅ᔕ⊛䊥䉴䉪▤ℂ
– ↢ᘒ♽䊶ᴪጯ▤ℂ
– 㒽ၞᶏၞ৻૕䈱▤ℂ
– ↢ᘒ♽䉰䊷䊎䉴䈱⹏ଔ
– ↢ᘒ⊛⽶⩄䋨EcologicalFootprint䋩䈱⹏ଔ
10
161
↢ᘒቇળ䉲䊮䊘䉳䉡䊛䇸ᣣᧄ䈱࿖࿯䈱⿥
㐳ᦼ䊎䉳䊢䊮䇹ਛጊ㑆࿾໧㗴(08.3.17)
y 2010ᐕ䇭↢‛ᄙ᭽ᕈ᧦⚂✦⚂࿖ળ⼏(ฬฎደ)
y 2050ᐕ䈱ᣣᧄ䈱࿖࿯䈫⥄ὼ䈱䈅䉍ᣇ䉕໧䈉േ䈐
y ᦨᄢ䈱ὶὐ䋽ੱญᷫዋᤨઍ䉕⷗ᝪ䈋䈢ਛጊ㑆࿾䈱䈅䉍ᣇ
y ਛጊ㑆࿾䈱᡼⟎䋽╙3ᰴ↢‛ᄙ᭽ᕈ࿖ኅᚢ⇛䈱╙2䈱ෂᯏ
y 䈜䈼䈩䈱ਛጊ㑆࿾䈱ੱ㑆ᵴേ䉕⛽ᜬ䈜䉎䈖䈫䈲ᭂ䉄䈩࿎㔍
y ਛጊ㑆࿾䈏䈇䈦䈢䉖⨹ᑄ䈚䈩䉅䇮 100ᐕᓟ䈮䈲࿁ᓳ䋿
y ᡼⟎䈘䉏䈢ਛጊ㑆࿾䈱↢‛ᄙ᭽ᕈ䈫↢ᘒ♽䉰䊷䊎䉴䈏䈬䈱䉋
䈉䈮ᄌൻ䈜䉎䈎䇮䈠䈱໧㗴ὐ䈲૗䈎
y ਛጊ㑆࿾䈱ੱ㑆ᵴേ䉕⛽ᜬ䈜䉎䈢䉄䈱᧦ઙ
y 㑐ㅪ䈜䉎䈘䉁䈙䉁䈭࿖㓙⊛䈭ข䉍⚵䉂䈱⚫੺
Ń 䊚䊧䊆䉝䊛↢ᘒ♽⹏ଔ㉿ጊ㉿ᶏ䉰䊑䉫䊨䊷䊋䊦⹏ଔ
Ń 䇸㒢⇇㓸⪭䇹䈪䈱㊁↢㠽₞▤ℂ
11
䋳䋮䈭䈟㉿ጊ䈲Ꮧዋ⒳䈱ቲᐶ䈭䈱䈎
䋭⑔੗⋵ਛᳰ⷗䈪䈱⼏⺰䋭
y ੱ㑆䈱↢↥ᵴേ䈫䈚䈩ᜬ⛯น⢻䈭䈣䈔䈪䈭䈒䇮
↢‛䉕⛘Ṍ䈘䈞䈝䈮ሽ⛯䈘䈞䈩䈐䈢䈫䈇䈉೽
ᰴ⊛䈭ലᨐ䉅䈅䉎䇯
y 䈭䈟䇮ේ↢⥄ὼ䈪䈲䈭䈇ਛᳰ⷗䈮ᄙ䈒䈱Ḩ࿾
ᕈ䈱Ꮧዋ⒳䈏ᱷ䈦䈩䈇䈢䈱䈎䋿
y ᦭ผએ೨䈮䈲㉿ጊଐሽᕈ
䈱Ꮧዋ⒳䈲䈬䈖䈮↢⢒䈚䈩
䈇䈢䈱䈎䋿
12
162
䋵䋮ᵹၞ▤ℂ䈎䉌䉂䈢ᣣᧄ䈱․ᓽ
1. ፉ࿖䈪䈅䉍䇮ᄢ㒽䉋䉍ዊⷙᮨ䈭䈱䈪▤ℂ䈚䉇䈜䈇
2. ৻䈧䈱᡽ᐭ䈭䈱䈪ᴡᎹ਄ᵹ䉅฽䉄䈢▤ℂน⢻
3.
4.
5.
6.
7.
8.
ᄙ㔎᫪ᨋጊ࿾䈪䇮㗎ஜ䈭↢‛ᄙ᭽ᕈ䉕䈭䈍⛽ᜬ
ᴡᎹ䈏⍴䈒ᵩ᳓᳚Ửၞ䈮ੱญ䈫⾗↥䈏㓸ਛ
ੱญㆊኒ䈣䈏ᣢ䈮ੱญ䈲ᷫዋ䈮ォ䈛䈢
⚻ᷣ┹੎ജ䈏㜞䈒⥄ὼ଻⼔䈮ദജ䈜䉎૛⵨
౏౒ᛩ⾗䈮䉋䈦䈩ㆊ⇹࿾䈱Ꮒᄢ㐿⊒䈏➅䉍㄰䈚
࿖᳃䈱ⴡ↢᳓Ḱ䈫ஜᐽᔒะ䈏㜞䈇㐳ኼ࿖䈪䈅䉎
13
บḧ䈱଀
• ⷏ᶏጯ䈲ᐔ㊁ㇱᐢ䈒䇮ੱ
ญኒ㓸䈚䈢ੱᎿᶏጯ
• ᧲ᶏጯ䈲ᐔ㊁䈏⁜䈒䇮ㆊ
⇹䈪⥄ὼᶏጯ
• ᧲ᶏጯ䉕ᵹၞ䈗䈫଻ో
䈞䉋
᠗ㅌ䈜䉎䈭䉌ᵹၞන૏
14
163
http://www.esj.ne.jp/hozen/EMCreport05j.html
⍹⷏␂ḓ
↢ᘒ♽▤ℂኾ㐷ᆔຬળ
䇸⥄ὼౣ↢੐ᬺᜰ㊎䇹
଻ో↢ᘒቇ⎇ⓥ䇭10:63Ͳ75
᧻↰⵨ਯ䊶⍫ේᔀ৻䊶┻㐷ᐽᒄ䊶ᵄ↰ༀᄦ䊶㐳⼱Ꮉ⋿ℂሶ䊶
ᣣ㣔৻㓷䊶Hotes Stefan䊶ⷺ㊁ᐽ㇢䊶㎨↰㤚ੱ䊶␹↰ᚱⴕ䊶ട
⮮⌀䊶࿡੗⑲િ䊶ะ੗ብ䊶᧛਄⥝ᱜ䊶ਛ⿧ା๺䊶ਛ᧛ᄥ჻䊶
ਛᩮ๟ᱠ䊶⷏ᑝ(቟ፉ)⟤Ⓞ䊶⷏ᑝᷕ䊶૒⮮೑ᐘ䊶᎑↰ᱜ๺䊶
ႮဈᲧᄹሶ䊶㜞᧛ౖሶ䊶↰᧛ౖሶ䊶┙Ꮉ⾫৻䊶ᬞቱ㜞䊶ᵤ↰
ᥓ䊶㣐⼱䈇䈨䉂
㊖〝Ḩේ
ᄢบ䉬ේ
䉝䉰䉱䊒䊨䉳䉢䉪䊃
15
(䉝䉰䉱ၮ㊄HP䉋䉍䋩
http://www.esj.ne.jp/hozen/EMCreport05j.html#P13
࿁ᓳജᵴ↪䈱ේೣ
ᣣᧄ↢ᘒቇળᆔຬળ2005⥄ὼౣ↢੐ᬺᜰ㊎
y ⥄ὼ䈱࿁ᓳജ䉕ᵴ䈎䈚䇮ੱὑ⊛ᡷᄌ䈲ᔅⷐᦨዊ㒢
y ⥄ὼౣ↢䈲䈪䈐䉎䈣䈔⥄ὼ䈏ᜬ䈧࿁ᓳജ䉕ᵴ䈎䈞
y 䈚䈳䈚䈳ή↪䈭ᚻ䉕ട䈋䇮⥄ὼ䈱࿁ᓳജ䉕䉁䈜䉁䈜ᄬ䈉
y ㆫ⒖䈫ᠣੂ䈱䈧䉍䈅䈇䈱ᄌൻ䇭ንᩕ㙃ൻ䇮ᴦጊ੐ᬺ
㬍䇭ㆫ⒖䈫ᠣੂ䉕ਔᣇᱛ䉄䉎
䂾䇭૗䈎ੱὑ⊛䈭ᠣੂ䉕ઃട䇮ንᩕ㙃ൻ䈱ૐᷫ䈜䉎䈭䈬
y ㆫ⒖䈫ᠣੂ䈱䈧䉍䈅䈇䈫䈇䈉⛽ᜬᯏ᭴䈠䈱䉅䈱䉕↢䈎䈚䈩ᄙ
᭽ᕈ䉕⛽ᜬ䈜䉎ᣇᴺ䉕Ꮏᄦ䈜䉎䈖䈫䈏ᦸ䉁䈚䈇䇯
16
164
↢ᘒቇળਛጊ㑆࿾䉲䊮䊘䉳䉡䊛
䈪䈱⑳䈱⚿⺰
• ᵹၞන૏䈱↢ᘒ♽▤ℂ䉕
• ⚻ᷣ⊛⥄┙䉕⋡ᜰ䈜㉿ጊ⛽ᜬ䉕
• ᠗ㅌ䈜䉎䈭䉌ਅᵹ䈗䈫䋣䋨㒐ἴ䈱⛽ᜬ
⾌↪䈱⹜▚䈏ᔅⷐ䋩
• ࿁ᓳജᵴ↪䈱ේೣ䋣
• 100ᐕᓟ䉕⷗⿧䈚䈢ⅣႺ᡽╷䉕䋣
17
䊙䉰䊋Ṫ₪‛䈱ᐕ㦂⚵ᚑ
᰷Ꮊ2000-04
ᣣᧄ1970
ᣣᧄ1995
18
165
ʴ᧓ƷᅦМHuman well-being
‫ྶע‬࿢‫҄٭ؾ‬Gobal change
ဃ७ኒǵȸȓǹEcosystem services
ଏ⛎ࠨ࡯ࡆࠬ
ဃཋ‫ٶ‬ಮࣱ
Biodiversity
ᢥൻ⊛ࠨ࡯ࡆࠬ
ଏ⛎ࠨ࡯ࡆࠬ
䈭䈟⥄ὼ䉕቞䉎䈱䈎?
ဃ७ኒೞᏡ
Ecosystem
functions
ਤዓӧᏡࣱ
ᲷഏɭˊƷʴ᧓ƕဃ७ኒ
ǵȸȓǹǛʭӖưƖǔǑ
ƏŴᐯ໱Ǜ‫ܣ‬ǔ
(቟ဃ७‫إۀ˟ܖ‬ԓ 1996)
⺞▵ࠨ࡯ࡆࠬ
ᵆᵫᵟᵐᵎᵎᵓᵇ
19
http://risk.kan.ynu.ac.jp/matsuda/2008/080223.ppt
↢ᘒ♽䉰䊷䊎䉴䈫ੱ㑆䈱⑔೑
䋨MA2005䉋䉍䋩
ૐ޿
ਛ㑆
㜞޿
ଏ⛎ࠨ࡯ࡆࠬ
቟ో଻㓚
•㘩ᢱ
•᷆᳓
•ᧁ᧚ߣ❫⛽
•Άᢱ ߘߩઁ
•୘ੱߩ቟ో
•⾗Ḯ೑↪ߩ଻㓚
•ἴኂ߆ࠄߩ଻㓚
↢ሽᮭߩၮ⋚
•ㆡಾߥ↢ᵴ᧦ઙ
•චಽߥᩕ㙃޽ࠆ㘩ᢱ
•૑ዬ
•↢ᵴ↪ຠߩឭଏ
⺞ᢛࠨ࡯ࡆࠬ
•᳇୥⺞▵
•ᵩ᳓೙ᓮ
•∔∛೙ᓮ
•᳓⾰ᵺൻ ߘߩઁ
ஜᐽ
•ᵴജ
•ᔟㆡߐ
•߈ࠇ޿ߥⓨ᳇ߣ᳓ߩឭଏ
ᢥൻ⊛ࠨ࡯ࡆࠬ
•ክ⟤⊛
•♖␹⊛
•ᢎ⢒⊛
•ᇅᭉ⊛ ߘߩઁ
ࠃ޿␠ળ㑐ଥ
•␠ળߩㅪᏪᗵ
•੕ᕺ
•ᛔഥߩ⢻ജ
ㆬᛯߣⴕേߩ⥄↱
⍫ශߩ⦡
␠ળ⚻ᷣ⊛⹺⍮ᐲ
ੱ㑆ߩ⑔೑ߩ᭴ᚑⷐ⚛
৻•ੱ৻ੱ߇߿ࠅߚ޿ߎߣ䲸ᄢಾߦߒߚ޿ߎߣ
ࠍ㆐ᚑߔࠆ⢻ജ
ᡰ•ᜬࠨ䳦ࡆࠬ
‫ ޓ‬ᩕ㙃⚛ߩᓴⅣ䲸࿯ფᒻᚑ䲸
৻ᰴ↢↥䲸ߘߩઁ
↢ᘒ♽ࠨ࡯ࡆࠬ
⍫ශߩᄥߐ
❬߇ࠅߩᒝߐ‫ޓޓޓޓ‬
ᒙ޿
ਛ㑆
ᒝ޿
䇸ᒝ䈘䇹䈫䇸⏕䈎䈘䇹
166
20
↢ᘒ♽䉰䊷䊎䉴䈱ଔ୯
• ↢‛⾗Ḯ䇭ㄘᨋ᳓↥‛ ⚂140ళ౞/ᐕ
• ↢ᘒ♽service ‛⾰ᓴⅣ ⚂1700ళ౞/ᐕ
• ⾗Ḯଔ୯䋼䋼↢ᘒ♽䉰䊷䊎䉴
• Ṫ႐䈱⥄ὼଔ୯䋾Ṫᬺ⵬ఘ
21
ᶏᵗၮᧄᴺ䈱䉅䈫䈪䈱Ṫᬺ䊶᳓↥ᬺ䈱࿷䉍ᣇ䉕ᮨ⚝䈜䉎
ᣣᧄ᳓↥ቇળ․೎䉲䊮䊘䉳䉡䊛䇸↢ᘒ♽䉰䊷䊎䉴䈫᳓↥䇹
᳓↥ቇળ᳓↥᡽╷․೎ᆔຬળ‫ޔ‬Ṫᬺᙣ⹤ળ࡮᳓↥೑↪ᙣ⹤ળ࡮Ⴧᱺᙣ⹤ળ࡮ⅣႺ଻ోᆔຬળ
•
ᣣᤨ䋺ᐔᚑ䋲䋰ᐕ䋴᦬䋲䋵ᣣ(㊄)13:00䌾17:45᧲੩ᄢቇㄘቇㇱ䋳ภ㙚
•
•
•
⿰ᣦ⺑᣿䇭㤥ୖኼ䋨᧲ᄢ㒮ㄘ䋩
ᶏᵗ䈱↢ᘒ♽䉰䊷䊎䉴䇭ฎ⼱⎇䋨᧲ᄢ㒮ㄘ䋩
Ṫᬺ䈱↢ᘒ♽䉰䊷䊎䉴⋙ⷞᯏ⢻䇭’㊁శ℉(ਛᄩ᳓⎇)
•
•
•
ᵹㅢㆊ⒟䈪䈱଻ో䈫䊒䊨䉶䉴▤ℂ䇭㊄ᐸᱜ᮸䋨ਛᄩ᳓⎇䋩
㝼㘃㙃ᱺ䈱ⅣႺ䉟䊮䊌䉪䊃䈫ᜬ⛯⊛↢↥䇭ᮮጊኼ䋨㙃ᱺ⎇䋩
↢ᘒ♽䉰䊷䊎䉴䈱଻ోͲ⍮ᐥ䈱੐଀䇭ᰞ੗ᵏᙗ䋨ർᄢ㒮᳓↥䋩䊶᧻↰⵨ਯ
•
•
•
•
•
↢ᘒ♽䉰䊷䊎䉴䉕䉄䈓䉎Ꮢ᳃䈫Ṫᬺ䈱ㅪᏪ䇭ᷡ㊁⡡ሶ䋨᧲ᄢ㒮✚ว䋩
↢ᘒ♽଻ో䈱䈢䉄䈱⾗Ḯ⚻ᷣቇ⊛䉝䊒䊨䊷䉼䇭᦭〝᣽ᒾ䋨䉝䊚䉺䋩
ో૕⸛⺰
✚᜝䇭ᦩ↰ൎ⟤䋨᳓↥ቇળળ㐳䋩
ᙣⷫળ
22
167
http://www.5thwfc2008.com/index.html
5thWorldFisheriesCongress
FisheriesforGlobalWelfareandEnvironmentalConservation
Yokohama,20Ͳ24Oct2008
Session7BiodiversityandManagement(H.Matsuda)
7Ͳ1.BiodiversityCons.&SustainableFish. Mngmnt of Salmonids
7Ͳ2.Adaptivemanagementofcetaceansandothermarinespecies
7Ͳ3.Species/geneticdiversityandconservationforfisheries
7Ͳ4.Assessmentofbiodiversityandecosystemservices
7Ͳ5.Ecosystemandhabitatassessmentandmanagement
7Ͳ6.InlandFisheriesͲͲTheHiddenCrisis
7Ͳ7.Eelecologyanditssustainablestockmanagement
7Ͳ8.StockStructureandHabitatofPacificSwordfish&…
8Ͳ8.Territorialuserightsinfisheriesandspatialmanagement
1Ͳ5.Roleofhatcheriesinmanagementandconservation
1Ͳ6.Stockassessmentmethods:statusandrecentinnovations
1Ͳ7.FisheriesbyͲcatch
1Ͳ8.Seamountfisheries
5Ͳ5.Ecosystemsandfisheries(general)
23
8Ͳ2:ResourceManagementandMillenniumEcosystemAssessment
ᦨᄢᜬ⛯↢ᘒ♽䉰䊷䊎䉴
EcosystemservicesV(N,C)
• V(N,C)=Y(C)– cE +S(N)
•
•
•
•
ProvisionalService (FisheriesYield)… Y(C)
FishingCost… cE
Utilityofstandingbiomass… S(N)
C… catch;E… fishingeffort;N… stockbiomass
24
168
Regulatingservices
S(N)= SfN2/(B2+N2)
(Sf, B) = (100,10)
(Sf, B) = (50,50)
Stock abundance N
25
Mathematics
•
•
•
•
•
•
•
Stockdynamics… dN/dt =(r – aN)N – C,
Catchandyield… C= qEN,Y(C)= pqEN,
Regulatingservice … S(N)=SfN2/(B2+N2),
Equilibrium… N*(E)=(r – qE)/a
ServiceatN* … V*(E)= pqEN*– cE +S(N*)
Optimaleffort Eopt satisfiesthatwV*/wE =0
MaximumSustainableEcosystemService
Eopt =(pqr – ac)/2pq2
26
169
MaximumSustainableEcosystemService
(Sf, B) = (100,10)
(Sf, B) = (50,50)
(Sf, B) = (0,-)
Fishing effort E
27
MSESfromfoodwebs
• Communitydynamics…
dNi/dt =(ri + ÈajiNj – qiEi)Ni
• Yieldfrom foodweb… Y(E)= ÈEi(piqiNi – ci)
• Totalecosystemservices...V(E)=Y(E)+ ÈSi(Ni)
• Si(Ni)=SifNi2/(Bi2+Ni2)
• WeobtainedEMSES 㸡 Y(E)andEMSY 㸡V(E)
28
170
3
4
D
15
E
6
5
30
F
6
5
G
6
5
6
5
4
4
4
4
3
3
3
3
1
2
H
1
2
I
6
5
1
2
J
6
5
1
2
6
5
K
6
5
4
4
4
4
3
3
3
3
1
2
1
2
1
2
1
2
29
↢ᘒቇ⊛⽶⩄
EcologicalFootprint
WWF 2002
↢‛⊛෼ኈജ
30
᫪ᨋ䈏ᄙ䈒䇮⠹࿾㕙Ⓧ䈏⁜䈇䈖䈫䈲ᖡ䈇䈖䈫䈭䈱䈎䋿
171
್ා‫ٻ׎‬COEⅤဃ७∐⇟⇕∄⇳⇞∇∙⇮↝ؕஜ৖᪯Ⅵ
(Rossberg et al. 2006 Lands Ecol Engin)
␠ળ⊛
วᗧᒻᚑ
0. ໧㗴ឭ⿠
␠ળ
⑼ቇ⠪
1. ໧㗴ὐ䈱ี๧
2.▤ℂ▸࿐䈱⛉ㄟ䉂䈫೑ኂ㑐ଥ⠪䈱᜗ᓙ
3.ද⼏ળ䍃⑼ቇᆔຬળ䈭䈬䈱⸳⟎
⑼ቇ⊛
ᚻ⛯䈐
วᗧ䈪䈐䈭䈇䈫
䈐䈲ౣ⸳ቯ
㕖⃻ታ⊛䶶䷕⋡ᮡ䶺ୃᱜ
4.䇸ㆱ䈔䉎䈼䈐੐⽎䇹䈱ቯ⟵
5. ቯ㊂⊛⹏ଔᜰᮡ䈱೉᜼
6. ᓇ㗀࿃ሶ䈱ಽᨆ䈫䊝䊂䊦᭴▽
7. ᡼⟎䈚䈢႐ว䈱䊥䉴䉪⹏ଔ
8. ▤ℂ䈱ᔅⷐᕈ䈫⋡⊛䈱วᗧ
9.ᢙ୯⋡ᮡ䈱઒⸳ቯ
10.䊝䊆䉺䊥䊮䉫㗄⋡䈱᳿ቯ
11.೙ᓮน⢻㗄⋡䊶ᚻᴺ䈱ㆬቯ
13.䊥䉴䉪▤ℂ⸘↹䈫⋡ᮡ䈱วᗧ
ᔅⷐ䈮ᔕ䈛ᡷ⸓
12.⋡ᮡ㆐ᚑ䈱ታ⃻ᕈ䈱⹏ଔ
14.▤ℂ䈱ታᣉ䈫䊝䊆䉺䊥䊮䉫
15. ▤ℂ䈫䊝䊆䉺䊥䊮䉫䈱⛮⛯
16.⋡⊛䊶⋡ᮡ䈱㆐ᚑᐲ䈱⹏ଔ
▤ℂ⸘↹⚳ੌ
31
http://risk.kan.ynu.ac.jp/matsuda/2004/edu04.html
䊧䊯䉞䊮䇸ᜬ⛯ਇน⢻ᕈ䇹䈱䋸ᚓ
•
•
1.
2.
3.
4.
5.
6.
7.
8.
⥄ὼ䉕⇊䉏ᢘ䈋䇭䋨㻛቟ో቟ᔃ䋩
㊁↢↢‛䈮㙄䉕ਈ䈋䉎䈭䋨એ਄᧻↰ㅊട䋩
ਇ⏕ታᕈ䉕ᷫ䉌䈞(Reduceuncertainty!)
ਇ᷹䈱੐ᘒ䈮஻䈋䉋(Expectsurprise!)
ਇဋ৻ᕈ䉕⛽ᜬ䈞䉋(Maintainheterogeneity!)
↢ᘒ♽䈱䊝䉳䊠䊷䊦᭴ㅧ䉕⛽ᜬ䈞䉋(Sustain modurality!)
ή㚝䈭䉅䈱䉕䈜䈓䈮ᝥ䈩䉎䈭(keepredundancy!)
䊐䉞䊷䊄䊋䉾䉪䉕ᒝൻ䈞䉋(Tightenfeedback!)
ା㗬㑐ଥ䉕▽䈔(Buildtrust!)
䈅䈭䈢䈏ᦸ䉃䈖䈫䉕ੱ䈮䉅ᣉ䈞(Dountoothersasyou
wouldhavethemdountoyou!)
32
172
ⶋ䉄䈩䈅䈕䈢䈇
10䈱⒁⸬
Ṡ ᅹ‫ۀܖ‬Ճ˟ửኵጢẴỦ
ṟ ңᜭ˟ỉʴૠầ‫ٶ‬ẴẩỦểೞᏡɧμ
ṣ ᧙ỪụỉᆉࡇỆࣖẳềңᜭ˟ἳὅἢὊỉࢫлửЎਃ
ṧ μ˳ᚘဒỆấẟềᧈ஖Ⴘ೅ὉႸႎửӳॖ
Ṥ ‫עם‬բ᫆ẆଏࢽೌႩửᢘЏỆᚐൿẴỦ
Ṟ ܱ଀Ὁμ˳ᚘဒỊᕓẪẴỦẇஜ૨Ịᙲໜử዁Ếề୿Ẫ
ṡ μ˳ನेకὉܱ଀ᚘဒకửॖᙸༀ˟ỆẦẬỦ
Ṣ ̮᫂᧙̞ửሰẨẆӋьᎍầಏẲỜỦʙಅỆẴỦẇ
ṥ ʙಅᚘဒửᙸႺẴ଺஖ể૾ඥửଢᅆẴỦ
Ṧ ‫ܼᧉݦ‬ầᆢಊႎỆңᜭ˟ửᙔỜỦ
33
䈚䈩䈲䈇䈔䈭䈇
䋸䈧䈱ᚓ䉄
ṡႸႎỉӳॖễẲỆʙಅᚘဒửếỜỦễẆ
Ṟ৖ử࠼ậẴẩỦễ
ṟɟᡫụẻẬỉசஹử੨Ẫễ
ṥʖምử໯ᙻẲềᜭᛯửẴỦễ
Ṣᅹ‫ۀܖ‬ՃểМܹ᧙̞ᎍửฆӷẴỦễ
ṣʚ᪮‫ݣ‬ᇌỆᨋỦễ
Ṥʙܱử໯ᙻẲề࣬ेίྸࣞὸỆឥỦễẆ
Ṡஹ࠰ᐯЎầ˴ửᚕạẦỉे‫ܭ‬ử࣭Ủễ
34
173
㽳 ද⼏ળ䈱ੱᢙ䈏ᄙ䈜䈑䉎䈫ᯏ
⢻ਇో䈮㒱䉍䉇䈜䈇
㒙⯃⨲ේ
㪈㪉㪈
㊖〝Ḩේ
㪈㪈㪏
⍹⷏␂ḓ
㪏㪐
䈒䈯䈑ጊ
㪎㪏
㔰䊱ᶆ↰᧛䊶ᴒኋ䊶ᚭፒ࿾ 㪍㪐
⨹Ꮉᄥ㇢ฝⴡ㐷
㪍㪎
䋺
䋺
ᄙ៺ᎹḮᵹ
㪊㪏
␹ᣈጊ଻ోᵴ↪ផㅴ
㪊㪏
౎ᐈḨේ
㪊㪍
┻䊱ፉᶏਛ౏࿦
㪊㪌
⫱↢ᐓẟ
㪉㪍
᫪ศጊ㣽㜞ේ
㪉㪊
⥄ὼౣ↢ផㅴᴺ䈮ၮ䈨䈒⥄ὼౣ
↢੐ᬺ䈮䈍䈔䉎ද⼏ળ᭴ᚑຬ
ᢙ䈱Top
ᢙ䈱Top 6䈫
6䈫Bottom 6
ද⼏ળ㐿௅⥄૕䈮⩨ᄢ䈭⚻⾌
䈏ᔅⷐ
䈅䉎੐ᬺ䈪䈲1࿁䂾⊖ਁ౞?
ળ⼏䈮ᐕ㑆4ం౞!!!
ਥ૕⊛⼏⺰䈮ᦨㆡ䈭ੱᢙ䈮
䈲਄㒢䈏䈅䉎䈲䈝䇯
35
㗅ᔕ⊛䊥䉴䉪▤ℂ
7䈧䈱㋕ೣ
1.
2.
3.
4.
5.
6.
7.
↪䈇䈢઒⺑䉕᣿⸥䈜䉎
ᣇ╷䈱ᄌ䈋ᣇ䉕੍䉄᳿䉄䈩䈍䈒䈖䈫
⹏ଔၮḰ䉕ቯ䉄䉎䈖䈫
ਇ⏕ታᕈ䉕⠨ᘦ䈚䈢䊥䉴䉪▤ℂ䉕ⴕ䈉䈖䈫
ᗐቯౝ䉕Ⴧ䉇䈜䈖䈫
ା㗬㑐ଥ䉕▽䈒䈖䈫
⃻࿷䈱್ᢿ䈏㑆㆑䈇䈎䉅⍮䉏䈭䈇䈫⥄ⷡ
36
174
㽶ᗐቯౝ䉕Ⴧ䉇䈜
• 䊥䉴䉪▤ℂ䋽઒ᗐ⃻ታ䊝䊂䊦
ᢙℂ䊝䊂䊦䉕┙䈩䈭䈒䈩䉅䈪䈐䉎䈖䈫
• 䋨৻ㅢ䉍䈪䈲䈭䈒䋩䈘䉁䈙䉁䈭੐ᘒ䉕੍ᗐ䈚
• 䈠䉏䈡䉏䈮ኻ䈜䉎ኻ╷䉕┙䈩䉎䋨ᗐቯౝ䋩
• 1ᐕᓟ䇮3ᐕᓟ䇮10ᐕᓟ䈮⥄ಽ䈫䈠䈱ᓟછ⠪
䈏૗䉕⸒䈉䈎䉕᭽䇱䈮ᗐቯ䈚䇮Ḱ஻䈜䉎
37
http://www.keishicho.metro.tokyo.jp/1/niijima/kotu/kotu.htm
䇸䈣䉐䈉ㆇォ䇹䈫䇸䈎䉅䈚䉏䈭䈇ㆇォ䇹
ෂ㒾䉕੍᷹䈚䈢ㆇォ䉕
䂾 䇭䇸ෂ㒾䈏䈅䉎䇹䈫⹺⼂ 㸢䇭䇭
䌾 䈎䉅䈚䉏䈭䈇ㆇォ䋨⥄ಽ䈮
෩䈚䈇੍᷹䉕䈢䈩䈩ㆇォ䋩
㬍 䇭䇸ෂ㒾䈲䈭䈇䇹䈫⹺⼂ 㸢 䇭
䌾 䈣䉐䈉ㆇォ䋨⥄ಽ䈮ㇺว䈱
⦟䈇੍᷹䉕䈚䈩ㆇォ䋩
ĭɟᡫǓƩƚƷசஹǛ੨ƘƳ
Įஹ࠰ᐯЎƕ˴ǛᚕƏƔƷे‫ܭ‬Ǜ࣭ǔƳ
175
http://www.hongwanji
.or.jp
jp//minna/2003/min030510.
htm
http://www.hongwanji.or.
minna/2003/min030510.htm
38
㽷ା㗬㑐ଥ䉕▽䈒䈖䈫
• ▤ℂ⸘↹䈱೨ឭ䇮ᬌ⸽⸘↹
• ᗐቯ䈘䉏䈢䊥䉴䉪䈫ᣇ╷䉝䊦䉯䊥䉵䊛
– 䈖䉏䉌䉕᭽䇱䈭೑ኂ㑐ଥ⠪䈫วᗧ䉕࿑䉍䇮
– ା㗬㑐ଥ䉕▽䈐਄䈕䉎
• Buildtrust!䇭– SimonLevin
39
㪍
⍮ᐥ਎⇇ㆮ↥ᶏၞ▤ℂ⸘↹
Brown bear
Sea eagles
Fisheries
Steller
sealion
㪌
Seabirds
Tooth whale
Shark
S
Ray
Trophic level
㪋
O
OP BT
Yellowtail
Cods
G
Walleye
pollock
Squids
Baleen whale
SF
A.G.
㪊
PS
SC
Starfish
Crabs
Tuna
Salmonids
Other fishes
Prawn
Anchovy
Sardine
㪉
Sea
cucumber
Bivalves
㪈
Polychates
Phytoplankton
(ice algae)
Detritus
Sea weed and
Sea grass
Legen
d
Snails
Cold
current
species
Warm
current
species
176
Animals other
than fishes
(Drawn up by the Marine Area
WG of the Shiretoko World
Natural Heritage Site
Scientific Council) 40
tons
Fisheriescatchstatisticsin Shiretoko Area
Madeby Mitsutaku Makino
41
http://risk.kan.ynu.ac.jp/matsuda/2008/080319OT.ppt
⑳䈱൮᜝⊛ⅣႺ⹏ଔ
• ✚ว⊛ᶏᵗ▤ℂ䈱䈢䉄䈱⹏ଔ䉕䉄䈙䈜
– ᄙ᭽䈭↪ㅜ䈱ᜬ⛯⊛೑↪
– ᄙ᭽䈭೑ኂ㑐ଥ⠪䈱ⴧᐔ䈪౏ᱜ䈭೑↪
– ਄ᗧਅ㆐䈫⥄ਥ▤ℂ䈱૬↪
– ਇ⏕ታ䊶㕖ቯᏱ䈭㗅ᔕ⊛䊥䉴䉪▤ℂ
– ↢ᘒ♽䊶ᴪጯ▤ℂ
– 㒽ၞᶏၞ৻૕䈱▤ℂ
– ↢ᘒ♽䉰䊷䊎䉴䈱⹏ଔ
– ↢ᘒ⊛⽶⩄䋨EcologicalFootprint䋩䈱⹏ଔ
42
177
第 20 回海洋工学シンポジウム 平成 20 年 3 月 18，19 日
日本海洋工学会・日本船舶海洋工学会
20th OCEAN ENGINEERING SYMPOSIUM Mar.18-19, 2008
JFOES ・ JASNAOE
物質循環とエクセルギー流に基づく生態系機能の評価
中谷 直樹
吉村 明子
奥野 武俊
大阪府立大学工学研究科
大阪府立大学工学研究科
大阪府立大学工学研究科
Evaluation of the ecosystem using material cycling and exergy flow
NAKATANI Naoki
YOSHIMURA Akiko
OKUNO Taketoshi
Osaka Prefecture University
Osaka Prefecture University
Osaka Prefecture University
Abstract
In order to discuss on global environments problems, it is very important to evaluate the function of marine ecosystem,
because the ocean covers a space of 70% surface of the earth and plays important role for the ecosystem. Since the
ecosystem represents energy flow owing to material transfer in nature, it should be investigated the relationship between
the material flux and the energy consumption rate.
In this research, consider ing the laws of physics, energy, entropy and
exergy balance equation, using the equation accompanied with material transfer process is formulated respectively. Some
parameters to solve these equations is given by calculating from thermodynamic equivalent.
Applying a thermodynamic
concept to the marine ecosystem, it is clarified the relationships between state of material cycling and energy consumption
of the marine ecosystem by the exergy balance.
1
緒言
近年，地球温暖化など様々な環境問題が生じており，これ
らの問題の解決策として，CO2 海洋隔離，海洋深層水の利用
や人口干潟を用いた水質浄化など，海洋空間，海洋資源の大
規模利用や環境修復技術が提案され，基礎的研究が進められ
ている．その中で，これらの人間活動が，海洋環境に対して
非常に重要な役割を担う海洋生態系に及ぼす影響を，定量的
かつ客観的に評価することが求められている．
内湾の環境問題に対しては，生態系における生物群集間の
物質循環過程に着目し，それを定量的に表現するモデルを用
いて，環境状態の評価や将来予測を行う試みがなされており，
生態系の機能の定量的な評価が行われてはじめている 1)．し
かし，生態系において，それぞれの群集構造を維持するため
には，資源として物質だけでなくエネルギーも必要不可欠で
ある 2)．また，通常，物質の流れはエネルギーを伴っており、
ある環境状態における生態系の機能を論じるには，エネルギ
ー流についても定量的に評価する必要がある．
本研究の目的は，実海域を対象として，生態系の物質循環
とエネルギー流を定量的に表現し，その状態や機能の評価を
行うことである．これは，物質の出入りによるエネルギー・
エントロピー・エクセルギー収支を定量的に表現し，評価す
ることに他ならない．よって，物質循環過程から得られるこ
れらの収支の定式化を行い，式を解くために必要なパラメタ
ーを，熱力学的な平衡状態を考慮して求める方法を提案した．
さらに，実海域を想定した簡単な物質循環モデルに本手法を
適用し，物質循環とエネルギー流の定量化と，それによる生
態系の機能の評価方法について検討を行った．その結果，生
178
態系全体の物質循環の状態を，有効エネルギーを表現するエ
クセルギーを用いて，定量的に評価できることを明らかにし
た．
2
生態系の構造と機能
生態系は，生物と非生物的環境によって構成され，それら
が互いに影響し合い，地球上の生命維持が行われていると定
義されている 2)．例えば，Fig.1 に示されるような海洋生態系
の場合，植物プランクトンが太陽エネルギーと海水中の栄養
塩を取り込み，それらを資源として光合成を行い，有機物と
して化学エネルギーを蓄える．さらに消費者や分解者などに
よって構成される食物連鎖によって伝達されながら，呼吸や
分解過程によって，有機物は無機物に変化して再び生態系内
を循環し，化学エネルギーは熱エネルギーとなり，系外に排
出される．
こうした一連の物質循環とエネルギー流といった機能が，
生態系の群集構造を維持させているが，非生物的環境，すな
わち光や温度などの気候，水質などの変化が生じると，これ
らの機能にも変化が生じ，生態系の構造も変化する．よって，
非生物的環境が，生態系に及ぼす影響を評価するためには，
生態系を構成する要素である物質量の評価だけでなく，物質
循環やエネルギー流の状態を評価することも必要不可欠で
ある．
このうち，物質循環については，計測データや数理モデル
を用いて，定量的に表現されており，環境影響評価に用いる
試みがなされている 1)．一方，エネルギー流は，物質循環に
比べて計測データが少なく，概算値や年平均値を用いて，定
常な生態系のエネルギー流を表現しているものが多い 3)．ま
た，エネルギーの評価方法として，H.T.Odum の提案してい
る Emergy flow analysis 4) や S.E.Jorgensen らによる Exergy 5)
を用いた方法がある．これらは，エネルギー流を評価するた
めに，生態系内で様々な形態で存在するエネルギーが，資源
としてどれほどの価値があるのかを定量的に表現する方法
である．Emergy は，生態系内のエネルギー流を太陽エネル
ギーと等価な値に換算することによって，統一の指標で表現
し，同じ尺度で評価することを可能にしている．また，Exergy
は，熱力学の分野で，ある環境の中で最大限利用できるエネ
ルギーと定義されており，Jorgensen らは，生物の遺伝子数と
その物質量から Exergy を算出する方法を提案し，その値が
最大になる，つまり生態系の資源としての利用価値が最大に
なるように生態系は遷移すると考え，生態系の成熟度を評価
している．これらの指標は，定常状態の生態系やダイナミッ
クに遷移する生態系の理解に使われているが，いまだ概念的
なものであり，沿岸生態系のような，非定常で短期間な変動
があるような実現象の評価としては十分ではない．そこで，
本研究では，エネルギー流が物質の流れに伴うこと，生態系
でエネルギーが伝達，利用される過程において必ずエクセル
ギーの消費，エントロピーの生成があることに着目し，生態
系のエネルギー流の定量的な表現，評価を試みた．
なるエネルギー換算係数を有しており，自らの物質・エネル
ギー比を維持するために，取り込んだエネルギーのうち不要
なエネルギーを系外に排出している．そこで，排出される物
質フラックスに乗ずるエネルギー換算係数を Rj′ とし，以下
のエネルギー収支式とした．
Fin ⋅ Ri = dC ⋅ Rj + Fout ⋅ Rj′
(3-3)
また，式(3-3)は，エネルギーフローを表す係数 EF を用いて，
以下のように表現できる．
EFin = dE + EFout
(3-4)
ここで， EFin は投入， EFout は排出エネルギー， dE は系の
エネルギー変化量を表している．
Fin
Fout
Mass C
Energy E
i
Ein
k
Eout
=
=
Fin・Ri
Fin・Rj
j
Fig.2 Material transfer and energy flow in open system
Predator
(fish)
Decomposer
Phytophagous animals
4
エントロピー・エクセルギー収支式
システムでのエネルギー利用は，不可逆過程であり，熱力
学第 2 法則，すなわちエントロピー増大の法則に従い，必ず
エントロピーの生成がともなう 6)．また，システムは，生成
されたエントロピーが内部に蓄積され続けると，系の状態を
維持できなくなるため，積極的にエントロピーを系外に排出
する必要があるが，この際に，エントロピーは単体としてで
はなく，エネルギーの一部として系外に排出する．これは，
サブシステムから排出されたエネルギーは，全てが利用でき
るエネルギーではなく，一部はエントロピーとして利用でき
ないエネルギーになっていることを意味している．つまり，
システムのエネルギー流を評価するためには，エントロピー
や利用できるエネルギーを示すエクセルギーの流れを定量
的に表現する必要がある．
エントロピーは，エネルギーや物質の「無秩序さ」または
「拡散の度合い」を表し，エクセルギーは，エネルギーや物
質の「拡散能力」である 6)．熱力学では，系から排出される
エントロピー，エクセルギーは以下の式で定義される．
(bacteria)
(zooplankton)
chemical energy
heat energy
organism
Primary production
(phytoplankton)
light energy
Sun
inorganism
：energy flow
：material cycling
inorganism
Nutrient
(C，N，P，etc…)
Fig.1 Conceptual diagram of the marine ecosystem
3
物質収支とエネルギー収支
生態系は，多数の生物や無機物から構成されたシステムで
あり，系内での物質，エネルギーの収支は物理法則に基づい
ている．Fig.2 のように，生物量などを示す，ある生態系の
機能群(サブシステム)で，物質とエネルギーの出入りがある
場合，物質収支式は質量保存の法則に従い，次式で表される．
Fin = dC + Fout
(3-1)
Fin ⋅ Ri = dC ⋅ Rj + Fout ⋅ Rj
E
T
(4-1)
X = E − S ⋅T 0
(4-2)
S=
ここで，dC はサブシステムの物質増加量，Fin は投入，Fout
は排出される物質フラックスである．さらに，サブシステム
に入力または排出される物質は，様々な形態をしており，物
質の出入りに伴うエネルギー流は，物質フラックスにそれぞ
れ物質量に含まれるエネルギーの割合，つまりエネルギー換
算係数を乗じて求める必要がある．これより，サブシステム
間でのエネルギーの出入りによる系のエネルギー収支は，流
入側の物質のエネルギー換算係数を Ri ，生物のエネルギー
換算係数を Rj とすると，式(3-1)に対して，
ここで，エクセルギー X (J)は，熱力学的平衡状態に至る
までに最大限有効に利用できるエネルギー量と定義され，温
度 T (K)の状態の系から取り出されたエネルギー量 E (J)と，
エントロピー S (J/K)に熱力学的平衡状態の温度 T 0 (K)を乗
じた量，すなわち利用できないエネルギー量との差から求め
られている．また，熱力学では式(4-1)のエントロピーの定義
式に示したように，状態量として温度を用いている．生態系
の場合は，温度は定義されていないものの，物質量またはエ
ネルギー量を状態量としてみなすことができる．従って，サ
ブシステムから取り出されたエネルギー量 E のエントロピ
ーを以下の式で定義した．
(3-2)
となる．これに，式(3-1)の物質収支式を代入すると，式(3-2)
は，流入側と受ける側のエネルギー換算係数が等しい場合に
のみ成立つ．これは，生物システムの場合，系がエネルギー
保存則を満たすために，餌である被食者と餌を取り込む捕食
者のエネルギー換算係数が常に等しくなることを意味して
いる．しかし，実際に自然界に存在する生物は，それぞれ異
S=
179
E
Ep
(4-3)
ネルギー量を乗じた量である．また， ∆t より長い期間のエ
クセルギー収支式を求めたい場合，その期間について式(4-7)
を積算すれば得られる．
Fig.3 に，式(3-4)のエネルギー収支，式(4-5)のエントロピ
ー収支と式(4-6)のエクセルギー収支の関係を模式的に示す．
系は，自身の維持や生産活動において，エネルギーの取り込
み，蓄積，排出の一連の過程を行う．これは，活動を行うた
めに必要なエクセルギーを系外から取り込み，それを消費し，
消費に比例して生成されるエントロピーを系外へ排出する
過程である．つまり，系の活動はエントロピー・エクセルギ
ー収支によって機能しており，上述で示した式を用いてこれ
らの過程を定量的に表現し，生態系の機能の評価を行う必要
がある．
式中の Ep は系の単位体積あたりのエネルギー量(J/m3)であ
る．また，エクセルギーも同様に状態量をエネルギー量とす
ると，以下の式で表現できる．

E0 

X = E 1 −
Ep 

(4-4)
ここで， E 0 は，平衡状態のエネルギー量(J/m3)である．これ
より，式(3-4)のエネルギー収支式に対するエントロピー収支
式は，
EFin
dE EFout
+ Sgen =
+
(4-5)
Ei
Ej
Ej
となる．なお， Ei ， Ej は入力または出力側の単位体積あた
りのエネルギー量(J/m3)を示す．また，左辺第 2 項の Sgen は，
系で不可逆的なエネルギー変換が生じた場合に生成される
エントロピー量である．さらに，エクセルギー収支式は，式
(4-2)の定義式と同様に，エネルギー収支式とエントロピー収
支に平衡状態のエネルギー量 E 0 を乗じた式との差から求め
られ，以下の式になる．

EFin1 −



E0 
E 0 
E 0 
 − Xcom = dE 1 −
+ EFout 1 −


Ei 
E
j
Ej 



Exergy
Exergy
Input
Exergy


t + ∆t
E 0  t + ∆t
 ⋅ ∫ dt − Xcom ⋅ ∫ dt

Ei 
t
t + ∆t
t


E 0 
E 0  t + ∆t
= ∫ dE 1 −
+ EFout 1 −
⋅ dt

Ej 
Ej  ∫


t
t
さらに，式(4-6)中のエクセルギー消費量 Xcom は，以下の
式のように表現できる．


E0 
E 0 
 − ∆X − EFout 1 −
Xcom = EFin1 −

Ei 
Ej 


t + ∆t
∫
t
dCj ⋅ R − E 0 ⋅
(4-11)
これは，系のエクセルギー消費量が，流入側，自身の状態や
投入・排出されるエネルギー量によって変動することを示し
ており，周囲環境や系の状態によって，生態系の機能，エネ
ルギーの利用過程の変化を評価する指標となることが示唆
される．
また，各々の生物はもちろん状態量としてのエントロピー，
エクセルギーを有していると考えるべきである．今，サブシ
ステム i の平衡状態での物質濃度を C 0 (mol/m3)とした場合，
物質濃度 Ca (mol/m3)になった状態におけるエクセルギー量
Xa は，式(4-10)の積分式から求めることができ，以下の式と
なる．
(4-7)
Xa = (Ca − C 0 ) ⋅ R − E 0 ⋅ ln
Ca
C0
(4-12)
この状態量としてのエクセルギー量は，各サブシステムにお
いて，様々な形態で保持されている物質やエネルギーが，ど
れくらい有効に利用できるか，つまり資源としての利用価値
を定量的に評価することができる．
(4-8)
5
エクセルギー利用効率
Fig.3 に示したように，生物や生態系で保持するエクセル
ギー量は，系外から取り込まれたエクセルギーを消費するこ
とによって維持されている．つまり，エクセルギー消費量に
対して，保持されているエクセルギー量が大きい系ほど，効
率よくエクセルギーを利用していると言える．そこで，エク
セルギー消費量 Xcom に対して，生態系内で保持されている
エクセルギー量 Xa を，エクセルギー利用効率と考え，以下
の式で定義し，簡単なモデルを使って，生態系の機能評価の
検討を行った．
Xa
(5-1)
η=
Xcom
ここで， dCj は微小時間 dt における微小な物質濃度変化
(mol/m3)である．これらより，時間間隔 ∆t におけるエクセル
ギー変化量 ∆X は，以下の式となる．
∆X =
Output
Fig.3 Conceptual diagram of energy and exergy flow
(4-6)
右辺第 1 項，系のエクセルギー変化量について，微小時間 dt
での微小なエネルギー変化量 dE と単位体積あたりのエネル
ギー量 Ej (J/m3)は，エネルギー換算係数 R を用いて以下の
ように表現できる．
dE = dCj ⋅ R
Ej = C j ⋅ R
stored
: Energy flow
: Exergy flow
左辺第 2 項 Xcom は，系で消費されたエクセルギー量を示し，
エントロピーの生成に比例する．これは，系がエネルギーを
取り込み，エネルギー変換をする過程で，実際に有効に利用
したエネルギー量を表している．
さらに，式(4-6)は，系内のある瞬間におけるエクセルギー
収支式であり，任意の時間間隔におけるエクセルギー収支式
を得るためには，各項を積分して求める必要がある．今，各
サブシステムの単位体積あたりのエネルギー量が一定とみ
なせる時間間隔 ∆t において，式(4-6)の積分は近似的に以下
の式に表現できる．
EFin1 −
Consumption
（Entropy generated） Exergy
dCj
Cj
(4-9)
よ っ て ， 時 間 t か ら t + ∆t の 間 に ，物 質 濃 度 が C (t ) か ら
C (t + ∆t ) に変化するとした場合，エクセルギー変化量 ∆X は，
∆X = (C (t + ∆t ) − C (t ) ) ⋅ R − E 0 ⋅ ln
C (t + ∆t )
C (t )
(4-10)
と計算される．なお，式中の右辺第 1 項は， ∆t 間のエネル
ギー変化量，第 2 項は，エントロピー変化量に平衡状態のエ
180
Table 1 Calculation result of exergy consumption
Fig.4 に示すように，ある状態量，例えば物質量を維持す
るため，系外から物質・エネルギーの投入，系外への排出が
行われている仮想的な系があるとする．今，この仮想的な系，
Case A，Case B と Case C は，全て同じ物質量 Cj を維持して
おり，Case B は，Case A と比較して，系外からの物質フラ
ックス F が 2 倍になっている場合，Case C は Case B と比較
して，系のエネルギー換算係数 R が 1.5 倍の場合である．な
お，図中の Ej は，各系が保持するエネルギー量である．ま
ず，Case A は，系外からある物質，例えば窒素などを 0.5mol
取り込み，系外へ 0.5mol 排出し，系内の物質量 5 mol/l を維
持する定常状態を保っている．この時，物質の出入りに伴う
エネルギー流( Ein ， Eout )は，エネルギー換算係数を 10
kJ/mol とすると，式(3-3)から求めることができ，5kJ のエネ
ルギーの投入，排出となる．Case B，Case C の場合も同様に
エネルギー流を求めると，ともに 10kJ の投入，排出となる．
さらに，定常状態で物質量変化がない場合，保持するエクセ
ルギー量はもちろん変化は生じず，式(4-11)中のエクセルギ
ー変化量 ∆X は 0 となり，エクセルギー消費量は，以下の式
で求めることができる．


E0 
E 0 
 − EFout 1 −
Xcom = EFin1 −


Ei 
Ej 


Case A
(5-2)
Rate of Exergy
consumption
34
0.25
134
η
Case B
34
0.5
67
Case C
56
0.16
350
【Case D】
X1 = 9.5
Ei = 100
X2 = 9.5
F2
F1
Ck1 = 4.8
Ek1 = 48
Xk1 = 43
X4 = 9.4
F4
R = 10
Xcom = 0.1
Xj/Xcom =415
F
E0 = 1
3
Material
flux
Energy
flow
F1 = 1
F2=0.96
F3=0.04
F4=0.96
F5=0.04
E1 = 10
E2=9.6
E3=0.4
E4=9.6
E5=0.4
X3 = 0.40
Ck2 = 0.2
Ek2 = 3
Xk2 = 0.9
X5 = 0.27
F5
R = 15
Xcom = 0.13
Xj/Xcom =7.0
【Case E】
【Case A】
E0 = 5
Fin = 0.5
Ei = 100
Cj = 5
Ej = 50
Xj = 34
Ein = 5
Xin = 4.75
E0 = 5
Fin = 1
Ei = 100
Exergy
consumption
Xcom (kJ/l)
次に Fig.5 に示すように，同じ栄養段階（機能グループ）
を示す系において，異なるエネルギー換算係数を有する 2 つ
のサブシステムが存在する場合を想定した．この系全体に投
入・排出される物質フラックスは 1mol，保持される物質量
は 5 mol とするが，系に含まれるサブシステムが保持してい
る物質量が異なる場合を想定した．いずれのケースにおいて
も，それぞれのサブシステムは，自身の物質量に対して一定
の割合(今回は 0.2)で，物質を取り込むと仮定した．まず，
Case D は，エネルギー換算係数の小さいサブシステム（上段）
の保持する物質量が 4.8mol と，系内の物質量のほとんどを
保持している状態である．この場合，このサブシステムへ投
入される物質フラックスは 0.96mol となり，もう一方のサブ
システムの 0.04mol よりも大きくなる．また，Case E は，エ
ネルギー換算係数の高い方のサブシステム（下段）が物質量
4.8mol を保持している状態であり，このサブシステムへ投入
される物質フラックスは 0.96mol，もう一方のサブシステム
は 0.04mol となる．
Table 1 に，それぞれのケースにおいて，式(4-12)の状態量
としてのエクセルギー量 X ，式(5-2)のエクセルギー消費量
Xcom ，(5-1)式のエクセルギー利用効率 η を求めた結果を示
す．Case C は，他の 2 ケースと比較して，エネルギー換算係
数が大きく，保持している物質量に含まれるエネルギー量が
多いので，エクセルギー量 X は約 1.6 倍となっている．また，
Case B は Case A と比較して，エクセルギー消費量 Xcom が 2
倍となり，エクセルギー利用効率 η が 1/2 となっているのが
わかる．これは，同じ状態量（エネルギー量）を維持する場
合，入力される物質フラックスが小さい方が，効率よくエク
セルギーを利用できることになる．さらに， Case C は Case
B と比較して，エクセルギー消費量が 0.3 倍，エクセルギー
利用効率は約 5 倍となっているのがわかる．これは，エネル
ギー換算係数が大きく，保持しているエネルギー量（エクセ
ルギー量）が多い系は，入力されるエネルギー量と維持する
物質量が等しく，エネルギー換算係数がより小さい系と比較
して，エクセルギー消費量がより少なくなり，効率よくエク
セルギーを利用できることを意味している．
【Case B】
Exergy
X (kJ/l)
Fout = 0.5
R = 10
X1 = 9.5
Ei = 100
Eout = 5
Xout = 4.5
Cj = 5
Ej = 50
Xj = 34
Ein = 10
Xin = 9.5
Fout = 1
Eout = 10
Xout = 9
F2
F1
Ck1 = 0.2
Ek1 = 2
Xk1 = 0.3
X4 = 0.2
F4
R = 10
Xcom = 0.2
Xj/Xcom =1.57
F
E0 = 1
R = 10
X2 = 0.40
3
Material
flux
Energy
flow
F1 = 1
F2=0.04
F3=0.96
F4=0.04
F5=0.96
E1 = 10
E2=0.4
E3=9.6
E4=0.4
E5=9.6
X3 = 9.5
Ck2 = 4.8
Ek2 = 72
Xk2 = 67
X5 = 9.46
F5
R = 15
Xcom = 0.04
Xj/Xcom =1787
Fig.5 Exergy consumption rate of 2 pass
【Case C】
E0 = 5
Fin = 1
Ei = 100
Ein = 10
Xin = 9.5
Cj = 5
Ej = 75
Xj = 56
Fout = 1
R = 15
この 2 つのケースにおいて，上述と同様に，系全体のエク
セルギー消費量，エクセルギー量，エクセルギー利用効率を
求めた結果を，Table 2 に示す．Case E は Case D と比較して，
保持するエクセルギー量は約 1.5 倍となる．一方，消費され
るエクセルギー量はほぼ同じ値となっており，それより，エ
Eout = 10
Xout = 9.3
Fig.4 Material flux, energy, exergy flow of subsystem
181
クセルギー利用効率 η は，Case E は Case D の約 1.5 倍となる．
これは，物質循環の視点でみれば，ある栄養段階全体が，同
じフラックス，同じ物質量の状態であっても，それが異なる
エネルギー換算係数を有する複数のサブシステムで構成さ
れていれば，構成の比率によってエクセルギーの利用の仕方
が大きく異なることを示している．あるいは，ある栄養段階
に入るエクセルギーは，それが持つサブシステムの構成によ
って，利用のされ方が大きく異なり，物質あたり保持するエ
ネルギーが多いサブシステムに投入されるほど有効に利用
されることを意味している．
これらの仮想的な系を用いた検証より，エクセルギー利用
効率は，環境や系の状態による生態系の機能，エネルギー利
用過程の変化を定量的に評価できる指標であることが示さ
れた．
量が等しくなる．ここで，右辺第 1 項 Hl は，有機物の低発
熱量(kJ/mol)と呼ばれ，様々な式が提案されており，容易に
求めることができる．今回，有機物の発熱量に最も近いとさ
れている Scheurer−Kestner の式 10)用いた．また，左辺第 2
項と右辺第 2∼5 項のエネルギー量は，これらの無機物質は
熱力学的平衡状態であると仮定すると，各物質の標準エント
ロピー(J/mol・K)11)に，標準温度 298.15(K)を乗じて求めるこ
とができる．これらより，左辺第 1 項の有機物の 1mol あた
りのエネルギー量 E (organism ) を求めることができ，以下の
式にまとめることができる．
Table 2 Calculation result of exergy consumption
リンが生物乾重量(g dry wt)あたりに占める比率を用いて，次
式となる．
Exergy
consumption
Xcom (kJ/l)
Rate of Exergy
consumption
Case D
44
0.23
189
Case E
67
0.24
287
さらに，生物乾重量あたりのエネルギー量 E (organism ) は
E ( organism ) =
η
6
実海域への適用のためのパラメターの導出
6.1 エネルギー換算係数
実際の海域における生態系の評価を行うためには，まず式
(3-3)のエネルギー収支式を導く必要がある．この際に，重要
なのがエネルギー換算係数 R である．これまでに提案されて
いる生物のエネルギー量の算出には，生物の乾重量あたりの
炭素量と，実験により得られた発熱量のデータから近似的に
推定する方法 8)や，著者が提案した熱力学的平衡状態のエネ
ルギー量と各生物がその状態で維持される物質量から求め
る方法 9)などがある．しかし，これらはいずれも生物を構成
する物質の中の，一つの元素のみに着目した換算方法であり，
様々な元素により構成されている生物内に含まれるエネル
ギーを物質量から換算する際には，十分ではないと考えられ
る．そこで本研究では，生物を構成する元素組成を考慮し，
CNP 比を用いてエネルギー換算係数を求める方法を提案す
る．
ある海洋生物において，体を構成する主要元素，炭素，窒
素，リンの乾重量あたりの組成比が a (%) ， b (%) ， c (%) ，
モル比が， a′ : b′ : c′ ’となる場合，その生物を表す有機物の示
性式を (CH 2O )a′(NH 3)b′(H 3PO 4 )c′ と表現できると仮定する．
ここで， (CH 2O ) は炭水化物， (NH 3) はアミノ酸， (H 3PO 4 )
は脂肪酸を表している．この有機物は，生態系内の各生物の
異化作用により分解され，生物活動に必要なエネルギーが発
生する．そして，最終的に有機物が持つエネルギーの全てが
熱エネルギーに変換され，二酸化炭素，水，アンモニア，リ
ン酸などの無機物に分解される．この有機物から無機物への
分解過程の熱化学方程式は，以下で表現できる．
(CH 2O )a′ (NH 3 )b′ (H 3PO4 )c′ + a′O2
= Hl + a′CO2 + a′H 2O + b′NH 3 + c′H 3PO4
(6-2)
(CH 2O ) ， (NH 3) ， (H 3PO4) の分子量(g/mol)，炭素，窒素，
E ( organism )⋅( a + b + c )
(30 a ′+17 b′+ 98 c′ )⋅100
(6-3)
Table 3 に，植物プランクトン，動物プランクトン，デトリ
タス（海底堆積物）の乾重量あたりの炭素，窒素，リンの組
成比と，今回提案した方法によるエネルギー量の計算結果を
示している．これより，高次の生物の方が，単位乾重量あた
りではより多くのエネルギー量を有していることがわかる．
これは，たんぱく質や脂質は，炭水化物よりもより大きなエ
ネルギー量を有しており，動物プランクトンは，植物プラン
クトンと比較して，たんぱく質や脂質などの物質が多く含ま
れた，より複雑な構造をしているため，高いエネルギー量を
有していると考えられる．
decomposition
Exergy
X (kJ/l)
E ( organism ) = 48 .6 a '+ 4 .11b '+ 1 .06 c '
heat value
Hl
Fig.6 Decomposition process for organism
Table 3 Example of energy conversion coefficient of marine
organism
per dry wt
Energy
Carbon(%) Nitrogen(%) Phosphorus(%) (kJ/g dry wt))
4.79
Phytoplankton
22.5
3.8
0
12.21
Zooplankton
57.38
9.59
0
0.61
Detritus
2.98
0.33
0.08
6.2 熱力学的平衡状態
式(4-6)で示したエクセルギー収支式を求める際には，熱力
学的平衡状態，周囲環境と平衡状態に達した時のエネルギー
量を定義する必要がある．海洋生態系にとっての周囲環境は
海水であると考えられることから，本研究では，海水のもつ
エネルギー量 Esea をこの平衡状態のエネルギー量と定義し
た．海水のエネルギー量は，海水中の無機物が持つエネルギ
ーの総量として考えることができ，エネルギー換算係数を算
出する場合と同様に，標準エントロピーを用いて求めること
(6-1)
Fig.6 に，この式で表される有機物から無機物への分解過
程において各物質のエネルギー量と発熱量の関係を示した．
ここで，この分解過程は，分解反応の前後においてエネルギ
ー保存則が成立つ．つまり，式(6-1)において，左辺の全物質
が持つ総エネルギー量と，右辺の全物質が持つ総エネルギー
182
ができる．なお，実際の海域では，海水中には多くの溶存態
無機物質が存在するが，主要元素は窒素やリンであり，その
他の元素は微量である．よって，今回は，一般的な海域にお
ける無機態窒素，無機態リンの物質濃度からエネルギー量を
求めた．また，これより求められた海水のエネルギー量を
Esea とすると，各生物の基底状態での物質濃度 C 0 は，生物
のエネルギー換算係数 R を用いると，以下の式で求められる．
Esea
C0 =
R
(6-4)
ンの方が，デトリタスよりも，エネルギー換算係数が大きい
ため，維持されているエネルギー量，エクセルギー量は，(a)
の方が約 1.9 倍となっている．さらに，各コンパートメント
に投入，
排出される物質フラックスは，
(a)で 11.2 kmolN/day，
(b)で 9.0 kmolN/day となっており，後者が約 0.8 倍となって
いる．
(a)
(kmolN/day)
Cp = 15 (μmolN/l)
Ep = 27 (J/l) Fout = 11.2
Xp = 24 (J/l)
Eout = 19.7
Ein = 19.7
Xout = 10.9
Xin = 18.8
Fin = 11.2
これらの値を用いて，生態系モデルによる海洋生態系のエ
ネルギー利用過程の評価を行った．
Rp = 1.8 (J/molN)
Xcom = 7.9 (GJ/day)
Xp/Xcom = 936
(GJ/day)
7
海洋生態系への適用
エクセルギーを用いた海洋生態系評価の基礎的な性質を
調べるために，海洋の浮遊系生態系をモデル化した 1Box の
PZDN モデルを用いた検証を行った．PZDN モデルは，海洋
生態系を構成する基礎的なサブシステムである，植物プラン
クトン(P)，動物プランクトン(Z)，デトリタス(D)，栄養塩類
(N)の４つのコンパートメントからなる．各サブシステムは，
生産者，消費者，分解者，資源の機能を有しており，簡易的
に生態系の機能評価を行うには有用である．モデルでは，生
物活動だけではなく，移流や拡散といった物理過程を考慮し，
系外，系内での物質・エネルギー収支と，それに伴うエント
ロピー，エクセルギー収支を求めた．また，周囲環境である
海水は十分容量があるものとし，生態系との物質・エネルギ
ーのやり取りによって物質量・エネルギー量は変化しないと
仮定した．
7.1 物質量
今回，植物プランクトンの量が多い状態で物質循環してい
る生態系 (a)と，デトリタスの量が多い状態で循環している
生態系 (b)の 2 ケースにおいて，エクセルギー利用効率の試
算を行い比較した．Fig.7 に，定常状態における各コンパー
トメントの物質量の計算結果を示す．それぞれのコンパート
メントに示された値は，系内に保持されている物質量であり，
(a)は植物プランクトン，(b)はデトリタスがほぼ半分を占め
ている状態である．また，投入エネルギー Ein と排出エネル
ギ ー Eout は ， 定 常 状 態 で あ る た め 等 し く な り ， (a) で
20.3GJ/day，(b)で 19.8 GJ/day となり，2 ケースでほぼ同じ値
となっている．
(a)
(b)
Unit ：μmolN/l
Ein
20.3
(GJ/day)
Z
2.1
P
15.1
D
3.2
N
15.6
Material flux
Unit ：μmolN/l
Eout
20.3
Ein
19.8
Z
2.1
P
2.6
D
16.0
N
15.3
Eout
19.8
Material flux
(b)
(kmol/day)
Cd = 15 (μmol/l)
Ed = 15 (J/l) Fout = 9.0
Xd = 13 (J/l)
Eout = 15.2
Ein = 15.2
Xout = 6.6
Xin = 13.5
Fin = 9.0
Rd = 1
Xcom = 6.9
Xd/Xcom = 577
(GJ/day)
Fig.8 Material flux, energy and exergy flow.
(a)Phytoplankton, (b) Detritus
この場合，それぞれのコンパートメントについて，投入・
排出・消費エクセルギーを求め，エクセルギー利用効率を求
めると，(a)は 936，(b)は 577 となり，前者の方が効率よくエ
ネルギーを利用していることがわかる．これは，デトリタス
の方がコンパートメントに投入される物質量が少ないもの
の，植物プランクトンの方が物質量に含まれるエネルギー量
が大きいためであり，同じ物質量を保持する場合，デトリタ
スより植物プランクトンの方がエネルギーを効率的に利用
できることを示している．
7.3 生態系全体のエクセルギー利用効率
さらに上記の(a)，(b)の場合において，生態系全体のエク
セルギー量，エクセルギー消費量，エクセルギー利用効率を
求めた結果を Table 4 に示す．(a)と(b)を比較すると，(a)の系
で保持しているエクセルギー量は，(b)の約 1.5 倍，エクセル
ギー消費量は約 0.8 倍となっている．さらに，エクセルギー
利用効率を求めると，(a)は 855，(b)は 478 となり，(a)の方が
約 1.8 倍も効率がよいことがわかった．これは，(a)と(b)に投
入されるエネルギー量はほぼ同じであるものの，エネルギー
換算係数が大きい植物プランクトンが多い状態を保つこと
ができる系の方が，エクセルギー消費量がより少なくなり，
なおかつ，多くのエクセルギー量を保持できるため，エクセ
ルギー利用効率が非常に良くなることを示している．
これらの結果より，生態系内の物質循環の状態をエクセル
ギー利用効率という指標で，定量的に評価できることが示さ
れた．
Table 4 Calculation result of exergy consumption
Fig.7 Calculation result of biomass and energy flow
7.2 エネルギー・エクセルギー収支
(a)の場合における植物プランクトン，(b)の場合のデトリ
タスの物質・エネルギー・エクセルギー収支を Fig.8 に示す．
どちらの場合も，各コンパートメントに維持されている物質
量は，15 μmolN/l と同じである．しかし，植物プランクト
183
Exergy
X (GJ)
Exergy
consumption
Xcom (GJ)
Rate of Exergy
consumption
(a)
8650
10.2
855
(b)
5816
12.4
478
η
8
結言
本研究では，熱力学法則を考慮して，エネルギー，エント
ロピー，エクセルギー収支式の定式化を行うことで，物質循
環から生態系のエネルギー流を定量的に表現した．また，エ
クセルギー収支式から得られるエクセルギー消費量を使っ
て，生態系内のエクセルギー利用効率を求めることを提案し，
簡単なモデルを用いて，それによる評価の検証をおこなった．
その結果，生態系の状態によって，エクセルギー利用効率が
大きく異なることを明らかにした．
さらに，海洋の基礎生態系をモデル化した PZDN モデルに
本手法を適用するため，各収支式を求める際に必要なパラメ
ターを算出する方法を示し，物質循環の状態が異なる 2 つの
生態系に対して試算を行った．その結果，同じ物質量を維持
している植物プランクトンとデトリタスを比較すると，植物
プランクトンの方が，効率よくエクセルギーを利用している
ことが明らかになった．さらに，植物プランクトンが多い状
態で物質循環が行われている方が，非生物体であるデトリタ
スが多い状態で循環が行われている場合に比べて，生態系全
体でのエクセルギーの利用効率が非常に高くなることがわ
かった．
これらの結果より，生態系の各サブシステムでのエネルギ
ー利用過程や，生態系全体での物質循環の状態は，有効エネ
ルギーを表現するエクセルギーを用いれば，定量的に評価で
きることが明らかにされた．
参考文献
[1] 中谷直樹，大塚耕司，奥野武俊：生態系モデルを用いた
環境修復技術の機能評価 −りんくう公園内海の例−,
土木学会論文集 No.755/Ⅶ-30，pp.16-28，2004
[2] E.P.Odum 著 三島次郎 訳：基礎生態学, 培風館, 1991
[3] D.Baird and H.Milne ：Energy Flow in the Ythan Estuary,
Aberdeenshire, Scltoland, Estuarine, Coastal and Shelf
Science, 13, pp.455-472, 1981
[4] H.T.Odum ：Environment, Power and Society. New York,
John Wiley, 1971
[5] Jorgensen, S.E., Patten, B.C. and Straskraba, M.：Ecosystems
Emerging: 4. Growth, Ecological Modelling, 126, Elsevier,
pp.249-284, 2000
[6] 小野周，河宮信郎，玉野井芳郎，槌田敦，室田武 編著：
エントロピー，朝倉書店，pp.38-44，1982
[7] 宿谷昌則：エクセルギーと環境の理論−流れ・循環のデ
ザインとは何か−, 北斗出版, 2004
[8] T.Platt, V. M. Brawn, and B. Irwin：Caloric and Carbon
Equivalents of Zooplankton Biomass, Journal Fisheries
Research Board of Canada, Vol.26, No.9, pp.2345-2349,1969
[9] Nakatani, N., Yoshimura, A. and Okuno, T.：Evaluation of a
coastal ecosystem by material and energy flows.(in
submitted)
[10] 志垣政信：絵とき廃棄物の焼却技術（改訂 3 版）
，オー
ム社，pp.19，2000
[11] 山口喬：入門化学熱力学−現象から理論へ−，培風館，
pp. 351-357，2004
184
物質循環とエクセルギー流に基づく
物質循環とエクセルギー流に基づく
生態系機能の評価
生態系機能の評価
大阪府立大学大学院工学研究科
大阪府立大学大学院工学研究科
中谷
中谷 直樹，吉村
直樹，吉村 明子，奥野
明子，奥野 武俊
武俊
海洋工学シンポジウム
2008.3.19
背景
背景
海洋空間・資源の利用
環境修復事業etc…
地球規模の資源・環境問題
地球温暖化etc..
人間活動による
海洋生態系への影響
生態系の定量的な評価
185
1
生態系の定量化・評価
生態系の定量化・評価 ～物質循環～
～物質循環～
例）ＮＰＺＤモデル
摂餌
排
糞・
死亡
摂餌
枯死
呼吸
呼吸
光合成
ケーススタディ
初期条件＆境界条件：大阪湾
分解
500m
海水交換
10m
湾口
250m
500m
生態系の評価
生態系の評価 ～物質循環～
～物質循環～
例）ＮＰＺＤモデルでの評価
Case A
15.1
呼吸
4.8
光合成
10.6
3.2
単位：μmolN/L
186
2
生態系の評価
生態系の評価 ～物質循環～
～物質循環～
例）ＮＰＺＤモデルでの評価
Case B
枯死
8.3
16.0
2.6
呼吸 光合成
2.0
9.3
分解
1.9
単位：μmolN/L
研究動機
研究動機 ～物質循環による生態系の評価～
～物質循環による生態系の評価～
例）ＮＰＺＤモデル 物質量・物質フラックスの評価
Case A
Case B
単位：μmolN/L
2.6
15.1
枯死
呼吸
8.3 2.0 光合成
9.3
呼吸 光合成
4.8
10.6
6.2
吸収
3.2
16.0
全物質量： 36 μmolN/L
全循環フラックス： 17.8 μmolN/(L・day)
分解
1.9
6.3
吸収
全物質量： 36 μmolN/L
全循環フラックス： 23.1 μmolN/(L・day)
系全体として物質循環の
状態を評価できないか
187
3
生態系
生態系
：エネルギー流
生態系の機能化
：物質循環
①生物群集
②物質循環
③エネルギー流
高次捕食者
(魚)
分解者
1次消費者(動物プランクトン)
動物プランクトン)
Heat
energy
Chemical
energy
(バクテリア)
バクテリア)
Organic
基礎生産者(植物プランクトン)
植物プランクトン)
Inorganic
Inorganic
Light energy
栄養塩
(C，N，P，etc…)
太陽
エネルギー流の定量化
エネルギー流の定量化
エネルギー量：保存
System
Energy Stored
Energy
Energy
IN
OUT
エネルギーの拡散：エントロピー生成
エントロピー増大の法則
(熱力学第２法則)
188
4
エクセルギーの定義
エクセルギーの定義
Exergy (エクセルギー)
エクセルギー)： X
『有効エネルギー 』
物質・エネルギーの『拡散』能力
E : エネルギー
X：エクセル
S : エントロピー
ギー
エクセルギー収支
エクセルギー収支
System
Xout
Xin
dX
エクセルギーの消費
Xin – Xcom = dX + Xout
投入
消費
蓄積
排出
エクセルギー（有効エネルギー）収支式
189
5
エクセルギー収支の定式化
エクセルギー収支の定式化
熱力学の定義
Xin – Xcom = dX + Xout
消費
dE
Eout
⎛
⎞ ⎛
⎞
⎛
⎞
Einin
⋅ T 0 ⎟ − Xcom = ⎜⎜ dE −
⋅ T 0 ⎟⎟ + ⎜⎜ Eout −
⋅ T 0 ⎟⎟
Einin −
⎜E
Tj
Tj
Tii
⎠
⎝
⎝
⎠ ⎝
⎠
Ein
system
問題点
Xin
Ti
①エネルギー量の算出
②状態量
Sin
エネルギー量の算出
エネルギー量の算出
生物
乾重量あたりの
組成比率(%)
C：炭素
a%
N：窒素
b%
P：リン
c%
Other inorganic…
モル比
組成式
(CH2O)a’(NH3)b’(H3PO4)c’
エネルギー・物質比
190
6
エクセルギー収支の定式化
エクセルギー収支の定式化 ～状態量～
～状態量～
E
system
T→
Ei
X：エクセルギー
S
生態系
熱力学
Ein
dE
Eout
⎛
⎞ ⎛
⎞
⎞
⎛
E0 ⎟⎟ + ⎜⎜ Eout −
⋅T
⋅ TE00⎟⎟
⋅ TE00⎟ − Xcom = ⎜⎜ dE −
⎜ Ein −
Tii
T
TEj j
E
Ejj
⎠ 消費 ⎝
⎝
⎠ ⎝
⎠
検証
検証
Case A（エネルギー収支）
太陽光
18.0
地球への日射
エネルギーの
約0.5%
呼吸
1.1
呼吸
8.6
Case A (物質循環)
分解
0.86
15.1
呼吸 光合成
4.8
10.6
6.2
単位：GJ/day
吸収
3.2
191
7
検証
検証
太陽光
18.0
Case A（エクセルギー収支）
1.1
呼吸
0.03
呼吸
0.3
8.6
Case A (物質循環)
分解
15.1
0.02
呼吸 光合成
4.8
10.6
0.86
単位：GJ/day
6.2
吸収
3.2
エクセルギー収支による評価方法
エクセルギー収支による評価方法
生態系のエクセルギー収支
エクセルギー量：
Xj
エクセルギー利用効率
System
Xout
Xin
Xcom
エクセルギー 消費 ：
dX
η=
Xj (保持 )
Xcom(消費 )
Xcom
192
8
検証
検証 エクセルギー消費＆エクセルギー量
エクセルギー消費＆エクセルギー量
Case A
Case B
枯死
呼吸光合成
呼吸光合成
分解
Xcom
0.8倍
エクセルギー消費量(GJ/day)
１０．２
１２．５
＜
Xj
エクセルギー量
1.5倍
８６５０
(GJ)
５８１６
＞
検証
検証 エクセルギー利用効率
エクセルギー利用効率
Case A
Case B
枯死
呼吸光合成
呼吸光合成
分解
エクセルギー利用効率 η
８５５
＞
４７８
1.8倍
193
9
まとめ
まとめ
・生態系の物質循環に伴うエクセルギー流の定量化
・エクセルギーを用いた評価方法の提案
Ｅｘｅｒｇｙ：エクセルギー
生態系の新しい評価指標
194
10
研究目的
研究目的
エネルギー換算係数
物質収支
エネルギー収支
評価
熱力学概念
導入
エントロピー収支
生態系
：エネルギー流
：物質循環
高次捕食者
(魚)
エクセルギー収支
分解者
(バクテリア)
バクテリア)
1次消費者(動物プランクトン)
動物プランクトン)
Heat
energy
Chemical
energy
Organic
基礎生産者(植物プランクトン)
植物プランクトン)
評価
Inorganic
Inorganic
Light energy
栄養塩
(C，N，P，etc…)
太陽
検証
検証
ＰＺＤＮモデル（エネルギー量）
15.1
呼吸 光合成
4.8
10.6
6.2
吸収
3.2
単位：μmolN/L
Energy(J/l)
Phytoplankton
Zooplankton
Detritus
Nutrient
26.6
3.8
3.2
0.9
195
11
検証
検証
ＰＺＤＮモデル（エクセルギー量）
15.1
呼吸 光合成
4.8
10.6
6.2
吸収
3.2
単位：μmolN/L
Phytoplankton
Zooplankton
Detritus
Nutrient
23.6
2.0
1.6
0.04
Phytoplankton
Zooplankton
Detritus
Nutrient
Energy(J/l)
26.6
3.8
3.2
0.9
Exergy(J/l)
23.6
2.0
1.6
0.04
Exergy(J/l)
検証
検証
ＰＺＤＮモデル（エクセルギー量）
15.1
呼吸 光合成
4.8
10.6
6.2
吸収
3.2
単位：μmolN/L
196
12
検証
検証 エクセルギー利用効率
エクセルギー利用効率
Case A
呼吸光合成
エクセルギー利用効率 η
８５５
検証
検証 エクセルギー利用効率
エクセルギー利用効率
Case B
枯死
呼吸光合成
分解
エクセルギー利用効率 η
４７８
197
13
検証
検証 エクセルギー消費
エクセルギー消費
Case A
8.1
1.0
呼吸光合成
0.8
0.3
単位：GJ/day
Xcom
１０．２
エクセルギー消費量(GJ/day)
検証
検証 エクセルギー消費
エクセルギー消費
Case B
4.4
0.8
枯死
7.0
分解
呼吸光合成
0.3
単位：GJ/day
Xcom
エクセルギー消費量(GJ/day)
198
１２．５
14
検証
検証 エクセルギー量
エクセルギー量
Case A
610
7562
呼吸光合成
467
10.1
単位：GJ
Xj
８６５０
エクセルギー量 (GJ)
検証
検証 エクセルギー量
エクセルギー量
Case B
1183
613
枯死
4011
分解
呼吸光合成
9.1
単位：GJ
Xj
エクセルギー量 (GJ)
199
５８１６
15
検証
検証
ＰＺＤＮモデル（物質循環）
Case A
15.1
呼吸
4.8
光合成
10.6
6.2
3.2
吸収
単位：μmolN/L
検証
検証
ＰＺＤＮモデル（エネルギー量）
Case A
Ez=3.8(J/l)
Ep=26.6(J/l)
Ed=3.2(J/l)
En=0.9(J/l)
200
16
検証
検証
ＰＺＤＮモデル（エクセルギー量）
Case A
Ez=3.8(J/l)
Ep=26.6(J/l)
Xz=2.0(J/l)
Xp=23.6(J/l)
Ed=3.2(J/l)
En=0.9(J/l)
Xd=1.6(J/l)
Xn=0.04(J/l)
エネルギー量の導出
エネルギー量の導出
生物
乾重量あたりの
組成比率(%)
C：炭素
a%
N：窒素
b%
モル比
組成式
(CH2O)a’(NH3)b’(H3PO4)c’
分解過程での発熱量
（Scheurer-Kestnerの式より）
P：リン
c%
＋
分解後の無機物質のエネルギー量
Other inorganic…
（標準エントロピーより）
＝
エネルギー量
201
17
状態量とは
状態量とは
状態量：完全微分
時間に依存しない。
絶対的な値
ポテンシャル
移動量：非完全微分
時間に依存
変化速度、物質排出速度…
ポテンシャルの差（変化量）
Exergy（エクセルギー）による評価例
Exergy（エクセルギー）による評価例
例）火力蒸気プラント
エクセルギー
投入：100
エクセル
ギー排出：
40
エクセルギー
消費：4
エクセルギー
消費：50
エクセルギー
消費：6
山口作太郎：「熱電変換研究と核融合」より作成
202
18
状態量のエントロピー・エクセルギー
状態量のエントロピー・エクセルギー
Energy
ΔE j
Ej= Cj ・R
E0 Sj
⎛Cj ⎞
⎟
S j = ln⎜⎜
⎟
⎝ C0 ⎠
Xj
(
物質量
エネルギー量
エントロピー量
エクセルギー量
エネルギー換算係数
)
⎛Cj ⎞
⎟
X j = R ⋅ C j − C0 − E0 ⋅ ln⎜⎜
⎟
C
0
⎠
⎝
E0= C0 ・R
Cj
Ej
Sj
Xj
R
ΔE j
Sj
平衡状態のエネルギー量 E0
平衡状態の物質濃度 C0= E0 /R
生態系の評価
生態系の評価 ～物質循環～
～物質循環～
例）PZDNモデル
摂餌
排糞・
死亡
摂餌
呼吸
枯死
分解
呼吸
光合成
計算結果例
Biomass
(μmolN/L)
Phytoplankton
Zooplankton
Detritus
Nutrient
30
20
10
1
203
2
3
4
5
6
7
8
9
10
11 12
month
19
海洋生態系へ適用
海洋生態系へ適用
生態系のエクセルギー利用率
摂餌
排糞・
死亡
摂餌
呼吸 枯死
呼吸 光合成
分解
Biomass (μmol/L)
35
2500
30
2000
25
1500
20
15
1000
10
Biomass
5
0
500
Exergy utilize edfficiency
(X/Xcom)
3000
40
Exergy utilize efficiency
1
2
3
4
5
6
7
8
0
9 10 11 12 month
エネルギー収支の定式化
エネルギー収支の定式化
物質循環からエネルギー流
物質収支
（投入）
=
（蓄積）
+ （排出）
Fin = dC + Fout
system
Fin
×
R
Fout
dC
物質・エネルギー比
（エネルギー換算係数）
エネルギー収支
Fin・Ri = dE + Fout・Rj
質量保存則
エネルギー保存則
204
20
検討
検討 ケース①
ケース①
物質フラックス 小
R = 10
Ａ
Cj = 5
Ej = 50
Xj = 34
Fin
0.5
Ａ
Ｂ
Ｂ 物質フラックス 大
R = 10
Fout
0.5
Fin
1.0
Cj = 5
Ej = 75
Xj = 56
Fout
1.0
エクセルギー量
Xj
エクセルギー消費
Xcom
エクセルギー利用効率
η
34
34
0.25
0.5
134
67
2倍
0.5倍
物質フラックスが小さい
効率的！
検討
検討 ケース②
ケース②
Ｃ エネルギー換算係数 小
Ｄ エネルギー換算係数 大
R = 10
R = 15
Cj = 5
Ej = 50
Xj = 34
Fin＝ 1
Ｃ
Ｄ
Fin＝ 1
Fout＝ 1
Cj = 5
Ej = 75
Xj = 56
Fout＝ 1
エクセルギー量
Xj
エクセルギー消費
Xcom
エクセルギー利用効率
η
34
56
0.5
0.16
67
350
0.3倍
5倍
エネルギー換算係数
大きい 効率的！
205
21
生態系への適用
生態系への適用
生態系： 状態量は，現存量orエネルギー量
①現存量
平衡状態の物質量
生物によって違う
②エネルギー量
平衡状態のエネルギー量
どの生物も同じ
状態量：エネルギー量 ⇒ 定式化 完成！
エネルギー換算係数の導出
エネルギー換算係数の導出
CNPの物質量あたり…
ほとんど差がない
per dry wt
Energy
Energy
Carbon(%) Nitrogen(%) Phosphorus(%) (kJ/g dry wt)) (kJ/g CNP))
18.22
4.79
Phytoplankton
22.5
3.8
0
12.21
18.24
Zooplankton 57.38
9.59
0
0.61
18.07
Detritus
2.98
0.33
0.08
乾重量あたり…
動プラ>植プラ＞デトリタス
206
22
平衡状態のエネルギー量
平衡状態のエネルギー量
熱力学的平衡状態 = 周囲環境と平衡状態
熱力学では…
海洋生態系は…
周囲環境：海水
周囲環境：外気・部屋 etc..
状態量：エネルギー量
状態量：温度
海水のエネルギー量
外気温・室温 etc..
（標準エントロピーから算出）
計算方法
計算方法
エントロピー変化量（蓄積エントロピー）
エントロピー変化量（蓄積エントロピー）
dS =
dQ
T
dS =
dE
：(微小時間dt)
Ei
ΔS =
変更後
エントロピー変化量 dS
エネルギー変化量 dE
エネルギー量
Ei
変更前
熱力学の場合
dS =
ΔE
Ei
dE
Ei(t )
時間積分
Eiは一定
と仮定
Eiの時間変化
を考慮
Δt間における変化量
ΔS = ln
Ei
Ei + ΔE
Ei
同じ条件で試算したところ…
207
23
蓄積エントロピーの計算方法
蓄積エントロピーの計算方法
微小時間dt
微小なエネルギー変化 dE
dE/dtは一定
ΔS = ∫dSFout = ∫dE/E(t)
= dE/dt・∫1/E(t)・dt
(1)
E(t) = E0 + dE/dt・t = Xとすると(t→t+ ΔtでXt → Xt+Δt)，
dt = dt/dE ・ dX
(1)に代入すると，
ΔS = ∫1/X・dX
= ln(Xt+Δt/Xt)
= ln(E0 +ΔE / E0)
計算方法
計算方法
エントロピー変化量（蓄積エントロピー）
エントロピー変化量（蓄積エントロピー）
変更後（Eiの時間変動を考慮した場合）
一定の速度で移流
Box内外は同濃度
Sit
t
iE
dE
4.E+07
変化なし
3.E+07
2.E+07
Mass
1.E+07
Energy
0
100
200
0.E+00
300
エントロピー・エクセルギー量変化
⎛ E t + ΔE ⎞
⎟
= S it + ln⎜⎜ i t
⎟
⎝ Ei
⎠
5
Entropy(/Box)
S it + dt
5.E+07
：時刻 t のエントロピー量
：時刻 t のエネルギー量
5.E+07
4
変化なし
3
2
1.E+07
Exergy
0
：dt 間でのエネルギー変化量
0.E+00
0
208
3.E+07
2.E+07
Entropy
1
4.E+07
Exergy(J/Box
【時刻t+dtのエントロピー量】
7
6
5
4
3
2
1
0
Energy(J/Box)
Mass( μmol/l)
物質・エネルギー量変化
100
200
300
24
計算方法
計算方法
エントロピー変化量（蓄積エントロピー）
エントロピー変化量（蓄積エントロピー）
状態量としてのエントロピー
今回の場合
熱力学の場合
S = mC ⋅ ln
T
T0
S = ln
m : 質量(g)
C : 熱容量(J/g・K)
T : 絶対温度(K)
T0 : 環境基準温度(K)
E
E0
E : エネルギー量(J)
E0 : 基準のエネルギー量(J)
計算方法の変更(基準状態量）
計算方法の変更(基準状態量）
エクセルギー
定義式
X=E-ST
E:energy(J)
S:entropy(J/K)
T:environmental temperature(K)
エクセルギー収支式
Xin-Xcom=Xres+Xout
Xin = Ein - Sin ・ Es
Xres = dX
= dE - dS ・ Es
Xout = Eout - Sout ・ Es
Xcom = Sgen ・ Es
Es＝α・Ts
α:specific heat of
sea(J/(K・m3))
Ts:sea temperature(K)
Es＝(En+Ep)・Vb
En :energy of inorganic nitrogen (J/m3)
En :energy of inorganic phosphorus (J/m3)
Vb :volume of the box in still-water level (m3)
209
25
エクセルギー収支による評価方法
エクセルギー収支による評価方法 その他①
その他①
エネルギーをどのように利用し，生産活動をするか？
dX
Xcom : Sgen
Xin
Sout
Xout
エネルギー利用
↓
エントロピー・エクセルギー過程
↓
エクセルギーの保持（維持）・生産
＝エクセルギー消費による
エクセルギー ： 消費
エクセルギー生産効率
エントロピー ： 生成
保持するエクセルギー量 ： Xj
ηg =
dX
Xcom
どんな評価？
エクセルギー収支による評価方法
エクセルギー収支による評価方法 その他①
その他①
生態系の生産性 ある海域で…
系外から物質の出入りがある環境で定常を保つ
出入りで失われるエクセルギー ⇒ 生物の生産活動で補う
Ecosystem
物理過程（移流・拡散）
Fin
物質
の流入
Xin
dX
物理過程
生物活動（生産）
Xcom
物理過程（移流・拡散）
Fout
物質
の流出
物理過程
生物活動（消費）
Xout
物理過程（移流・拡散）
生物活動（光合成）
210
26
エクセルギー収支による評価方法
エクセルギー収支による評価方法 その他①
その他①
PZDNモデルの場合
Case B
Case A
摂餌
摂餌
Ein
20.3
排糞
摂餌
死亡
呼吸 枯死
呼吸光合成
Eout
20.3
Ein
19.8
呼吸 枯死
排糞
摂餌
死亡
呼吸光合成
分解
分解
Case A
Case B
Eout
19.8
dX
Xcom
(生物活動) （生物活動）
7.9
10.1
3.8
12.2
dX/Xcom
0.78
0.31
2.5倍
効率的！
エクセルギー収支による評価方法
エクセルギー収支による評価方法 その他②
その他②
系外へのエクセルギーの排出？
dX
Xin
Xcom : Sgen
Sout
Xout
エネルギー利用
↓
エントロピー・エクセルギー過程
↓
エクセルギーの保持（維持）・生産
＝エクセルギー消費による
エクセルギー ： 消費
エクセルギー排出効率
エントロピー ： 生成
保持するエクセルギー量 ： Xj
ηw =
Xout
Xin
どんな評価？
211
27
エクセルギー収支による評価方法
エクセルギー収支による評価方法 その他②
その他②
例 干潟による水質浄化機能の評価
定常状態になると浄化機能 低下
積極的な系外除去が必要
Xout
Xin
栄養塩
の吸収
系外
除去
干潟の生態系
海洋生態系へ適用
海洋生態系へ適用
デトリタスが多い状態
植物プランクトンが多い状態
摂餌
摂餌
Xin
19.5
排糞
摂餌
死亡
呼吸 枯死
呼吸光合成
Xout
9.3
Xin
18.9
排糞
摂餌
死亡
呼吸光合成
Xout
6.5
分解
分解
Case A
Case B
呼吸 枯死
Xin
19.5
18.9
Xout
9.3
6.5
Xout/Xin
0.48
0.34
1.4倍
効率的！
212
28
付録６
IMPACT研究委員会開催記録
回
開催日
1 2005/9/9
場所
東京大学本郷キャンパス
工学部3号館
3階会議室
2 2005/12/1
東京大学本郷キャンパス
工学部7号館東館
5階会議室
3 2006/2/17
同志社大学
光塩館
地下１階会議室
4 2006/3/15
議事内容
１）旧IMPACT専門委員会報告書について
２）地球環境容量について
３）IMPACT研究委員会の活動方針について
４）作業役割分担について
１）報告書のとりまとめについて
２）第2回IMPACTセッションについて
３）包括的環境影響評価手法について
４）エコロジカル・フットプリントの講演会について
１）報告書のとりまとめについて
２）第2回インパクトセッションについて
３）包括的環境影響評価手法について
４）和田喜彦助教授特別講演
「エコロジカル・フットプリントの考え方と計測手法」
１）国際ワークショップ「持続可能な経済に向けての環境指標」の報告
２）報告書のとりまとめについて
大阪府立大学
学術情報センター
視聴覚室
5 2006/4/21 東京大学生産技術研究所 １）報告書の配布計画について
プレハブ食堂・会議棟
２）H17年度事業報告・会計報告
第5会議室
３）H18年度事業計画案・予算案について
４）第2回IMPACTセッションについて
５）包括的環境影響評価手法について
１）報告書の配布について
6 2006/6/28 大阪府立大学
２）H18年度事業計画・予算について
工学部A6棟
３）拓海のエコロジカル・フットプリントについて
2階会議室
４）第2回IMPACTセッションについて
５）包括的環境影響評価手法について
7 2006/8/7
東京大学柏キャンパス
１）第2回IMPACTセッションについて
環境棟
２）拓海のエコロジカル・フットプリントについて
4階会議室
３）包括的環境影響評価手法について
8 2006/9/7
ホテル知床
１）第2回IMPACTセッションについて
2階会議室
２）エコロジカル・フットプリントについて
３）HPIについて
４）包括的環境影響評価について
9 2006/10/6 東京大学本郷キャンパス １）包括的環境影響評価指標IIIについて
工学部3号館
２）第2回IMPACTセッションについて
3階第2会議室
３）IMPACTシンポジウムについて
10 2006/12/22 東京大学柏キャンパス
１）枝廣淳子氏との意見交換
環境棟
２）IMPACTシンポジウムについて
4階会議室
３）包括的環境影響評価手法について
11 2007/5/23 東京大学本郷キャンパス １）H18年度事業報告・会計報告
工学部3号館
２）H19年度事業計画・予算案
3階会議室
３）IIIのケーススタディについて
12 2007/7/12 東京大学本郷キャンパス １）順応的管理とモニタリング計画・レビューについて
工学部3号館
２）環境経済・レビューについて
3階第2会議室
３）生態リスク・レビューについて
４）勉強会について
13 2007/9/28 静岡県水産技術研究所
１）GPIの水質へのダメージについて
会議室
２）CO2海底下隔離の漏れのシミュレーションについて
３）第3回IMPACTセッションについて
４）ハザードマップについて
５）東京湾における環境修復技術の包括的影響評価について
14 2007/10/17 東京大学本郷キャンパス １）松田裕之教授特別講演
「エゾジカの順応的管理について」
工学部3号館
「Ecological Footprintおよび・ ミレニアム・エコシステム評価について」
3階会議室
２）包括的環境影響評価指標IIIについて
３）第3回IMPACTセッションについて
15 2007/12/7 東京大学本郷キャンパス １）湖沼における生物多様性について
工学部3号館
２）第3回IMPACTセッションについて
3階会議室
３）H19年度予算執行計画について
16 2008/2/9
東京大学本郷キャンパス １）第3回IMPACTセッションについて
工学部3号館
２）最終報告書について
3階会議室
３）H20年度以降の研究計画について
17 2008/3/10 高知県海洋深層水研究所 １）第3回IMPACTセッションについて
会議室
２）最終報告書について
３）H20年度以降の研究計画について
213
第 2 回 IMPACT セッション開催記録
開催日：2006 年 10 月 20 日（金）
場 所：神戸国際展示場（Techno-Ocean 2006/19th JASNAOE Ocean Engineering Symposium）
プログラム：
09:00～10:45
IMPACTセッション第1部 （講演）
「エコロジカル・フットプリントの概念と技術のサステイナビリティ評価への応用」
（The Concept of Ecological Footprint and its Applications to
Sustainability Assessment of Technologies）
和田喜彦（同志社大学経済学部 助教授）
「海洋肥沃化装置のエコロジカル･フットプリント評価」
（Ecological Footprint Accounting of Ocean Nutrient Enhancer）
大塚耕司（大阪府立大学大学院工学研究科 助教授）
「二酸化炭素海洋隔離の生物影響評価」
（Biological Impact Assessment of CO2 Ocean Sequestration）
喜田潤（海洋生物環境研究所実証試験場 主任研究員）
「地球温暖化のリスクと社会コストの評価：不確実性と応用」
（Estimation of risk and social cost of global warming: uncertainty and application）
板岡健之（みずほ情報総研環境・資源エネルギー部 主任研究員）
14:00～15:45
IMPACTセッション第2部 （総合討論）
「海洋の大規模利用はどれだけ地球環境にIMPACTを与えるのか？」
司会：大塚耕司（前出）
214
第 3 回 IMPACT セッション開催記録
開催日：2008 年 3 月 19 日（水）
場 所：日本大学駿河台キャンパス（第 20 回海洋工学シンポジウム）
プログラム：
13:00～14:00
招待講演：「包括的環境影響評価に関する国内外の動向」
松田裕之（横浜国立大学大学院環境情報研究院 教授）
14:00～14:30
一般講演：「物質循環とエクセルギー流に基づく生態系機能の評価」
吉村明子（大阪府立大学大学院工学研究科 M2 生）
14:30～14:50
休 憩
14:50～15:10
総括報告：「IMPACT 研究委員会の活動の経緯と方向性」
大塚耕司（大阪府立大学大学院工学研究科 教授）
15:10～16:40
IMPACT 研究委員会報告：
「浮体式海上空港建設における包括的環境影響評価」
養安明理(横浜国立大学大学院環境情報研究員 B4 生)
「東京湾における水質改善技術の包括的環境影響評価」
川淵 信（東京大学大学院工学系研究科 M2 生）
「環境修復技術の包括的環境影響評価－神戸空港人工海浜の事例－」
澤田高侑（大阪府立大学大学院工学研究科 M2 生）
16:40～17:40
総合討論：「包括的環境影響評価の実用化に向けて」
司会：大塚耕司（前出）
215
IMPACT シンポジウム開催記録
開催日：2007年3月20日（火）
場 所：東京大学本郷キャンパス 山上会館
テーマ：海洋の大規模利用に対する包括的環境影響評価の試み
プログラム：
第1部
司会：多部田茂（東京大学大学院新領域創成科学研究科 助教授）
13:00～13:10
開会挨拶（趣旨説明）
大塚耕司（大阪府立大学大学院工学研究科 助教授）
13:10～14:00
基調講演１：「生態リスクと生態系の評価」
田中嘉成（国立環境研究所環境リスク研究センター 室長）
14:00～14:50
基調講演２：「順応的管理と水産資源管理への応用」
勝川俊雄（東京大学海洋研究所海洋生物資源部門 助手）
14:50～15:00
休 憩
第2部
司会：佐藤徹（東京大学大学院新領域創成科学研究科 教授）
15:00～16:00
IMPACT研究委員会報告：
「海洋大規模利用の必要性と包括的環境影響評価III（Triple I）」
大塚耕司（前出）
「海洋表層酸性化と二酸化炭素海洋隔離のIII」
大宮俊孝（東京大学大学院新領域創成科学研究科 M2生）
「資源の供給障害リスクを考慮したメタンハイドレート開発のIII」
野尻智洋（東京大学工学部システム創成学科 B4生）
16:00～17:00
総合討論：「包括的環境影響評価手法のあり方」
司会：佐藤徹（前出）
216
IMPACT研究委員会資料一覧
回
資料
1 １）地球環境容量に関する資料
2 １）海洋肥沃化装置「拓海」のエコロジカル・フットプリント
２）HEPを用いたCO2海洋隔離の生態リスク評価手法の検討
3 １）HEPを用いたCO2海洋隔離の生態リスク評価資料
２）海洋肥沃化装置「拓海」のエコロジカル・フットプリント資料
３）特別講演「エコロジカル・フットプリントの考え方と計測手法」資料
5 １）GISを用いた東京湾環境マネジメント
6 １）海洋肥沃化装置「拓海」のエコロジカル・フットプリント資料
7 １）海洋肥沃化装置「拓海」のエコロジカル・フットプリント資料
２）漁業による環境影響評価およびHPIに関する資料
8 １）包括的環境影響評価指標案
２）エコロジカル・フットプリントに関する資料
３）統合的環境影響指標
４）HPIに関する資料
9 １）包括的環境影響評価指標IIIに関する資料（大塚）
２）CO2海洋隔離のIII算出に関する資料（大宮）
10 １）IMPACT研究委員会の活動に関する資料
２）包括的環境影響評価指標IIIに関する資料
11 １）IIIのケーススタディに関する資料
12 １）生態リスク・レビュー資料
２）環境経済・レビュー資料
３）順応的管理とモニタリング計画・レビュー資料
13 １）GPIの水質へのダメージに関する資料
２）CO2海底隔離の漏れのシミュレーションに関する資料
３）CO2深海貯留に関するハザードマップ
４）海洋肥沃化装置「拓海」に関するハザードマップ
５）東京湾における環境修復技術の包括的影響評価に関する資料
14 １）順応的管理に関する資料
２）Ecological Footprintに関する資料
３）洋上風力シンポジウムでの発表資料
15 １）湖沼における生物多様性の文献に関する資料
２）IIIケーススタディ計画
16
17
担当者
大塚耕司
冨士雄介
大宮俊孝
大宮俊孝
冨士雄介
和田喜彦
川淵　信
冨士雄介
冨士雄介
横澤　均
大塚耕司
冨士雄介
大宮俊孝
川淵　信
大塚耕司
大宮俊孝
大塚耕司
大塚耕司
大塚耕司
野尻智洋
川淵　信
藤田志津香
川淵　信
加野
城田英之
藤田志津香
川淵　信
松田裕之
松田裕之
佐藤　徹
白田
大塚耕司
IMPACTセッション資料一覧
回
資料
2 １）海洋の大規模利用に対する包括的環境影響評価指標の一提案
２）エコロジカル・フットプリントの概念と技術のサステイナビリティ評価への応用
３）海洋肥沃化装置のエコロジカル･フットプリント評価
４）二酸化炭素海洋隔離の生物影響評価
５）地球温暖化のリスクと社会コストの評価：不確実性と応用
６）第2回IMPACTセッション記録
3 １）包括的環境影響評価に関する国内外の動向
２）IMPACT研究委員会の取り組みと今後の課題
３）バラスト水処理に関する包括的環境影響評価
４）東京湾における環境修復事業に関する包括的環境影響評価
５）神戸空港人工海浜に関する包括的環境影響評価
６）物質循環とエクセルギー流に基づく生態系機能の評価
担当者
大塚耕司
和田喜彦
大塚耕司
喜田　潤
板岡健之
大塚耕司
松田裕之
大塚耕司
村井基彦
川淵　信
澤田高侑
吉村明子
IMPACTシンポジウム資料一覧
回
資料
1 １）包括的生態リスク評価の考え方と可能性
２）順応的管理と水産資源管理への応用
３）海洋大規模利用の必要性と包括的環境影響評価III（Triple I）
４）海洋表層酸性化と二酸化炭素海洋隔離のIII
５）資源の供給障害リスクを考慮したメタンハイドレート開発のIII
217
担当者
田中嘉成
勝川俊雄
大塚耕司
大宮俊孝
野尻智洋
付録７
IMPACT研究委員会歴代委員一覧（2005年6月以降）
氏　名
所属
部署　役職
粟島　裕治
IHIマリンユナイテッド
エンジニアリング事業部　課長
大内　一之
大内海洋コンサルタント 代表取締役
大塚　耕司○ 大阪府立大学大学院
工学研究科　教授
大宮　俊孝
東京大学大学院
新領域創成科学研究科　大学院生
岡本　強一
日本大学
理工学部　専任講師
上城　功紘
東京大学大学院
工学系研究科　大学院生
川淵　信
東京大学大学院
工学研究科　大学院生
黄川田仁志 松下政経塾
第27期生
北澤　大輔
東京大学
生産技術研究所　准教授
小林 英一
神戸大学
海事科学部　教授
佐藤　徹
東京大学大学院
新領域創成科学研究科　教授
澤田　高侑
大阪府立大学大学院
工学研究科　大学院生
城田　英之
海上技術安全研究所
海洋部門　主任研究員
多部田　茂
東京大学大学院
新領域創成科学研究科　准教授
段　烽軍
東京大学大学院
工学系研究科　助手
野尻　智洋
東京大学大学院
新領域創成科学研究科　大学院生
福島　朋彦
海洋政策研究財団
研究員
冨士　雄介
大阪府立大学大学院
工学研究科　大学院生
藤田志津香 大阪府立大学
工学部　学生
増田　光一
日本大学
理工学部　教授
松井　竜太
日本大学大学院
理工学研究科　大学院生
村井　基彦
横浜国立大学大学院
環境情報研究院　准教授
山口　一
東京大学大学院
工学系研究科　教授
山中　亮一
徳島大学大学院
ソシオテクノサイエンス研究部　講師
山吉　信行
東京大学大学院
工学系研究科　大学院生
横澤　均
IHIマリンユナイテッド
エンジニアリング事業部技術部　課長
※主として活動期間中の所属・役職を掲載
○委員長
218
活動期間
2005.6-2006.5
2005.62005.62005.6-2007.3
2005.62005.6-2006.3
2005.6-2008.3
2007.42005.62006.42005.62007.9-2008.3
2006.42005.62005.62006.4-2007.9
2007.102005.12-2006.9
2007.4-2008.3
2005.6-2006.3
2008.32005.62005.62005.62006.4-2008.3
2006.6-
付録８
海洋の大規模利用に対する環境影響評価執筆者一覧
Chapter Section
1
Author(s)
背景と目的
地球の資源の現状と将来
海洋の大規模利用の必要性
IMPACT研究委員会の活動目的
包括的環境影響評価指標の提案
既往の環境評価指標
Inclusive Impact Index (Triple I)
包括的環境影響評価の計算例
二酸化炭素海洋隔離－中層溶解法－
二酸化炭素海洋隔離－深海貯留法－
メタンハイドレート開発
海洋肥沃化
海洋滋養
水産養殖
水質浄化装置
環境修復技術-東京湾－
環境修復技術－神戸空港人工海浜－
海上空港
包括的環境影響評価の実用化に向けて
1.1
2.2
2.3
2
2.1
2.2
3
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
4
謝辞
付録
Title
付録1
付録2
付録3
付録4
付録5
付録6
付録7
付録8
順応的管理と生態フットプリントのEquivalence Factorについて
生態リスクと生態系の評価
順応的管理と水産資源管理への応用
包括的環境影響評価に関する国内外の動向
物質循環とエクセルギー流に基づく生態系機能の評価
IMPACT研究委員会活動記録
IMPACT研究委員会歴代委員一覧
執筆者一覧
発行責任者： 大塚 耕司
〒599-8531 大阪府堺市中区学園町 1-1
大阪府立大学大学院工学研究科海洋システム工学分野
TEL: 072-254-9339，FAX: 072-254-9914
E-mail: [email protected]
219
大塚耕司
大塚耕司
大塚耕司
大塚耕司
大塚耕司
佐藤徹
城田英之
佐藤徹
大塚耕司，大内一之
多部田茂
北澤大輔
岡本強一，松井竜太
川淵信
大塚耕司，澤田高侑
村井基彦
大塚耕司
松田裕之
田中嘉成
勝川俊雄
松田裕之
中谷直樹，吉村明子，奥野武俊
220

塗料業界初の製造時排出CO2オフセット活動に排出権販売

大気汚染物質の発生・輸送・除去に関する研究 ～窒素酸化物の in situ

遮熱・断熱

(22)ヒートポンプ型の家庭電化製品の効果 本格的な夏の到来に合わせて

エコロジカル・フットプリントの理解と活用を

快適性 経済性

ブラジルのエタノール燃料 - 神戸大学経済経営研究所

温室効果気体の赤外線吸収実験 関隆則（日本気象予報士会・千葉支部）

詳細 PDF

イーモバイルを活用した省エネ相談コーナー設置に関するお知らせ