西アフリカの流域における水ストレスに対する土地利用・土地被覆変化および都市化の影響評価：系統的な手法レビュー

Valère-Carin Jofack Sokeng; Nakouana Timité; Toto Marc Zahui; Kouamé Koffi Fernand; Koné Tiémoman

doi:10.3791/72287

レビュー記事

西アフリカの流域における水ストレスに対する土地利用・土地被覆変化および都市化の影響評価：系統的な手法レビュー

0 回視聴

⸱

DOI:

10.3791/72287

⸱

2026年9月25日

Valère-Carin Jofack Sokeng¹^,² , Nakouana Timité¹ , Toto Marc Zahui¹ , Kouamé Koffi Fernand¹ , Koné Tiémoman¹

¹Digital Research and Expertise Unit (Unité de Recherche et d'Expertise Numérique), Virtual University of Côte d’Ivoire (Université Virtuelle de Côte d’Ivoire), ²VM Group Multiservices

この記事について

サマリー

本レビューでは、西アフリカの流域における水ストレスに対する土地利用および土地被覆の変化、ならびに都市化の影響を評価するために用いられる主要な実験的手法を体系的に比較し、各手法の適用頻度、報告されている性能指標、および国別のエビデンス分布を定量化します。

要約

水ストレスは、人口増加、農業拡大、土壌封鎖、水文気候の変動、そして地表水および地下水への圧力増大が流域機能を急速に変化させている西アフリカにおける、主要な環境的および社会経済的な制約の一つです。土地利用および土地被覆（LULC）の変化と都市化の影響を評価するには、景観の空間的なダイナミクスを、観測またはシミュレーションされた水文学的応答に結びつける手法的なアプローチが必要です。本レビューでは、同地域で使用されている主要な技術について、比較および批判的な分析を提供します。具体的には、計装流域と現場観測、制御されたフィールドおよびラボ実験、衛星リモートセンシングと多時期分析、地下水指向の手法、概念的・半分布的・物理ベースおよび統合的な地表-地下水文モデリング、統計的および機械学習的アプローチ、そして土地利用と気候シナリオを結合させたハイブリッド手法を対象としています。検索および選定プロセスは、透明性の高いPRISMAベースのプロトコルに従い、51件の記録が抽出され、そのうち35件が西アフリカに焦点を当てたものでした。リモートセンシングに基づく水文モデリングが文献の主流となっており、西アフリカの35件の記録のうち15件（43%）を占めています。特にSWAT、ACRU、WaSiM、CEQUEAU、SHETRAN、HydroGeoSphere、ParFlow-CLMが多用されています。報告されているNash-Sutcliffe効率（NSE）、Kling-Gupta効率（KGE）、および決定係数は、概して0.6から0.9の範囲にあり、標準的な評価ガイドラインに照らして満足のいく、あるいは非常に良好なレベルです。統計的および機械学習的な研究は35件中8件を占める一方、都市および地下水に焦点を当てた研究は依然として不足しています。さらに、35件中8件の記録が単一の研究ネットワークに由来しており、いくつかの地域的な結論は、限定的で一部に独立性を欠くエビデンスに基づいています。In situネットワークはプロセスの理解に不可欠ですが、コストと低密度という制約があります。完全に衛星のみに依存するアプローチは、亜湿潤地域における雲量や分光的な混同という課題を抱えています。最も有望な進展は、重点的な計装、衛星時系列データ、統合的水文モデリング、地域シナリオ、系統的な不確実性分析、そして水管理および計画に関わる関係者との共同構築を組み合わせた、マルチソースかつマルチスケールの枠組みにあります。

概要

西アフリカでは、気候変動、人口増加、農業の拡大、急速な都市化、および生態系の劣化が複合的に影響し、水資源への圧力が高まっています。地域の水診断によれば、一人当たりの水利用可能量の減少、用途間の競争の激化、ならびに干ばつ、洪水、および水文気候学的極端現象に対する感受性の増大が指摘されています¹^,²。サヘル地域およびスーダン地域では、ここ数十年間に観察された水文的な推移に逆説的な傾向が見られることが多く、いくつかの流域では、年降水量が同ペースで増加していないにもかかわらず、流出量と洪水が増加しており、土地利用の変化と地表状態の変容が果たす役割への関心が再び高まっています³^,⁴。また、近年の研究では、国境を越えるベヌエ川流域において、気温の上昇と乾燥日の増加が同時に進行していることが報告されており、西アフリカの集水域における水文気候学的圧力を強めています⁵。ニアメでは、気候変動と急速な人口増加の複合的な影響による極端な降雨の推移が、洪水に最もさらされやすい地域の脆弱性をさらに高めています⁶。

ここで「水ストレス」という用語は、地表水および地下水の可用性の不足、植生や農業に利用可能な土壌水分の減少、涵養を犠牲にした急速な流出の増加、河川流量の不規則性の増大、および流域規模での水のアクセスと共有における緊張状態を含む広い意味で使用されています。この操作的定義は、脆弱性が年平均水量だけでなく、降雨の強い季節性、モニタリングネットワークの不連続な性質、農牧業経済の普及、および都市周辺部の急速な拡大に関連している西アフリカに特に適しています²^,³。また、補完的な視点として、灌漑、家庭用、貯水池での貯留、およびエネルギー生産の間で大きく異なる水利用の強度と柔軟性も強調されています⁷。したがって、都市への給水および、海岸沿いやサヘル地域にある大規模都市圏の水セキュリティは、国土計画においてますます構造的な懸念事項となっています。

土地利用および土地被覆（LULC）の変化は、植生被覆の除去または劣化、耕作地の拡大、土壌の圧密、地表の硬結、不浸透面の形成、人工排水の変更、湿地の断片化、および地表水と地下水の交換の遮断といういくつかのメカニズムを通じて、水文学的プロセスに影響を与えます³^,⁴^,⁸^,⁹。都市部では、市街地や道路の増加が流出の集中を加速させ、洪水ピークを強調し、浸透能を変化させます。一方、農村部では、農地の拡大や森林減少が、土壌や地形に応じて蒸発散量や涵養量を減少させると同時に、流出、侵食、および土砂堆積を増加させる可能性があります³^,⁴。これらの影響を厳密に評価するには、単一のツール群に頼ることはできません。西アフリカの研究では、現地観測、実験流域、リモートセンシング、集中型降雨流出モデル、分散型および統合型地表・地下モデル、衛星重力測定、地下水のための同位体トレーサー、そして近年では統計的手法や機械学習の手法が活用されています。

しかし、西アフリカの文脈において、LULC変化および都市化によって誘発される水ストレスを診断する能力に焦点を当て、これらのアプローチを明示的に比較した統合研究はほとんどなく、既存の地域的なレビューにおいても、再現可能な検索プロトコルや、要約されたエビデンスの定量的な記述が報告されることは稀である¹⁰^,¹¹^,¹²。したがって、本レビューでは、以下の5つの補完的な目的を追求する：(i) 透明性の高いPRISMAベースのプロトコル¹³を通じて、西アフリカの流域におけるLULC変化および都市化が水ストレスに及ぼす影響を評価するために用いられている主要な実験的手法を特定すること、(ii) 定量的指標（Nash-Sutcliffe efficiency (NSE)、Kling-Gupta efficiency (KGE)、決定係数 R²、全体的な分類精度、Cohen’s kappa）を用いて、それらの原理、報告された性能、データ要件および限界を比較すること、(iii) 国、期間、手法のファミリー、および研究グループごとのエビデンスベースの分布を定量化し、各地域的な結論を支持する独立したグループの数を明らかにすること、(iv) 空間的・時間的スケールおよびデータの不足に関する各ファミリーの適切性を議論すること、そして (v) 実用的な意思決定フレームワークおよび今後の研究と意思決定支援のための手法的な方向性を提案することである。本レビューは、8つの手法ファミリーを中心に構成され、それに続いて多基準比較分析、意思決定フレームワーク、および課題、機会、研究の優先順位に関する議論を行う。

レビューと展望

レビュー手法：検索プロトコル、適格性、およびスクリーニング

PRISMAに基づいた体系的なプロトコルに従い、同定、スクリーニング、および選択が行われました¹³。検索対象は、Scopus、Web of Science Core Collection、ScienceDirect、Wiley Online Library、MDPI、およびGoogle Scholar（関連性順に上位200件まで）のほか、HAL、IRD/Horizon、WASCAL、FAO/AQUASTATの各リポジトリ、および地域の大学アーカイブで、フランス語と英語を用いて実施され、採択された文献の参照リストによる後方スクリーニングも行われました。テーマ指向と手法指向の2つのブーリアン検索式が適用されました。それぞれの検索式、プラットフォームごとの適応策、およびソースごとのヒット件数は、Table 1に詳細に記載されています。対象期間は1979年から2026年までとし、初回検索を2026年1月12日に実施し、最終更新を2026年4月17日に行いました。

以下の4つの基準をすべて満たす記録のみを適格とした：西アフリカの流域であること、またはデータが不足している西アフリカの条件に明示的に転用可能な手法であること。LULC（土地利用および土地被覆）の変化または都市化を、付随的にではなく明示的に扱っていること。データソース、モデル、およびキャリブレーション戦略を含む、再現可能な手法が記載されていること。そして、査読済み論文であるか、追跡可能なグレーリテラチャーであること。純粋に概念的なもの、水質または生態学に限定されているもの、対象地域外のもの、転用可能な手法の内容を含まないもの、またはフルテキストが入手不可である記録は除外した。2名の著者が独立してタイトルと抄録をスクリーニングし、不一致がある場合は3人目の著者が解決した。抽出項目は、集水域と国、面積、期間、手法の分類、モデルまたはアルゴリズム、入力データ、キャリブレーションおよび検証変数、報告された指標、水文学的変化、および不確実性の扱いとした。段階ごとの件数はFigure 1に、抽出されたエビデンスはTable 2に示している。研究は8つの分析カテゴリーに分類し、それぞれを主たる寄与をした手法の分類に割り当てた。なお、寄与が見落とされないよう、二次的な分類は別途記録した。

エビデンスベースの定量的特性

コーパスは51件の記録で構成されており、そのうち35件は西アフリカを拠点とし、16件は他地域からの手法的なまたは比較的な参照文献である。35件の内訳として、地理的分布は不均一であり、ベナンが8件（23%）、ブルキナファソとニジェールが各5件（各14%）、セネガルが3件（9%）、ガーナとコートジボワールが各2件（各6%）、国境を越えるモノ川盆地とベヌエ川盆地が各1件（各3%）、そして特定の国に限定されない地域研究が8件（23%）である。マリ、ギニア、シエラレオネ、リベリア、トーゴ、およびガンビアについては、専用の集水域研究は寄与していない。出版時期は最近であり、2件が2010年より前、9件が2010年から2019年の間、そして24件（69%）が2020年以降である（表3）。

表4に示されている手法群別の分布も同様に不均一であり、統計学および機械学習が35件中8件（23%）、概念的および半分布型モデリングが7件（20%）、分布型および統合モデリングが5件（14%）、in situ観測が3件（9%）、主アプローチとしてのリモートセンシングが3件（9%）、ハイブリッドシナリオチェーンが3件（9%）、地域的な総合解析が3件（9%）、そして地下水重視の手法が2件（6%）であった。補助的な寄与も含めて数えると、リモートセンシングは20件（57%）、水文モデリングは15件（43%）に関与しており、この組み合わせが当該分野の手法の基幹を形成している。

地域的な結論をどの程度確信を持って述べられるかは、2つの特徴によって左右される。一次的なアプローチとしての対照実験はほとんど見られず、プロットスケールの測定に基づいた記録はわずか1件であるため¹⁵、分散型モデルにおける水文パラメータの多くは、局所的に測定されたものではなく、他から転用されたものである。また、コーパスが完全に独立しているわけではない点も挙げられる。8件の記録（23%）が、ボン大学とWASCALプログラムを中心とする単一のネットワークに由来しており¹⁶^,¹⁷^,¹⁸^,¹⁹^,²⁰^,²¹^,²²^,²³、それらの間の収束は、独立した再現性というよりも、共有データ、モデルチェーン、およびパラメータ化を部分的に反映している。

主要な主張に適用すると、農地の拡大と地表被覆の劣化が、蒸散量や地下水への寄与を減少させる一方で、表面流出量と水収量を増加させるという知見は、4か国および4つの集水域システムにわたる6つの研究¹⁸^,²⁰^,²⁴^,²⁵^,²⁶^,²⁷によって支持されていますが、相互に独立したグループは3つのみです。地表状態の劣化に関連するサヘル地域の流出量の増加は、3つの独立したグループ³^,⁴^,¹⁵によって支持されています。都市化が特に水ストレスの変化を駆動するという主張は、すべてニアメに集中している3つのグループによる3つの記録⁶^,²⁸^,²⁹に基づいているため、ここでは妥当ではあるが再現性の低いものとして報告します。

in situ 観測および計測機器を設置した流域

景観の変化と水ストレスを関連付ける上で、直接的な観察は依然として最も強固な根拠となります。サヘル地域の長期的な一連のデータは、いくつかの流域で観察された急速な流出において、地表状態、土壌劣化、および裸地の拡大が果たす役割を明らかにしました³^,⁴。1960年代および1970年代後半に行われたニアメの都市集水域における先駆的な測定では、不浸透層、道路網、および排水計画に関連して、流出係数が数十パーセントに達し、応答時間が約1時間であることが記録されました²⁸。農村部や農牧業流域では、計測機器は主にモデルのキャリブレーションと検証に用いられています。Dano、Couffo、Ouémé、White Volta、およびBonsaでは、水収支、涵養、および流出を算出するための降水量、気温、土壌水分、河川流量、そして時には地下水のデータが提供されています¹⁶^,²⁴^,²⁵^,²⁶^,³⁰。また、ベナン北部における降水量と河川流量の共同解析により、年々変動とより長期的なトレンドが分離されています²³。観測計が少ない地域では、リモートセンシングによる蒸発散量、土壌水分、およびGRACE由来の貯水量を用いたSoil and Water Assessment Tool (SWAT) の多目的検証が行われており、これにより水収支の推定が強化され、等終点性の問題が軽減されています²¹。

In situデータキャプチャは、プロキシではなく、イベント応答、閾値、季節性、および降雨、流出、涵養の間のラグを解明します。その限界は、ネットワーク密度の低さ、プロトコルの不均一性、中断された系列、メンテナンスコスト、およびより大規模なシステムや国境を越えたシステムへの外挿の困難さにあります。西アフリカの35件の記録のうち、主にin situ測定に基づいているのはわずか3件（9%）であり、これは他のすべての記録が検証のために依存しているデータ基盤としては極めて限定的です。

制御されたフィールドおよびラボ実験

対照実験はモデリングほど顕著ではないが、メカニズムを理解するために不可欠である。これらには、浸透試験、かさ密度および構造安定性の測定、飽和透水係数、流出プロット、ならびに耕作地、休耕地、サバンナ、裸地、都市化された地表面にわたる比較観察が含まれる。サヘル地域において、これらの実験は、地表面的（クラスティング）の形成、草本被覆の消失、および流れの集中による流出量の増加を説明している³^,⁴。ブルキナファソの小規模な半乾燥流域におけるプロットから集水域までのネステッド測定では、測定スケールの増大に伴い流出係数が系統的に減少することが示されており、プロットでの結果を集水域モデルへ適用することを制限するスケール依存性を定量化している 15。都市水文学において、西アフリカの研究は実験的というよりも記述的なままであり、連続的なモニタリングではなく、エピソード的なイベントベースの計測に依存しているため、都市化特有の影響の帰属を特定することが困難となっている⁹^,²⁸。他地域の継続的にモニタリングされている開発途上の集水域からの知見は、開発前後のモニタリングが当初から設計されている場合に、帰属の精度がどれほど向上するかを示している³¹。このような実験はプロセスを分離し、現実的なパラメータ化を可能にするが、依然として地点依存的であり、連続的なモニタリングおよびモデリングと組み合わせることで最も有用となる。

衛星リモートセンシングと多時期土地被覆解析

リモートセンシングは、土地利用・土地被覆（LULC）変化を分析するための最も一般的な手法であり、西アフリカに関する35件の記録のうち20件（57%）で採用されています。時系列データの蓄積量が多く、無料でアクセス可能なLandsatが主流ですが、Sentinel-2によるクラス識別の向上に加え、Sentinel-1レーダー、MODIS、ALOS、派生デジタル標高モデル（DEM）、およびドローンによる補完が行われています⁸^,²²^,³²。処理フローでは、大気補正、季節合成、分光指数、教師あり分類、精度評価、および変化移行分析が組み合わされており³³、最尤分類器に代わり、ランダムフォレスト、サポートベクターマシン、およびディープネットワークが利用されています。セネガル川流域では、Landsatとランダムフォレストおよび多層パーセプトロン・マルコフモデルを用いて、BafingおよびFalémé流域の将来の土地利用が予測されました³²。また、Ouémé川流域では、Land Change Modelerを用いて農地および居住地への転換が定量化されました²²。クラウドプラットフォームの導入により、時系列処理が加速しています⁸^,¹²。

第2世代の運用製品は、水文学的制約として直接利用可能であるにもかかわらず、地域レベルでの活用は依然として不十分である。FAO WaPORポータルは、アフリカ全域の実際の蒸発散量を10日ごとに250、100、30 mの解像度で提供している。14箇所の渦相関法観測ステーションを用いた大陸規模の検証では、全体的なR²は0.61、平方根平均二乗誤差は1.04 mm d^-1であった³⁴。SMAPやESA Climate Change Initiativeレコードなどの土壌水分製品、およびCHIRPS、TAMSAT、IMERGなどの降水量製品は、多変数検証に必要な補完的変数を提供する³⁵^,³⁶。35件の記録のうち、衛星蒸発散量製品を校正制約として使用しているのはわずか1件であり²¹、これが本研究で特定された最も顕著な未活用の機会である。

既知の制限事項としては、ギニア域および亜湿潤帯における雨季の雲量、休耕地、劣化サバンナ、および作物の間の分光的な混同、そして二次的な都市地域のフットプリントが小さいことが挙げられる。報告内容は不均一である。ここに含まれる地域研究では、全体的な精度が80–90%、Cohen's kappaが約0.75–0.90であるのが一般的だが、収集した資料の中には精度評価が報告されていない変化検出分析も含まれており、都市の水ストレスに最も重要な市街地および裸地のクラス別精度が個別に示されることは稀である。これらの不確実性は、流出量、蒸発散量、および涵養量の推定へと波及するため、格子状降水製品の検証が地域的な重要なステップとなる³⁵^,³⁶^,³⁷。

地下水指向の手法：重力測定、トレーサー、および涵養マッピング

西アフリカの農村部および都市近郊における供給の大部分は地下水に依存していますが、地下水は最もデータが不足している区分です。35件の記録のうち、地下水を主目的としているものはわずか2件であり、河川流量のみによるキャリブレーションが依然として一般的です。このギャップを埋めるために3つの手法群が用いられています。まず、衛星重力測定が挙げられます。Gravity Recovery and Climate Experiment (GRACE) とその後継ミッションは、約 300 km の解像度で地球上の全貯水量の月次アノマリーを提供しており、そこからモデル化された土壌水分および地表水成分を除去することで、地下水アノマリーを抽出します。これをニジェール南部の帯水層に適用したところ、ピエゾメータの記録が少ない地域において、貯水量変化と涵養量の推定が得られました³⁸。また、これを逆利用することで、河川流量では特定できない内部の水収支成分を制約することが可能です²¹。ただし、フットプリントと流域の不一致があるため、ダウンスケーリングを適用しない限り、この手法は大規模な盆地に限定されます。

環境トレーサーが2番目のグループを構成します。安定同位体、塩化物量バランス、および利用可能であればトリチウムまたは放射性炭素を用いることで、土壌断面を通じた分散型涵養と、池、内陸谷、および都市部の低地を通じた集中型涵養を区別できます。この区別はサヘル地域のパラドックスを解明し、都市化が純涵養量を増加させるか減少させるかを評価する上で不可欠です。半乾燥地帯の沿岸帯水層における同位体、リモートセンシング、およびモデリングを統合した設計は、この地域に直接適用可能です³⁹。3番目に、リモートセンシングと地理情報システムを組み合わせた涵養マッピングは、最もデータ要求量が少ない手法ですが、得られるのは体積的な涵養量ではなく相対的なポテンシャルであり、ボーリング孔の収量による検証が必要です¹²。統合された地表・地下モデルは、より高いコストで涵養を明示的にシミュレーションします²⁷^,²⁹。

概念的および半分散型水文モデリング

水文モデリングは、土地利用の動態から測定可能な水文応答を導き出す最も普及している手法であり、すべてのモデルファミリーを統合すると35件の記録のうち15件（43%）を占めています。UHP、SWAT、およびAgricultural Catchments Research Unitモデル（ACRU）などの概念的および半分布型モデルは、プロセスの記述、キャリブレーションの実現可能性、およびデータ要件のバランスが取れており、土地利用および気候シナリオの検証を可能にします¹⁶^,¹⁸^,²⁰^,²⁴^,²⁵^,²⁶^,³⁰^,⁴⁰。パフォーマンスは出典の記載通りに報告され、標準的なガイドラインに照らして解釈されます。このガイドラインでは、河川流量について、月間Nash-Sutcliffe効率（NSE）が0.50超であれば満足、0.65超であれば良好、0.75超であれば非常に良好であり、パーセントバイアスが±25%以内であることが基準となります¹⁴。Cornelissenらは、ベナンの熱帯流域において、モデルの選択自体が不確実性の大きな要因であり、過去の良好なパフォーマンスが堅牢な将来シミュレーションを保証するものではないことを示しました¹⁶。

ケーススタディでは、関連する変化を定量化している。SWATを用いた解析により、ホワイトヴォルタ川流域における自然被覆の減少が、地表水と基底流を低下させ、一方で蒸発散量を増加させたことが示された²⁴。ボンサ流域のACRUでは、約39%の森林消失に伴い、河川流量が最大37%増加したことが関連付けられた²⁵。クフォ川流域では、2000年から2011年の間に耕作地が34%増加し、サバンナ、アグロフォレストリー、および森林が24–60%減少した一方で、地表水は11 mm増加し、地下水寄与量と蒸発散量はそれぞれ3.2 mmおよび10.6 mm減少した²⁶。ブルキナファソの内陸谷において、土地利用モデルを水収支シミュレーションモデル（WaSiM）と結合させたところ、総流出量における気候モデルの幅が-44%から+95%となり、土地利用自体のシグナルよりも大きな変動を示した²⁰。これらの手法の強みは、流域スケールでは不可能な数値実験が可能である点にある。弱みは構造的なものであり、水文単位の表現、パラメータの地域化、DEMおよび土壌データの品質、そしてキャリブレーションにおける等終点性が挙げられる¹⁷^,³⁰。地下水および土壌水分の観測データが乏しいため、河川流量のみでキャリブレーションを強制されることが多く、表2にまとめられたモデリング研究のうち、複数の変数を用いてキャリブレーションを行ったものは少数にとどまっている。

分散型で物理ベースの統合的な地表・地下モデリング

目的が河川流量にとどまらず、浸透、土壌水分、地下水位、流出、および側方フラックスの結合挙動にまで及ぶ場合は、物理ベースの統合モデルが有用となります²⁰^,²⁷^,²⁹。Danoでは、WaSiMを用いて流量、土壌水分、および地下水位について共同的にキャリブレーションと検証が行われ、3つの変数すべてにおいてR²、NSE、およびKling-Gupta効率（KGE）が0.6から0.9の間となりました。これは、この地域で利用可能な真の意味での多変数検証の数少ない例の一つです¹⁸。一方、同じ流域でSHETRANを用いた場合は、流量のみで0.66から0.79という結果でした¹⁹。Niameyの半乾燥都市流域に適用された高解像度のHydroGeoSphereでは、地表流と地下流を完全に結合したものとして扱い、気候モデルの解像度を上げるだけでは性能が向上しないことが示されました²⁹。

ウェメ・デルタにおいて、ParFlow-CLMは流出量、蒸発散量、地下水位深、および土壌水分を統合的に解明し、より単純なモデルでは評価不可能であった変数への評価を拡大した²⁷。得られる利点は物理的な整合性であり、その代償となるのは入力データ、計算量、キャリブレーション、および解釈である。これらのモデルは35件の記録のうち5件（14%）を占めており、計測設備が整ったパイロット流域や、強い水文学的圧力下にある都市部において大きな可能性を秘めている⁴¹。

統計的および機械学習的アプローチ

統計的アプローチは、観測とプロセスベースのモデリングの中間的な位置を占めており、景観指標や被覆クラスを水文指標に結びつけ、ブレイクポイントを検出し、トレンドを推定します。西アフリカの集水域においては、通常、水文モデルを代替するのではなく補完する役割を果たしています⁴²。機械学習は3つのレベルで機能します。第1のレベルは土地被覆マッピングであり、ランダムフォレストおよび関連アルゴリズムによって分類と変化検出が改善されています⁸^,²²^,³²。第2のレベルはデータ準備です。具体的には、決定木、ランダムフォレスト、および極端勾配ブースティング（extreme gradient boosting）による欠損気象データの補完⁴³や、降水予測の統計的ダウンスケーリングが挙げられます⁴⁴。第3のレベルである水文予測そのものは、地域的に最も発展が遅れています。大規模な集水域サンプルで共同学習させた長短期記憶（LSTM）ネットワークは、一つ抜き交差検証による地域化において、対象集水域でキャリブレーションされた概念モデルよりも優れた性能を示し、未計測流域（PUB）における予測を、パラメータの転送ではなくデータのプーリングとして再定義しました⁴⁵。また、グローバルなエンコーダー・デコーダーLSTMは、未計測流域において既存の予測システムと同等またはそれを上回る性能を示し、サヘルを含むデータ希薄な地域で最大の改善が見られました⁴⁶。本コーパスに含まれる研究の中で、このようなモデルを西アフリカの集水域に適用したものはなく、ニジェール川、ヴォルタ川、セネガル川の流量記録をプールした地域的なLSTMおよびPUBの実験を行うことが具体的な優先事項となりますが、これはまだ存在しない集水域属性および流量系列のオープンな地域データセットがあることが前提となります。機械学習は非線形性、複雑な相互作用、およびマルチソース融合を適切に処理でき、詳細な都市分類に有効です。一方で、解釈性はプロセスベースのモデルよりも低く、その性能は学習データの品質に依存しており、大幅な土地利用変更や気候変動下での外挿については依然として不確実です¹²。

ハイブリッドアプローチおよび結合された土地利用・気候シナリオ

過去10年間の最も顕著な傾向はハイブリダイゼーションである。すなわち、多時期マッピング、将来の変化予測、校正済み水文モデル、および地域気候シナリオを組み合わせることで、気候の影響、土地利用の影響、およびそれらの相互作用を分離することが可能となった¹⁰^,¹⁸^,²⁰^,⁴⁷。Yiraらは、Danoにおいてこのような結合手法を用い、5つの土地利用シナリオにおける水収量と河川流量を評価した¹⁸。Lobo流域では、Land Change Modeler、CORDEXモデル、およびCEQUEAUを用いて貯水池への流入量への影響を定量化し、これらの連鎖的手法の貯水池管理および都市供給における運用上の有用性を示した⁴⁷。Mono流域では、Water Evaluation and Planningモデル（WEAP）が適用され、水資源および水力発電に対する気候、LULC（土地利用・土地被覆）、および開発の影響が解析された⁴⁸。

ハイブリッドフレームワークは、都市化が継続した場合の流出量や、サバンナが農地に変わった場合の涵養量に何が起こるかといった具体的な疑問に答えることができるため、意思決定の支援に最適です。欠点は、分類、遷移シナリオ、気候モデル、および水文構造にわたる不確実性が蓄積することであり、そのため感度分析やマルチモデルアンサンブルが必要となります¹⁷^,⁴⁰。ばらつきが報告されている場合、一般的に気候モデルの項が土地利用の項よりも支配的であるため²⁰、ばらつきを伴わずに提示されたアンサンブル平均は、計画策定において誤解を招く可能性があります。

アプローチの比較分析

手法の比較では、科学的な問いの多様性を考慮しなければなりません。測定を行う手法もあれば、マッピング、説明、またはシミュレーションを行う手法もあります。唯一の最善の手法というものは存在せず、研究対象となる問題、スケール、データ、および水ストレスの形態により、よりまたは低く適したアセンブラッジが存在するのみです（図 2）。定性的なラベルを避けるため、表 5 の比較では、出典が許す限り報告された指標で表現しています。シミュレーションには NSE、KGE、R² およびパーセントバイアスを、分類には全体的な精度（overall accuracy）と Cohen's kappa を用い、確立された閾値に基づいて解釈しました¹⁴。直接観測はその測定対象に対して最も信頼性が高いですが、その地域的な信頼性はネットワークの代表性に依存し、プロットスケールの流出係数を集水域スケールに転用することはできません¹⁵。モデルは分布的な知見を提供し、西アフリカにおける校正および検証では、NSE、KGE、R² の多くが 0.6–0.9 の範囲にあり、標準的な基準では「良好」から「非常に良好」とされます¹⁴^,¹⁸^,¹⁹。しかし、これはほとんどの場合、河川流量において達成されており、多変数検証では、同等の河川流量スコアを持ちながら内部水収支が著しく異なるケースが存在することが示されています¹⁶^,²¹。リモートセンシングは遷移を効果的に検出し、多ソース時系列、地上検証、および堅牢なアルゴリズムを組み合わせた場合、精度は 80–90%、kappa は 0.75–0.90 付近となりますが、クラス間の分光特性が近い場合は精度が低下します³³。セネガル川流域の 21 の手法で実証された潜在蒸発散量の定式化に対するモデルの感度は、シナリオ比較において注意が必要であることを示唆しています⁴⁹。

コストとカバー率の最適なトレードオフは、無料の画像データ、オープンな気候データセット、簡潔なモデル、および最小限の河川流量観測データの組み合わせによって実現され、それがLandsatおよびSentinelの分類を用いたSWATの地域的な成功の要因となっている。⁸^,²⁴^,²⁶^,³⁰高密度のネットワークや統合モデルは、依然としてコストが高くつくが、拡散的な都市化、地下水涵養量の減少、湿地の変容といった連鎖的なメカニズムを表現するのに最も適している。²⁷^,²⁹ニジェール川、セネガル川、ヴォルタ川のような越境河川流域においては、局所的なアプローチだけでは不十分であり、衛星ベースライン、厳格なキャリブレーション、的を絞った現場情報、および系統的な不確実性の報告を組み合わせた設計が最も適切である。¹¹^,³⁹.

手法選択のための実用的意思決定フレームワーク

上記の比較は、流域機関と研究コンソーシアムの両方が利用可能な4つの連続的なフィルターを通じて、図3における明示的な選択手順となります。1つ目は「問い」です。何が変化したかを記録するには、正式な精度評価を伴うリモートセンシングの軌跡解析のみで十分です。変化の原因が気候ではなくLULCにあることを証明するには、最低限、反実仮想設計（土地利用を固定して気候を変化させたランと、その逆のラン）が必要です。将来の選択肢を検証するには、シナリオチェーンが必要です。地下水の応答を定量化するには、明示的な地下表現、あるいは重力測定またはトレーサーベースの手法が必要となります。なぜなら、河川流量でキャリブレーションされたモデルでは、涵養量を制約できないためです。

2つ目のフィルターはスケールです。おおよそ100 km²未満、特に都市部の集水域では、イベントスケールのプロセスが支配的であり、排水系や不浸透域の割合が、通常利用可能な土地被覆分類よりも詳細にマッピングされていれば、統合地表・地下モデルまたはイベントベースの都市モデルが適切です。おおよそ100から10,000 km²の間では、セミディストリビューテッド（半分布型）モデルがデータ収集の労力に対して最大の効果を得られます。10,000 km²を超える場合や、国境を越える流域では、地域化またはプールアプローチ、衛星データで制約した水 accounting、および大規模サンプルの機械学習が現実的な選択肢となります⁴⁵^,⁴⁶。

3つ目のフィルターはデータの可用性であり、これは願望ではなく実情に基づいて適用される。少なくとも3年間の同時期の流出量および降水量の記録があれば、従来のキャリブレーションが可能となる。記録がそれより短い場合や中断がある場合は、蒸発散量、土壌水分量、および総貯水量に関する衛星ベースの目的関数が必要となる²¹^,³⁴。流出量の記録が全くない場合は、ドナー流域からの地域化か、あるいは不確実性を隠蔽せず伝播させるプール型機械学習予測のいずれかを選択することになる。4つ目のフィルターは決定期間と利用可能なリソースであり、各分岐に対応する目安のコストを表5に示す。このフレームワークをコーパスに適用したところ、2つの繰り返し現れる不一致が明らかになった。すなわち、データが半分布型モデルしかサポートしていない場合に完全分布型モデルが使用されているケースと、都市化が推論には粗すぎる集落クラスに起因するとされているケースである。

課題と展望

第一の課題は入力データの品質です。不連続な水文気象系列、観測所の低密度、および地下水位、土壌水分、取水量、放水量の観測例の少なさにより、派生製品や補間への依存を余儀なくされています。西アフリカに適応させた衛星降水量製品、代入法、およびダウンスケーリングによっても、これらの問題は部分的にしか軽減されていません³⁵^,³⁶^,³⁷^,⁴³^,⁴⁴。第二の課題は因果関係の帰属です。水ストレスの軌跡は、気候変動、極端な降水の激甚化、土地利用・土地被覆（LULC）の変化、都市化、灌漑取水、堆積、およびインフラの影響を同時に反映しており、本稿で収集したモデリング研究のうち、これらの分離に必要な要因設計を実行しているものはごく少数に留まっています。

3つ目の課題はスケールであり、ここでの証拠のバランスについては慎重に述べる必要があります。西アフリカの都市化は、計画的に整備された市街地、インフォーマルな居住区、未舗装路、および混在型の排水システムが組み合わさった、拡散的かつ不連続なものであり、水ストレスの要因として頻繁に引用されています。しかし、これを主な対象としている記録はわずか3件（9%）であり、そのすべてがニアメに関するものでした⁶^,²⁸^,²⁹。対照的に、農業拡大が支配的なシグナルとなっているものは15件にのぼります。したがって、都市の影響に関する強力な主張は、農地の拡大に関する主張よりもはるかに薄い根拠に基づいています。そのメカニズムは一般的な都市水文学において十分に確立されていますが⁹^,³¹、西アフリカの集水域におけるその規模が定量化されているのは、ごく少数の事例に限られています。これは断定されるべき結論ではなく、埋められるべき空白であり、不浸透面、建物密度、道路状況、低地、および浸透ゾーンを区別する、より詳細な都市マッピングが求められます⁸。4つ目の課題は多変数バリデーションです。水ストレスは河川流量、土壌水分、蒸発散量、涵養量、および地下水位に影響を及ぼすため、等価終点性を制限するために複数の変数を活用する必要があります⁵⁰。

3つの機会が際立っています。1つ目は、無料の画像、地形データ、気候製品、および運用上の蒸発散量と土壌水分製品へのアクセスが向上していることであり、これにより再現性が向上します³⁴。2つ目は、現場観測、衛星製品、モデル、および機械学習を結合させるデータ融合です。そして3つ目は、水文領域観測所への道を開く地域化です³⁹。

推奨される方向性は、観測流域の強化（特に本コーパスに含まれていない国を優先すること）、不確実性分析、マルチモデル比較、および系統的な指標報告の一般化、抽象化、インフラ、および利用の統合、西アフリカのフォーマルおよびインフォーマルなインフラを反映した都市水文学モデルの開発、地域的な大規模サンプルデータセットの公開、ならびに水管理責任者、計画者、農家との共同によるシナリオ構築である¹¹。

結論

西アフリカの流域におけるLULC（土地利用・土地被覆）の変化および都市化が水ストレスに与える影響の評価は、リモートセンシング、水文モデリング、および現地観測を組み合わせた手法を核として実質的に統合されてきました。本稿に含まれる西アフリカの35件の記録のうち、リモートセンシングが57％、水文モデリングが43％で用いられています。既存の研究では、耕作地の拡大、自然被覆の劣化、および段階的な土壌被覆（不浸透面化）が、主に流出量とピーク流量の増加、浸透および涵養の相対的な減少、フラックスの再配分、そして資源への季節的な圧力の増大を通じて、水収支を変化させることが共通して示されています³⁹^,⁴⁸^,⁵¹。この見解は4カ国にわたる6件の研究によって支持されていますが、相互に独立した研究グループは3組のみであるため、その制限を念頭に置いて解釈する必要があります。単一の手法だけで、この現象の完全な複雑性を捉えることは不可能です。In situ装置は、水文的な地上検証（グランドトゥルース）およびプロセスの理解に不可欠であり、リモートセンシングは、広大で時には国境を越える領域の領土ダイナミクスを捉えるために不可欠です。概念的および半分散型水文モデルは、空間的な変化を水文応答に変換し、将来的なシナリオを検証するために必要です。機械学習アプローチは、分類、補完、および特定の予測能力を向上させ、大規模サンプルモデルは、この地域の多くの未観測流域における予測への未検証の道を提示しています。また、物理ベースモデルまたは統合モデルは、地表および地下プロセスを最も適切に表現しますが、多大なデータ、計算能力、および専門知識を必要とします。したがって、手法上の優位性は、単一のツールにあるのではなく、評価設計のアーキテクチャにあり、それに対する明示的な手順を図3の意思決定フレームワークで提案しています。

西アフリカの文脈において、最も適切な戦略は、オープンデータ、標的を絞った観測、堅牢なマッピング、明確な地域シナリオ、透明性の高い水文学的モデリング、および体系的な不確実性分析を組み合わせた、段階的なハイブリッドフレームワークを構築することである。このような方向性は、科学的に正当化でき、経済的により持続可能であり、地域計画、貯水池管理、洪水防止、帯水層保護、および気候変動適応にとって運用上の有用性がより高い。今後数年間の優先事項は、データの質とオープン性の強化、モデル間比較、多変数検証、および本レビューで定量的に過小評価されていることが判明した詳細な都市ダイナミクスと地下水コンパートメントの明示的な統合を推進することである。また、現在主流となっている4カ国を超えてエビデンスベースを地理的に拡大し、水ストレスの診断が計画および投資決定に効果的に反映されるよう、水管理責任者や地域のステークホルダーと共に共同構築を行うことが不可欠である。

figure-results-1
図1: レコードの同定、スクリーニング、および採用に関するPRISMA 2020フローダイアグラム。各データベースおよびリポジトリで同定されたレコード数、重複として除外された数、タイトルおよび抄録レベルでスクリーニングされた数、全文評価された数、理由を伴い除外された数、そして最終的に定性的および定量的統合に採用された数を示す。検索は2026年1月12日から2026年4月17日の間に実施された。この図の拡大版を表示するには、ここをクリックしてください。

figure-results-2
図2: 土地利用、土地被覆変化、および都市化を水ストレスに結びつけ、8つの手法ファミリーを因果関係の連鎖にマッピングした概念図。駆動力（農地の拡大、森林減少、土壌の圧密と表層硬化、土壌封鎖と排水形態の変更）が水文学的プロセス（遮断、蒸発散、浸透、流出生成、涵養、河川・帯水層交換）に作用し、それが水ストレスの構成要素（地表水の不足、地下水の低下、土壌水分不足、流量の不規則性、洪水ピーク）を引き起こす。各手法ファミリーは、観察、マッピング、説明、またはシミュレーションを行う連鎖のレベルに配置されている。こちらのリンクから、この図の拡大版を表示してください。

figure-results-3
図 3西アフリカの流域における手法アセンブラージを選択するための運用上の意思決定フレームワーク。 科学的な問い、空間スケール、実際に利用可能なデータ、そして判断の期限とリソースという4つの逐次的なフィルターにより、推奨される手法の組み合わせが導き出され、あわせて各分岐における最小限の検証要件と期待される不確実性の報告が提示されます。こちらの図の拡大版を表示するには、ここをクリックしてください。

表1：完全な検索式およびプラットフォーム別の最適化。 各データベースおよびリポジトリで使用したブーリアン検索式、フィールド制限、言語フィルター、実行日、および各ソースから得られたレコード数。こちらのリンクからファイルをダウンロードしてください。

表2：比較分析において検討された代表的なケーススタディ。調査地域、国、集水域、調査期間、使用された主な手法、校正および検証変数、報告された性能指標（NSE、KGE、R²、パーセントバイアス、全体的な精度、コーエンのカッパ係数）、および西アフリカにおける水ストレス評価に対する各研究の具体的な寄与。こちらのリンクをクリックしてファイルをダウンロードしてください。

表3：国別および期間別の、含まれる西アフリカの記録の分布。 国別および5年ごとの出版期間におけるレコード数と割合、ならびに各国で適用された手法上のファミリー。こちらのファイルをダウンロードするには、ここをクリックしてください。

表4：組み入れられた西アフリカの記録の、手法上の分類別分布。 各科が主要なアプローチとなっているレコードの数と割合、二次的なアプローチとなっているレコードの数、および対応する国。こちらをクリックしてファイルをダウンロードしてください。

表5：西アフリカの流域における水ストレス評価に使用される主要な実験手法の総合比較。 5つの次元（出典研究で報告された性能指標による精度と信頼性、コストと実現可能性、複雑性の把握能力、関連する空間的・時間的スケール、および地域的な文脈への適合性）に基づく比較。こちらのリンクをクリックしてファイルをダウンロードしてください。

開示事項

著者らは、本レビューに関連して利益相反がないことを宣言します。

謝辞

著者は、原稿の初期バージョンに対して重要なフィードバックを提供してくださった同僚の方々と、本記事への資金提供を行ったVM Group Multiservicesに感謝いたします。

参考文献

Food and Agriculture Organization of the United Nations. AQUASTAT – FAO’s Global Information System on Water and Agriculture. Rome: FAO; 2025.
UN-Water. World Bank Group: Africa Water Center – Strengthening Capacity in the Water Sector [Internet]. New York: UN-Water. Available from: https://www.unwater.org/news/world-bank-group-africa-water-center-strengthening-capacity-water-sector
Descroix L, et al. Evolution of Surface Hydrology in the Sahelo-Sudanian Strip: An Updated Review. Water. 2018;10(6):748.
Leblanc MJ, et al. Land clearance and hydrological change in the Sahel: SW Niger. J Hydrol. 2008;375(1-2):241-52.
Dauda AP, et al. Simultaneous increase in temperature and dry days in the West African transboundary Benue River Basin. Environ Earth Sci. 2024;83(12):369.
Garba I, Descroix L, Panthou G, et al. Extreme rainfall characterization under climate change and rapid population growth in Niamey, Niger. Heliyon. 2023;9(4):e15063.
Qin Y, et al. Flexibility and intensity of global water use. Nat Sustain. 2019;2(6):515-23.
Mashala MJ, Dube T, Mudereri BT, Ayisi KK, Ramudzuli MR. A Systematic Review on Advancements in Remote Sensing for Assessing and Monitoring Land Use and Land Cover Changes Impacts on Surface Water Resources in Semi-Arid Tropical Environments. Remote Sens. 2023;15(16):3926.
Salvadore E, Bronders J, Batelaan O. Hydrological modelling of urbanized catchments: A review and future directions. J Hydrol. 2015;529:62-81.
Obahoundje S, Ofosu EA, Kiem AS, et al. Potential impacts of climate, land use and land cover changes on hydropower generation in West Africa: a review. Environ Res Lett. 2022;17:043005.
Arfasa GF, Owusu-Sekyere E, Doke DA, Ayisi Ampofo J. Impacts of climate and land use/cover changes on the sustainability of irrigation water in West Africa: a systematic review. All Earth. 2024;36(1):1-13.
Anggraini R, Baja S, Neswati R. Assessing the impact of land use change on ecosystem service using GIS and remote sensing technology: a review. IOP Conf Ser Earth Environ Sci. 2025;1525(1):012030.
Page MJ, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
Moriasi DN, et al. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Trans ASABE. 2007;50(3):885-900.
Mounirou LA, Zouré CO, Yonaba R, et al. Multi-scale analysis of runoff from a statistical perspective in a small Sahelian catchment under a semi-arid climate. Arab J Geosci. 2020;13(4):154.
Cornelissen T, Diekkrüger B, Giertz S. A comparison of hydrological models for assessing the impact of land use and climate change on discharge in a tropical catchment. J Hydrol. 2013;498:221-36.
Bormann H, Diekkrüger B, Hauschild M, et al. Regional hydrological modeling in Benin (West Africa): uncertainty issues versus scenarios of expected future environmental change. Phys Chem Earth. 2005;30(6-7):447-59.
Yira Y, Diekkrüger B, Steup G, Bossa AY. Modeling land use change impacts on water resources in a tropical West African catchment (Dano, Burkina Faso). J Hydrol. 2016;537:187-99.
Op de Hipt F, et al. Applying SHETRAN in a Tropical West African Catchment (Dano, Burkina Faso)—Calibration, Validation, Uncertainty Assessment. Water. 2017;9(2):101.
Idrissou M, et al. Modeling the Impact of Climate and Land Use/Land Cover Change on Water Availability in an Inland Valley Catchment in Burkina Faso. Hydrology. 2022;9(1):12.
Poméon T, Diekkrüger B, Springer A, Kusche J, Eicker A. Multi-objective validation of SWAT for sparsely-gauged West African river basins: a remote sensing approach. Water. 2018;10(4):451.
Bodjrènou R, Yira Y, Ahamidé B, Diekkrüger B. Assessment of Current and Future Land Use/Land Cover in the Oueme Basin (Benin, West Africa) under a Changing Climate. Sustainability. 2023;15(3):2245.
Ganni Mampo OM, Diekkrüger B, Näschen K, et al. Rainfall and streamflow variability in North Benin, West Africa. J Hydrol Reg Stud. 2025;57:101952.
Awotwi A, Yeboah F, Kumi M. Assessing the impact of land cover changes on water balance components of White Volta Basin in West Africa. Water Environ J. 2015;29(2):259-67.
Aduah MS, Jewitt GPW, Toucher ML. Assessing Impacts of Land Use Changes on the Hydrology of a Lowland Rainforest Catchment in Ghana, West Africa. Water. 2018;10(1):9.
. Togbévi QF, Sintondji LO. Hydrological response to land use and land cover changes in a tropical West African catchment (Couffo, Benin). AIMS Geosci. 2021;7(3):338-54.
Bodjrènou R, Yira Y, Diekkrüger B, et al. Investigating the impacts of climate and land use/cover change on hydrological fluxes in the Oueme Delta hydrosystem using ParFlow-CLM. Sci Rep. 2026;16:39679.
ORSTOM. Étude hydrologique de bassins urbains à Niamey [Hydrological study of urban catchments in Niamey]. Niamey: Office de la Recherche Scientifique et Technique Outre-Mer; 1979. French.
Boko BA, et al. High-Resolution, Integrated Hydrological Modeling of Climate Change Impacts on a Semi-Arid Urban Watershed in Niamey, Niger. Water. 2020;12(2):364.
Olofintoye OO, Salami AW, Ajayi EO. A study on the applicability of a SWAT model in predicting the water yields and water balance of the Upper Oueme catchment, Benin Republic. Slovak J Civ Eng. 2022;30(1):48-58.
Guan M, Sillanpää N, Koivusalo H. Modeling and assessment of hydrological changes in a developing urban catchment. Hydrol Process. 2015;29(13):2880-94.
Sambou MHA, et al. Prediction of land use and land cover change in two watersheds in the Senegal River basin (West Africa) using the Multilayer Perceptron and Markov chain model. Geomat Nat Hazards Risk. 2023;14(1):2231137.
Lu D, Mausel P, Brondízio E, Moran E. Change detection techniques. Int J Remote Sens. 2004;25(12):2365-401.
Blatchford ML, Mannaerts CM, Njuki SM, et al. Evaluation of WaPOR V2 evapotranspiration products across Africa. Hydrol Process. 2020;34(15):3200-21.
Cannella G, Pezzoli A, Tiepolo M. Comparative trend analysis of precipitation indices in several towns of the Sirba River catchment (Burkina Faso) from CHIRPS and TAMSAT rainfall estimates. Climate. 2024;12(12):208.
Houngnibo MCM, et al. Validation of high-resolution satellite precipitation products over West Africa for rainfall monitoring and early warning. Front Clim. 2023;5:1185754.
Kouakou C, et al. Comparison of gridded precipitation estimates for regional hydrological modeling in West and Central Africa. J Hydrol Reg Stud. 2023;47:101409.
Barbosa SA, Pulla ST, Williams GP, et al. Evaluating Groundwater Storage Change and Recharge Using GRACE Data: A Case Study of Aquifers in Niger, West Africa. Remote Sens. 2022;14(7):1532.
Ouarani M, et al. Exploring groundwater recharge mechanisms in a semi-arid coastal aquifer using isotopic analysis, remote sensing, and hydrological modeling. In: AGU Fall Meeting Abstracts 2023. Washington (DC): AGU; 2023. p. H04-05.
Aloui S, Gires A, Hoang KD, et al. A review of Soil and Water Assessment Tool (SWAT) studies in Mediterranean watersheds: Lessons for data-scarce environments. Environ Int. 2023;171:107684.
Aboelnour M, Gitau MW, Engel BA. A comparison of streamflow and baseflow responses to land-use change and the variation in climate parameters using SWAT. Water. 2020;12(1):191.
Locke KA, Shanafield M, Cook PG, Simmons CT. Modeling relationships between land use and water quality: a critical review of statistical approaches. Environ Int. 2024;188:108703.
Toure M, et al. Machine learning approaches for imputing missing meteorological data in Senegal. Appl Comput Geosci. 2025;27:100281.
Polasky A, Evans JL, Fuentes JD. Statistical downscaling for precipitation projections in West Africa. Theor Appl Climatol. 2023;155(1):327-47.
Arsenault R, Martel JL, Brunet F, et al. Continuous streamflow prediction in ungauged basins: long short-term memory neural networks clearly outperform traditional hydrological models. Hydrol Earth Syst Sci. 2023;27(1):139-57.
Nearing G, et al. Global prediction of extreme floods in ungauged watersheds. Nature. 2024;627(8004):559-63.
Koffi B, et al. Impact of climate and land use/land cover change on Lobo reservoir inflow, West-Central of Côte d’Ivoire. J Hydrol Reg Stud. 2023;47:101417.
Obahoundje S, Youan Ta M, Diedhiou A, Amoussou E, Kouadio K. Sensitivity of hydropower generation to changes in climate and land use in the Mono Basin (West Africa) using CORDEX dataset and WEAP model. Environ Process. 2021;8(3):1073-97.
Ndiaye PM, Bodian A, Dezetter A, Ogilvie A, Goudiaby O. Sensitivity of global hydrological models to potential evapotranspiration estimation methods in the Senegal River Basin (West Africa). J Hydrol Reg Stud. 2024;53:101823.
Togbévi QF, et al. A multi-model approach for analysing water balance and water-related ecosystem services in the Ouriyori catchment (Benin). Hydrol Sci J. 2020;65(14):2453-65.
Kouassi AM, Gnangouin AYJ, Konan GR, Nassa RAK. Impacts of climate change on water stress in West Africa: case study of the N’zi (Bandama) watershed in Côte d’Ivoire. Int J Environ Clim Change. 2022;12(12):472-83.

西アフリカの流域における水ストレスに対する土地利用・土地被覆変化および都市化の影響評価：系統的な手法レビュー

この記事について

サマリー

要約

概要

レビューと展望

結論

開示事項

謝辞

参考文献

再版と許可

タグ