植生 (陸上生態系) は、気候そのものではないが、気候と密接な関係がある。 ここでは、植生をその形によって、森林、草原、砂漠など、 森林のうちわけを、常緑樹林、落葉樹林などに分類することを考える。 植物の種類に深入りはしない。 このようなとらえかたは、生態学でいう「生物群系」「バイオーム (biome)」に 近いようだ。
世界の植生分布についての地理データは、いろいろつくられているが、 わたしはその分野の研究を追いかけることができておらず、 どのデータセットがよいのか、よく知らない。
人間活動による植生変化を論じるための植生分布データとして、 (いま最新の研究成果ではないが) Ramankutty & Foley (1999) のものがよくつかわれる。
この研究の過程で、人間活動がなかったとしたらあるだろう植生 (「潜在自然植生」 potential natural vegetation) のデータがつくられた。 それには、DISCover というプロジェクトによる現存植生分布のデータと、 BIOME3 というモデルによる気候のもとで成立する植生の推定がつかわれた。 Ramankutty & Foley (1999) のデータは 緯度・経度 5分のます目でつくられているが、 ISLSCP2 というプロジェクト (https://daac.ornl.gov/ISLSCP_II/) で、 これを、緯度・経度 0.5度 あるいは 1度 の格子でそれぞれまとめたものが 公開されている。
サインインして「Download Data」を実行すると 「ISLSCP_II_POT_VEG_961.zip」が得られる。 これを展開すると、data の下に potential_veg_1d.asc、potential_veg_hd.asc がふくまれている。 1d のほうは1度、hd のほうは 0.5度間隔のます目の植生分類番号が、 ASCIIコードの数字の形で収録されている。
松山・増田 (2021) の 図 5.2 と口絵 1 は、 ISLSCP2に収録された Ramankutty & Foley の潜在自然植生のデータを、 分類を「森林」「草原」「砂漠」「ツンドラ」の 4つに簡略化し、 東アジア (赤道~北緯 60度、東経 80~160度) の地域について、 GrADS というソフトウェアで作図したものである。
ここでは、ほぼ同じことを、Python でやってみる。 ただし、範囲を 赤道~北緯 60度、東経 60~150度 に変えた。
これまで、たとえば [地形 (標高) データを Pythonで読み、作図する (試作版)] では contourf をつかってきた。 この contourf は連続量を想定しており、格子点のあいだを空間内挿した値によって色をきめる。 ところが、植生分類は番号であって、内挿するのはまずい。 pcolormesh をつかえば、空間内挿はせずにタイル型で色塗りをするが、 pcolormesh での色のきめかたは上限と下限を指定してその間を計算するようになっており、 分類ごとに色をあたえるのに適していない。 色塗りで表現するためには、 ます目のひとつひとつについて fill を呼び出すのがよさそうだが、ちょっとめんどうだ。 塗りつぶしではないが、ほぼ同じ効果は、plot で marker をかくことによってもあげられるので、 ここではその方法によることにした。
凡例は、colorbar がうまくつかえないので、まだ図にはつけていない。 緑:森林、黄色:草原、灰色:砂漠、マゼンタ:ツンドラ である。