衛星SSTと疎な現地温度ロガーから得る、深度別サンゴ礁の熱場：物理に基づくニューラルネットワークを用いた手法

要旨: 衛星の海面水温（SST）プロダクトは、世界的なサンゴの白化モニタリングの基盤となっている一方で、計測しているのは海洋の「表皮」だけである。サンゴはごく浅い海域から水深20メートルを超える領域まで生息しており、そこでは水温が表面よりも1〜3{\deg}C低いことがある。したがって、衛星SSTをあらゆる深度に一様に適用すると、海底下の熱ストレスを過大評価してしまう。 本研究では、1次元の鉛直熱方程式の枠組みの中で、NOAA Coral Reef WatchのSSTと、疎な現地（in-situ）温度ロガーを融合する物理情報ニューラルネットワーク（PINN）を提示する。ここでは、SSTを「硬い」表面境界条件として強制し、熱拡散率（\k{appa}）と光減衰（Kd）を共同で学習する。大堡礁（Great Barrier Reef）の4地点に対して検証を行い（30のホールドアウト実験）、PINNは、未観測の深度において0.25〜1.38{\deg}CのRMSEを達成する。極端な疎度（学習深度が3つ）でも、PINNは5メートルのホールドアウトで0.27{\deg}CのRMSE、9.1メートルのホールドアウトで0.32{\deg}Cを維持する。一方、統計的ベースラインは1.8{\deg}C超まで崩壊する。PINNは90%の実験で、物理のみの有限差分ベースラインを上回る。深度別の度数加熱日（Degree Heating Day; DHD）プロファイルは、熱ストレスが深度とともに減衰することを示す。Davies Reefでは、DHDが表面で0.29から10.7メートルでゼロまで低下し、ロガー観測と整合するが、衛星由来のDHDは全深度で0.31に一定である。 しかしPINNは浅い深度で絶対的なDHDを過小評価する。これは、PINNが滑らかな予測を行うため、閾値超過を引き起こす短時間のピークが減衰してしまうためである。PINNのDHD値は、深度別ストレスの保守的な下限として解釈すべきである。 これらの結果は、衛星SSTと疎なロガーデータの物理拘束による融合によって、既存の観測インフラを用いて白化評価を「深度」次元まで拡張できることを示している。