森林総合研究所と国立環境研究所らの共同研究グループは、気候変動によって森林が拡大・縮小する地域を高解像度（赤道付近で約1 km2の格子ごと）で推定する手法を開発した。気候変動は森林分布に大きな変化をもたらす可能性があり、森林のCO2吸収能力の低下が懸念される。しかし、高温・乾燥といった「気候ストレス」に対する植物の生理学的反応については未解明な種が多く、将来気候の不確実性もあることから、地球規模での予測は困難であった。本研究では、森林の脆弱性と回復力を評価するために、植物の生理学的ストレス要因を指標化し、機械学習（ML）によってモデル化する、新しいアプローチ方法を提案している。具体的には、乾燥度指数（降水量に対する可能蒸発散量の比）・日射量・気温を組み合わせた7つの「気候ストレス指数」を地球規模で算出し、それらと衛星画像をベースにした現在の地球の土地被覆（森林、低木・草地、裸地、氷・雪）との関係をMLを用いてモデル化している。これにより、気候変動による気温の上昇や乾燥化によって森林分布が変化しやすい場所を地球規模かつ高解像度で推定することが可能になった。また、開発手法を用いて、1)「年間を通じた乾燥」と「初夏（日射量が多い時期）の低温」が地球規模での森林の分布限界と関連性の高い気候ストレスであること、2)北半球の高緯度地域では日射量が多い時期の平均気温が約7.2 ℃を下回ったあたりから、森林の成立が難しくなる傾向があること、3)中緯度の乾燥地域周辺では乾燥度が0.45を下回ったあたりから、森林の成立が難しくなる傾向があること、が分かり、4)気候変動によって森林が拡大しやすい地域は、縮小しやすい地域より面積的には大きいことや、両地域は地理的に離れていることが示唆された。これらの新知見は、森林のCO2吸収能力が今後も維持されるのかを知る上で重要な情報になるという。