生態学における森林動態モデルは、より複雑な環境を表現するために＜個体群モデル→ギャップモデル→空間明示型モデル＞と高度化してきた。一方、地球システムモデルを構成する森林動態モデルでは全球計算で使用可能なレベルの計算効率が求められる。このため、現在この分野では、よりシンプルなギャップモデル、さらに個体群モデルへ回帰するような動きが見られる。このとき、過去のモデルに戻るだけではなく、現代の技術や文脈において過去のモデルを捉え直し課題を引き継がないことが重要である。個体群＆ギャップモデルは、空間明示型モデルと違って、プロット内環境が均質、プロット外から影響が無いといった非現実的仮定を置く。これらの仮定は計算効率を高めるが森林動態の再現性を低下させる。これを補正するために、従来の個体群＆ギャップモデルではパラメータ値が調節（チューニング）されてきたことが予想される。しかし、多くの論文では観測値や観測データから求めた推定値を導入したパラメータについての記述はあるが、モデル全体の挙動を森林動態に合わせるために調節したパラメータについての記述は殆どない。我々は本発表でこのような隠れた調節パラメータを明確化し、それをモデル間で統一的に理解することを目指す。空間明示型モデル、ギャップモデルから個体群モデルへのスペクトラムの中で、パラメータ値や再現性がどのように変化するかを調べた。このような定量的な「モデルの地図」を作ることによって、例えば競争の非対称性項はプロットサイズ依存の補正項として柔軟に機能していることなどが分かった。これらの情報は個体群＆ギャップモデルを再構築するための重要な基盤になる。