更新されたツールは、米国地域社会が森林や樹木を GHG インベントリに含めるのに役立ちます

森林や樹木は炭素隔離において重要な役割を果たすと同時に、大気質の改善、水文学的プロセスの調整、エネルギーコストの削減、福祉の促進など、その他の利点を地域社会に提供します。これらの資源を長期間にわたり正確に監視することで、地域社会は気候と人々の両方に同時に利益をもたらす、より適切な土地管理の決定を下すことができるようになるかもしれません。

米国の多くの地域社会は、温室効果ガス (GHG) 排出量を削減し、カーボンニュートラルを達成するために、気候行動計画 (CAP) を策定しています。多くのCAPはエネルギー、輸送、廃棄物部門に焦点を当てていますが、ほとんどは気候変動との戦いにおいて森林や樹木が果たす役割を考慮していません。理由の 1 つは、CAP の基礎となる GHG インベントリにそれらを含めるために必要なデータと明確なガイダンスが計画立案者に不足していることです。

このギャップに対処するために、WRI、ウッドウェル気候研究センター、および ICLEI – 持続可能性のための地方自治体 (ICLEI USA) の専門家が取り組みました。 公開されたガイダンス ICLEI USAの場合 米国コミュニティプロトコル 同様に 地域規模の温室効果ガス排出量インベントリに関する世界的プロトコル。これらのフレームワークは、コミュニティ内の森林および樹木被覆損失からの排出量、およびコミュニティによって維持または新しく植えられた森林および樹木によって吸収される炭素を推定する方法を概説します。

土地排出除去ナビゲーターの紹介 (LEARN)

このガイダンスには、 土地排出除去ナビゲーター (LEARN) ツール、Web開発者と協力して開発されました ブルーラスター。 LEARN は、オープンソース コードを備えた無料のオンライン ツールで、国家地理空間データ セットと米国コミュニティ プロトコルのメソッドを統合し、コミュニティが時間の経過に伴う森林や樹木被覆の変化による GHG 影響を推定できるようにします。

わずか数回クリックするだけで、ユーザーは地域内の森林や樹木被覆の時間の経過に伴う変化に伴う年間 GHG 影響について、地域に合わせた推定値を導き出すことができます。分析する地域と年を指定した後、LEARN は、米国森林局と米国地質調査所からのデータを空間的に明示的に自動分析します。これには次のようなものがあります。

• 土地被覆の変化
• 火災、伐採、昆虫の発生などの森林破壊のタイミングと場所
• 都市部およびその他の非森林地帯における樹冠の喪失と獲得
• さまざまな成熟度クラスと保護ステータスの森林内の炭素貯蔵量

(続きを読む について 歴史と発展 LEARN ツールについて説明し、 データと方法論はこちら。）

2022 年の更新により LEARN のデータ範囲が拡大されました

2022 年に、LEARN プロジェクト チームはチェサピーク自然保護団体と協力して、一連のアップデートを実装しました。これには、2019 年までに更新された土地被覆変化と森林撹乱データ、およびチェサピーク湾流域の高解像度 (1 メートル) 樹冠変化マップが含まれています。これらの地図は東部 6 つの州とコロンビア特別区にまたがり、1,800 万人以上のコミュニティをサポートしています。

LEARN は以前は 30 メートルの解像度でのみ分析を実行していました NLCD 樹冠 製品。解像度 1 メートルの新しい高解像度樹冠データの導入により、東部海岸沿いの郡や都市は以前よりも 900 倍詳細な情報が提供され、樹冠の変化を個々の土地区画の規模まで分析できるようになりました。このアップデートでは、大幅に強化された分析機能の利点が実証され、このデータセットの対象範囲を地域から全国に拡大するという要求が強化されました。

トレーニングコホートがコミュニティに直接サポートをもたらす

最初の成功に続いて 森林と樹木炭素会計コホート研修セッション 2021 年と 2022 年 7 月に、LEARN プロジェクト チームは 20 のコミュニティに米国コミュニティ プロトコルの手法の実装と LEARN ツールの使用を指導する 2 番目のトレーニング コホートを開始しました。参加者は全国の地方自治体、部族、州を代表しました。 2023 年には、ローカルの高解像度データセットを分析に統合するコミュニティをサポートするために、第 3 のコホートが招集されました。このコホートはまた、地域社会が植林活動の潜在的な影響を推定するのに役立つ「植林可能エリア」分析の使用を試験的に実施しました。

2025 年の新しいアップデートで LEARN の機能がさらに拡張

2025 年に、LEARN は、20 年間の土地被覆変化 (2001 ～ 2021 年) と 10 年以上の樹冠変化 (2011 ～ 2019 年) にわたる土地被覆と樹冠に関する最新の NLCD データを統合しました。

さらに、森林炭素プールの高解像度 (30 メートル) マップと、森林の種類や樹齢クラスなどの森林特性データを、 USFSビッグマップ このプロジェクトは古い 250 メートルのデータセットを置き換え、炭素フラックスのより正確な計算を可能にしました。自動分析には、以下に関する追加の洞察が含まれるようになりました。 森林の成熟、成熟度および保護グループ内の保護ステータスと炭素貯蔵量。 、成熟度および保護グループ内の保護ステータスと炭素貯蔵量。

最後に、別の新機能により、ユーザーはカスタムの排出係数と除去係数を入力できるため、ユーザーはツールのデフォルトの計算を特定のローカル条件に合わせて調整できます。

森林と樹木の学習と GHG モニタリングの次のステップ

LEARN ツールは、地域社会が土地部門からの GHG フラックスを推定するのをサポートする、信頼できて使いやすいツールとしての地位を確立しています。 LEARN は、全米の気候汚染削減助成金 (CPRG) 受給者をサポートするために、米国環境保護庁によって技術支援フォーラムのリソース ライブラリに追加されており、チームは 2025 年に CPRG 助成金受給者に LEARN ツールを導入する予定です。ユーザーエンゲージメントを強化するために、2025 年に LEARN は引き続き関係者とより広い地理的規模にその範囲を拡大していきます。これには、以下との提携が含まれます。 クロスウォークラボ 陸上部門の GHG フラックスに関する洞察を Crosswalk プラットフォームに統合し、全国的な気候変動への取り組みへの影響をさらに拡大します。

WRI とパートナーは、これらの手法を地域、政府、技術的能力を超えて最適に拡張する方法について、米国および世界中の関係者からの意見を求め続けています。将来的には、この種のデータは米国だけでなく世界中のコミュニティで利用できるようになるでしょう。 ここでもっと読む 世界中の森林と土地の温室効果ガスの監視における今後の開発について。

ご質問や詳細については、こちらまでお問い合わせください [email protected]。