持続可能な都市の未来に向けた自動化システムによるスケーラブルな炭素評価：ニューヨークからの教訓
Scalable Carbon Assessment for Sustainable Urban Futures through Automated Systematic Tools: Lessons from New York (原題)
Siavash Ghorbany, Ming Hu, Siyuan Yao, Matthew Sisk, Chaoli Wang
🤖 gxceed AI 要約
日本語
本研究は、建物レベルの炭素評価と緩和策分析を自動化するスタンドアロンソフト「EcoSphere」を提示する。National Structure Inventoryデータ、コンピュータビジョン、LLMをGoogle Street Viewや衛星画像に適用し、建物別の炭素ベースラインを構築。ニューヨークでのケーススタディで、改修・建替・解体シナリオの比較により炭素とコストの削減効果を示した。
English
This study presents EcoSphere, a standalone tool automating building-level carbon assessment by integrating National Structure Inventory data, computer vision, and LLMs on Street View and satellite imagery. It builds archetype-based baseline emissions and simulates renovation, replacement, and demolition scenarios under varied policies. A New York case study shows reductions in carbon and construction costs, offering a scalable, automated path to urban decarbonization.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本では建築物の省エネ法・CASBEE・ZEB化政策が進むが、既存建物ストックの炭素評価は依然属人的。本ツールは自治体・建設業のScope 3（カテゴリ3・11）算定や不動産デューデリジェンスの自動化に示唆を与え、SSBJ開示を見据えた建物単位データ整備に資する。
In the global GX context
Globally, this aligns with ISSB/CSRD-driven demand for asset-level emissions data and TCFD transition planning in real estate. It advances automated, scalable embodied-carbon accounting—an area where disclosure frameworks increasingly require granular, verifiable building data.
👥 読者別の含意
🔬研究者:AI×都市炭素評価の自動化手法とアーキタイプ分類の実装例として参考になる。
🏢実務担当者:既存建物の炭素・コスト評価を自動化し、改修vs建替の意思決定やScope 3算定に活用可能。
🏛政策担当者:都市政策・建築規制のシナリオ評価をデータ駆動で行うためのツール設計の示唆。
📄 Abstract（原文）
The construction industry remains a leading contributor to global greenhouse gas emissions, with embodied carbon representing a substantial portion of this footprint. This study presents EcoSphere, an innovative, standalone software designed to automate sustainable urban development through a building-level carbon assessment and mitigation strategy analysis. EcoSphere offers an unparalleled level of automation by integrating National Structure Inventory data, advanced computer vision techniques, and large language models applied to Google Street View and satellite imagery. This combination allows for the development of a detailed, building-specific dataset categorized into archetypes to create a comprehensive baseline emissions dataset. Unlike traditional tools, EcoSphere streamlines the complex process of evaluating embodied and operational carbon emissions, construction costs, and policy scenarios into a user-friendly interface accessible to both researchers and policymakers. Its robust simulation capabilities allow users to compare various mitigation strategies, including renovation, replacement, and demolition scenarios, under different policy frameworks. A case study in New York demonstrated the software’s effectiveness in reducing carbon emissions and construction costs, empowering stakeholders to make data-driven decisions aligned with their carbon neutrality goals. By simplifying intricate data analysis into actionable insights, EcoSphere offers a scalable, fully automated tool for accelerating progress toward sustainable urban development.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1061/9780784486979.063first seen 2026-09-17 04:39:35
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。