National pathways of land-use CO₂ emissions in the 21st century
21世紀における土地利用CO2排出の国家別経路 (AI 翻訳)
Danni Zhang, Bo Zheng, Yue He, Tianyi Wang, Gaurav P. Shrivastav, Philippe Ciais, Thomas Gasser
🤖 gxceed AI 要約
日本語
本論文は、150の社会経済・政策シナリオに基づき、21世紀末までの土地利用変化によるCO2排出の国家別経路を、簡略化地球システムモデルOSCARを用いて生成した。森林減少と再成長が排出変動の主因であり、政策のタイミングと野心度が強く影響する。2030年までの森林減少ゼロ目標達成により、累積約30PgCの除去が可能である一方、正味の森林面積バランスは依然として排出源となる。中国とインドネシアで最大の吸収源が生じると予測され、ブラジルとコンゴ民主共和国が排出源として卓越する。このオープンデータセットは、国レベルのシナリオ構築と政策評価を可能にする。
English
Using the OSCAR reduced-complexity Earth system model, this paper generates national land-use CO2 emission trajectories through 2100 across 150 scenarios. Deforestation and regrowth dominate variability, with strong control by policy timing and ambition. Ending gross deforestation by 2030 yields large removals (~-30 Pg C by 2100), while net forest balance still emits 4-9 Pg C. Strongest sinks projected in China and Indonesia; Brazil and DRC are dominant sources. An open dataset enables country-level scenario assembly and policy evaluation, highlighting the need for early and ambitious land governance in tropical regions to achieve a durable carbon sink.
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
日本は森林吸収源の活用をGX実現に向けた重要な柱と位置づけており、本論文の国家別シナリオ解析は、日本の土地利用政策（森林管理、バイオマス利用、炭素貯留）の長期計画に直接的に示唆を与える。特に、森林減少ゼロ目標のタイミングが吸収量に与える影響についての定量的知見は、日本の二国間クレジット制度や森林協力の国際交渉にも有用である。
In the global GX context
This paper provides a global, country-level dataset of land-use CO2 emissions under diverse scenarios, directly supporting national and subnational governments as well as corporations in setting land-sector targets aligned with the Paris Agreement. The finding that early cessation of deforestation (by 2030) can generate substantial negative emissions reinforces the importance of nature-based solutions in corporate net-zero strategies and in ISSB-compliant scenario analysis.
👥 読者別の含意
🔬研究者:This paper offers a consistent, open-source dataset of national land-use CO2 emission projections across 150 scenarios, enabling further research on land-sector contributions to global carbon budgets and national NDC assessments.
🏢実務担当者:Companies with land-based supply chains (e.g., agriculture, forestry, commodities) can use the dataset to assess future emission risks and opportunities, and to evaluate the timing and ambition of zero-deforestation commitments under regulatory and market mandates.
🏛政策担当者:The paper demonstrates that early and ambitious land governance, particularly halting gross deforestation by 2030, is essential to transform the land sector into a net sink. This provides quantitative evidence for strengthening national forest policies and international cooperation, especially in tropical countries.
📄 Abstract（原文）
Land-use and land-cover change (LULCC) is a major source of anthropogenic CO₂ emissions, yet projections remain scarce. Here, we use the reduced-complexity Earth system model OSCAR to generate national LULCC carbon emission trajectories through 2100, across 150 socioeconomic and policy-relevant scenarios. Deforestation and forest regrowth dominate variability in LULCC carbon emission, with policy timing and ambition exerting strong control. Ending gross deforestation by 2030 yields large, persistent removals (about -30 Pg C by 2100), whereas net forest area balance still emits 4-9 Pg C. The strongest sinks are projected to emerge in China and Indonesia, while Brazil and the Democratic Republic of the Congo dominate global sources. The accompanying open dataset enables country-level scenario assembly and policy evaluation. Our findings underscore that early and ambitious land governance, particularly in tropical regions, is essential for transforming the land sector into a durable carbon sink aligned with global temperature goals.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1038/s41467-026-74836-wfirst seen 2026-06-26 05:15:47
🔔 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。