木材ベースの気候ソリューションにおける機会と準備のパラドックス

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a comprehensive open dataset and methodology for analyzing timber construction potential across cities.

🏢実務担当者:Useful for construction and forestry companies to identify market opportunities and regulatory barriers.

🏛政策担当者:Highlights the need to align building codes with climate goals to unlock timber's potential.

このリポジトリには、「The opportunity-readiness paradox for timber-based climate solutions」という出版物を再現するためのデータとコードが含まれています。このリポジトリには、以下のファイルがあります： building-codes.xlsx - 本研究で収集された国別の建築基準データ。 cities.tar.xz - 本研究で使用された都市の輪郭。アーカイブにはESRI Shapefileが含まれています。 このデータセットは、GADMの行政境界（様々なレベルの行政単位のポリゴン）を使用して作成しました。都市の位置の座標は、Natural Earthから1:10mスケールのポイント形式で取得しました。 code.tar.xz - クラスタリング解析と図2、3、4のプロットを再現するためのRおよびMATLABコード。 composite_indicators.m - 各都市について7つの複合レディネス指標を構築し、各次元について個別の世界地図図を作成します。 clustering.m - MDA初期化法（Camus et al., 2011）を用いてK-meansクラスタリングを実行します。 readiness.m - クラスタ割り当てとシナリオベースの炭素貯留推定値を統合し、機会とレディネスの比較図を作成します。 carbon_calculation.R - 木材材料強度と炭素代替係数を計算します。LCA由来の強度（地域別）、RASMI材料範囲（Fishman et al.）、および文献からの代替係数（Leskinen et al. 2018; Hassegawa et al. 2022）を組み合わせます。 sensitivity_weighting.m - 次元の専門家調査による重み付け。 k-NN.xlsx - クラスタリング解析の都市別入力・出力データ。 SSP2に基づく2020〜2050年のグリッド化された人口予測（列：pop_growth）は、Wang et al. (2022) からのものです。 建物ストック類型データ（列：low_rise）は、Global Human Settlement Layerから取得され、建物の表面積、高さ、非住宅ゾーンが含まれます。 都市レベルの炭素目標（列：city_pledge）は、CDP Cities Disclosure platformから取得され、Net Zero TrackerおよびHughes et al. (2018) と相互検証されました。国レベルのネットゼロコミットメントと気候説明責任法（列：country_pledge）は、Nick Zrinyiから編集されました。 林業および木材生産統計（列：country_supply、saw_wood）は、FAOSTATおよびUNECE Forestry Statistics Databaseから取得されました。追加の国家統計は、政府ポータル（例：中国政府）およびEuropean Forest Instituteから入手しました。 林業部門の雇用データ（列：employment）は、ILO ILOSTAT platformから入手できます。製材所インフラデータ（列：sawmill）は、Fordaq International Directoryから編集されました。 木材建築基準スコアのソースデータ（列：timber_code、height_code、fire_code、support_code）は、building-codes.xlsxファイルにあります。 木造建築を有するUNESCO遺産サイトのデータ（列：heritage）は、UNESCO.xlsxファイルにあります。 木造フレーム建物に住む人口の割合（列：timber_frame）は、PAGERデータベースからのものです。 地域の木材供給（列：local_supply）は、roundwood-raster.tar.xzから都市周辺200km以内で計算されました。 roundwood-raster.tar.xz - 約1kmピクセル解像度の空間明示的な丸太生産量。各ピクセルは、平均総丸太生産量（2011〜2020年）をm³/年で表します。 地域の需給マッチングを実行するコードは、こちらにあります。 国および地域の丸太生産量をピクセルレベルに分解するために使用したコードは、こちらで入手できます。 分解モデルのパラメータ化に使用したデータは、roundwood-data.tar.xzアーカイブで入手できます。 roundwood-data.tar.xz - 本研究のために収集され、空間明示的な丸太生産マップを作成するために使用された、国以下の丸太生産量と森林面積データ。 timber/<country_name>.xlsx - 地域の丸太生産量と森林面積データ。 timber/0_sources.xlsx - 準地域の丸太生産量データの出典。 train/*/*.csv - モデルのパラメータ化に使用されるデータ。 survey.csv - 世界の木材レディネスを評価するための指標の重要性を評価する調査結果。 scenarios.tar.xz - 需給マッチングの結果。 scenarios.xlsx - 需給マッチング構成の概要。木材使用率、木材建設率、都市別の平均床面積、一戸建て住宅の割合を一覧表示します。 i-f*.csv - Regional Assessment of buildings' Material Intensities (RASMI) データベースからの材料強度。 i-rbg.csv - Schneider et al. (2025) からの材料強度。 *.geojson - 需給マッチングの結果。各GeoJSONフィーチャは、年間建設需要を満たすために都市周辺に必要な面積を表します。ファイル命名規則はscenarios.xlsxファイルに詳述されています。属性テーブルには、住宅および建設タイプ別の年間建設需要、年間人口増加率、木材供給が一覧表示されます。 carbon.csv - 都市別の炭素排出量とフットプリント。 UNESCO.xlsx - 木造建築を有するUNESCO遺産サイト。 Timber Atlasダッシュボードでは、新しい住宅建設のための都市の年間木材需要を満たすために必要な周辺森林の面積を確認できます。このツールは、将来の建築ニーズに対する地域の木材資源の理論的可能性への関心を喚起し、概要を提供するために設計されています。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This repository contains data and code to reproduce the publication&nbsp; "The opportunity-readiness paradox for timber-based climate solutions" . In this repository, you may find the following files: building-codes.xlsx - Building code data per country collected in this study. cities.tar.xz - Outlines of the cities used in this study. The archive contains an ESRI Shapefile. We produced this dataset using administrative boundaries (polygons of administrative units at various levels) from GADM . Coordinates of city locations were obtained from Natural Earth in point format at 1:10m scale. code.tar.xz - R and MATLAB code to reproduce clustering analysis and plotting of Figures 2, 3, and 4. composite_indicators.m&nbsp; - Constructs the seven composite readiness indicators for each city and generates individual world map figures for each dimension. clustering.m - Performs K-means clustering using the MDA initialization method (Camus et al., 2011). readiness.m - Merges cluster assignments with scenario-based carbon storage estimates and produces the opportunity vs. readiness comparison figures carbon_calculation.R - Computes wood material intensities and carbon substitution factors. Combines LCA-derived intensities (regional), RASMI material ranges (Fishman et al.), and substitution factors from the literature (Leskinen et al. 2018; Hassegawa et al. 2022). sensitivity_weighting.m - Expert-survey weighting of dimensions. k-NN.xlsx&nbsp; - Per-city input and output data of the clustering analysis. Gridded population projections for 2020-2050 under SSP2 (column: pop_growth) are from&nbsp; Wang et al. (2022) . Building stock typology data (column: low_rise) were obtained from the&nbsp; Global Human Settlement Layer , including building surface area, heights, and non-residential zones. City-level carbon goals (column: city_pledge) were obtained from the CDP Cities Disclosure platform CDP Cities Disclosure platform and cross-validated with the&nbsp; Net Zero Tracker and Hughes et al. (2018) Hughes et al. (2018) . Country-level net-zero commitments and climate accountability legislation (column: country_pledge) were compiled from Nick Zrinyi . Forestry and wood production statistics (columns: country_supply, saw_wood) were obtained from&nbsp; FAOSTAT and the&nbsp; UNECE Forestry Statistics Database . Additional national statistics were sourced from government portals (e.g., Government of China) and the&nbsp; European Forest Institute . Employment data for the forestry sector (column: employment) are available from the&nbsp; ILO ILOSTAT platform . Sawmill infrastructure data (column: sawmill) were compiled from the&nbsp; Fordaq International Directory . Source data for timber building code scores (columns: timber_code, height_code, fire_code, and support_code) is in the file building-codes.xlsx .&nbsp; Data on UNESCO heritage sites with timber construction (column: heritage) is in the file UNESCO.xlsx .&nbsp; The share of the population living in timber-frame buildings (column: timber_frame) is from the PAGER database. Local timber supply (column: local_supply) was calculated within 200km around a city from roundwood-raster.tar.xz .&nbsp; roundwood-raster.tar.xz - Spatially explicit roundwood production at approximately 1 km per pixel resolution. Each pixel represents the average total roundwood production (2011-2020) in m&sup3;/yr. The code to perform the local supply-demand match can be found here. The code we used to disaggregate national and regional roundwood production to the pixel level is available here. The data used to parameterize the disaggregation models are available in the roundwood-data.tar.xz archive. roundwood-data.tar.xz - Subnational roundwood production and forest area data collected for this study and used to produce the spatially explicit roundwood production map. timber/&lt;country_name&gt;.xlsx - Regional roundwood production and forest area data. timber/0_sources.xlsx - Sources of the subregional roundwood production data.&nbsp; train/*/ * .csv - Data used for parametrizing the models. survey.csv - Results of the survey to assess the importance of the indicators to assess global timber readiness. scenarios.tar.xz - Results of the supply-demand match. scenarios.xlsx - Overview of the supply-demand match configuration. Lists the timber usage rate, timber construction rate, average floor area per capita and city, and share of single-family housing. i-f*.csv - Material intensities from the Regional Assessment of buildings' Material Intensities (RASMI) database . i-rbg.csv - Material intensities from Schneider et al. (2025). * .geojson - Results of the supply-demand match. Each GeoJSON feature represents the area required around a city to meet annual construction demand. File naming convention is detailed in the&nbsp; scenarios.xlsx&nbsp; file. The attribute table lists the annual construction demand per housing and construction type, annual population growth, and timber supply.&nbsp; carbon.csv - Carbon emissions and footprint per city. UNESCO.xlsx - UNESCO heritage sites with timber construction. On the Timber Atlas dashboard,&nbsp;you can discover how much surrounding forest would be needed to meet your city&rsquo;s annual timber demand for new residential construction. This tool is designed to spark interest and provide an overview of the theoretical potential of regional wood resources for future building needs.

• Zenodo https://zenodo.org/records/21351809first seen 2026-07-15 04:23:52 · last seen 2026-07-21 04:14:24