PLANtoACT タスク2.2: 建物ストック分析データ

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

🔬研究者:Provides a validated methodology for combining global and local data to estimate building energy consumption, useful for urban energy modeling research.

🏢実務担当者:Offers a data-driven approach for regional energy planning, enabling local authorities to identify priority areas for renovation and energy efficiency measures.

🏛政策担当者:Demonstrates a stakeholder-driven, spatially detailed planning approach that can inform EU and national policies on building decarbonization and energy planning.

説明 本リポジトリは、PLANtoACTプロジェクトのワークパッケージ2（WP2、タスク2.2）において実施された、空間建物ストック特性評価とエネルギーモデリングの結果を提示するものである。 PLANtoACTは、LIFEプログラム助成プロジェクト（2025年10月～2028年9月）であり、欧州の地方・地域当局がクリーンエネルギー移行目標から、調整され、資金調達され、実施可能な行動へと移行できるよう支援する、ステークホルダー主導型の空間的に詳細な統合エネルギー計画アプローチを開発、試験、推進するものである。 データ収集の範囲 本データセットは、プロジェクトの5つのパイロット地域（ドイツのオーバーラント、フランスのオーヴェルニュ＝ローヌ＝アルプ、イタリアのロンバルディア、ポルトガルのポルト都市圏、ルーマニアのアルバ県）における建物ストックを特徴付け、エネルギープロファイルを推定する空間データを提供する。 データ収集方法と検証 データは、グローバルに利用可能なデータソース（例：JRC DBSMフットプリントおよびModerateエネルギーサマリー）と、利用可能な場合の地域固有のソース（例：3D建物モデル、国勢調査グリッドからの国家統計の人口・建物データ）を組み合わせて取得された。 各地域について、グローバルデータセットからの単一建物レベルのフットプリントは、地域の統計分布を用いて較正されるか、地域の3D建物モデルと直接比較・補完された。この確率的または決定的な較正により、建物タイポロジー、建設年代、占有率を割り当てることが可能となった。最後に、空間暖房、空間冷房、および家庭用給湯の最終エネルギー消費量（FEC）は、床面積に地域固有の比率を適用して算出された。 リポジトリの内容 リポジトリはパイロット地域ごとに整理されている。各地域（`deu`、`fra`、`ita`、`por`、`rou`）について、リポジトリは以下の固有ファイルを提供する： - `global_buildings.parquet`：様々な参照データに対して較正された、グローバルに利用可能なデータソース（JRC DBSM）を用いて得られた建物ストック結果。 - `local_buildings.parquet`：地域で利用可能なデータソース（例：3D建物モデル。ルーマニアとポルトガルを除く全地域で提供。これらの地域ではグローバルデータのみが使用された）を用いて得られた建物ストック結果。 - `summary-all.csv`：様々な較正方法論とシナリオにわたる、すべての建物およびエネルギー推定結果を含む完全なデータセット。 - `summary.csv`：その特定の地域に対して選択された最も正確な較正方法論に対応する、最終的で推奨される結果。 - `README-Data.md`：データセット内で利用可能な変数、採用された具体的な方法論、およびエネルギー推定値を導出するために使用された正確な計算を詳述する地域固有の文書。 参考文献 使用された全データのリスト - グローバルに利用可能なデータ： - JRC DBSM：Martínez, A. M., Kakoulaki, G., Florio, P., Politis, P., Gounari, O. (2026). DBSM R2025: EU Digital Building Stock Model update including satellite-based attributes and rooftop photovoltaics potential. European Commission, Joint Research Centre. [Dataset] https://data.jrc.ec.europa.eu/dataset/a601a4a8-9289-4fc4-983a-25d54f957f3a - Moderate：Pezzutto, S., Mascherbauer, P., Giussani, F., Bottino, D., Zandonella Callegher, C., Farahi Mohammad, A., & Wilczynski, E. (2024). Horizon Europe MODERATE Project - WP3 - Data Collection. Zenodo. https://doi.org/10.5281/zenodo.10655098 - 地域で利用可能なデータ： - ドイツ（オーバーラント）： - 3D建物モデル（LoD2）：Bayerische Vermessungsverwaltung. (2024). 3D-Gebäudemodelle (LoD2). https://geodaten.bayern.de/opengeodata/OpenDataDetail.html?pn=lod2 - Zensus 2022：Destatis (Statistisches Bundesamt). (2022). Zensus 2022. https://www.zensus2022.de/ - フランス（オーヴェルニュ＝ローヌ＝アルプ）： - BD-TOPO：IGN. (2024). BD TOPO. https://geoservices.ign.fr/bdtopo - BDNB：CSTB. (2024). Base de Données Nationale des Bâtiments (BDNB). https://bdnb.io/ - TerriStory：AURA-EE. (2024). TerriStory. https://terristory.fr/ - イタリア（ロンバルディア）： - DBGT：Regione Lombardia. (2024). Database Geo-Topografico (DBGT). https://www.geoportale.regione.lombardia.it/specifiche-tecniche - ISTAT：ISTAT. (2011). 15th Population and Housing Census. https://www.istat.it/ - ポルトガル（ポルト都市圏）： - BGRI 2021：INE. (2021). Base Geográfica de Referenciação de Informação (BGRI 2021). https://www.ine.pt/

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。

Description This repository presents the results of the spatial building stock characterization and energy modelling carried out within Work Package 2 (WP2, Task 2.2) of the PLANtoACT project. PLANtoACT is a LIFE Programme–funded project (October 2025–September 2028) that develops, tests, and promotes a stakeholder-driven, spatially detailed integrated energy planning approach to help European Local and Regional Authorities move from clean energy transition targets to coordinated, financed, and implementable action. Scope of the data assembly The dataset provides spatial data characterizing the building stock and estimating the energy profiles for the five pilot regions of the project: Oberland (Germany), Auvergne-Rhône-Alpes (France), Lombardia (Italy), the Porto Metropolitan Area (Portugal), and Alba County (Romania).   Data collection methodology and validation The data was obtained by combining globally available data sources (e.g., JRC DBSM footprints and Moderate energy summaries) with local, region-specific sources where available (such as 3D building models or national statistical demographic and building data from census grids). For each region, single-building level footprints from global datasets were calibrated using local statistical distributions or directly compared and enriched with local 3D building models. This probabilistic or deterministic calibration allowed us to assign building typologies, construction epochs, and occupancy rates. Finally, final energy consumption (FEC) for space heating, space cooling, and domestic hot water was computed by applying region-specific ratios to the floor area. Repository contents The repository is organized by pilot region. For each region (`deu`, `fra`, `ita`, `por`, `rou`), the repository provides the following specific files: global_buildings.parquet: Building stock results obtained using globally available data sources (JRC DBSM) calibrated against various references. local_buildings.parquet: Building stock results obtained using locally available data sources, such as 3D building models (provided for all regions except Romania and Portugal, where only global data was utilized). summary-all.csv: Complete dataset containing all building and energy estimation results across various calibration methodologies and scenarios. summary.csv: The final, recommended results corresponding to the most accurate calibration methodology selected for that specific region. README-Data.md: Region-specific documentation detailing the variables available in the datasets, the specific methodologies employed, and the exact computations used to derive the energy estimates.   References List of all data used   Globally available data: JRC DBSM : Martínez, A. M., Kakoulaki, G., Florio, P., Politis, P., Gounari, O. (2026). DBSM R2025: EU Digital Building Stock Model update including satellite-based attributes and rooftop photovoltaics potential. European Commission, Joint Research Centre. [Dataset] https://data.jrc.ec.europa.eu/dataset/a601a4a8-9289-4fc4-983a-25d54f957f3a Moderate:  Pezzutto, S., Mascherbauer, P., Giussani, F., Bottino, D., Zandonella Callegher, C., Farahi Mohammad, A., & Wilczynski, E. (2024). Horizon Europe MODERATE Project - WP3 - Data Collection. Zenodo. https://doi.org/10.5281/zenodo.10655098 Locally available data: Germany (Oberland): 3D Building Models (LoD2) : Bayerische Vermessungsverwaltung. (2024). 3D-Gebäudemodelle (LoD2). https://geodaten.bayern.de/opengeodata/OpenDataDetail.html?pn=lod2 Zensus 2022: Destatis (Statistisches Bundesamt). (2022). Zensus 2022. https://www.zensus2022.de/ France (Auvergne-Rhône-Alpes): BD-TOPO: IGN. (2024). BD TOPO. https://geoservices.ign.fr/bdtopo BDNB: CSTB. (2024). Base de Données Nationale des Bâtiments (BDNB). https://bdnb.io/ TerriStory: AURA-EE. (2024). TerriStory. https://terristory.fr/ Italy (Lombardia): DBGT: Regione Lombardia. (2024). Database Geo-Topografico (DBGT). https://www.geoportale.regione.lombardia.it/specifiche-tecniche ISTAT: ISTAT. (2011). 15th Population and Housing Census. https://www.istat.it/ Portugal (Porto Metropolitan Area): BGRI 2021: INE. (2021). Base Geográfica de Referenciação de Informação (BGRI 2021). https://www.ine.pt/

• Zenodo https://zenodo.org/records/21776698first seen 2026-08-04 04:13:05 · last seen 2026-08-06 04:13:44