アル・ゴア元米国副大統領が共同設立し、世界で最も広く利用されている温室効果ガス排出量データベースであるClimate TRACEは、都市の道路交通からのCO2排出量を大幅に過小評価している可能性があることが新たな研究で示され、データの信頼性について科学界や政策界に懸念が生じている。北アリゾナ大学のチームが主導したこの研究によると、米国の都市内では、Climate TRACEによって得られる自動車のCO2排出量は、他の成熟したデータベースよりも平均して約70％低く、個々の都市では90％以上過小評価していることさえある。
この研究はジャーナルEnvironment Research Lettersに発表され、ノーザン・アリゾナ大学情報学・コンピューティング・ネットワーク・システム学部教授のケビン・ガーニー氏が主導した。研究チームは、Climate TRACEの都市部の道路車両排出量部分に焦点を当て、その推定方法と結果を系統的に比較し、ガーニー氏のチームが長年にわたって構築した高速道路排出量データベース「Vulcan」と相互検証した。 Vulcan データベースは、公式の交通統計と燃料使用データに基づいており、標準化された方法を使用して、都市道路での化石燃料の燃焼による CO2 排出量を正確に特徴付けます。
論文の共著者で同校の博士研究員であるビラル・アスラム氏によると、バルカン高速道路の排出ガスデータ自体には約14％の不確実性があるが、これは今回の2つのデータベース間の大きな差よりもはるかに小さいという。米国の 260 都市における車両の CO2 排出量を直接比較したところ、Climate TRACE の都市部の道路排出量推定値は、Vulcan の推定値よりも平均 70% 低かったです。別の共著者である研究者のパウルク・ダス氏は、インディアナポリスやナッシュビルなどの都市では、Climate TRACEの排出データはバルカンの排出データより90パーセント以上低いと付け加えた。
研究チームは、この体系的な過小評価は米国の都市に限定されるものではなく、他の国や地域の都市排出量の推計にも現れる可能性があると考えている。さらに、ガーニー氏のチームは、Climate TRACE発電所の排出量データの以前の分析でも同様のCO2排出量の過小評価を発見した。複数の結果を重ね合わせることで、研究者らは、人工知能技術の急速な発展に依存するこの地球規模の気候監視システムについて、より広範な疑問を提起するようになりました。
Climate TRACE は、衛星リモートセンシング、ビッグデータ、人工知能技術を使用して、地球規模の温室効果ガス排出量の高解像度追跡と推定を行うプロジェクトです。近年、ますます多くの政府や都市が気候政策の策定や排出削減の進捗状況の評価のための重要な基盤としてそのデータを使用しています。この研究でガーニー氏のチームは、プロジェクトのアルゴリズムパスと都市部の車両排出量に関するデータソースの調査に焦点を当て、主要部門からの排出量が体系的に過小評価されれば、都市の排出削減目標の策定と評価の精度に直接影響を与えると指摘した。
ガーニー氏は、都市部の車両の二酸化炭素排出量が都市全体の二酸化炭素排出量に占める割合が非常に大きいため、新たな「ハイテク」排出量データは厳密に調査する必要があると述べた。同氏は、人工知能に基づく新たな手法は「有望」だが、透明性、独立した検証、適切なピアレビューが欠如している中でそのようなデータを政策策定に直接利用することは、政策立案者や国民に誤解を招くシグナルを送る可能性があると強調した。彼の見解では、現在の結果は、Climate TRACE データが米国の都市における化石燃料による CO2 排出量の半分以上を大幅に過小評価している可能性があることを示唆しています。
研究著者らは、人工知能は将来、環境監視の重要なツールとなる可能性があるが、それは厳密な科学的枠組みの中で運用される場合に限られると指摘した。これは、アルゴリズムの仮定、データソース、不確実性が透明であり、長期間にわたってテストされた従来の排出量インベントリと照合する必要があることを意味します。この方法によってのみ、AI 主導の監視システムは、新たな盲点を生み出すのではなく、気候政策に対して真に信頼できるサポートを提供することができます。
この目的を達成するために、この論文は、Climate TRACE に対する多くの改善提案を提案しています。その中には、次のようなものがあります。公式のエネルギーおよび交通統計との結合および比較をさらに強化すること。さまざまな部門や地域向けに、より詳細な校正パラメータを確立する。そして定期的な監査と方法論的評価を実施するための独立した研究チームを導入します。研究チームは、これは単一のデータベースの精度に関係しているだけでなく、政府が排出削減予算をどのように編成し、どの排出「ホットスポット」を制御すべきか優先順位を付ける方法にも関係していると考えている。
「私たちは排出量を100％の精度で定量化することは決してできませんが、政策立案者や国民に提供されるデータが統計的に偏っていないものであり、利用可能な最も厳格な科学的基準を満たしていることを保証する責任があります。」ガーニー氏は研究の重要性についてこう語った。同氏は、排出量データに体系的な偏りがある場合、意思決定を誤解させ、気候ガバナンス能力に対する国民の信頼を損なう可能性があると警告した。
ガーニー氏の研究キャリアは 20 年以上にわたり、温室効果ガス排出量の精緻な定量化に長年取り組んできました。彼が率いるバルカンおよびヘスティアのプロジェクトは、アメリカの学界および政策界に重要な影響力を持っています。これら 2 つのプログラムは、複数の連邦機関からの資金提供を受けて、米国全土をカバーする温室効果ガス排出グリッド マップを構築し、個々の発電所、街区、さらには特定の道路に至るまで排出量を詳細に示し、高排出の「ホット スポット」を特定し、差別化された排出削減計画を策定するためのツールを提供しています。関連する研究と大気観測データを比較すると、これらの排出量推定値が実際のモニタリング結果とよく一致していることがわかります。
現在、各国は排出削減公約を実行するにあたり、高解像度の排出量データの要求をますます高めており、これにより、AI やリモート センシング技術に依存する Climate TRACE のようなプロジェクトの急速な増加も促進されています。しかし、この研究で明らかになったデータの偏りは、「新しい」テクノロジーと「高速」モニタリングを追求しながらも、従来の統計システムの価値と科学的プロセスの基本的な要件を無視できないことを示しています。研究チームは、将来的に世界規模の排出監視システムを構築する際に、気候政策が可能な限り最も信頼できる事実に基づいていることを保証するために、革新的な手法と成熟したインベントリとの間の緊密な連携と相互検証メカニズムを求めている。