「私たちは長年にわたり、信頼できる格付けの提供に注力し、現地データチームへの投資を重ねてきました。これにより当社の格付けの正確性は確保されていますが、購入者が検討している数千のプロジェクトにわたるスケールを実現することはできません。」
カーボンクレジット調達の最新動向について詳しくは、当社の記事「Key Takeaways for 2025」をご覧ください。調達戦略を改善するための、データに基づく5つのヒントをご紹介しています。
加えて：Connect to Supplyをご利用のお客様は、Sylveraのその他のツールもご利用いただけます。プロジェクトの格付け確認や強みの評価、高品質なカーボンクレジットの調達に加え、プロジェクトの進捗状況のモニタリング（特に発行前段階で投資している場合）も可能です。
Sylveraの無料デモを予約して、調達機能やレポーティング機能を体験しましょう。
炭素プロジェクトにおけるリモートセンシングデータの課題
造林、再植林、または植生回復（ARR）プロジェクトを開発される場合は、今後、地理空間データセットの調達が必要となります。これは特にVM0047プロジェクトにおいて顕著であり、このプロジェクトでは、植生指数データを提供する複数のデータサービスプロバイダーがVerraによって正式に審査されています。また、この要件はVM0047の枠をはるかに超えて一般的になりつつあります。
実際には、開発者にとっては、通常、2～3社のプロバイダーと話し合い、各社からテストデータを依頼し、その数値が完全に一致していないことに気づくことになります。その時点で、当然の対応として、各プロバイダーのピクセルデータを、自社のフィールドプロット（ご自身やパートナーが実際に測定し、アロメトリック方程式を適用した樹木）と比較し、最も一致するプロバイダーを選ぶことになります。
問題は、どちらのデータセットも「グラウンドトゥルース」ではないという点です。プロジェクト地域全体にわたるバイオマスの独立した測定値が存在せず、どちらのデータセットとも照合することができません。
フィールドプロットは基準に最も近いものですが、調査対象地域のほんの一部しかカバーしておらず、それ自体にも大きな不確実性が伴います。したがって、プロットとピクセルを単純に比較しただけでは、どちらのプロバイダーが正しいかを完全に判断することはできません。
単純なプロットとピクセルの比較における落とし穴
単純な比較が誤解を招く可能性がある理由は4つありますが、そのいずれもがデータ自体に問題があることを意味するわけではありません。
その相違点は、「どちらが間違っているか」という問題ではありません。現地調査では、巻尺による測定値をアロメトリック方程式に当てはめて算出します。一方、ピクセルデータは衛星モデルから得られます。もしこの2つのデータで平均在庫量が異なっていたとしても、その相違点だけでは、どちらが真実に近いかは判断できません。これらは2つの異なる測定手法であり、正しい答えと間違った答えというわけではないのです。
相関が弱いからといって、データが不十分というわけではありません。フィールド値とピクセル値をプロットすると、完全な一致が期待される1:1の直線よりも緩やかな最良近似直線が現れることがよくあります。これは通常、データの質が悪いことを示すものではありません。これは「回帰希釈」と呼ばれる現象であり、フィールド測定値とピクセル測定値の両方における不確実性（それぞれ50％を超えることも珍しくありません）が、必然的に相関を低下させているのです。
サンプル数が少ない場合は、まさに五分五分です。測定地点が20か所以下で、両側にほぼ50％の不確実性がある場合、ランダム性が支配的になります。別の20か所を測定すれば、順位が逆転する可能性もあります。実力のないプロバイダーを、実力のあるプロバイダーよりも上位にランク付けしてしまい、そのことに気づかないことも十分にあり得ます。
プロットが誤ったピクセルに位置してしまうことがあります。GPSでは通常、プロットの位置を5～15メートル以内の精度で特定しますが、ピクセルの幅はわずか10～30メートルです。そのため、プロットが隣接するピクセルに位置したり、複数のピクセルにまたがったりすることがあります。これは、スケールと位置の不一致によるものであり、いずれのデータセットにも欠陥があるわけではありません。
このように比較してみると、勝者は実力よりも偶然によって決まることがよくあります。これは、正当な根拠に基づいた調達決定を下そうとする場合、非常に大きなリスクとなります。
手元にある現場データをより有効に活用する
だからといって、比較のために圃場試験区を使用すべきではないという意味ではありません。つまり、一点ごとの照合は、それらを活用する上で誤った方法であるということです。3つの調整を行うことで、比較の信頼性は格段に高まります。
プロットとピクセルを適切に照合してください。保有しているプロットをすべて使用し、可能な限り大きなプロットを採用してください。CEOSのベストプラクティスでは、少なくとも約0.25ヘクタール程度を推奨しており、これによりノイズや縮尺の不一致を軽減できます。各プロットに対して、保守的な位置測定誤差（およそ10～20メートル）をバッファとして設定し、そのバッファ内で最も適合するピクセル（単に最も近いピクセルではなく）と照合してください。
個々のデータ点ではなく、層ごとの平均値を比較してください。プロットやピクセルを層（例えば、森林の種類などが一般的な例です）に分類し、プロットごとに比較するのではなく、各層の平均値を比較します。このレベルではランダムなノイズは平均化される傾向があるため、個々のデータ点では明らかにならないプロバイダー間の真の違いが明らかになります。ただし、この方法は、プロットがアクセスしやすい場所に集中して配置されているのではなく、各層を適切に代表している場合にのみ有効です。
分布を比較してください。より広範な層にわたるリモートセンシングデータの分布をプロットし、その上にフィールドプロットを重ね合わせてみてください。重要なのは、各プロットが特定のピクセルと完全に一致するかどうかなのではなく、プロットがその範囲内に収まっているかどうかです。繰り返しになりますが、これは、調査地の層やバイオマスの範囲全体をプロットが網羅しているかどうかにかかっており、単に都合の良い部分だけをカバーしているかどうかではありません。
圃場調査だけでは不十分な場合：航空LiDAR
もし利用可能であれば、航空機搭載型（あるいは低コストのドローン搭載型）LiDARは、単なるフィールドプロットだけの場合よりも信頼性の高い基準となります。これにより、わずかな数のプロットではなく、数十ヘクタールから数百ヘクタールにわたる数千もの検証ピクセルが得られ、その広範囲なカバレッジにより、小規模なサンプルに影響を与えるランダム性がほぼ解消されます。
LiDARはすべてのピクセルに値を割り当てるため、同じ縮尺で同等の要素同士を比較することになります。そのため、プロットとピクセルの比較を妨げていた地理位置情報の不一致という問題は解消されます。
また、地上部のバイオマス以外にも検証を行うことが可能です。樹冠の高さや樹冠被覆率は、LIDARデータからほぼ直接得られるため、これらのレイヤーは正確に確認できます。一方、バイオマスの算出には、その上に構造からバイオマスへの変換モデルを重ねる必要があるため、直接的な手法に比べて1段階手間がかかります。
また、ドローン搭載のライダー技術により、かつては本格的な航空測量に必要とされていたような予算を費やすことなく、この種の基準測定が可能になりました。
実地データの有無にかかわらず、適切な選択を行うこと
フィールドデータをお持ちの場合は、それを適切な方法で活用してください。プロットを地理位置情報バッファ内のピクセルと照合し、個々のデータ点ではなく層ごとの平均値を比較し、単一の照合結果ではなく分布を比較するようにしてください。生のデータ点とピクセルの単純な比較は、品質よりも偶然の要素が評価されやすいため、避けるようにしてください。
現場のデータに加え、以下の2つの点からプロバイダーを直接評価してください：
要件― データはご要望に合致していますか？解像度、更新頻度、およびご使用の方法論で必要とされる具体的なレイヤー（バイオマス、樹冠構造、指標）についてご確認ください。
信頼性――データはどのように検証されているのでしょうか？ その基礎となるモデルはどのようなデータを用いて学習されたのでしょうか？ 参照データを用いて独立した検証は行われたのでしょうか？ そして、特に貴殿が関心をお持ちの分野において、そのモデルは有効であると言えるのでしょうか？
目的は、問題を解決するにはノイズが多すぎて判断がつかないような比較ではなく、実力に基づいて選択することです：
データが適合するかどうか
それを信頼できるかどうか
それが貴方のプロジェクト対象地域を代表するものかどうか
そうすることで、良質なデータを誤って除外したり、偶然のせいで質の低いデータになってしまったりすることを防ぐことができます。
このガイドのダウンロード可能なクイックリファレンス版はこちらから入手できます [PDF版はこちらからダウンロード]。
Sylvera がこれにどのように位置づけられるか
上記の指針は、どのプロバイダーを検討される場合でも当てはまります。もし、Sylvera の「Biomass Atlas」を候補の一つとして検討されているのであれば、上記の点に関して知っておくべきことを以下にご紹介します。
「Biomass Atlas」は、地上部バイオマスおよび樹冠高に関するデータを、10～30メートルの解像度で世界規模で提供しており、2000年から現在までの年次データをAPIを通じて配信しています。
信頼性に関しては、多様な生態系にわたって収集された25万ヘクタール以上の独自マルチスケールLiDARデータに基づいて校正されており、現地での破壊的測定値との誤差が±3％以内に収まることが検証されています。Sylvera また、 は、VerraがVM0047向けの林分密度指数データを提供するために審査済みと認定した数少ないデータサービスプロバイダーの一つでもあります。これはデータの作成方法の信頼性を示すものですが、本ガイドで取り上げる代表性の確認に代わるものではありません。なぜなら、それらの確認は依然として各プロジェクトの具体的な対象地域に依存するからです。
適用可能性のスクリーニング、ドナープールの構築、動的ベースライン、パフォーマンスのベンチマークなど、特定の方法論の要件にデータを適用する際には、Sylvera の「Methodology Toolkit」が役立ちます。これはBiomass Atlasを基盤として構築されているため、同じ基盤データを用いて、チームのニーズに応じて、生データへのセルフサービス型アクセスと、完全に管理された分析の両方をサポートします。
