最先端の科学で炭素市場の未来を切り開く.
Sylvera’s leverages cutting edge data collection, AI and machine learning to drive transparency and standardization of carbon markets, for a future where the alignment between forest conservation and carbon finance is more accurate and impactful.
質の高いデータで炭素会計をどう変えるか。
環境モニタリングには学習データの問題があります。
最近の技術革新にもかかわらず、今日、自然の炭素貯留を地球規模で高精度に測定できる人はいません。人工衛星とそれが収集する膨大なデータセットが豊富な気候情報を生み出し、AIの助けを借りれば、記録的なスピードでそれを処理することができます。
しかし、衛星は植生や土壌のような炭素蓄積量を直接測定することはできません。これをうまく行うには、高品質の正確な炭素データに基づいて炭素値を予測するモデルを訓練する必要があります。問題は？このデータが存在しなかったのです。
- データ共有と学術協力
- 継続的な環境モニタリングを可能にするハードウェアの提供
- トレーニング（森林インベントリー、陸域ライダー、地中計測、データ分析）
- 計算リソースとデータ処理
私たちは、森林の地上バイオマスを世界で最も正確に測定するパイオニアです。
We discovered two critical facts: carbon stocks have been significantly underestimated, and emissions from forest loss and degradation may be greater than what was previously thought.
Sylvera research has developed and tested an approach that collects over 450 billion data points across 500km2 using three scales of LiDAR.
This produces high quality training data representative of an entire biome that can be used to remotely measure carbon for large portions of continents.
土壌のための先駆的な方法。
土壌は非常に重要な炭素貯蔵庫ですが、測定コストが高いため、無視されがちです。
土壌有機炭素の測定には、標準的な物理的サンプリングと新しいスキャニング法の両方を組み合わせて使用しています。
Sylvera's methods are pioneering increased soil carbon prediction accuracy and reducing uncertainty when compared to existing methods, with emphasis on scalability.
再生農業、森林、泥炭、湿地におけるプロジェクトの評価と最適化などの用途があります。
私たちは、森林の地上バイオマスを世界で最も正確に測定するパイオニアです。
We discovered two critical facts: carbon stocks have been significantly underestimated, and emissions from forest loss and degradation may be greater than what was previously thought. Sylvera's research has developed and tested an approach that collects over 450 billion data points across 500km2 using three scales of LiDAR.
これにより、バイオーム全体を代表する高品質のトレーニングデータを作成し、大陸の大部分を対象とした炭素の遠隔測定に使用することができます。
世界各国の政府機関や学術機関との長期的な関係をお約束します。
各段階において、データから得られる利益を最大化するために、現地の関係者と協力し、政府機関や現地の学術機関に確実にデータを提供しています。これらはすべて、将来的にこの作業を拡大できるようにするためです：
- データ共有と学術協力
- 継続的な環境モニタリングを可能にするハードウェアの提供
- トレーニング（森林インベントリー、陸域ライダー、地中計測、データ分析）
- 計算リソースとデータ処理
- 炭素市場の透明性と正確性の向上
- 投資家のリスク軽減
- 気候変動資金スキームから恩恵を受けるための、管轄区域と政府のより容易なプロセス
- 成果とプロジェクトの収益性の緊密な連携
地図で、私たちがこれまでに行った場所や、次にサンプリングを予定している場所をご覧ください。
インパクト・ケーススタディミオンボ森林地帯で13倍の精度、+>50%の炭素。
2022年、私たちは世界銀行およびモザンビーク政府と 、持続可能な開発のための国家基金のモニタリング・報告・検証ユニットを通じて提携 しました。
私たちは、ミオンボ森林地帯全体の地上炭素蓄積量に関する5万ヘクタールの地図を、マルチスケールライダーと機械学習を用いて作成し、これまでにない精度を 実現しました。
完成したデータ収集は、サッカー場7万面分の スキャンに相当。
私たちの測定システムは、従来の方法論よりも最大13倍も正確な手法に支えられています。これらの手法を用いると、従来のアプローチではサンプリング地域の炭素蓄積量が著しく過小評価されることがわかりました。これは大木（直径40cm以上）で顕著で、大木は調査地域の全木の10％に過ぎないにもかかわらず、炭素蓄積量の50％を占めています。
これらの研究結果は、ザンベジア州の亜熱帯林における最先端のモニタリング・報告・検証（MRV）システムを校正し、これらの森林がこれまで考えられていた以上に炭素貯蔵庫として価値があることを実証するものです。この画期的な研究は、『Communications Earth & Environment』誌にも掲載されました。
ミオンボのケース：どのようにデータを収集しましたか。
6つの1ヘクタールの圃場から地上レーザースキャンを収集し、樹木の構造を葉の1枚1枚まで描写する高密度の点群データを提供。
これらの点群から個々の樹木をセグメント化し、円柱を使って木質構造をモデル化することで、樹木全体の体積推定が可能になりました。
これらのボリュームは、従来のインベントリ測定による樹種情報と組み合わされ、高精度の10m解像度の地上マップが作成されました。
私たちの測定値を拡大するため、キャノピー上空の異なる高さで、2,000ヘクタールの低速飛行データと50,000ヘクタールの高速飛行データを収集しました。
私たちは、キャノピーの高さマップ、地形、森林構造など、さまざまな独立した指標をエアボーンデータから抽出しました...
...そして、機械学習と1ヘクタールの地上バイオマスマップを学習データとして使用し、300ヘクタールの地域6カ所まで推定を拡大し、さらに5万ヘクタールのミオンボ林まで拡大しました。
最後に、ザンベジア州全体を完全にカバーするために、衛星データに独自の機械学習法を適用しました。
研究リーダーをご紹介します。
Andrew heads Sylvera’s Field Data Science team. A remote sensing scientist and tropical forest ecologist, he has helped to pioneer lidar-based methods for measuring forest structure and biomass.
ソフィアは現地調査の資金調達と規模拡大を担当しています。国連システムにおける人道的アドボカシーとアクションのために、グローバルでオープンソースのデータセットを構築した経験があります。
草原、森林、農業システムにおける土壌炭素と栄養循環の分析を主導。生物学の博士号を持ち、地球規模の気候変動が土壌炭素に及ぼす影響を測定・モデル化する実験を主導。
ガビヤはライダーデータの処理を担当しています。彼女は、自律走行車アプリケーション用のライダー点群を処理するための、時間的制約があり、安全性が重要なアルゴリズムの開発から得た豊富な知識を持っています。
ロビンは、研究および分析手法の開発を担当しています。天体物理学の博士号を持つロビンは、ESAユークリッド衛星ミッションの定量分析手法開発の経験を生かしています。
Miro has a PhD focused on reducing uncertainties in terrestrial lidar-derived estimates of above-ground biomass and processes our lidar data at Sylvera. He brings experience in bio-engineering and nature management.
物理地理学の博士号を持ち、リモートセンシング技術を用いた森林炭素動態の分析が主な研究。ESAバイオマス気候変動イニシアチブ（CCI+）、NERC-NCEO炭素循環プログラム、英国宇宙機関の森林2020など、影響力の大きいプロジェクトで共同研究員を担当：陸域・大気・海洋プログラム、英国宇宙機関の森林2020など。
当チームが学術文献に貢献した関連出版物をご覧ください。
プロジェクトファイナンスにおいて最も信頼される格付けとパートナーを支えるリサーチ
Sylvera uses advanced LiDAR technology combined with satellite data and machine learning to provide accurate carbon data measurements. Unlike traditional methods that rely on allometric models (which can underestimate biomass, especially in larger trees), Sylvera’s terrestrial LiDAR technology provides highly precise biomass estimates. This revolutionary approach removes biases and improves the accuracy of carbon sequestration data.
Allometric models estimate tree biomass based on measurements like diameter and height. However, they are often based on a limited sample size (e.g., the Chave 2015 model uses only 4,004 trees). This leads to undervaluation of large trees and inaccurate carbon estimates. Sylvera’s use of LiDAR technology eliminates these limitations, offering a more accurate, scalable solution.
LiDAR (Light Detection and Ranging) uses laser pulses to create detailed 3D maps of forests. Sylvera specializes in terrestrial LiDAR, which collects up to 150,000 data points per square meter, delivering highly precise biomass estimates. This method is independent of allometric models and provides the most accurate data available today for estimating forest carbon stocks. Sylvera also combines multi-scale LiDAR from satellites and drones to cover vast landscapes with high-resolution data.
Accurate carbon data is critical for ensuring that climate finance is directed toward high-impact projects. Traditional methods often lead to underestimated carbon stocks, allowing bad actors to game the system. Sylvera’s high-resolution LiDAR data provides transparent, accurate carbon measurements that help ensure climate finance supports the most effective nature-based solutions, increasing trust in carbon markets and improving investment outcomes.
Sylvera’s technology is highly scalable, thanks to the combination of terrestrial LiDAR, satellite data, and machine learning. In 2022, Sylvera produced a 50,000-hectare above-ground biomass map of Miombo woodlands, demonstrating the ability to scale measurements across entire ecosystems. This scalability allows Sylvera to provide jurisdiction-wide carbon data for governments, investors, and project developers across the globe.
Unlike traditional allometric models, which are based on limited sample sizes and can undervalue large trees, Sylvera’s terrestrial LiDAR technology provides an independent, unbiased estimate of forest biomass. It captures data at a much higher resolution, allowing for more precise carbon estimates, which are crucial for accurate carbon market reporting and forest conservation strategies.
Machine learning allows Sylvera to process vast amounts of data collected through LiDAR and satellite observations. By analyzing patterns in the data, machine learning models help refine biomass estimates and improve the accuracy of carbon data over time. This advanced technology makes Sylvera’s solution not only precise but also scalable across large regions.
Sylvera provides high-quality carbon data that ensures transparency in carbon markets. This data is critical for governments, investors, and project developers to make informed decisions about forest conservation efforts. Sylvera's approach enables nature-based solutions to receive the funding and support they need by providing accurate, jurisdiction-wide carbon estimates.
The Global Carbon Mapping Project is Sylvera’s initiative to create accurate, large-scale carbon data for forests around the world. Using multi-scale LiDAR, Sylvera produced a 50,000-hectare above-ground biomass map in Mozambique, setting a new standard for jurisdiction-wide carbon monitoring. This project showcases how Sylvera’s technology can revolutionize carbon measurement on a global scale, supporting climate action at every level.
Accurate carbon data, like that provided by Sylvera’s LiDAR-based technology, ensures that climate finance is directed to projects with the most significant impact. By eliminating biases in carbon measurement, Sylvera helps investors identify projects that truly contribute to carbon sequestration, driving more funds toward nature-based solutions. This increases transparency in the carbon markets, builds investor confidence, and supports global climate goals.
