世界的な気候変動対策連合（Climate TRACE）は、リモートセンシングとソフトウェアの知見を活用して、世界中で人間による温室効果ガスの排出をほぼリアルタイムで監視し、このデータセットをオープンに共有して、誰もが構築できるようにしています。
Climate TRACEについて、またデータサイエンス、データビジュアライゼーション、ロケーションインテリジェンスを気候変動対策にどのように応用しているかご紹介します。
気候変動対策の分野で、Climate TRACEは何が違うのでしょうか？
Climate TRACEは、これまでに作成された温室効果ガス排出量の最も詳細な施設レベルの一覧です。衛星画像、機械学習、グラウンドトゥルース技術を駆使して、温室効果ガス（GHG）排出量の包括的かつ検証可能な姿を提供します。この根本的なデータの透明性は、データの最新性、網羅性、粒度と相まって、組織、政府、個人がネットゼロ経済に向けて行動を起こすことをサポートします。
また、Climate TRACEは、非営利団体の世界連合によって共同設立された中立的なデータプロバイダーであり、このデータセットを無料で誰でも利用できるように共有しています。施設レベルのGHGデータを公開することで、人々の好奇心を刺激し、有意義な気候変動対策をより早く、容易に活用してもらうことを目的としています。
「Climate TRACE」マップは非常に印象的なデザインですが、なぜデータセットの主要なインターフェースとしてマップを選んだのでしょうか？
ユーザーが詳細を理解でき、データをダウンロードして構築することを促すようなマップ体験を実現させました。このマップでは、Climate TRACEのデータを魅力的に視覚化し、その粒度と汎用性の両方を明らかにしています。
また、マップはClimate TRACEのデータを利用する対象者にとっても重要な手段となっています。ストーリーテリングのためにデータを利用したいジャーナリストやその他の人々にとって、地図は直感的で簡単にアクセスできる方法で、排出量データを理解し伝えることができます。
政策立案者や一般市民にとっては、マップは世界的な範囲から地方まで、情報を探索するためのフレンドリーなインターフェースです。
また、データサイエンティストや開発者など、最終的に（CSVデータをダウンロードして）より包括的なデータを扱う人にとっても、このマップはデータの中身を確認し、データを活用する方法についてインスピレーションを得るための第一歩となるでしょう。
地図上に表示されるデータ量が膨大ですね。これをバックエンドでどのように構築したのか、詳しく教えてください。
まず、地図上にまとめるためのデータを準備する必要がありました。Climate TRACEは、民間企業、学術界、非営利団体のデータサイエンティストや研究者の連合によって構築されています。データは、あらゆる地域、さまざまなセクターからの排出をカバーしています。
当初は国レベルの年次一覧から始まりましたが、最新のリリースでは、個々の資産や施設からの排出源レベルのインサイトが追加されました。そのため、ソース、方法論、フォーマットが非常に異なっており、このプロジェクトの大部分は、統一されたデータの開発と調整でした。各セクターからCSVでデータを取り込んでいますが、ダウンロードから直接アクセスすることも可能です。
このデータは、自動化された品質チェックを適用してすべてのデータの構造を検証した後、データウェアハウスにインポートされます。本番用データベースでは、フロントエンドからタイルや最も一般的なクエリを高速に提供できるように、データを再構築します。APIの実装には、PostgreSQL/PostGISとRustを使用しています。
現在、ある地図上には80,188の排出源が存在します。これだけのデータをフロントエンドでレンダリングする場合にも、ベクタータイルとMapbox GL JSを使えば問題ありませんでした。地図下部の排出源詳細カードなど、地図UIのほぼすべてがベクタータイルによって駆動されています。ロード時に、Mapbox GL JSのqueryRenderedFeaturesを使用してタイルから各発光源の詳細を収集し、保存された結果から動的にカードリストを構築します。これは非常に高速に動作し、追加の重複したAPIコールを回避することができます。
マップレイヤーをデザインし、データエンジニア、マップデザインチーム、フロントエンド開発者の間で素早く反復するために、Mapbox Studioに大きく依存しました。ベクタータイルを独自に作成したため、サンプルをmbtilesとしてパッケージ化し、小さなタイルセットとしてStudioにアップロードしてスタイリングする必要がありました。そこでデザインの準備ができたら、スタジオからスタイルプロパティをコピーして、フロントエンドチームと共有し、コードで実装しました。
マップデザインといえば、Climate TRACEデータのビジュアライゼーションは、表示するデータが多岐にわたり、地図上でも複雑です。どのようにしてユーザーフレンドリーなデザインを維持したのでしょうか？
Climate TRACEでは、2つの大きな地図制作の課題に直面しています。まず第一に、データを扱うには、多くの地域にわたる多数の異なる炭素排出源を正確に表現する必要があり、排出源によって排出量の桁が数段違います。第二に、効果的で魅力的なUIを作る一方で、地図上に可視化されたデータは有害な排出量を表しているため、排出量をきれいに見せ過ぎないようにする必要がありました。
世界地図上の何万もの点、多角形、線は乱雑になり、排出源と分布を明確に理解することを難しくします。クラスター化した点、ドットグリッド、ホットスポット、動くものをつなぐ線分などを試しながら、何度も繰り返しました。最終的には、地球規模でスケーリングされたポイントを使用することで、データの広がりと深みを表現し、自然なクラスタリングを実現することに成功しました。
世界レベルのポイントは、高倍率でより詳細なジオメトリに分解されます。土地利用の排出量については、グリッドの正方形の重心をドットグリッドとして中倍率でプロットし、高倍率ではポリゴンとして図解しました。船舶の航路についても、グリッドを使用し、そのグリッドを通過する船舶に起因するすべての排出量をそのマスの中心点に集め、総排出量によって不透明度をスケーリングしました。これにより、主要な航路とその排出量に対する相対的な貢献度を把握することができました。
色の使い方を工夫することで、シリアスでありながら黙示録的ではないバランスをとっています。パレットは8色のセクター別カラーで構成され、それぞれが個性的かつ補完的でありながら、圧迫感を感じさせません。このパレットは、地形や境界線など必要な地理的状況を提供するベースマップの上に配置され、背景にはきれいにフェードインしています。
地図の投影法もビューに応じて調整されます。グローバルレベルでは等地球投影法を使用し、ズームレベルに近づくとより馴染みのあるメルカトル図法に平らになりますが、これはMapboxのアダプティブ・プロジェクションを使用することでものすごく簡単になりました。
ベースマップについて言えば、このビジュアライゼーションでは、追加されたデータレイヤーの邪魔にならないよう、最小限のベースマップデザインが必要です。
Mapbox Studioを多用し、ベースマップの機能のズームレベル依存のスタイルをカスタマイズすることで、視覚的なシンプルさと、位置情報のバランスを最適化することができました。
ベースマップのパレットは、データレイヤーに重ねるほぼすべての色と互換性のある白、ローポリ風の感触をベースにしています。世界レベルで微妙な地理的特徴を加えるために、地形丘陵の影レイヤーを使用しました。そして、ユーザーが地図を拡大すると、地名ラベルや都市部のシェーディングなど、追加のレイヤーが表示されるようになります。これにより、ローカルレベルのデータを閲覧者に「パーソナライズ」することができ、発電所や農場など、自分の近くにある排出源を理解しやすくなります。
Climate TRACEの活用方法について、楽しみなことは何ですか？
このデータセットの粒度と網羅性は本当に素晴らしく、重要なものになる可能性を秘めています。Climate TRACEデータは、エネルギー使用、製造、旅行、輸送、農業、石油・ガス、その他の排出源を含む経済の各セクターについて、施設レベルまで温室効果ガス排出量を測定しています。台湾の台中発電所、インドネシアのセメント工場、インドのRPL製油所、テキサス州の何百もの高濃度畜産事業所から、どのような排出物がどれだけ出ているかを、誰でも、正確に知ることができるようになりました。
これまでの国別一覧表では、どこから排出されているのかを正確に把握することは困難でした。Climate TRACEデータを使えば、組織、研究者、政策立案者、企業など、誰もが「上位にランクされる汚染者は誰で、どこにいるのか」「自分の国の上位汚染者は何なのか」「重工業製造において、より多くの排出をもたらすのは鉄鋼かセメント施設か」といった質問に答えることができます。
また、人々がこのデータを使ってどのように解決策を見いだし、イノベーションを起こすか、楽しみです。このようなデータを全世界に公開することで、多種多様な組織でも、まだ思いつかないような疑問や洞察を得ることができるはずです。
世界の Climate TRACEデータはマップ形式またはデータダウンロードでご覧いただけます。
Mapboxを使ったデータの可視化については、Mapbox Studioのデータ可視化コンポーネントを使用するためのチュートリアルをご覧ください。
＊本記事は、Mapbox Inc. Blogの翻訳記事です。
