ドイツのミュンヘン工科大学（TUM）の研究チームは、地球上に存在するほぼすべての建物、約27億5000万棟を3次元（3D）モデルとしてマッピングした世界初の包括的なデータセット「GlobalBuildingAtlas（GBA）」を公開した。

これは単なる「詳細な地図」の発表ではない。人工衛星による観測データと最先端の深層学習（ディープラーニング）を融合させ、都市化、気候変動、そして経済格差といった人類共通の課題を「体積（Volume）」という新たな視座で解き明かすための、記念碑的なデジタル・インフラストラクチャーの構築である。

AD

27.5億の「箱」が語る、人類の居住実態

TUMのXiaoxiang Zhu教授率いる研究チームが開発したGlobalBuildingAtlasは、2019年の衛星画像を基盤として、世界中の建物のフットプリント（輪郭）と高さ情報を網羅している。

既存データベースを凌駕する圧倒的な網羅性

このデータセットの革新性は、その規模と精度の双方にある。

  • 規模: マッピングされた建物数は27億5000万棟に達する。これは、これまで最大規模とされていたMicrosoftのデータセット（約14億〜17億棟）と比較しても、10億棟以上も多い数字だ。
  • 精度: 従来の全球規模の高さデータセットが90m〜250mの解像度であったのに対し、GBAは3m×3mという極めて高い解像度を実現した。これは実に30倍以上の高精細化であり、個々の建物を識別可能なレベルである。

「LoD1」モデルがもたらすスケーラビリティ

GBAで提供されるデータの97%（約26.8億棟）は、「LoD1（Level of Detail 1）」と呼ばれる3Dモデルで構成されている。LoD1とは、建物の詳細な屋根形状やテクスチャを省き、建物のフットプリントをその高さ分だけ押し出した「直方体」として表現する簡易モデルだ。

一見すると単純化されすぎているように思えるかもしれないが、地球規模の解析においては、この単純さこそが最強の武器となる。データ容量を抑えつつ、都市の密度、建物の体積、スカイラインの構成といった解析に必要な幾何学的情報を十分に保持しているからだ。

「面積」から「体積」へ：都市解析のパラダイムシフト

GlobalBuildingAtlasが提示する科学的な最大の貢献は、都市を評価する指標を「2次元の面積」から「3次元の体積」へと次元拡張させた点にある。

新指標：一人当たりの建物体積 (Building Volume per Capita)

Zhu教授らは、新たなグローバル指標として「一人当たりの建物体積」を提唱している。
従来の地図や衛星画像解析では、都市の発展度合いを「建築面積（Built-up area）」で測ることが一般的だった。しかし、この指標には致命的な弱点がある。低層のスラム街と、高層ビルが林立する近代的なビジネス街が、上空から見れば「同じ面積の建物」としてカウントされてしまう可能性があるからだ。

論文中のデータが示す具体例は示唆に富んでいる。

  • 欧州内での格差: フィンランドの一人当たり建物体積は、ギリシャの約6倍に達する。
  • 世界的な格差: アフリカのニジェールにおける一人当たり建物体積は世界平均の27分の1に過ぎず、これは面積ベースの指標で見るよりもはるかに深刻なインフラ格差を浮き彫りにしている。

この「体積」という指標は、一人当たりのGDP（国内総生産）とも強い相関を示しており、経済的な豊かさや生活の質を測るための、より正確な代理変数となり得ることが示された。

AD

衛星画像とAIの融合：技術的ブレイクスルー

この壮大なプロジェクトを可能にしたのは、「PlanetScope」衛星コンステレーションによる高頻度の光学画像と、高度な機械学習アルゴリズムの結合である。

不可能なき地上データの代替

通常、都市の精細な3Dモデルを作成するには、航空機によるレーザー測量（LiDAR）が必要となる。しかし、コストの観点から、こうしたデータが存在するのは北米や欧州などの先進国に限られていた。

研究チームは、以下のプロセスでこの障壁を突破した。

  1. 教師データの構築: 先進国のLiDARデータ（真値）と衛星画像をペアにしてAIに学習させる。
  2. 推論の適用: 学習済みのAIモデルを、LiDARデータが存在しないアフリカやアジア、南米の衛星画像に適用する。
  3. 高さの予測: AIが衛星画像から建物の特徴（影の長さや周辺との関係性など）を読み取り、高さを推定する。

この手法により、これまで「データの空白地帯」であったグローバルサウス（南半球を中心とする発展途上国）の建物情報を、かつてない精度で埋めることに成功した。実際、GBAにおいてアジアは約12.2億棟、アフリカは約5.4億棟の建物がマッピングされており、これは既存の商用マップ（Google MapsやApple Mapsなど）でもカバーしきれていない領域を含んでいる。

社会実装への道：SDGsと気候変動対策

GlobalBuildingAtlasは、純粋な科学研究に留まらず、国連が掲げる持続可能な開発目標（SDGs）、特に「SDG 11（住み続けられるまちづくりを）」の達成に向けた強力なツールとなる。

災害リスク管理とレジリエンス

洪水のシミュレーションにおいて、建物の高さ情報は水の流れや浸水被害を予測する上で決定的な要素となる。また、地震発生時の倒壊リスク評価においても、建物の構造や密集度（体積密度）は重要なパラメータだ。GBAのデータを用いれば、データが不足していた途上国の都市でも、先進国並みの災害シミュレーションが可能になるかもしれない。

気候変動とエネルギー

建物セクターは世界のCO2排出量の大部分を占める。都市の正確な「体積」が分かれば、冷暖房に必要なエネルギー需要の推計や、建材（コンクリートや鉄鋼）に内包されるエンボディド・カーボン（Embodied Carbon）の総量計算の精度が飛躍的に向上する。これは、より実効性の高い脱炭素政策の立案に直結する。

AD

デジタル・ツインの民主化

TUMによるGlobalBuildingAtlasの公開は、地球規模の「デジタル・ツイン（デジタル空間上の双子）」構築に向けた大きな一歩である。特筆すべきは、このデータがオープンサイエンスの精神に基づき、研究コミュニティや政策立案者に広く開放されている点だ。

私たちは今、史上初めて、地球上の「人類の構築物」の全貌を3次元で把握する術を手に入れた。この地図は、スラムの改善、効率的な都市計画、そして気候変動への適応といった、喫緊の課題解決に向けた羅針盤となるだろう。

論文

参考文献