← 論文一覧に戻る

Carbon Footprint Assessment in Road Construction Projects: Methods for Reducing Emissions

道路建設プロジェクトにおけるカーボンフットプリント評価：排出削減のための方法 (AI 翻訳)

Lakmal Madushanka Mudalige Kammangoda Mudalige

CONECT. International Scientific Conference of Environmental and Climate Technologies📚 査読済 / ジャーナル2026-05-08#炭素会計
DOI: 10.7250/conect.2026.071
原典: https://doi.org/10.7250/conect.2026.071
📄 PDF

🤖 gxceed AI 要約

日本語

スリランカとイタリアの道路建設プロジェクトを比較し、ISO 14044準拠のLCA手法でカーボンフットプリントを定量化。スリランカの炭素強度が高い原因はRAP使用率の低さや電源構成の差にあると特定し、WMA導入やRAP増加などの削減策を提案。再現可能な枠組みを提供。

English

This study performs a comparative LCA of road construction in Sri Lanka and Italy following ISO 14044. Results show Sri Lanka has higher carbon intensity due to low RAP use and carbon-intensive grid. It proposes mitigation strategies like warm mix asphalt and increased recycled materials, offering a reproducible framework for developing countries.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本では道路建設におけるLCA手法が確立されているが、開発途上国向けの実践的枠組みとして参考になる。特にアジア地域でのインフラ排出削減に貢献可能。

In the global GX context

This paper provides a standardized LCA methodology for road construction, relevant for global infrastructure decarbonization. The comparison between a developing and developed country context offers insights for applying similar frameworks under diverse conditions, supporting alignment with Paris Agreement goals.

👥 読者別の含意

🔬研究者:Provides a reproducible LCA framework for road construction and identifies key parameters driving emissions in tropical contexts.

🏢実務担当者:Offers evidence-based emission reduction strategies (e.g., RAP use, warm mix asphalt) that can be adopted by road authorities.

🏛政策担当者:Highlights policy levers to reduce construction emissions, especially in developing countries, supporting NDC implementation.

📄 抄録（日本語訳）

道路建設は世界の温室効果ガス（GHG）排出における重要な排出源であるが、その影響を定量化し削減するための標準化された方法論は、開発途上国、特に南アジアにおいて未だ十分に発展していない。本研究は、道路建設のカーボンフットプリントを定量化し、技術的かつ経済的に実行可能な排出削減戦略を特定することを目的とし、スリランカのアウター・サーキュラー・ハイウェイ（E02）とイタリアのA3モーターウェイ（サレルノ–レッジョ・ディ・カラブリア）という2つのインフラプロジェクトの比較ライフサイクルアセスメント（LCA）を通じて実施する。分析はSimaProソフトウェアとEcoinvent v3データベースを用い、ISO 14044が定める4つの必須フェーズを厳密に遵守して行う。目標・範囲定義フェーズでは、機能単位を標準的な2車線道路1キロメートルと設定し、システム境界はゆりかごからゲートまでと定義され、原材料の採取（A1）、製造業者への輸送（A2）、材料生産（A3）、建設現場への輸送（A4）、および現場での建設活動（A5）を包含する。ライフサイクルインベントリ（LCI）フェーズでは、材料数量、輸送距離、建設機械の燃料消費データを、プロジェクト文書、公表済みLCA研究、半構造化ステークホルダーインタビューから収集する。Ecoinvent v3データセットがスリランカの状況を適切に代表しない場合には、現地の電力グリッド構成、セメント生産特性、地域のサプライチェーン距離を反映するためにプロセスレベルの適応を適用する。ライフサイクル影響評価（LCIA）フェーズでは、IPCC 2021 GWP 100年特性化手法を適用し、結果を1キロメートル当たりのkg CO₂換算で表し、追加の影響カテゴリーについてはReCiPe 2016中間点アプローチを補完的に用いる。解釈フェーズでは、モンテカルロシミュレーションと一因子感度分析により結果の不確実性を定量化し、最も影響力のあるパラメータを特定する。一方、シナリオ分析では、温式アスファルト混合物の採用、再生アスファルト舗装材（RAP）の配合率向上、現地材料調達の最適化、建設機械の近代化を含む排出削減介入を体系的に評価する。予備的なSimaProモデリングでは、スリランカのケースで炭素強度が有意に高いことが示されており、その主な要因は、RAP使用がほぼ皆無であること（5％未満に対しイタリアでは20〜40％）、バージン建設材料への依存度が高いこと、そしてより炭素集約的な電力グリッドに帰属する。本研究は、熱帯地域の道路建設におけるカーボンフットプリント評価のための再現可能でISO 14044準拠の方法論的枠組みを提供し、スリランカ道路開発庁および南アジア全域の類似機関に対し、パリ協定に基づく国家気候コミットメントを達成するためのエビデンスに基づく指針を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

Road construction represents a significant contributor to global greenhouse gas (GHG) emissions, yet standardised methodologies for quantifying and reducing these impacts remain underdeveloped in developing-country contexts, particularly in South Asia. This study aims to quantify the carbon footprint of road construction and identify technically and economically feasible emission reduction strategies through a comparative Life Cycle Assessment (LCA) of two infrastructure projects — the Outer Circular Highway (E02) in Sri Lanka and the A3 Motorway (Salerno–Reggio Calabria) in Italy — conducted using SimaPro software with the Ecoinvent v3 database, strictly following the four mandatory phases prescribed by ISO 14044. In the goal and scope definition phase, the functional unit is established as one kilometre of a standard two-lane road, and the system boundary is defined as cradle-to-gate, encompassing raw material extraction (A1), transport to manufacturer (A2), material production (A3), transport to construction site (A4), and on-site construction activities (A5). In the life cycle inventory (LCI) phase, material quantities, transport distances, and construction equipment fuel consumption data are compiled from project documentation, published LCA studies, and semi-structured stakeholder interviews; where Ecoinvent v3 datasets do not adequately represent Sri Lankan conditions, process-level adaptations are applied to reflect the local electricity grid composition, cement production characteristics, and regional supply chain distances. In the life cycle impact assessment (LCIA) phase, the IPCC 2021 GWP 100-year characterisation method is applied, expressing results in kg CO₂-equivalent per kilometre, complemented by the ReCiPe 2016 midpoint approach for additional impact categories. In the interpretation phase, Monte Carlo simulation and one-at-a-time sensitivity analysis quantify result uncertainty and identify the most influential parameters, while scenario analysis systematically evaluates emission reduction interventions including warm mix asphalt adoption, increased Reclaimed Asphalt Pavement (RAP) incorporation, local material sourcing optimisation, and construction equipment modernisation. Preliminary SimaPro modelling indicates significantly higher carbon intensity in the Sri Lankan case, attributable principally to near-absent RAP use (below 5 % versus 20–40 % in Italy), greater reliance on virgin construction materials, and a more carbon-intensive electricity grid. The study delivers a reproducible, ISO 14044-compliant methodological framework for carbon footprint assessment in tropical road construction, providing evidence-based guidance for Sri Lanka’s Road Development Authority and analogous institutions across South Asia in meeting national climate commitments under the Paris Agreement.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。