← 論文一覧に戻る

Indoor Mapping as a Spatiotemporal Framework for Mitigating Greenhouse Gas Emissions in Buildings: A Review

建物の温室効果ガス排出削減のための時空間フレームワークとしての屋内マッピング：レビュー (AI 翻訳)

Vinuri Nilanika Goonetilleke, Muditha K. Heenkenda, K. Zaniewski

Geomatics📚 査読済 / ジャーナル2026-03-19#AI×ESG経営インパクト: コスト削減対象セクター: construction
DOI: 10.3390/geomatics6020027
原典: https://doi.org/10.3390/geomatics6020027

🤖 gxceed AI 要約

日本語

本レビューは、屋内マッピング技術（LiDAR、SLAM、深層学習によるフロアプラン抽出など）が、建物からの温室効果ガス排出削減にどのように貢献できるかを総合的に検討。デジタルツイン、BIM、GIS、IoTとの統合により、エネルギー効率の向上やリアルタイム管理が可能となり、データに基づく排出削減戦略を強化する。特に、物理空間と仮想レイヤーの統合不足という課題を指摘し、時空間的意思決定を支える中間解析レイヤーとしての空間モデリングの重要性を強調。

English

This review synthesizes how indoor mapping technologies (LiDAR, SLAM, deep learning-based floor plan extraction) contribute to reducing greenhouse gas emissions from buildings. Integration with Digital Twins, BIM, GIS, and IoT enables improved energy efficiency and real-time management, strengthening data-driven mitigation strategies. It identifies the limited integration of physical and virtual layers as a key gap and advocates for spatial modeling as an intermediate analytical layer for spatiotemporal decision-making.

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

日本の建築分野はGHG排出の約3割を占め、省エネ・脱炭素が急務。本レビューは、屋内マッピング×AIの技術動向を整理しており、日本のスマートビル・ZEB推進や、SSBJのスコープ2排出削減（電力使用効率化）にも示唆を与える。

In the global GX context

As buildings account for ~30% of global emissions, indoor mapping offers a practical pathway to operational decarbonization. The review's emphasis on digital twins and AI-driven spatial analysis aligns with global trends in smart buildings and energy management, providing actionable insights for TCFD/ISSB reporting on Scope 1&2 reductions.

👥 読者別の含意

🔬研究者:Provides a comprehensive overview of indoor mapping methods for building GHG mitigation, highlighting gaps and future research directions.

🏢実務担当者:Building managers and sustainability teams can adopt indoor mapping-integrated energy management systems to reduce operational carbon and costs.

🏛政策担当者:Informs building codes and incentive programs by demonstrating the potential of spatial technologies for emissions reduction.

📄 抄録（日本語訳）

気候変動は重大な地球規模の課題であり、建築部門は世界の温室効果ガス（GHG）排出量の約30%を占め、緩和策の重要な対象であり続けている。室内環境は、主に暖房、冷房、照明、および居住者主導のエネルギー使用を通じて、GHG排出に大きく寄与している。デジタルツイン（DT）の基盤として機能する屋内マッピングは、センサーデータとBuilding Information Modelling（BIM）、Geographic Information Systems（GIS）、およびInternet of Things（IoT）を統合する時空間フレームワークを提供し、エネルギー効率が高く低炭素な建築物の運用を支援する。本レビューは、建築物におけるGHG排出の理解、モデル化、および削減における屋内マッピングの役割を検討した。本レビューは、Light Detection And Ranging（LiDAR）やSimultaneous Localization and Mapping（SLAM）から深層学習ベースの間取り図抽出に至るまでの屋内空間データ取得における現在の進歩を統合し、室内環境分析の改善へのそれらの貢献を評価した。本レビューは、新興技術、課題、およびギャップ、特に物理的な屋内空間と資産、居住者、および設備を表す仮想レイヤーとの統合の限界を浮き彫りにした。このギャップに対処するには、センサーデータを構造化および文脈化して時空間的意思決定を支援する中間分析レイヤーとして、空間モデリングを組み込むことが必要である。全体として、本レビューは、屋内マッピングが空間情報を実用的な洞察に変換し、より正確なエネルギーモデリング、強化されたリアルタイム建物管理、および建築環境におけるGHG緩和のためのより強力なデータ駆動型戦略を可能にする上で重要な役割を果たすことを実証した。

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）

Climate change is a critical global challenge, and the building sector accounts for nearly 30% of global greenhouse gas (GHG) emissions, remaining a key target for mitigation. Indoor environments contribute significantly to GHG emissions, primarily through heating, cooling, lighting, and occupant-driven energy use. Indoor mapping, serving as the foundation for Digital Twins (DTs), provides a spatiotemporal framework that integrates sensor data with Building Information Modelling (BIM), Geographic Information Systems (GIS), and Internet of Things (IoT) to support energy-efficient, low-carbon building operations. This review examined the role of indoor mapping in understanding, modelling, and reducing GHG emissions in buildings. It synthesized current advancements in indoor spatial data acquisition, ranging from Light Detection And Ranging (LiDAR) and Simultaneous Localization and Mapping (SLAM) to deep learning-based floor plan extraction, and evaluated their contribution to improved indoor environmental analysis. The review highlighted emerging techniques, challenges, and gaps, particularly the limited integration of physical indoor spaces with virtual layers representing assets, occupants, and equipment. Addressing this gap requires embedding spatial modelling as an intermediate analytical layer that structures and contextualizes sensor data to support spatiotemporal decision-making. Overall, this review demonstrated that indoor mapping plays a critical role in transforming spatial information into actionable insights, enabling more accurate energy modelling, enhanced real-time building management, and stronger data-driven strategies for GHG mitigation in the built environment.

🔗 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。