衛星データは、ネイチャーファイナンスをどう変えるか？：ESA LEON報告書から読む、自然資本・金融・地球観測の実装論
「衛星データを、金融判断に使えるデータに変えるには何が必要なのか。」
企業が操業の自然への依存や影響を把握したり、金融機関が投融資先の自然関連リスクを評価したり、投資家が生物多様性クレジットやサステナビリティ・リンク・ボンドの成果を確認するなど、ネイチャーポジティブをビジネスを本当に進めようとすると、最初にぶつかる壁は「測定」です。「どこで、何が、どれだけ変化したのか」を説明できなければなりません。この課題に対して、欧州宇宙機関が支援する「ネイチャーファイナンスのための地球観測活用」プロジェクト（Leveraging Earth Observation for Nature Finance（LEON）が報告書を出しました。この報告書の対象は、欧州の政策動向、ネイチャーファイナンスの定義、金融商品、利用者ニーズ、6つの実証領域、そして地球観測データを使う際のベストプラクティスにまで及びます。ランドスケープ全体につながる自然を把握するためのリモートセンシングの実用性について、この報告書を見ながら学んでまいりましょう。
あ、ちなみに、毎回、当BLOGでは、音声ガイドを設置しています。文章が長いので、まず、そちらをお聞きになってから読んでいただくことをお勧めします。
今日も楽しんでいって下さいね！
▽関連記事
LEONとは何か
LEONは、Leveraging Earth Observation for Nature Financeの略です。直訳すれば、「ネイチャーファイナンスのために地球観測を活用する」プロジェクトです。地球観測、Earth Observation、以下EOとは、人工衛星、航空機、ドローン、地上センサーなどを使って、地球上の状態を継続的に観測する技術を指します。今回では、特に衛星データを中心に、自然資本や生態系の状態を把握するための活用が検討されています。LEONの目的は、自然に関するデータを金融判断に組み込み、ネイチャーポジティブな資金の流れを拡大することです。
LEONのこの報告書は、6か月間の背景調査、ランドスケープ分析、ステークホルダーとの対話、利用者ニーズの調査をもとに作成されています。LEON報告書のメッセージは、ネイチャーファイナンスは拡大しつつあるものの、現場で使える自然関連データが足りないため、金融の本流にはまだ十分に組み込まれていない、ということです。
・金融市場では、自然関連リスク、依存、影響、機会への関心が急速に高まっている。
・一方で、自然の状態を資産レベルで把握するための位置情報、標準化された指標、細かい環境データが不足している。
・地球観測、つまり衛星や航空機などから地表・水域・植生・気象などを観測する技術は、このデータ不足を補う有力な手段。
・ただし、金融機関が欲しいのは生の衛星画像ではなく、リスク評価、開示、投資判断、エンゲージメントにそのまま使える「判断可能なデータ」。
・そのためには、データの精度、検証、透明性、標準化、金融データとの接続が不可欠。
ネイチャーファイナンス市場の現状
報告書によれば、2022年の自然を活用した解決策、Nature-based Solutionsへの資金フローは年間約2,000億ドルでした。その82%は公的資金であり、民間資金は約350億ドル、全体の18%にとどまります。民間資金の中では、生物多様性オフセットや持続可能なサプライチェーンが比較的大きな割合を占めています。
この状況から見える課題は明確です。自然は社会に大きな価値を提供していますが、その多くは市場価格に十分反映されていません。そのため、民間資金を呼び込むには、収益の仕組み、リスク分担、政策支援、成果の測定が必要になります。ここで、EOデータの役割が出てきます。自然関連の金融商品は、成果を測れなければ信頼されません。リスクを測れなければ価格付けされません。場所を特定できなければ、投融資先と自然への影響を結び付けられません。ネイチャーファイナンスの市場拡大は、データ基盤の成熟と不可分です。
金融商品とEOデータの関係
LEON報告書は、ネイチャーファイナンスの手段を、どのような機能を果たすかで整理しています。
・自然から収益を生む仕組み
・自然への投資を前払いまたは支援する仕組み
・投資リスクを下げる仕組み
・公的資金を自然に向ける仕組み
・民間資金を自然に向ける仕組み
・既存の金融ポートフォリオを自然目標と整合させる仕組み
具体的には、生物多様性クレジット、カーボンクレジット、生態系サービスへの支払い、グリーンボンド、サステナビリティ・リンク・ローン、サステナビリティ・リンク・ボンド、債務自然スワップ、ブレンド・ファイナンス、保証、保険、自然関連ベンチマーク、開示、リスク価格付けなどが含まれます。この整理が重要なのは、金融商品の種類によって、必要なEOデータが変わるからです。
生物多様性クレジットでは、プロジェクトサイトで本当に生物多様性が改善したのかを確認する必要があります。つまり、ベースライン、追加性、漏出、持続性、モニタリングが重要になります。
サステナビリティ・リンク・ボンドでは、金利条件に関係するKPIが達成されたかを確認する必要があります。国が森林面積の維持を約束した場合、その森林面積を一貫した方法で測る必要があります。
銀行の融資審査では、鉱山や農産物サプライチェーンが水質、森林、土壌、生物多様性にどのようなリスクを与えるかを把握する必要があります。
投資家のポートフォリオ管理では、企業や資産ごとの自然関連リスクを、世界中で比較できる形にする必要があります。
同じ衛星データでも、用途によって求められる解像度、頻度、精度、説明可能性は異なります。この点を理解しないまま「衛星データを使えばよい」と言っても、金融の現場では使われません。
また、案件によっても自然が提供する価値も異なります。たとえば、持続可能な農業、森林、漁業は、食品、木材、水産物などの販売収益を持ちます。認証を受けることで価格プレミアムがつく場合もあります。森林やマングローブは、炭素クレジット、生物多様性クレジット、エコツーリズム、洪水防止、水質改善などの価値を生む可能性があります。都市公園やグリーンインフラは、不動産価値、冷却効果、洪水防止、健康や余暇の価値に関係します。一方で、純粋な保全や野生生物保護は、直接収益を生みにくい場合が多く、補助金、寄付、ブレンド・ファイナンス、クレジット市場などの支えが必要になります。
自然関連データの最大の壁は「場所」とそれに紐づくプロファイル情報
LEON報告書が繰り返し指摘しているボトルネックがあります。それは、資産レベルの位置情報です。金融機関が自然関連リスクを評価するには、投融資先の工場、農場、鉱山、発電所、港湾、サプライヤー、森林、保全プロジェクトなどが、どこにあるのかを知る必要があります。自然関連リスクは、場所に依存します。同じ業種でも、どの流域にあるのか、近くに保護区があるのか、水不足地域か、森林減少地域か、泥炭地か、絶滅危惧種の生息地かによって、リスクはまったく異なります。しかし、金融機関が保有するデータは、多くの場合、企業名、セクター、売上、債務、格付、国、財務指標が中心です。自然を評価するには、これに地理情報を接続しなければなりません。ここに大きなギャップがあります。報告書では、資産レベルの位置情報、サプライチェーンのトレーサビリティ、土地登記や所有情報の断片化が、環境データを金融ワークフローに組み込む上で大きな障害になっているとされています。
EOは、地表の変化を観測できます。しかし、金融機関が「自分の投融資先のどの資産が、その変化と関係しているのか」を分からなければ、投融資判断には使いにくいのです。したがって、ネイチャーファイナンスのデータ課題は、衛星画像の性能だけではありません。衛星データ、企業データ、サプライチェーンデータ、資産位置情報、財務データをつなぐことが本当の課題です。
利用者調査から見えた金融機関の本音
LEONの利用者要件調査は、2025年夏に実施され、一般調査には27組織が回答しています。回答者には、銀行、資産運用会社、NGO、アドバイザリー会社、国際機関などが含まれます。この調査から、金融機関の実態が見えてきます。
多くの組織は自然関連情報を集め始めています。特に、自然関連リスク、依存、影響、生物多様性に関する目標やコミットメント、自然関連投資戦略などについては、一定の取り組みが進んでいます。一方で、自然関連の移行計画を保有していると回答した組織は少数です。調査では、27組織のうち自然関連の移行計画に関する情報を持つと答えたのは3組織にとどまります。これは重要です。意識は高まり、開示やリスク評価の入り口には立っているものの、自然を経営計画や投融資戦略に本格的に組み込む段階にはまだ届いていない、ということです。
次に、ネイチャーファイナンスを進める要因として、規制、サステナビリティ・コミットメント、ブレンド・ファイナンス、グリーンボンドやサステナビリティ・リンク・ローン、生物多様性クレジット、ソブリン金融商品などが挙げられています。一方で、障害として強く認識されているのは、次のようなものです。
・粒度の細かい環境データがない
・標準化された指標や分類体系がない
・投融資先資産の位置情報が不足している
・データ基盤が断片化している
・投資可能な自然関連プロジェクトが少ない
・自然から安定収益を生む金融メカニズムが不足している
・政策インセンティブが不十分である
この中でも、EOに直接関係するのはデータ課題です。
金融機関は、衛星データに期待しています。しかし、衛星データをそのまま受け取りたいわけではありません。調査では、回答者は生の衛星画像よりも、CSV、ラスターデータ、ベクターデータ、ダッシュボードなど、加工済みで使いやすいデータ形式を好む傾向が示されています。
空間分解能については、多くの用途で10メートルから30メートル程度が十分とされています。空間分解能とは、データの1ピクセルが地上のどれくらいの大きさを表すかという意味です。10メートルなら、1ピクセルが10メートル四方程度の地上範囲を表します。
更新頻度については、月次または年次で十分な用途が多いとされています。これは、金融機関が必ずしもリアルタイム監視を求めているわけではないことを示しています。もちろん、火災や急激な森林破壊のようなイベントでは高頻度データが有効ですが、ポートフォリオ評価や開示では、年次・月次の一貫したデータが重視されます。
また、約78%の回答者が、EOデータには現地データまたは外部検証による妥当性確認が必要だと答えています。これは非常に重要です。金融で使うデータは、意思決定、開示、リスク価格付け、場合によっては金利条件にも関係します。そのため、「きれいな地図」ではなく、「検証されたデータ」が必要なのです。
EOが金融に提供できる4つの価値
LEON資料を読むと、EOの価値は大きく4つに整理できます。
第一に、自然の変化をモニタリングする価値です。土地利用の変化、森林減少、植生の状態、水域の濁り、火災、湿地の範囲、農地の状態などは、衛星データで継続的に把握しやすい領域です。自然の状態を時系列で見ることで、劣化が進んでいるのか、回復しているのかを確認できます。
第二に、サプライチェーンの環境リスクを可視化する価値です。農産物、林産物、鉱物などのサプライチェーンは、企業の本社所在地だけを見ても自然リスクが分かりません。実際の生産地、鉱山、工場、加工拠点、流域、供給圏を見る必要があります。EOは、これらの地理的なリスク把握を支えることができます。
第三に、企業開示やサステナビリティ主張を検証する価値です。企業が「森林破壊ゼロ」「自然回復に貢献」「水質影響を管理」と主張する場合、その主張を第三者が確認できることが重要です。EOは、企業の自己申告を補完し、独立した検証材料を提供できます。
第四に、金融商品の成果を測る価値です。生物多様性クレジット、サステナビリティ・リンク・ボンド、債務自然スワップ、成果連動型契約などでは、約束された環境成果が実際に出たかを確認する必要があります。EOは、成果測定、モニタリング、検証の基盤になり得ます。
ただし、EOは単独で完結するものではありません。金融が必要とするのは、EO、現地観測、企業データ、財務データ、政策指標を組み合わせた意思決定基盤です。
PESTLE分析が示す機会とリスク
報告書は、LEONを取り巻く環境を政治、経済、社会、技術、法務、環境の6つの観点で整理しています。いわゆるPESTLE分析です。この分析から分かるのは、EOの活用は単なる技術導入ではないということです。政策、金融商品、データ標準、組織能力、法的信頼性、市場設計がそろって初めて、金融の現場に根づきます。
政治面では、生物多様性や気候関連開示への長期的な政策支援が、LEONの目的と整合しています。一方で、国や地域によって規制の成熟度が異なり、ESGや気候政策への反発もあります。
経済面では、グリーンファイナンスやブレンド・ファイナンスへの関心が高まっており、EOを活用した投資判断ツールには機会があります。一方で、マクロ経済の不安定さ、公的予算の制約、防衛支出など他の優先課題との競合が、自然投資の拡大を妨げる可能性があります。
社会面では、自然関連リスクへの関心は高まっていますが、金融機関の中でEOを使いこなす能力はまだ限定的です。そのため、使いやすさ、透明性、能力開発が重要になります。
技術面では、EOプラットフォーム、AI、リモートセンシング、データ解析技術の発展が大きな機会です。一方で、データ基盤の標準化や相互運用性の不足が障害になります。
法務面では、CSRDやTNFDのような開示の枠組みが、EO由来指標への需要を生みます。一方で、生物多様性クレジットやソブリン連動型商品には、まだ法的な曖昧さがあります。
環境面では、気候変動、生態系劣化、水不足、森林減少などが進行しており、信頼できる自然データの必要性が高まっています。
欧州の政策環境は、EO活用を後押ししている
欧州をネイチャーファイナンスに関する政策・規制が進んだ地域です。非金融分野では、EU生物多様性戦略、欧州グリーンディール、EU自然再生法、EU土壌健全性法、共通農業政策、EU森林破壊防止規則、LULUCF規則、EU排出量取引制度などが整理されています。金融分野では、CSRD、すなわち企業サステナビリティ報告指令、SFDR、すなわちサステナブルファイナンス開示規則、EUタクソノミー、CSDDD、すなわち企業サステナビリティ・デューデリジェンス指令などが挙げられます。これらの規制は、企業や金融機関に対して、自然関連の影響、依存、リスク、機会を把握し、報告し、管理する方向へ圧力をかけます。この流れは、EOデータにとって市場需要を生みます。なぜなら、開示義務やデューデリジェンス義務が強まるほど、企業や金融機関は「説明できるデータ」を必要とするからです。
たとえば、EU森林破壊防止規則では、対象コモディティが森林破壊と関係していないことを示すために、サプライチェーンの位置情報や土地利用変化の確認が重要になります。CSRDやESRS E4では、生物多様性と生態系に関する影響・リスク・依存の開示が求められます。SFDRでは、金融商品やポートフォリオの環境影響を示す必要があります。こうした制度は、企業や金融機関が自然関連データを「業務上必要なもの」として扱う方向に動かします。
6つの実証領域からの学び
LEONは、6つのパイロット領域を通じてEOの実装可能性を検討しています。この6領域は、ネイチャーファイナンスの主要な入口をかなり広くカバーしています。企業金融、プロジェクト金融、ポートフォリオリスク、市場メカニズム、国家会計、 sovereign debtまで含んでいるからです。以下、それぞれの内容をわかりやすく見ていきます。
パイロット1：鉱業サプライチェーン
鉱業は、脱炭素社会に必要な鉱物を供給する一方で、自然への影響が大きいセクターです。リチウム、コバルト、ニッケル、銅、レアアースなどは、電池、再生可能エネルギー、電動化に欠かせません。しかし、鉱山開発は土地改変、水質汚染、廃棄物、尾鉱ダム、淡水生態系への影響を伴います。LEONの鉱業パイロットは、ブラジルのリチウム鉱山を対象に、鉱業活動が淡水システムと生物多様性に与える影響をEOで把握することを目指しています。特に注目するのは水質です。鉱山では、土砂の流出、酸性鉱山排水、化学処理排水、尾鉱ダムの事故などによって、下流の水域に影響が出る可能性があります。EOで観測できる指標としては、濁度、総浮遊物質、クロロフィルa、色の異常などが挙げられています。濁度や総浮遊物質は、土砂流出や沈殿物の動きを示す手掛かりになります。クロロフィルaは、栄養塩の増加による富栄養化の可能性を示します。水の色の異常は、急性の汚染イベントの早期発見につながる可能性があります。さらに、衛星の時系列データを使えば、土地表面の改変、尾鉱施設の拡大、水域の変化、河畔植生の状態も把握できます。
金融機関にとっての価値は、年次の企業報告に頼らず、鉱山ごとの環境パフォーマンスを継続的に監視できることです。これにより、融資審査、投資判断、企業とのエンゲージメント、TNFDやCSRDへの開示対応に使える可能性があります。ただし、限界もあります。雲が多い地域では光学衛星の観測が途切れます。水質が複雑な場合、衛星から得られる指標の解釈が難しくなります。地下水汚染や、光学的に検出しにくい溶存化学物質は衛星だけでは把握できません。したがって、鉱業でのEO活用は、現地水質データ、規制情報、企業の操業データ、流域情報と組み合わせて初めて有効になります。
パイロット2：農産物・食品サプライチェーン
農業は、陸域の生物多様性損失の大きな要因です。報告書では、農業が熱帯林減少の約80%に関係し、水質汚染、温室効果ガス排出、土壌劣化にも大きく関与すると整理されています。LEONの農産物・食品パイロットは、インドネシアとマレーシアのパーム油サプライチェーンを対象にしています。この2か国は、世界のパーム油生産の約85%を占めます。パーム油は食品、化粧品、洗剤、バイオ燃料などに広く使われていますが、一部地域では森林減少、泥炭地転換、火災、生物多様性損失と関係してきました。このパイロットの単位は、パーム油ミルとその供給圏です。ミルとは、収穫された果房を処理する加工施設です。供給圏とは、そのミルが原料を集める地理的範囲を指します。LEONは、次の4つの分析要素を組み合わせて、ミルごとの環境パフォーマンスを把握しようとしています。
・森林減少とパーム油栽培地の広がり
・水質、特にクロロフィルaによる富栄養化の兆候
・地上部バイオマスや泥炭地の状態
・火災の発生
ここでも重要なのは、業種平均ではなく資産レベルに落とし込むことです。食品企業や金融機関が「パーム油サプライチェーンには自然リスクがある」と理解しても、それだけでは投融資判断に使いにくいからです。必要なのは、どのミル、どの供給圏、どの時期、どの指標で問題があるのかという情報です。EOは、森林減少、火災、土地利用変化、バイオマスの変化を捉える上で有効です。さらに、EU森林破壊防止規則への対応、TNFDやCSRD、SFDRの開示、サプライチェーンのデューデリジェンスにも関係します。ただし、この領域で最大の制約は、サプライヤーの位置情報です。ミルの緯度経度や供給圏が分からなければ、衛星データを金融エクスポージャーに結び付けられません。報告書でも、パイロットの地理的範囲は公開されている企業開示に制約されるとされています。農産物サプライチェーンにおけるEO活用は、衛星技術だけではなく、企業のサプライチェーン開示、認証情報、調達データとの接続が勝負になります。
パイロット3：自然関連金融リスク
第三のパイロットは、自然関連金融リスクです。ここでは、土壌劣化、とくに土壌侵食に焦点を当てています。土壌は、農業生産の基盤です。土壌の有機物、保水力、鉱物組成、表面構造が悪化すると、作物の収量が下がり、干ばつや豪雨への脆弱性も高まります。これは農家だけでなく、食品企業、農業融資、保険、商品市場、地域経済にも影響します。報告書では、イングランドとウェールズにおける土壌劣化の経済損失が、農業の粗付加価値の8%から12.5%、金額では年間9億から14億ポンドに相当するとされています。
このパイロットでは、RUSLEという土壌侵食推定モデルを用います。RUSLEとは、雨の強さ、土壌の侵食されやすさ、土地被覆、地形、保全管理の有無などを組み合わせて、土壌侵食リスクを推定する方法です。入力要素は次の5つです。降雨の侵食力、土壌の侵食されやすさ、植生や土地管理による被覆効果、傾斜の長さと急さ、土壌保全対策。
これらに、衛星由来の土地被覆データ、降水データ、地形データ、土壌データを組み合わせます。結果として、農地における土壌侵食リスクを空間的、時系列的に推定できます。金融機関にとっての価値は、自然リスクを財務リスクに近づけられることです。土壌劣化が進む地域では、収量低下、収益減少、信用リスク、保険リスク、サプライチェーンリスクが高まる可能性があります。ただし、RUSLEはあくまで侵食リスクを推定するモデルであり、実際の純土壌損失を完全に測るものではありません。報告書も、出力は相対的な侵食ハザード指標として解釈すべきだとしています。この慎重さは重要です。自然関連金融リスクの分析では、モデルの見た目の精密さに引きずられないことが必要です。精度、前提、解像度、不確実性を明示しなければ、リスク管理ではなく誤った安心感を生みます。
パイロット4：自然資本会計
第四のパイロットは、自然資本会計です。ここでは、デンマークを事例に、生物多様性をグリーン国民純所得、GNNIに組み込む方法を検討しています。通常のGDPは、経済活動の規模を測る指標です。しかし、自然資本の劣化や生態系サービスの損失を十分には反映しません。森林が伐採され、湿地が失われ、土壌が劣化しても、GDP上は短期的に成長として見えることがあります。自然資本会計は、この限界を補う試みです。自然を、道路や機械、人材と同じように、社会の資本の一部として扱います。自然が劣化すれば資本の減耗として捉え、自然が回復すれば将来の便益として捉える発想です。
LEONのパイロットでは、BII、Biodiversity Intactness Indexが重要な指標として使われます。BIIは、人間活動によって影響を受けた生態系に、元々の生物多様性がどれだけ残っているかを示す指標です。このBIIは、衛星由来の土地利用データと、多数の生態学的調査データを組み合わせて推定されます。報告書では、Impact ObservatoryとVizzualityが提供する100メートル解像度のBIIデータが紹介されています。自然資本会計におけるEOの価値は、国全体の生態系状態を、空間的に一貫した形で把握できることです。森林被覆の変化、湿地の範囲、植生生産性、ハビタットの分断、水質、生物多様性の代理指標などを使って、自然資本の状態を定期的に更新できます。
ただし、自然の貨幣評価には注意が必要です。自然の価値は市場価格だけで表せません。世代間の価値、不可逆的な損失、文化的価値、地域社会の関係、臨界点のリスクなどは、単純な金額換算では取りこぼされます。したがって、GNNIのような指標は、GDPを置き換える万能指標ではなく、政策判断を補う追加的な視点として使うべきです。
パイロット5：生物多様性クレジット
生物多様性クレジットは、近年関心が高まっている市場です。ここでは、規制上のオフセットとは別に、生物多様性の改善を測定し、その成果をクレジット化する仕組みとして扱われています。報告書は、生物多様性クレジット市場の最大の課題を、信頼性のある測定、モニタリング、検証に置いています。これは当然です。生物多様性の成果が不明確なままクレジットが売買されれば、グリーンウォッシュのリスクが高まります。
LEONの生物多様性クレジットパイロットは、二つの地域を扱います。一つはオランダです。ここでは、光学衛星、レーダー、現地の生態学的観測を組み合わせ、ハビタットの状態や種レベルの指標を生成することが検討されています。もう一つはモザンビークです。ここでは、合成開口レーダー、SARを使って、熱帯林の早期劣化を検出することが焦点です。SARは雲を透過して観測できるため、雲が多い熱帯林では特に有用です。報告書は、生物多様性クレジット市場を大きく二つのタイプに分けています。
一つは、大規模な保全プロジェクトです。広い森林や自然地域を対象に、森林破壊を回避したり、大規模に回復したりするものです。この場合、長期的な時系列データや景観スケールの指標が重要になります。もう一つは、複数の小規模プロジェクトが分散するランドスケープ型の市場です。農地や半自然地域で、小さな改善を多数積み上げるような仕組みです。この場合、高い空間分解能と比較的頻繁なモニタリングが必要になります。EOが貢献できる領域は、ハビタットの範囲、植生状態、土地利用変化、森林劣化、回復の進捗、漏出の監視、早期警戒などです。
一方で、限界も明確です。種の個体数や繁殖成功、遺伝的多様性、細かな生態相互作用は、衛星だけで測ることは困難です。したがって、生物多様性クレジットでEOを使う場合は、現地調査、環境DNA、音響モニタリング、専門家評価などと組み合わせる必要があります。この点を踏まえると、EOは生物多様性クレジットの「唯一の測定手段」ではなく、「市場の信頼性を支える監視インフラ」と考えるのが適切です。
パイロット6：ソブリン・ファイナンス
第六のパイロットは、国家の資金調達と自然を結び付ける領域です。具体的には、債務自然スワップとサステナビリティ・リンク・ボンドが扱われています。債務自然スワップとは、国の債務を再編または買い戻し、その結果生まれる財政余地を自然保全に振り向ける仕組みです。サステナビリティ・リンク・ボンドは、あらかじめ決めたKPIの達成状況によって、金利などの条件が変わる債券です。この領域でEOが重要になるのは、国家レベルの環境KPIを独立して測る必要があるからです。報告書では、ウルグアイの2022年のソブリン・サステナビリティ・リンク・ボンドが紹介されています。この債券は、森林関連KPIをEOデータで検証する初の事例とされています。
ソブリン・ファイナンスにおける主な自然指標は、森林関連です。森林面積、樹冠被覆、森林減少率、再森林化、植生健全性、樹高、地上部バイオマス、森林分断、火災、焼失面積などが候補になります。
EOの価値は二つあります。第一に、債券やスワップの設計段階で、保全・回復の優先地域を特定することです。第二に、発行後に、約束された環境KPIが達成されているかを継続的に確認することです。
ただし、ここでは特に精度と透明性が重要です。なぜなら、KPIの達成可否が金利条件に影響する可能性があるからです。データの誤差やモデルのバイアスが、実際の資金コストに結び付く可能性があります。報告書は、EOデータのアルゴリズムが高所得国や温帯地域のデータで訓練されている場合、熱帯地域や新興国で精度が下がる可能性にも触れています。これは重要な指摘です。ソブリン・ファイナンスの多くは新興国・途上国が関係します。そこで使うデータが、その地域に適した検証を受けているかは、市場の信頼性に直結します。
EOベストプラクティス：何を守れば金融で使えるのか
LEON報告書の後半では、EOデータをネイチャーファイナンスで使う際のベストプラクティスが整理されています。まず、正しいEOデータを選ぶことが重要です。用途によって必要な空間分解能、観測頻度、波長、カバー範囲、処理レベル、コストが異なります。
森林減少を広域で見るなら、中解像度の時系列データで十分な場合があります。生物多様性クレジットの小規模サイトを評価するなら、より高解像度のデータや現地データが必要になる場合があります。水質を測るなら、光学的に検出できる指標かどうかを確認する必要があります。森林の構造を見るなら、レーダーやLiDARとの組み合わせが有効になる場合があります。次に、科学的に信頼できるデータを使うことが必要です。データは、検証済みで、方法が説明され、限界が分かり、不確実性が示されていなければなりません。
報告書は、EOのベストプラクティスとして、次の6つを挙げています。
第一に、高品質で文書化された衛星データを使うことです。雲、雪、飽和、観測不良などを示す品質フラグを確認し、複数解像度のデータを混ぜる場合の誤差も記録する必要があります。
第二に、アルゴリズムを透明に文書化することです。森林損失、湿地範囲、ハビタット状態などの指標をどう計算したのか、入力データ、モデル、前提、しきい値、出力を説明する必要があります。
第三に、ソフトウェアをモジュール化し、バージョン管理することです。再現可能性を確保するには、コード、設定ファイル、処理環境を管理する必要があります。
第四に、実験的データセットを作成し、メタデータと出所情報を付けることです。データがどこから来て、どのように処理されたのかを追跡できる必要があります。
第五に、定量的な検証を行うことです。現地データ、高解像度の参照データ、専門家評価などと比較し、精度、F1スコア、RMSEなどの指標で性能を示すことが求められます。
第六に、FAIR原則に沿ってデータとコードを公開することです。FAIRとは、Findable、Accessible、Interoperable、Reusableの略で、見つけられ、アクセスでき、相互運用でき、再利用できることを意味します。
金融でEOを使う場合、これは単なる研究上の作法ではありません。開示、投融資判断、金利条件、クレジット発行、リスク価格付けに関係するため、データの説明責任が必要になります。
22データセットのレビューから見える課題
LEON報告書は、EO関連のデータセットやプロダクトをレビューし、ネイチャーファイナンスで使う際の成熟度を見ています。
報告書によれば、レビュー対象の22データセットの多くは、信頼性のある衛星データを基盤にしており、実験的データセットやメタデータを含んでいます。18のプロダクトは定量的に検証され、データ生成プロセスの透明性もあります。
一方で、課題もあります。FAIR原則に沿って公開されているものは14、ソースコードが公開されているものは15にとどまります。この結果は、自然関連データ市場の現状をよく表しています。使えるデータは増えています。しかし、金融の判断チェーンに組み込むには、まだ標準化、説明可能性、相互運用性、コード公開、検証方法にばらつきがあります。特に生物多様性については、代理指標は多くありますが、金融ワークフローに直接そのまま使える「生物多様性そのものの直接測定」はまだ限られています。これは、ネイチャーファイナンスにおける根本課題です。自然は多面的です。種、生息地、生態系機能、水、土壌、気候調整、景観のつながりなど、複数の要素を持ちます。そのため、単一指標で全てを測ることはできません。だからこそ、用途ごとの指標設計が必要です。リスク評価の指標、クレジット検証の指標、国家会計の指標、企業エンゲージメントの指標は、同じである必要はありません。ただし、できる限り定義と方法は明確にし、比較可能性を高める必要があります。
金融機関が本当に必要としているもの
金融機関が必要としているのは、意思決定に使える自然関連インテリジェンスです。具体的には、次のようなものです。
・投融資先資産の位置に紐づいた環境リスク指標
・企業やサプライチェーン単位で集計できる自然影響データ
・時系列で変化を追える指標
・標準化された定義と方法
・現地データや外部データで検証された精度
・金融データ、企業開示、ポートフォリオ分析ツールに接続しやすい形式
・非専門家にも説明できるダッシュボードやレポート
・TNFD、CSRD、SFDR、EUDRなどの開示・規制に接続できる構造
LEONの利用者調査は、数字の規模だけを見れば大規模調査ではありません。一般調査の回答は27組織です。しかし、銀行、資産運用会社、NGO、アドバイザリー会社、国際機関など、ネイチャーファイナンスに関わる主要な立場が含まれており、初期市場の実務感覚を読むには有用です。テーマ別の回答数を見ると、自然関連金融リスク、依存、影響に関する回答が21と最も多く、次に農産物・食品・森林セクターが15、ソブリン・ファイナンスが14、鉱業が10、生物多様性クレジットが9、自然投資が9、自然資本会計が4となっています。この分布から、現在の市場の成熟度も読み取れます。
金融機関にとって最も近い課題は、自然関連金融リスクです。ポートフォリオにどのような自然リスクがあるのか、どのセクターや地域が脆弱なのか、開示や監督対応で何を説明するのか。これはすでに実務上の課題になっています。
次に、農産物・食品・森林サプライチェーンへの関心が高いことも自然です。森林破壊、水利用、土壌、火災、泥炭地、生物多様性への影響が大きく、規制対応とも直結します。企業のサステナビリティ部門だけでなく、調達、法務、金融、投資家対応に関係します。
ソブリン・ファイナンスへの回答が14ある点も注目すべきです。これは、自然関連の金融が企業単位にとどまらず、国家の資金調達、債務再編、国土管理、森林政策にも広がっていることを示しています。
一方、生物多様性クレジットと自然資本会計は、回答数が相対的に少なく、まだ市場や実務が形成途上であることがうかがえます。特に自然資本会計は、概念的には重要ですが、実務に落とすには統計、経済評価、生態データ、政策利用をつなぐ専門性が必要です。
調査で興味深いのは、回答者がEOに対して過度に技術的なものを求めていない点です。多くの金融機関は、衛星画像の解析者になりたいわけではありません。むしろ、既存のリスクモデル、スプレッドシート、ポートフォリオ分析、開示資料、ダッシュボードに組み込める形を求めています。この点は、データ提供者にとって重要な示唆です。技術的に高度なプロダクトであっても、金融機関のワークフローに入らなければ使われません。逆に、技術的には中程度でも、用途が明確で、方法が説明でき、精度が検証され、使いやすい形式で提供されるデータは、実務に入りやすくなります。
LEONが示す市場ニーズは、シンプルに言えば次の通りです。
・自然関連リスクを資産単位で示してほしい
・時系列で改善または悪化を追えるようにしてほしい
・開示や規制対応にそのまま接続できるようにしてほしい
・現地データで検証された信頼性を示してほしい
・専門家でなくても使える形式にしてほしい
これは、自然データ市場が「画像販売」から「判断支援」へ進む必要があることを意味します。
KPI設計で重要になる5つの原則
ネイチャーファイナンスでは、KPIの設計が市場の信頼性を左右します。KPIとは、Key Performance Indicatorの略で、成果を測るための重要指標です。生物多様性クレジット、サステナビリティ・リンク・ボンド、融資条件、企業目標、自然資本会計のいずれでも、何をKPIにするかが重要です。LEON報告書を踏まえると、自然関連KPIには少なくとも5つの原則が必要です。
第一に、場所に結び付いていることです。自然は場所ごとに異なります。森林、湿地、河川、農地、鉱山、沿岸域は、それぞれの生態系、気候、土地利用、社会条件の中で変化します。したがって、KPIはできる限り地理情報と結び付く必要があります。国単位や企業単位の平均値だけでは、重要なリスクや成果を見落とす可能性があります。
第二に、時間軸を持つことです。自然関連KPIは、単年の状態だけでなく、変化を測る必要があります。森林が減っているのか増えているのか。水質が改善しているのか悪化しているのか。土壌侵食リスクが高まっているのか下がっているのか。自然の成果は、時間の中で評価されます。
第三に、ベースラインが明確であることです。ベースラインとは、比較の出発点です。2020年を基準にするのか、プロジェクト開始前を基準にするのか、自然状態を基準にするのかによって、成果の意味は変わります。生物多様性クレジットでは、ベースラインが不明確だと、追加性を判断できません。
第四に、不確実性を示すことです。自然データには必ず誤差があります。衛星データにも、分類誤差、雲の影響、解像度の限界、モデルの前提があります。これを隠すのではなく、どの程度の信頼区間があるのか、どの用途なら十分かを説明する必要があります。
第五に、金融判断に接続できることです。KPIが科学的に意味を持っていても、金融判断に接続できなければ実務では使われにくいです。たとえば、土壌劣化のKPIは、農業収量、収益、信用リスク、保険リスク、サプライチェーン途絶と結び付ける必要があります。森林KPIは、債券条件、保全支出、国の政策、炭素や生物多様性の価値と接続する必要があります。
この5原則を満たすKPIは、単なる環境指標ではなく、金融市場で使える意思決定指標になります。
グリーンウォッシュを防ぐためのEOの役割
ネイチャーファイナンスが拡大すると、必ずグリーンウォッシュの懸念が高まります。ここでいうグリーンウォッシュとは、実際の環境成果が十分でないにもかかわらず、環境に良い取り組みであるかのように見せることです。自然領域のグリーンウォッシュは、気候領域よりも複雑です。温室効果ガスであれば、完全ではないにせよ、二酸化炭素換算という共通単位があります。しかし、生物多様性や自然資本は、森林面積、種数、ハビタットの質、水質、土壌、湿地、連結性、地域社会の関係など、多くの要素を持ちます。そのため、自然関連の主張は検証が難しくなります。
たとえば、「自然再生に貢献している」という主張があったとします。この場合、何を再生したのか、どこで実施したのか、どの時点から改善したのか、改善はプロジェクトがなければ起きなかったのか、別の場所で自然破壊が増えていないのか、長期的に維持されるのかを確認する必要があります。
EOは、この確認を支えることができます。
・プロジェクト地域の土地利用変化を確認する
・森林や植生の状態を時系列で見る
・周辺地域への漏出を監視する
・水質や火災などの急変を検出する
・企業の自己申告と実際の地表変化を照合する
・複数プロジェクトを同じ方法で比較する
ただし、EOだけでグリーンウォッシュを完全に防げるわけではありません。特に、追加性、社会的正当性、地域コミュニティの合意、管理の質、長期的な維持、種の個体数などは、他のデータや制度が必要です。EOの役割は、自然関連の主張に対して、独立した観測証拠を提供することです。これは、監査、投資家説明、債券のKPI検証、クレジット発行、企業エンゲージメントの基盤になります。つまり、EOは「信頼の補助線」です。自然関連市場が拡大するほど、この補助線の価値は高まります。
出典・注記
本記事は、以下の添付資料をもとに作成した解説記事案です。
Ranger, N. et al. (2026) Opportunities, Enablers and Requirements in Advancing Earth Observation for Scaling Nature Finance. Working Paper 1.0: Leveraging Earth Observation for Nature Finance.
Ranger, N. et al. (2026) Earth Observation to Scale Nature Finance: Survey 2025. Working Paper 1.0: Leveraging Earth Observation for Nature Finance.
