Development of an Observation and Evaluation Method for Disaster Resilience Based on Time-Series Decomposition of Mobile Phone Location Data
| Project/Area Number |
20H02270
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 22050:Civil engineering plan and transportation engineering-related
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
山口 裕通 金沢大学, 地球社会基盤学系, 助教 (10786031)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
奥村 誠 東北大学, 災害科学国際研究所, 教授 (00194514)
塩崎 由人 国立研究開発法人防災科学技術研究所, 災害過程研究部門, 特別研究員 (00824921)
水谷 大二郎 東北大学, 工学研究科, 助教 (30813414)
中山 晶一朗 金沢大学, 融合科学系, 教授 (90334755)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥16,900,000 (Direct Cost: ¥13,000,000、Indirect Cost: ¥3,900,000)
Fiscal Year 2023: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2022: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2021: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2020: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
|
|---|
| Keywords | 災害レジリエンス / 行動の回復過程 / 携帯電話位置情報 / 時系列分析モデル / 携帯電話位置情報データ / 時系列モデル / 災害時の行動分析 |
|---|
| Outline of Research at the Start |
近年頻発してきた災害において，人々の活動はどのように被災・回復してきたのだろうか？その回復過程は，災害や対応ごとにどのように異なるのだろうか？これらは災害レジリエンスの向上を図るために重要な基礎的な疑問である．この疑問に答えるため，本研究では，携帯電話位置情報データによる人口分布の長期的かつ詳細な時間変動情報に着目して，以下を実施する：
(1) 人口分布の時間的変動を分解し，災害による「異常」を定量的に検出する手法の開発
(2) 近年の大規模な災害について人口分布の「異常変動」を定量的に明らかにする．
(3) 被災と回復過程を災害間で比較し，計画運休・交通規制・自粛呼びかけなどによる効果を整理する．
|
| Outline of Annual Research Achievements |
2021年度と2022年度（繰り越し分）においては，当初の計画通りに以下の研究を遂行した：
・ 長距離旅行の異常（災害レジリエンス）を観測・検知するモデルを開発
・ 2021-2022年までのデータを購入して，複数の災害事象・新型コロナウイルスによる行動の回復過程の解析
コロナウイルスで観測される行動の回復過程は，本研究で開発するモデルを適用して得られる情報として，社会的ニーズも高いものと判断して交付申請の時点で
本研究の一環として実施することを決定して実施していた．しかし，回復過程の全体像を把握するためには2021年のみのデータでは不足していたため，2022年のデータも含めて解析を行った．その結果，新型コロナウイルスによる行動変化に関して，その回復傾向について，地域的な傾向が少ない，つまり日本全国で一斉に行動変化が起こっていたなど，複数の変化の特徴を明らかにすることができた．これらの成果は，論文発表を含めた成果発表を実施しており，本研究において行動変化を検出するために開発してきた時系列モデルにの有用性を明らかにすることができた．
さらに，より複雑な時系列変動をもつ長距離旅行行動に適用できるようなモデルの改良も実施した．その結果として，長距離旅行行動における異常行動の検出と回復過程の算出を行うための分析方法論を開発することができた．そして，新幹線運休による影響など，複数の回復過程情報を得ることができている．現時点で，その成果の一部である，長距離旅行行動の異常事象における変化を解析した論文1編が登載確定となっている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2021年度の研究から新型コロナウイルス感染症による行動変化データの解析を研究項目に追加し，複数の緊急事態宣言等による行動のダメージ（減少）と回復過程全体を把握するデータを入手するために，本年度も研究費の繰り越しが必要となり，そのために一部の解析を延期しながら解析を実施してきた．その結果として，日本において起こっていた行動変化の特殊な傾向を明らかにすることに成功し，これは査読付き論文として発表している．それに加えて，新型コロナウイルス以外の災害レジリエンス情報に関する携帯電話位置情報から得られる回復過程情報の複数のデータ作成が完了しており，複数の災害情報を比較するためのデータ構築作業を順調に進めている．これらから，研究は順調に進展しているといえる．
|
| Strategy for Future Research Activity |
今後の研究においては，引き続き，開発したモデルのさらなる改良（とくに長距離旅行行動パターンの解析に向けて，「連休」等の事象を適切に扱えるような改良）と，より多くのデータに適用した災害レジリエンスの観測結果の収集を継続していく．
それに加えて，複数の回復過程事象の比較を行い，携帯電話位置情報によるレジリエンス情報から得られた，災害情報の特徴と教訓を論文として取りまとめる作業に着手する予定である．
|
Report
(2 results)
Research Products
(11 results)
