| Project/Area Number |
21K01027
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 04020:Human geography-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
村山 祐司 筑波大学, 生命環境系(名誉教授), 名誉教授 (30182140)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 途上国 / 都市化 / 将来予測 / GIS / リモートセンシング / 空間分析 / 衛星画像 / 人文地理学 / 発展途上国 |
|---|
| Outline of Research at the Start |
都市地理学は過去から現在までの空間プロセスを解明することに力を入れてきたが，将来予測や計画，政策提言にはあまり関与してこなかった．しかし，リモセンやGISの進展は，問題解決型地理学を推し進め，帰納的に都市の将来を予測し未来の持続可能な都市像を描くことを可能にしつつあり，最近ではアーバン・リモートセンシングと呼ばれる学際分野が台頭している．本研究では，先端技術を援用した画像解析やパターン認識，時空間分析法などを用いて，途上国における都市化現象の実態把握，要因分析，空間可視化，将来予測，評価，適応策などに焦点をあてながら，実証分析を通して途上国の都市化研究に空間情報科学の方法論が有効なことを示す．
|
| Outline of Annual Research Achievements |
衛星画像は，都市化の縦断面分析（時系列的変化）や横断面分析（都市間比較）に威力を発揮する．昨年度に引き続き，リモートセンシング（RS)を用いた衛星画像解析による都市化研究における近年の動向を探るため，文献調査を実施した．GISやRSを併用した都市化分析の諸手法や実証研究の結果を渉猟しながら，衛星画像解析の成果と有用性を探究した．
衛星画像は通常ラスター仕様で構築されているため，時間的・空間的変化を重視する都市化研究と親和性が高い．衛星画像はグリッド（セル）の形状とサイズが一様で統一されているので，ラスター演算によって，年次間の空間変化を容易に把握できる．とくに，1970年代からデータが得られるLandsat画像は，過去半世紀にわたる都市化の動向を全球レベルで把握できるので，長期データの入手が困難な途上国の都市化研究にきわめて有用なことが明らかになった．これに対し，センサスの統計区などは，境界域が不規則なベクターデータであるため，境界変更が頻繁なこともあり，時系列分析の実施には多くの困難を強いられる．
本年度は，とくに，海外の共同研究者と協力して，都市化に伴うヒートアイランド現象の深化について，LandsatやSentinel等の衛星画像データを解析することによって，その要因形成と都市間の違いを空間的に解明した．ターゲットとした都市は，カトマンズ（ネパール），コロンボ（スリランカ），つくば市，杭州（中国）などである．
さらに，2022年9月にはベトナムで開催されたアジア地理学会の学術大会，2022年8月にはパリで開催された国際地理学会の百周年記念大会に出席して，都市地理学に関する研究討議に参加し，とくに世界のメガシティにおける都市成長の要因分析について情報収集を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画通りに調査・研究が進んでいる．
|
| Strategy for Future Research Activity |
都市地理学の分野においては、衛星画像データに機械学習モデルを組み込んだ都市化分析が台頭している。空間分析にとどまらず、マッシュアップすることによって自然・社会・経済的な属性からなる都市情報データベースを創り出したり、RSとGISを融合した都市化分析モデルを開発したり、複数の衛星画像を組み合わせて総合的に途上国における都市化のメカニズムを探究するなど、新たな視点と方法論が芽生えている。
GISに機械言語を組み込んだ空間分析の技法、すなわち“GIS with Machine Learning”をうまく活用すれば、空間予測にとどまらず、空間制御や空間管理の領域までが視野に入ってくる。フォアキャスティングとバックキャスティングを併用しながら、操作的に過去・現在・未来を自在に往来させ、探索的に持続的発展の有り様を探る帰納的アプローチは、演繹的アプローチよりも説得力がある。これからの都市地理学は、衛星画像解析によって、地域形成のプロセスを究明するだけでなく、シナリオ分析を通して、計画や政策の意思決定にも積極的に関与することが望まれる。AIを活用した空間的シミュレーションはその有力な武器になろう。
|
