2021 Fiscal Year Annual Research Report
Development of the analytical framework of spatio-temporal networks using large-scale human mobility data
| Project/Area Number |
18K11462
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
藤原 直哉 東北大学, 情報科学研究科, 准教授 (00637449)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 数理モデル / 地理情報科学 / 人流 / 感染症 |
|---|
| Outline of Annual Research Achievements |
本研究課題の目的は、人流の大規模データを利用して、人々の流動を介した地域間の相互作用の特徴を動的ネットワークとして明らかにするための基盤を構築することである。本課題は新型コロナウイルスの感染拡大と関係が強く、当初の予定を延長して2021年度研究を実施した。
2021年度は、人流の大規模データを利用して、新型コロナウイルス感染症が人流に与えた影響について分析を行った。すなわち、感染拡大前後の流動人口の増減を比較し、目的地の人口や移動距離などへの依存性を分析した。その結果、流動人口の減少は一様ではなく、感染リスクが高いと思われる移動ほど減少率が高いことを示した。この結果は、人々が感染の拡大状況に関する情報を得ながら適応的に行動を変容していることを示唆している。本課題では、当初、人流の変化が感染拡大に与える影響の分析を目指していたが、感染拡大による行動変容という逆方向の因果関係があり得ることを明らかにすることができた。また、このデータを用いて地域メッシュごとの夜間人口の分布を求め、大都市部とその他の地域で異なるべき分布に従うことを示した。
2020年度に実施した、一回の介入つきのSIRモデルに関する研究を拡張し、複数回の介入を行った際の数理モデルの分析を行い、ピーク時の感染者数および感染最終規模に関する表式を解析的に導出した。この式に基づき、複数回の介入によって一回の介入と比較して感染の制御が容易になることを示した。また、介入期間の長さを考慮する近似式を導出した。さらに、このモデルを空間に拡張する手法について検討を行った。
これらの結果は国内外の学会等で発表したほか、一般向けの講演会等で招待講演を行った。また、人流分析に関する結果をまとめた論文を執筆し、プレプリントとして公開し、現在専門誌に投稿中である。
|
