|
本研究では，町丁・大字より細かい粒度で，住所の番地に該当する街区の特徴を反映した人工社会を合成する．そのために，1. 街区レベルの統計表と整合する日本全国の人工社会の合成と，2. 街区の境界を推定し，3. 合成した世帯を街区内の建築物へ割り当てる．
人工社会の合成では，複数の統計表から得られるマクロな情報からミクロなエージェントの属性を推定している．しかしながら，これまでの手法における居住地属性の合成では，町丁・大字レベルの統計表までしか考慮されていない．したがって，共同住宅と一軒家が混在する町丁・大字においては一軒家と思われる建築物に10世帯以上居住する人工社会が合成されていた．
令和元年度は1. 街区レベルの統計表と整合する日本全国の人工社会の合成に取り組んだ．そのために，探索手法の1つであるSimulated Annealing法を用いて，国勢調査 小地域集計に掲載されている基本単位区別の世帯数や男女別や町丁・大字別の人口分布などの統計表と人工社会から上述の統計表と同様の人工統計表を作成し，実統計表と人工統計表の統計量の差を最小化する手法を開発した．開発した手法を用いて，大阪府高槻市を対象とし，パラメータの調整を行なった．パラメータの調整後，日本全国1741市区町村において開発した手法を用いた合成を実施した．
令和3年度は3. 合成した世帯を街区内の建築物へ割り当てに取り組んだ．国土地理院が提供する基盤地図情報には日本全国の建築物のデータが公開されている．しかし，その用途情報は含まれていない．そのために，深層学習を用いて，航空写真から建築物の用途を推定し，推定した用途を考慮し，合成した世帯を建築物への割り当てを試みた．
|
