• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 研究成果報告書

開発途上国における衛星画像を用いた深層学習によるマイクロ人口統計の実現

研究課題

  • PDF
研究課題/領域番号 20H01483
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分07030:経済統計関連
研究機関東京都市大学

研究代表者

秋山 祐樹  東京都市大学, 建築都市デザイン学部, 教授 (60600054)

研究分担者 宮崎 浩之  東京大学, 空間情報科学研究センター, 客員研究員 (80764414)
小川 芳樹  東京大学, 空間情報科学研究センター, 講師 (70794296)
宮澤 聡  東京大学, 空間情報科学研究センター, 協力研究員 (70834274)
菅澤 翔之助  慶應義塾大学, 経済学部(三田), 准教授 (50782380)
研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード人口統計 / マイクロジオデータ / 開発途上国 / AI / 深層学習 / 衛星画像 / 建物用途 / 所得水準
研究成果の概要

本研究ではアジアのメガシティである東京とバンコクを対象に,人口の空間的分布をその人々の所得水準も含めて建物単位で把握する手法を確立し,都市空間の人口分布を詳細に把握可能なマイクロデータを開発する手法の確立を目的に実施した.衛星画像からAI(深層学習)により個々の建物を自動抽出するだけでなく,その建物用途(居住用途か否か)や高さ(容積),また所得水準を推定するAIモデルの開発を行い,一定の精度でこれらの情報を推定することが可能になった.また,これらの情報に基づき,個々の建物の人口を推定する方法の検討が実施されるとともに,日本とバンコクにおける同データのプロトタイプの開発が実現した.

自由記述の分野

空間情報科学

研究成果の学術的意義や社会的意義

学術的意義:本研究は,開発途上国の都市の人口分布把握に関する既存手法の限界を克服し,データサイエンスと地理学の知見を融合させた新しい人口把握技術を提案した.AIを活用し,高精細な人口統計モデルを構築することで,詳細な人口把握を実現し,国際的な都市研究に対する理解と深化に貢献した.
社会的意義:近年,急拡大する開発途上国の都市では既存の地図や統計の更新が実態に追いつかない問題がある.本研究の成果はインフォーマルセクターも含めた詳細な人口分布の推定を可能にすることで,適切な都市計画とスラム問題の対策に寄与し,持続可能な都市開発を支援する.また,本研究はSDGsの複数のGoalへの貢献も期待される.

URL: 

公開日: 2025-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi