2018 Fiscal Year Annual Research Report
Prediction method of spatiotemporal distribution of transient occupants and risk reduction technique after a disaster
| Project/Area Number |
17H00843
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
大佛 俊泰 東京工業大学, 環境・社会理工学院, 教授 (00211136)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
沖 拓弥 東京工業大学, 環境・社会理工学院, 准教授 (40712766)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 都市内滞留者・移動者 / モバイル空間統計 / 混雑度統計(R) / PTデータ / 建物ポイントデータ |
|---|
| Outline of Annual Research Achievements |
都市内流動人口の特性を都市レベルで精緻に予測するための基礎技術を開発するために，本年度は，以下の視点から研究を実施しそれぞれ成果を得た。
１．複数の人口統計データの統合による都市内滞留者・移動者の時空間分布推定手法の構築
①現存する人口統計データでは，都市内移動者の数や発着地点を精度良く把握することは困難であることから，携帯情報端末に備わるGPSログデータに基づく「混雑統計(R)」と「モバイル空間統計」，「パーソントリップ調査データ（PTデータ）」を組み合わせることで，都市内移動者の流出や流入を，細かい時空間単位で推定する手法について検討した。
２．都市内滞留者・移動者データの高度化と異常検知手法の構築
②詳細な情報を有する「建物ポイントデータ」と「PTデータ」を用いて，「モバイル空間統計」データに，具体的な滞留施設や滞留目的に関する情報を付与することで，都市内滞留者ビッグデータの高度化を図る手法について検討した。
③高度化した都市内滞留者ビッグデータの応用を見据えて，都市内滞留者の異常な時空間分布を検知する手法についての検討に着手した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究における最終的な目標は，詳細な属性情報を備えた精緻な流動人口データを生成し，これを用いて災害・事故・事件等のイベントが発生した後の流動人口を予測するシミュレーションモデルを構築することにある。非常時における都市内滞留者・移動者の時空間分布に強い関心はあるものの，そのためには，平常時におけるデータを子細に分析し，非常時に固有の性質を浮き彫りにすることが必要となる。今年度までに，平常時の都市内滞留者・移動者の特性分析については順調に進捗させることができた。
|
| Strategy for Future Research Activity |
令和元年以降は，当初の研究計画に基づき，災害・事故・事件等の発生を想定した非常時における都市内滞留者・移動者の時空間分布予測手法の構築に向けて，研究を一層加速して行く予定である。具体的には，
①非常時の都市内滞留者・移動者の時空間分布として，過去に発生した自然災害（例えば，大雪）時における都市内滞留者・移動者の時空間分布特性について検討し，これを記述するための手法について検討する。
②開発した技術を応用して，様々な状況下における，都市内滞留者・移動者の時空間分布特性に関するシミュレーション分析を試みる。
③シミュレーション分析から得られる様々な結果について，他の統計テータとの整合性を確認しながら，シミュレーションによる分析結果の検証を試みる。
|
Research Products
(9 results)
