～建物単位人口が変える洪水リスク分析～
本記事は、生成AIとGISを活用した自治体業務の実証シリーズの第11回です。
関連記事
▶ 第1回：自治体GISとAIの融合
▶第2回：ArcGIS Onlineと生成AIを連携した人口統計分析の実証
▶第3回：生成AIとGISで健康遊具の優先整備地区を抽出してみた
▶第4回：自治体の人材不足はGIS AIで解決できるのか
▶第5回：e-Stat APIとGISを結合するときの落とし穴
▶第6回：PLATEAU MCPは自治体GISを変えるのか
▶第7回：健康遊具はどこに整備すべきか？生成AIとGISで検証
▶第8回：AIの回答は信用できるのか（検証と説明責任）
▶第9回：自治体GISにおける人口統計データの構造要件を生成AIで検証する
▶第10回：PLATEAU LOD1と生成AIで建物単位人口推計は可能か
▶第12回：建物単位人口で見る避難所シミュレーション
▶第13回：PLATEAUの建物に人口を配置する
▶第14回：PLATEAUを「人口を持つ都市」へ
はじめに
前回構築した建物単位人口データを利用し、今回は洪水浸水想定区域と重ね合わせることで、浸水リスクを建物単位で評価してみました。
図1：従来の浸水想定区域イメージ
従来の浸水想定区域図では
「どこが浸水するのか」
は把握できます。
しかし、
「どれだけの人が影響を受けるのか」
「高齢者がどこに居住しているのか」
「どの建物を優先的に支援すべきなのか」
までは分かりませんでした。
そこで今回は、
- 建物単位人口
- 高齢者人口
- 建物推定階数
- 浸水継続時間
を組み合わせることで、建物単位の浸水リスク分析を行いました。
図2：建物人口 × 浸水継続時間のイメージ
使用データ
今回使用したデータは次のとおりです。
- PLATEAU LOD1建物データ
- 建物単位人口データ（第10回で作成したデータ）
- 洪水浸水想定区域（浸水継続時間：公開データ）
出典：ArcGIS Living Atlas（ESRIジャパン 災害情報マップ）
原典：国土交通省 国土数値情報・ハザードマップポータルサイト - 建物推定階数 （第10回で作成したデータ）
- 建物別高齢者人口（第10回で作成したデータ）
浸水ポリゴンと建物を重ね合わせ、複数の浸水区域と重複する場合は、最も重複面積が大きい浸水継続時間を採用しました。
Step1 浸水継続時間レイヤが分析に利用できるかを検証
まず、浸水継続時間ポリゴンが建物単位分析に利用できる品質かを確認しました。
AIエージェントには次のように指示しました。
洪水浸水継続時間ポリゴンが建物単位分析に利用可能か検証してください。
確認項目：
・ポリゴンの重複有無
・欠損値の有無
・浸水継続時間区分
・建物との重なり状況
・分析利用上の問題点
結果をレポートしてください。Step2 建物人口と浸水継続時間を結合
次に、建物単位人口データと浸水継続時間ポリゴンを重ね合わせました。
建物単位人口データと浸水継続時間ポリゴンを空間結合してください。
条件：
・建物ジオメトリは変更しない
・gml_idを維持する
・複数ポリゴンと重複する場合は
最大重複面積の浸水継続時間を採用する
出力：
建物ごとの浸水継続時間属性これにより、
建物単位人口と浸水継続時間を同時に扱うことが可能となりました。
を作成しました。
Step3 浸水継続時間別の人口構成を集計
最後に、建物人口を浸水継続時間ごとに集計しました。
浸水継続時間ごとに次の項目を集計してください。
・建物数
・総人口
・高齢者人口
・1階建住宅人口
結果は表形式で出力してください。その結果、
- 浸水区域内建物数
- 浸水区域内人口
- 高齢者人口
- 1階建住宅人口
を把握することができました。
Step4 避難支援が必要な建物の抽出
さらに、
次の条件を満たす建物を抽出してください。
・浸水継続時間 >= 12時間
・推定階数 <= 1
・高齢者人口 > 0
出力：
・建物数
・総人口
・高齢者人口
・位置図と指示することで、
長時間浸水し、高齢者が居住する低層住宅
を抽出することができました。
浸水継続時間別人口の推計
分析の結果、浸水継続時間別人口構成は次のようになりました。
| 浸水継続時間 | 建物数 | 総人口 | 高齢者人口 | 1階建住宅人口 |
|---|---|---|---|---|
| 12時間未満 | 10,533棟 | 29,009人 | 7,134人 | 5,141人 |
| 12時間以上24時間未満 | 7棟 | 5人 | 2人 | 1人 |
（図：浸水継続時間別人口構成）
浸水区域内には約29,000人が居住しており（これは市総人口の約16％に相当します。）そのうち約7,100人が高齢者、約5,100人が1階建住宅に居住していることが分かりました。
建物単位だから分かるリスク
今回の分析では、
- 浸水継続時間
- 高齢者人口
- 建物階数
を組み合わせることで、
従来のメッシュ単位分析では困難であった
建物単位の避難リスク評価を行いました。
具体的には、
- 12時間以上浸水
- 1階建住宅
- 高齢者が居住
という条件を満たす建物を抽出したところ、
3棟
が避難支援優先候補として抽出されました。
（図：避難支援優先候補建物）
これらの建物には合計約0.7人、高齢者約0.3人が居住していると推計されました。
図3：建物単位人口を用いた避難支援優先候補抽出（イメージ）
※本図は分析結果を模式的に表現したイメージ図です。
建物位置、抽出結果等は説明用に再構成しており、
実際の位置情報とは一致しません。
建物単位人口だからできる分析
従来の町丁目単位や250mメッシュ単位の分析では、
「地域全体として危険」
という評価に留まっていました。
一方、建物単位人口データを利用することで、
「どの建物に、どのような支援が必要なのか」
を具体的に検討できるようになります。
これは、
- 個別避難計画
- 避難行動要支援者支援
- 地域防災計画
などに活用できる可能性があります。
AIエージェントによる解析支援
今回の分析でも生成AIエージェントを活用しました。
従来、建物単位の浸水リスク分析を実施するためには、GIS技術者が多数のジオプロセシングツールを組み合わせながら、分析条件を試行錯誤する必要があります。
例えば、今回の分析では、ArcGIS Pro上で次のような処理フローを実施しました。
建物単位人口データ
+
浸水継続時間ポリゴン
↓
【Intersect】
建物と浸水ポリゴンの重複領域作成
↓
【Calculate Geometry】
建物ごとの重複面積算出
↓
【Summary Statistics】
建物ごとの最大重複面積抽出
↓
【Join Field】
代表浸水継続時間を建物へ付与
↓
【Select Layer By Attribute】
低層住宅抽出
（推定階数≦1）
↓
【Select Layer By Attribute】
高齢者居住建物抽出
↓
【Summary Statistics】
浸水継続時間別人口集計
↓
避難支援優先候補抽出
このような解析は、GISに精通した技術者であっても、多くの処理手順と検証作業を必要とします。
今回は、生成AIエージェントに対し、
「浸水継続時間レイヤが建物単位分析に利用可能か検証してください」
「建物人口と浸水継続時間を重ね合わせ、浸水継続時間別に人口、高齢者人口、1階建住宅人口を集計してください」
「浸水継続時間が12時間以上で、推定階数が1階、高齢者人口が存在する建物を抽出してください」
といった自然言語による指示を行いました。
その結果、AIエージェントが必要な空間結合、属性集計、条件抽出、監査処理を実施し、地図、集計表、監査レポートとして出力することができました。
特に今回の分析では、
- 浸水継続時間レイヤが建物単位分析に利用できるか
- どの浸水継続時間を代表値として採用すべきか
- どの条件で避難支援優先候補を抽出すべきか
といった探索的な検討を繰り返し行いました。
従来であれば、分析条件を変更するたびにジオプロセシングを再実行し、その結果を確認する必要がありましたが、AIエージェントを活用することで、
「仮説を立てる → 指示する → 結果を確認する → 条件を修正する」
という分析サイクルを短時間で繰り返すことができました。
AIエージェントが分析結果そのものを保証するわけではありません。しかし、人間が政策的な仮説を立て、AIが大量のGIS処理と監査作業を支援することで、従来よりもはるかに短時間で政策立案に必要な分析を実施できる可能性を確認することができました。サイクルを大幅に短縮できる可能性を確認できました。
おわりに
今回の分析を通じて、
建物単位人口データは、防災分野において極めて有効な政策支援データとなる
ことを改めて実感しました。
建物単位人口と浸水継続時間を組み合わせることで、浸水リスクをより詳細に把握できるだけでなく、優先的な避難支援が必要となる建物を抽出できることも確認できました。
特に、従来の町丁目単位や250mメッシュ単位の分析では困難であった、
「どの建物に、どのような支援が必要なのか」
という視点からの分析が可能になったことは、大きな成果であると考えています。
一方、建物単位人口データの活用可能性は、防災分野だけに留まりません。
例えば、
- 防災部門では、個別避難計画策定や避難所配置の検討
- 福祉部門では、高齢者見守りや地域包括ケアの支援対象把握
- 空き家対策部門では、低利用建物や空き家候補の抽出
- 都市計画部門では、居住誘導区域や公共施設配置の評価
- 公園・道路部門では、人口分布を考慮した施設整備優先順位の検討
- 教育部門では、通学路や学校施設配置の見直し
など、自治体の多くの部署での活用が期待できます。
これまで自治体では、人口統計は町丁目やメッシュ単位で利用されることが一般的でした。しかし、建物単位人口データを利用することで、より実態に近い地域分析や政策立案が可能になります。
さらに、PLATEAUや各種オープンデータ、自治体が保有する台帳データを組み合わせることで、従来は困難であった政策シミュレーションも現実的なものになりつつあります。
今回の検証は、その第一歩に過ぎません。
今後も、生成AIエージェントとGISを組み合わせることで、自治体に蓄積された多様なデータを政策立案へ活用する手法について検証を進めていきたいと考えています。
次回予告
次回は、
「建物単位人口を利用した避難所シミュレーション」
をテーマに、今回構築した建物単位人口データをさらに活用してみたいと思います。
自治体では、避難所計画を策定する際、町丁目単位や小学校区単位の人口を用いるケースが一般的です。しかし、実際の避難行動は建物単位で発生するため、より詳細な分析が求められています。
次回は、
- 建物単位人口データ
- 指定避難所データ
- 避難所収容人数
- 浸水継続時間
- 高齢者人口
を組み合わせることで、
「どの避難所に、どれだけの避難者が集中するのか」
を建物単位でシミュレーションしてみます。
具体的には、
- 避難所ごとの想定避難者数
- 避難所収容能力との比較
- 避難所不足地域の抽出
- 浸水区域内避難所の影響評価
- 避難距離を考慮した避難所再配置の検討
などを行う予定です。
建物単位人口データを利用することで、従来の町丁目単位では把握できなかった、
「本当にその避難所配置で十分なのか」
という視点から、防災計画を見直すことができるかもしれません。
次回も、PLATEAU、ArcGIS、生成AIエージェントを組み合わせた新しい防災分析の可能性について検証していきます。
関連記事
▶ 第1回：自治体GISとAIの融合
▶第2回：ArcGIS Onlineと生成AIを連携した人口統計分析の実証
▶第3回：生成AIとGISで健康遊具の優先整備地区を抽出してみた
▶第4回：自治体の人材不足はGIS AIで解決できるのか
▶第5回：e-Stat APIとGISを結合するときの落とし穴
▶第6回：PLATEAU MCPは自治体GISを変えるのか
▶第7回：健康遊具はどこに整備すべきか？生成AIとGISで検証
▶第8回：AIの回答は信用できるのか（検証と説明責任）
▶第9回：自治体GISにおける人口統計データの構造要件を生成AIで検証する
▶第10回：PLATEAU LOD1と生成AIで建物単位人口推計は可能か
▶第12回：建物単位人口で見る避難所シミュレーション
▶第13回：PLATEAUの建物に人口を配置する
▶第14回：PLATEAUを「人口を持つ都市」へ
コメントを残す