Earthquake Damage Risk Evaluation by Micro Geo Data マイクロジオデータベースによる地震災害リスク評価

Yuki Akiyama(秋山祐樹)
（aki@iis.u-tokyo.ac.jp）
Earth Observation Data Integration & Fusion Research Institute
(EDITORIA), University of Tokyo
Ryosuke Shibasaki (柴崎亮介) CSIS, Univ. of Tokyo
Takaaki Kato (加藤孝明) IIS, Univ. of Tokyo
Yoshiki Ogawa (小川芳樹) Graduate school of Frontier Science,
Univ. of Tokyo
Hiroaki Sengoku (仙石裕明) CSIS, Univ. of Tokyo
Earthquake Damage Risk Evaluation
by Micro Geo Data
マイクロジオデータベースによる
地震災害リスク評価
Date: March 14, 2015(Sat) 9:30-
Venue: TKP Garden city Sendai Kotodai, Hall 2
The 3rd World Conference on Disaster Risk Reduction in Sendai
Redesigning for resilient national land using big data of environment and disasters

Important data for disaster risk evaluation are closed.
Methods of disaster risk evaluation are differ from municipalities.
These results are opened to aggregate into city block or grid cells.
Currant problem
Background 研究背景
2
※本研究は文部科学省グリーン・ネットワーク・オブ・エ
クセレンス（GRENE）事業環境情報分野「環境情報技
術を用いたレジリエントな国土のデザイン」の一環として
実施しています。また平成24年度国土政策関係研究支援事
業（国土交通省国土政策局）の支援を受けて実施していま
す。
※本研究の詳細
秋山祐樹・小川芳樹・仙石裕明・柴崎亮介・加藤孝明，2013年，「大規模地震時
における国土スケールの災害リスク・地域災害対応力評価のためのミクロな空間
データの基盤整備」，第47回土木計画学研究・講演集（CD-ROM，392）
秋山祐樹・小川芳樹，2013年，「国土スケールにおける大規模地震への災害対
応力の定量的評価と我が国の防災政策への提案」，平成24年度国土政策関係研究
支援事業
There is a possibility of damage risk by large earthquakes
everywhere in Japan.
我が国では大規模地震の発生で被害が発生する可能性が、日本全国どこにでもありうる。
It is essential to realize an environment to be able to evaluate
and compare disaster risk and response capabilities to prepare
for widespread disaster and to improve immediate disaster
prevention power for resilience society.
レジリエンスな社会の実現に向けた広域災害への備えと身近な防災力の向上のためには、日本全土
を対象に地域ごとの災害リスクと災害対応力を評価・比較する環境の実現が不可欠である。

Estimation of disaster risk and first responder power of all buildings
建物1棟1棟の被災リスクと初期対応力を推定
Collapse risk 倒壊リスク
①Est. structure
②Est. building age
Census data
様々な統計
Micro Geo Data (MGD)
マイクロジオデータ
Input earthquake motion
入力地震動
Personal risk 人的リスク
⑤Resident（age, gender etc.）
first responder power
初期対応力
⑥Expected number of rescuee
⑦Distance from fire stations
Realization of environment for estimation of damage situation in an
arbitrary spatial unit scale-seamlessly.
→Development micro scale base data throughout Japan
Fire risk 火災リスク
③Est. fire resistance performance
④Est. fire occurrence ratio
Housing and land census
Population census
etc.
Residential map
Telephone directory
Commercial accumulation
etc.
Seismic activity map
Objective 目的
3

Realization of environment for estimation of damage situation in an
arbitrary spatial unit scale-seamlessly.
日本全土の被災状況を任意の集計単位でスケールシームレスに推定出来る環境の実現
Municipality
市区町村単位
District
町丁目単位
Grid cells
地域メッシュ単位
City blocks
番地単位
For scale-seamlessly aggregation in an arbitrary spatial unit…
任意の単位でスケールシームレスな集計を実現するためには・・・
→Development of estimated disaggregated building data
建物単位の非集計の推定データを整備すれば良い
For estimation scale-seamlessly throughout Japan…
日本全土スケールシームレスを実現するためには・・・
→Development the data throughout Japan
日本全土のデータを整備すれば良い
Objective 目的
4

Development image of disaggregated data
Example: Est. structure (建物構造推定の例)
Statistical values related to building structure were allocated on each building.
建物構造に関連する統計値を複数組み合わせて、統計値を建物1棟1棟にランダムに割り当てる。
ただし複数の統計値を同時に満たすように条件を絞り込んでいく。
Est.structure
Non-
wooden
Wooden
5

Ratio of wooden and non-wooden=8:2(Example)
木造・非木造の割合=8:2（例）（住宅土地統計よる）
Est.structure
Non-
wooden
Wooden
6

Regulation by floors = many high buildings are non-wooden (Bldg. Acts).
建物階数による規制＝高層建物の多くは非木造（建築基準法等による）
Est.structure
Non-
wooden
Wooden
高層建物
7

Many buildings in commercial areas are non-wooden (Bldg. Acts).
立地による規制＝商業地域の多くは非木造（建築基準法等による）
●商業地域の分布
＞商業集積統計を利用
Est.structure
Non-
wooden
Wooden
8

In addition, age and area of each bldg. were also considering.
その他に築年代や建物面積なども考慮して推定
Est.structure
Non-
wooden
Wooden
9

建築面積の大きい建物や幅員の広い道路周辺では耐火が進んでいることが分かる。
一方中央の川を挟んで東側の住宅地では多くが防火造になっている。
Estimation using housing census, commercial accumulation data,
building floor, area and so on.
住宅土地統計、商業地域内外判定、建物階数・面積・用途などを元に推定
Example: Est. fire resistance performance (耐火性能推定の例)
Est.structure
Fire proof
Fire preventive
Semi Fire proof
10

建築面積の大きい建物や幅員の広い道路周辺では耐火が進んでいることが分かる。
一方中央の川を挟んで東側の住宅地では多くが防火造になっている。
Estimation using minimum distance of spread, distance for
nearest building, building structure and so on.
延焼限界距離、隣棟間距離、建物構造などを元に推定
Example: fire spread clusters (延焼クラスター推定の例)
Firespreadcluster
Same colored
buildings are one
cluster.
11

probability of exceedance: 2% in 50yrs in winter evening
50年超過確率2%の地震（冬夕方発生）の場合
12
Example: Est. fire occurrence ratio (出火率推定の例)
Estimation using housing census, commercial accumulation data,
building floor, area and so on.
住宅土地統計、商業地域内外判定、建物階数・面積・用途などを元に推定
中央の川を挟んだ西側の地域で出火率が高くなっている。これらの地域では各種飲食店
や事業所が集積しているため出火率が高くなる。（その分、耐火性能も高い。）
Est. fire occurrence
ratio [%]
12

中央の川を挟んだ東側の住宅地では殆どの建物に居住者の分布が見られる。
一方川の西側は商業地域であるため、居住者の分布は少なくなる。
This information was collected from the Micro Population Census.
マイクロ人口統計を利用
About Micro Population Census
Akiyama, Y., Takada, T. and Shibasaki, R., 2013,
"Development of Micropopulation Census through
Disaggregation of National Population Census",
CUPUM2013 conference papers, 110.
Example: Est. distribution of residents (居住者数推定の例)
Est. number
of population
13

古くから都市化されている地域（DID(1970)）には1970年より以前に建った建物が多数分布する。
一方近年都市化した地域（DID(2005)）には新しい建物が多いことが分かる。
Estimation using housing census, bldg. structure, householder
age, DID polygons and so on.
住宅土地統計、建物構造、世帯主年齢、DID地区内外判定などを元に推定
Example: Est. building age (築年代推定の例)
Est. building
age
14

中央の川を挟んだ東側の住宅地では周辺住民が多いため、各建物に割り当てられ
る共助力が大きくなっている。一方西側では住民が少ないためその値は小さい。
Mutual power
Estimation of first responder power = Mutual power
初期対応力（周辺住民による共助力）の推定
Mutual power: Expected number of rescuee by neighborhood
共助力：倒壊建物の周辺住民による救助期待人数と定義
Fire
station
15

We compared our estimated data with actual data gathered from open GIS
data and field surveys in some limited areas. As a result, reliability of our data
are sufficiently-high to aggregate into regional mesh.
公開されているGISデータから、また一部地域で現地調査などをして検証データを作成
し、推定結果と比較を行った。その結果、地域メッシュ程度に集計すれば十分に高い信
頼性を持つデータになることが分かった。
Data reliability verification データの信頼性検証
Field survey in Numazu city, Shizuoka pref.
16

Seismic
input
17
Damage estimation by large earthquake using MGD
マイクロジオデータを活用した大規模地震被害推定
Estimation of damage and first responder power in each building
Bldg.
structure
Bldg.
age
fire occurrence
ratio
Fire spread
cluster
Residents
Rescue power by
fire authorities
Mutual power by
neighborhood
Calculation of
collapse risk
Calculation of
fire risk
Calculation of mutual power
Calculation of rescue power
近隣住民による
倒壊建物からの
救助期待人数
消防車＋消防職員＋消防団員による消火力

Collapse risk
Fire risk
Mutual power
救助期待人数
Rescue power
－
－
Disaster
risks
First responder
powers
Damage
estimation
共助力・公助力
が作用した後の
その地域の死者
率を推定する。
Estimated
number of
casualty
Final estimated number of casualty in
each building were calculated by
subtraction of mutual and rescue
powers from estimated number of
casualty by collapse and fire risks.
Finally, aggregated into grid cells.
建物ごとに倒壊・火災によって発生す
る推定死者数と、初期対応力で救助が
期待される人数の差を取ることで最終
的な死者数を推定する。以下の結果を
メッシュごとに集計することでその地
域の建物倒壊による死者率を推定する。

Building unit →Aggregation data
＝任意な空間スケールの被害推定を実現
市区町村単位集計町丁目単位集計地域メッシュ単位集計街区・番地単位集計
Collapse risk
Fire risk
Mutual power
救助期待人数
Rescue power
－
－
Disaster
risks
First responder
powers
Damage
estimation
共助力・公助力
が作用した後の
その地域の死者
率を推定する。
Estimated
number of
casualty
19

Earthquake damage estimation using MGD (casualty)
マイクロジオデータで見る大規模地震発生時の死者数推定
20
Seismic input
Probability of exceedance: 2% in 50yrs in winter evening
Estimated death
rate[%]
(500m square grid)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675
All satellite image sources: Esri, DigitalGlobe, GeoEye, i-cubed, USDA, USGS, AEX, Getmapping, Aerogrid,
IGN, IGP, swisstopo, and the GIS User Community

21
Seismic input
Estimated death
rate[%]
(500m square grid)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675

22
Seismic input
Estimated death
rate[%]
(500m square grid)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675

23
Seismic input
Estimated death
rate[%]
(500m square grid)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675

24
Seismic input
Estimated death
rate[%]
(500m square grid)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675

25
Seismic input
Estimated death
rate[%]
(each building)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675

26
Seismic input
Estimated death
rate[%]
(each building)
0.000 – 0.005
0.005 – 0.010
0.010 – 0.020
0.020 – 0.030
0.030 – 0.0675

This results are shared and utilized in our project (GRENE-ei) and other related
studies (Univ. of Tokyo, Nagoya Univ., Kyusyu Univ.)
我々のプロジェクト（グリーン・ネットワーク・オブ・エクセレンス環境情報分野）や関連する
研究において共有・活用されている（東大・名古屋大・九州大など）。
Disaster Evacuation Coaching (DECO) Urayasu camp used our aggregated
results for disaster drills (Aug.4-5, 2014@Urayasu city, Chiba).
Disaster Evacuation Coaching = DECO/ Deco浦安キャンプ（開催日：8月4、5日主催；浦安
市）において図上避難訓練に活用。100mメッシュ集計の建物被害に関する推定値を提供した。
Part of our results were introduced by NHK Special “Disaster Big Data”.
NHKスペシャル「震災ビッグデータfile.3」（2014/03/02放送）
本研究の成果の一部（倒壊率の推定結果など）が紹介される。
Junior high students used
our data (DECO).
Disaster drills
using iPad (DECO)
Disaster big data file.3 (NHK)
http://www.nhk.or.jp/datajournalism/about/
Academic and social use of this result
本成果の学術的・社会的活用
27

Conclusions まとめ
For earthquake country Japan…
This result will become one of the important factor to evaluate
QOL (Quality of Life) all over Japan in the future.
This result is expected to be one of the base data for realization
of resilient Japan.
地震国日本にとって本結果は全国において将来のQOL評価をしていく上で重要なファ
クターとなる。またひいてはレジリエントな日本を創成するためのベースデータの１つ
と位置づけられるだろう。
●We developed micro base data for estimation of building
collapse and fire risks by large-scale earthquakes and first
responder powers by mutual and rescue powers all over Japan.
日本全土を対象に、大規模地震災害に伴う建物の倒壊・火災リスクと共助力・公助力
による初期対応力を評価するためのミクロな基盤データを整備した。
●We realized the method to evaluate aggregated results of
disaster risks and first responder powers by arbitrary seismic
inputs to arbitrary spatial unit .
任意の地震動入力に対する災害リスクと初期対応力を任意の集計単位で定量的に評価
する手法が実現した。
28

Conclusions まとめ
Micro Geo Data (MGD)
マイクロジオデータ
Local community
地域・自治体
Future vision to develop resilient community for disasters using MGD
マイクロジオデータを用いた災害に強い地域づくりの将来像
Macro
scale
Micro
scale
Scale-seamless
Administrators
Citizen
Planning for
disaster prevention
Sharing of
risk awareness
Understand of
hometown vulnerability
Provision of
high-resolution
evacuation plan
Provision of
Danger points
29

Conclusions まとめ 30
Future prospects and problems 今後の展開と課題
・It is expected that our study will support development of disaster
prevention plan by municipalities and to improve anti-disaster
consciousness by citizens. In addition, it will be able to contribute
promotion and advancement of related studies.
今後この成果が適切に公開・共有されることで、地方自治体における防災計画策定の
支援や、住民の防災意識の向上が期待される。また関連する研究の推進・発展に貢
献出来る。
・It is also expected to promote earthquake-resistant of building on
areas with high risk.
真に危険度の高い地域が分かることで、危険度の高い地域の耐震化促進も期待される。
We should proceed to a discussion how to open such a
sensitive data adequately without misunderstanding
and how to process micro geo data to prevent this risk.
本研究で得られるようなある種のセンシティブな情報を、いかにして誤解なく適切に公
開・発信するべきか、またそうしたリスク回避のためにはどのような情報の加工が必要
か、議論を進めるべきである。
HOWEVER…

Thank you for your kind attention
ご清聴頂きありがとうございました
<Contact>
Yuki Akiyama (秋山祐樹)
（aki@iis.u-tokyo.ac.jp）
Earth Observation Data Integration &
Fusion Research Institute (EDITORIA),
University of Tokyo
Email: aki@iis.u-tokyo.ac.jp
URL: http://shiba.iis.u-tokyo.ac.jp/member/akiyama/
（Today’s material will be uploaded!）
Search「秋山祐樹」or ” akiyama.yuuki”!
The 3rd World Conference on Disaster Risk Reduction in Sendai
Redesigning for resilient national land using big data of environment and disasters
Estimated building structure, Sumida-ku, Tokyo

Earthquake Damage Risk Evaluation by Micro Geo Data マイクロジオデータベースによる地震災害リスク評価

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (8)

Semelhante a Earthquake Damage Risk Evaluation by Micro Geo Data マイクロジオデータベースによる地震災害リスク評価

Semelhante a Earthquake Damage Risk Evaluation by Micro Geo Data マイクロジオデータベースによる地震災害リスク評価 (9)

Mais de Yuki Akiyama

Mais de Yuki Akiyama (7)