洪水リスクスコア

「洪水リスクスコア デモ」は、AIが衛星画像から建物・施設を 自動識別したら、どのようなリスク分析マップが作れるかを デモデータで体験できるプロトタイプです。

全国の浸水分布マップ、AI建物セグメンテーション、施設×浸水重ね合わせ分析、 H3リスクスコアマップ、シナリオシミュレーター、DuckDB-WASM分析エンジンの 6つのセクションで構成されています。 いずれもデモデータ（主に東京都江東区周辺）を使用しており、 将来的に実データへの差し替えを想定した構造です。

1. 全国浸水リスク推定マップ：「独自推定」「公式データ」「比較」の3モードを切り替え可能。 独自モデルでは7要因（河川近接・低地帯・合流点・都市排水・水害履歴・沿岸高潮・山地低減）のリスク内訳を確認できます。 公式データは国交省ハザードマップポータルの浸水想定区域（想定最大規模）を表示。 「比較」モードで両者を重ね合わせて対比できます。
2. AI建物セグメンテーション：スライダーを左右にドラッグして衛星画像とAI抽出結果を比較。 建物ポリゴンにホバーすると推定面積が表示されます。
3. 施設×浸水重ね合わせ：計画規模/想定最大規模を切り替えて施設への影響を比較。 マーカーをクリックで施設詳細を確認できます。
4. H3リスクスコアマップ：六角形セルをクリックすると、建物浸水率・施設数・ リスクスコアの詳細と全体平均との比較を確認できます。
5. シナリオシミュレーター：浸水深スライダーと施設種別チェックボックスを操作して、 「もし○mまで水が来たら？」をリアルタイムにシミュレーション。

• 公式データ：国土交通省 ハザードマップポータルサイト（洪水浸水想定区域・想定最大規模タイル）
• 国土交通省 浸水想定区域図データ電子化ガイドライン
• 国土数値情報 浸水想定区域データ
• 国土地理院 地理院タイル（淡色地図・航空写真）
• Uber H3 空間インデックスシステム
• Meta AI Segment Anything Model (SAM) / SAMGeo

※ セクション1の「独自推定」は河川・地形・歴史的水害データから 統計的にリスクを推定したもので、公式の水理シミュレーション結果とは異なります。 セクション2〜5は東京都江東区周辺のデモデータを使用しています。

• 本ツールの表示内容はデモデータに基づくものであり、 実際の洪水リスクを正確に反映するものではありません。
• 防災・避難の判断には、各自治体が発行する 正式なハザードマップを必ずご確認ください。
• AI建物セグメンテーションの結果は推定であり、 実際の建物形状や位置と異なる場合があります。
• リスクスコアは独自の計算手法に基づく参考値であり、 公的な評価基準とは異なります。

防災教育・日常の備えに

• ハザードマップの読み方： 浸水想定区域の色分けや浸水深の意味を学び、自治体のハザードマップを正しく読めるようになります。
• 自宅周辺のリスク把握： 河川との距離、地盤の高さ、過去の水害履歴など、浸水リスクの要因を多角的に理解できます。
• 避難計画の立案： 病院・学校・避難所と浸水域の関係を把握し、家族の避難経路や集合場所を考える材料になります。

AI・データサイエンスの学習に

• AIによる画像認識： 衛星画像から建物を自動抽出するセグメンテーション技術の仕組みと可能性を理解できます。
• 空間インデックス（H3）： 六角形グリッドによる空間データの集計手法を学び、GISデータ分析の基礎が身につきます。
• リスクスコアの設計： 複数の要因に重みを付けてスコア化する手法は、データ分析全般で応用できる考え方です。

将来の進路・キャリアに

• 防災コンサルタント： 地域のリスク分析と対策提案を行う防災分野のキャリアへの理解が深まります。
• 都市計画・土木工学： 浸水リスクを考慮した都市計画や治水事業に関わる仕事への興味が広がります。
• GIS・リモートセンシング技術者： 衛星画像解析やGIS分析を活用した環境・防災分野の技術職への進路を考えるきっかけになります。