山形 与志樹 (ヤマガタ ヨシキ)

Yoshiki YAMAGATA

写真a

所属(所属キャンパス)

システムデザイン・マネジメント研究科 システムデザイン・マネジメント研究科 (日吉)

職名

教授

メールアドレス

メールアドレス

HP

研究室住所

横浜市港北区日吉4-1-1 協生館

研究室電話番号

045-564-2458

外部リンク

プロフィール 【 表示 / 非表示

  • 山形与志樹 1961年、神奈川県生まれ。東京大学教養学部卒業(広域システム科学・学術博士)。国立環境研究所・地球環境研究センター・主席研究員として、地球温暖化対策研究に取り組む。国際学術プログラムFuture Earth グローバル・カーボン・プロジェクト(GCP)の国際オフィス代表をつとめるとともに、過去にIPCCの各種報告書の執筆に参加、次の第6次報告書では、都市システムにおける地球温暖化対策の章の代表執筆者に就任。この間、特に、地球温暖化対策、生態系サービス評価、土地利用―交通システム、都市の持続可能性、再生可能エネルギー利用に関する環境省、文部科学省、経済産業省等の各種大型研究プロジェクトを推進。

    日本学術会議連携会員(環境)、国際応用システム分析研究所(ウィーン)客員研究員、統計数理研究所客員教授を務めるほか、国内外の多くの大学(東京大学、北海道大学、筑波大学、早稲田大学、上智大学、ジョージア工科大学など)において環境・エネルギー関係の講義を担当。 ElsevierのApplied Energy(持続可能エネルギー)、Environmental Planning B(都市データ解析)などの国際誌編集委員もつとめる。過去30年間に、各種の地球環境問題やエネルギーの持続可能性に関する国際誌査読論文(約120本)を執筆し、特に近年は、都市レジリエンス、気候変動対策(緩和・適応)、空間的ビックデータ解析、スマートシティーの都市システムデザインに関する英文書籍・教科書(Springer, Elsevier)を出版。

総合紹介 【 表示 / 非表示

  • 「環境」と「健康」が好循環する未来社会の共創を目指して、都市における建築・交通・人間行動を統合する新しい都市システムデザインのフレームワークを開発します。

その他の所属・職名 【 表示 / 非表示

  • 国立研究開発法人国立環境研究所 地球環境研究センター , 客員研究員

  • 東京大学, 客員研究員

  • 北海道大学, 客員教授

  • 統計数理研究所, 客員教授

  • IIASA, Research scholar

全件表示 >>

経歴 【 表示 / 非表示

  • 1985年04月
    -
    1991年03月

    農水省農業環境技術研究所   , 環境管理部隔測研究室, 研究員

  • 1991年04月
    -
    1999年03月

    国立環境研究所, 社会環境システム部情報解析研究室, 研究員 主任研究員

  • 1999年04月
    -
    2006年03月

    国立環境研究所, 地球環境研究センター, 研究管理官 総合研究官(併任)

  • 2006年04月
    -
    2021年03月

    国立環境研究所, 地球環境研究センター, 主席研究員

  • 2021年04月
    -
    継続中

    国立環境研究所, 地球環境研究センター, 客員研究員

学歴 【 表示 / 非表示

  • 1980年04月
    -
    1985年03月

    東京大学, 教養学部, 理科一類 入学   システム基礎科学科卒業

    大学, 卒業

学位 【 表示 / 非表示

  • 博士(学術), 東京大学, 論文, 1998年03月

 

研究分野 【 表示 / 非表示

  • 持続可能システム (持続可能スマートシティ)

  • 環境動態解析

  • 環境影響評価

研究キーワード 【 表示 / 非表示

  • スマートシティ

  • 気候変動対策

  • 脱炭素化

  • 持続可能性

  • 都市計画

全件表示 >>

研究テーマ 【 表示 / 非表示

  • 未来社会共創イノベーション研究室では、持続可能な未来社会の実現に向けて、社会課題解決や新たな価値を創造するための分野横断的な社会システムのイノベーションに関する研究に取組みます。, 

    2021年04月
    -
    継続中

 

著書 【 表示 / 非表示

  • Urban Systems Design

    Yoshiki Yamagata, Takahiro Yoshida, Perry PJ Yang, Helen Chen, Daisuke Murakami, Leena Ilmola, Elsevier, 2020年

    担当範囲: Chapter 12 - Measuring quality of walkable urban environment through experiential modeling

  • 都市システムデザイン: IoT時代における持続可能なスマートシティーの創出

    山形, 与志樹;Yang, Perry, エルゼビア, 2020年

  • Spatial analysis using big data: Methods and urban applications

    Yamagata Y., Seya H., Spatial Analysis Using Big Data: Methods and Urban Applications, 2019年11月

     概要を見る

    Spatial Analysis Using Big Data: Methods and Urban Applications helps readers understand the most powerful, state-of-the-art spatial econometric methods, focusing particularly on urban research problems. The methods represent a cluster of potentially transformational socio-economic modeling tools that allow researchers to capture real-time and high-resolution information to potentially reveal new socioeconomic dynamics within urban populations. Each method, written by leading exponents of the discipline, uses real-time urban big data to solve research problems in spatial science. Urban applications of these methods are provided in unsurpassed depth, with chapters on surface temperature mapping, view value analysis, community clustering and spatial-social networks, among many others.

  • Special Report "Climate Change and Land"

    Review Editors, Abdulla A, Noble I, Yamagata Y, Zatari T, IPCC (Intergovernmental Panel on Climate Change), 2019年08月

    担当範囲: ch.6 “Interlinkages between desertification, land degradation, food security and GHG fluxes: synergies, trade-offs and integrated response options”

  • ビックデータを用いる空間解析

    山形, 与志樹;瀬谷, 創, アカデミックプレス, 2019年

全件表示 >>

論文 【 表示 / 非表示

  • The Need for Urban Form Data in Spatial Modeling of Urban Carbon Emissions in China: A Critical Review

    Cai, Meng, Yuan Shi, Chao Ren, Takahiro Yoshida, Yoshiki Yamagata, Chao Ding, and Nan Zhou

    Journal of Cleaner Production (Elsevier)  2021年08月

     概要を見る

    Cities produce over 70% of global carbon emissions and are thus crucial in driving climate change. Urban carbon emissions may continue to increase especially in those less-developed countries and regions which are still under rapid urban development. Policymakers need to find ways to effectively control and reduce carbon emissions. Thus, spatial modeling methods to map and predict urban carbon emissions have been developed to meet these needs. This paper examines the progress of the spatial modeling of carbon emissions and the relationship between urban form and carbon emissions in China by reviewing more than 100 peer-reviewed journal articles in the Scopus database. The latest prediction methods and techniques are described in the paper. Their advantages and limitations are then discussed. Urban forms have a significant influence on carbon emissions and have been applied in spatial modeling studies in other countries. However, this review has identified the lack of urban form data and high-resolution inventories from existing studies in China. Future developments in the spatial modeling in China should therefore have a fine spatial resolution and incorporate open and high-quality urban form data, including urban morphology and land use/land cover.

  • Machine learning model for predicting out-of-hospitalcardiac arrests using meteorological and chronological data

    Takahiro Nakashima , Soshiro Ogata , Teruo Noguchi , Yoshio Tahara , Daisuke Onozuka , Satoshi Kato , Yoshiki Yamagata , Sunao Kojima , Taku Iwami , Tetsuya Sakamoto , Ken Nagao , Hiroshi Nonogi , Satoshi Yasuda , Koji Iihara , Robert Neumar , Kunihiro Nishimura

    2021年05月

    共著

     概要を見る

    Objectives: To evaluate a predictive model for robust estimation of daily out-of-hospital cardiac arrest (OHCA) incidence using a suite of machine learning (ML) approaches and high-resolution meteorological and chronological data.

    Methods: In this population-based study, we combined an OHCA nationwide registry and high-resolution meteorological and chronological datasets from Japan. We developed a model to predict daily OHCA incidence with a training dataset for 2005-2013 using the eXtreme Gradient Boosting algorithm. A dataset for 2014-2015 was used to test the predictive model. The main outcome was the accuracy of the predictive model for the number of daily OHCA events, based on mean absolute error (MAE) and mean absolute percentage error (MAPE). In general, a model with MAPE less than 10% is considered highly accurate.

    Results: Among the 1 299 784 OHCA cases, 661 052 OHCA cases of cardiac origin (525 374 cases in the training dataset on which fourfold cross-validation was performed and 135 678 cases in the testing dataset) were included in the analysis. Compared with the ML models using meteorological or chronological variables alone, the ML model with combined meteorological and chronological variables had the highest predictive accuracy in the training (MAE 1.314 and MAPE 7.007%) and testing datasets (MAE 1.547 and MAPE 7.788%). Sunday, Monday, holiday, winter, low ambient temperature and large interday or intraday temperature difference were more strongly associated with OHCA incidence than other the meteorological and chronological variables.

    Conclusions: A ML predictive model using comprehensive daily meteorological and chronological data allows for highly precise estimates of OHCA incidence.

  • Carbon analytics for net-zero emissions sustainable cities

    Anu Ramaswami, Kangkang Tong, Josep G. Canadell, Robert B. Jackson, Eleanor (Kellie) Stokes, Shobhakar Dhakal, Mario Finch, Peraphan Jittrapirom, Neelam Singh, Yoshiki Yamagata, Eli Yewdall, Leehi Yona & Karen C. Seto

    Nature sustainability (Springer)  4 ( 6 ) 460 - 463 2021年05月

     概要を見る

    Consensus on carbon accounting approaches at city-level is lacking and analytic frameworks to systematically link carbon mitigation with the Sustainable Development Goals are limited. A new accounting approach anchored upon key physical provisioning systems can help to address these knowledge gaps and facilitate urban transitions.

  • Estimating Building Electricity Performance Gaps with Internet of Things Data Using Bayesian Multilevel Additive Modeling

    Chang S., Castro-Lacouture D., Yamagata Y.

    Journal of Construction Engineering and Management (Journal of Construction Engineering and Management)  146 ( 12 )  2020年12月

    ISSN  07339364

     概要を見る

    Energy models should be simplified to handle data limitations and should predict reliable energy use. Currently, it remains challenging to ensure an appropriate level of detail for simplifying building energy models and to avoid performance gaps when predicting electricity consumption. In this respect, this research proposes to identify an appropriate level of simplifying a building energy model, predict electricity demands and performance gaps using the simplified energy model, and expand the model usability through the operational stage. Building electricity demands predicted through EnergyPlus (version 8.7.0) simulation are compared with actual electricity data collected through Internet of Things (IoT) sensors. Consideration of performance gaps increases the predictability of electricity consumption of a simplified energy model. Also, the Bayesian multilevel additive model updates the performance gaps along with the collection of new IoT data. The findings of this study contribute to forecasting electricity demands with a simplified energy model by predicting performance gaps that can be applied to predicting the electricity needs of similar buildings in the design stage and controlling operational electricity use in the operational stage by comparing sensor measurement with reference data provided by the energy model.

  • Spatiotemporal analysis of deforestation in the Chapare region of Bolivia using LANDSAT images

    Bagan H., Millington A., Takeuchi W., Yamagata Y.

    Land Degradation and Development (Land Degradation and Development)  31 ( 18 ) 3024 - 3039 2020年12月

    ISSN  10853278

     概要を見る

    The purpose of this study is to quantify (a) spatiotemporal deforestation patterns, and (b) the relationships between changes in the main land-cover types in the Chapare region of Bolivia. We applied subspace classification methods to LANDSAT data from 1986, 1999, and 2018 and used grid cells at scales of 150, 300, 600, and 900 m to measure deforestation trajectories. The 150 m grids provided better detail to determine deforestation trajectories than coarser-scale grid cells. Differences in grid-cell scale did not influence the statistical trends in land-cover changes significantly. Changes in forest area were negatively correlated with changes in cropland (r = −.44), grassland (r = −.34), swamp grassland (r = −.38), and regrowth (r = −.32) areas. Correlations between forest losses in cropland, grassland, and regrowth change analyses were weaker between 1999 and 2018 compared to 1986 to 1999. Forest cover declined from 6,635 km (1986) to 3,800 km (2018), and the deforestation rate increased from an annual average of 1.36% between 1986 and 1999 to 2.0% between 1999 and 2018. The key proximate drivers of forest clearance rates and patterns were increasing population, agricultural expansion, and road building. While coca is an economically important crop in Chapare, its direct and indirect effects on deforestation could not be determined unambiguously. It is probable that the expansion of agriculture will lead to further deforestation and forest fragmentation and, along with decreases in forest cover, further changes will take place between non-forest categories. 2 2

全件表示 >>

総説・解説等 【 表示 / 非表示

  • Carbon analytics for net-zero emissions sustainable cities

    Ramaswami A., Tong K., Canadell J.G., Jackson R.B., Stokes E.(., Dhakal S., Finch M., Jittrapirom P., Singh N., Yamagata Y., Yewdall E., Yona L., Seto K.C.

    Nature Sustainability (Nature Sustainability)   2021年

  • A “Smart Lifestyle” for the re-design of the “After Corona” urban form

    Yamagata Y., Yoshida T.

    Environment and Planning B: Urban Analytics and City Science (Environment and Planning B: Urban Analytics and City Science)  47 ( 7 ) 1146 - 1148 2020年09月

    ISSN  23998083

  • Developing sustainable bioenergy systems with local bio-resources: cases in Asia

    Goh C.S., Saito O., Yamagata Y.

    Sustainability Science (Sustainability Science)  15 ( 5 ) 1449 - 1453 2020年09月

    ISSN  18624065

     概要を見る

    The concept of sustainability science is paramount to establish a development thinking with deep and thorough considerations of hybridized on-ground realities shaped by the interplay of energy, land, economic, and climatic elements. This special feature intends to engage sustainability science in understanding the role of bioenergy in sustainable development, particularly for cases in East Asia. Especially, it encourages potential works that carefully consider perspectives of different stakeholders, including communicating with both experts and non-experts and integrating knowledge from different disciplines like forestry, social studies, or energy system sciences. It aims to create the context for motivating the society in tackling the sustainability issues related to energy, forest, and society.

  • Corrigendum to ‘Pathway using WUDAPT's Digital Synthetic City tool towards generating urban canopy parameters for multi-scale urban atmospheric modeling’ (Urban Climate (2019) 28, (S2212095519300975), (10.1016/j.uclim.2019.100459))

    Ching J., Aliaga D., Mills G., Masson V., See L., Neophytou M., Middel A., Baklanov A., Ren C., Ng E., Fung J., Wong M., Huang Y., Martilli A., Brousse O., Stewart I., Zhang X., Shehata A., Miao S., Wang X., Wang W., Yamagata Y., Duarte D., Li Y., Feddema J., Bechtel B., Hidalgo J., Roustan Y., Kim Y.S., Simon H., Kropp T., Bruse M., Lindberg F., Grimmond S., Demuzure M., Chen F., Li C., Gonzales-Cruz J., Bornstein B., He Q., Tzu-Ping , Hanna A., Erell E., Tapper N., Mall R.K., Niyogi D.

    Urban Climate (Urban Climate)  30 2019年12月

    ISSN  22120955

     概要を見る

    Jason Ching jksching@gmail.com, Dan Aliaga , Gerald Mills , Valery Masson , Linda See , Marina Neophytou , Ariane Middel , Alexander Baklanov , Chao Ren , Ed Ng , Jimmy Fung , Michael Wong , Yuan Huang , Alberto Martilli , Oscar Brousse , Iain Stewart , Xiaowei Zhang , Aly Shehata , Shiguang Miao , Xuemei Wang , Weiwen Wang , Yoshiki Yamagata , Denise Duarte , Luciana Schwandner Ferreira , Yuguo Li , Johan Feddema , Benjamin Bechtel , Julia Hidalgo , Yelva Roustan , YoungSeob Kim , Helge Simon , Tim Kropp , Michael Bruse , Fredrik Lindberg , Sue Grimmond , Matthias Demuzure , Fei Chen , Chen Li , Jorge Gonzales-Cruz , Bob Bornstein , Qiaodong He , Tzu-Ping , Adel Hanna , Evyatar Erell , Nigel Tapper , R.K. Mall , Dev Niyogi Institute for the EnvironmentUNC at Chapel HillNC, United States Department of Computer SciencesPurdue UW, Lafayette, IN, United States School of GeographyUniversity College of DublinDublin, Ireland Meteo France, Toulouse, France IIASA, Laxemburg, Austria Civil and Environmental Engineering, U of Cyprus, Nicosia, Cyprus Arizona State U, Tempe, AZ, United States World Meteorological Organization (WMO), Geneva, Switzerland Hong Kong U, Hong Kong Department of Architecture, CUHK, Hong Kong Hong Kong Science and Technology U, Hong Kong Department of Architecture, SW Jiatong U, Chengdu, China CIEMAT, Madrid, ES, Spain Dept Earth, Environmental Science, KU Leuven, Leuven, Belgium University of Toronto, Canada Department of Computer Sciences, Purdue U, W. Lafayette, IN, United States Institute of Urban Meteorology, Beijing, China Institute Environmental, Climate Research Jinan U, Guangzhou, China National Institute for Environmental Sciences, Tsukuba, Japan School of Architecture, Urbanism, U of São Paulo, Sao Paolo, Brazil Luciana Schwander, U, São Paulo, São Paulo, Brazil Department of Mechanical Engineering, HKU, Hong Kong Department of Geography, U of Victoria, British Columbia, Canada Institute of Geography, U Hamburg, Hamburg, DE, Germany Toulouse Federal U, Toulouse, France CEREA, Joint Laboratory Ecole des Ponts Paris Tech Marne, France Johannes Gutenberg Universitat- Mainz, Mainz, DE, Germany Department of Earth Sciences, U Gothenberg, Goteborg, Sweden Dept of Meteorology, U Reading, Reading, UK K U Leuven, Belgium The authors regret missing the following corrections: The affiliation of Dr. Luciana Schwandner Ferreira should read “School of Architecture and Urbanism, University of São Paulo, Sao Paolo, Brazil and and Dr. Luciana Schwandner Ferreira is the 24th author in the author list. Affiliation for Benjamin Bechtel is “Department of Geography, Ruhr-University Bochum, Bochum, Germany”. The surname of Dr. Matthias Demuzure is “Demuzere”. Affiliation is “Department of Geography, Ruhr-University Bochum, Bochum, Germany”. The authorname “Ed Ng” should be “Edward Ng”. The authorname “Qiaodong He” should be “Xiaodong He” and affiliation is “Institute of Urban Meteorology, CMA, Beijing, China.” Affiliation q should be the same as this affiliation. The authorname “Tzu-Ping” should be “Tzu-Ping Lin”. Affiliation for Nigel Tapper should be “School of Earth, Atmosphere and Environment, Monash University, Melbourne, Australia”. The authorname “Shen Li” to “Li Shen” and his affiliation is ae “Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu, China”. The affiliation for Yelva Roustan is “CEREA, Joint Laboratory Ecole des Ponts ParisTech – EDF R&D, Champs-Sur-Marne, France”. The affiliation for Youngsoeb Kim is also “CEREA, Joint Laboratory Ecole des Ponts ParisTech – EDF R&D, Champs-Sur-Marne, France”. Miscellaneous within text changes are as follows: (1) Table A2, Please change in first column “Banaras” to “Varanasi”.(2) Paragraph before acknowledgement, “Passive Low Energy Architecture (PLEA)” should read “Passive and Low Energy Architecture (PLEA)”.(3) Correction 1. The word “pana;” in the last sentence of first paragraph to be removed.(4) Correction 2. Fig. 1 caption; change “Rpouse” should read “Rouse”.(5) In Section 3.4, second paragraph, 5th line “APP; and sampling” to be removed.(6) Section 4.1, second para, 5th line. The sentence “In particular, the horizontal axis……range divided” to be removed.(7) Section 4.4, second line, “paradigms” should be replaced with “tools”.The authors would like to apologise for any inconvenience caused. a,⁎ b c d e f g h i j k k l m n o p p q r r s t t u v w x y y z z z aa ab ac ad ae af ag ah ai aj ak al am an a b c d e f g h i j k l m n o p q r s t u v w x y z aa ab ac

  • Introduction

    Yamagata Y., Seya H.

    Spatial Analysis Using Big Data: Methods and Urban Applications (Spatial Analysis Using Big Data: Methods and Urban Applications)     1 - 5 2019年11月

    ISSN  9780128131275

     概要を見る

    Section 1.1 of this chapter introduces the definition of spatial data as the realizations of spatial processes. Three types of spatial data-geostatistical data, lattice data, and spatial point patterns-are defined there. Section 1.2 explains the characteristics of spatial data-spatial autocorrelation (subsection 1.2.1) and spatial heterogeneity (subsection 1.2.2).

全件表示 >>

競争的資金等の研究課題 【 表示 / 非表示

  • 土地利用と炭素蓄積の変化に着目したアジアにおけるバイオエコノミーのモニタリング

    2017年10月
    -
    2020年03月

    国立研究開発法人国立環境研究所, 山形 与志樹, GOH CHUN SHENG, 特別研究員奨励費

     研究概要を見る

    Bioenergy in Japan: Two papers were recently completed in May and July 2019, respectively, after a few round of internal revisions, with the content mainly based upon (i) a workshop was organised at UNU attended by 35 experts from governments, academia, industries and NGOs and (ii) an international workshop was co-organized by IEA Bioenergy and NEDO in September 2018, which received about 100 international participants. Two papers were recently accepted to be published on Sustainability Science (Springer).
    Bio-economy in Borneo: A paper was recently completed in July 2019, based upon extensive field trips made in Indonesia, Malaysia and Singapore in October 2018, which include multiple interviews and meetings were made with a large number of stakeholders from various background and sectors to investigate the latest development of bio-economy in the region. The paper was submitted in July 2019 to Environmental Development (Elsevier), and then revised after the first round of review. It is currently under the second round of review.
    For the entire period of the fellowship, three (3) papers have been accepted / published in peer-reviewed journals, one (1) were submitted and currently under 2nd round of review, and one (1) book chapter (Springer) which is currently in editing.

  • 地球温暖化対策のための地表面温度の時空間解析の高度化

    2017年04月
    -
    2020年03月

    統計数理研究所, 松井 知子, 村上 大輔, 山形 与志樹, AMES MATTHEW, 基盤研究(B)

     研究概要を見る

    本研究は、空間的かつ時間的に粒度の異なる計測データを統合的に活用して、大都市圏での地球温暖化対策を実現することを目指し、地表面温度の高度な時空間解析技術の開発に取り組む。低分解能の地上気象観測による気象要素の時系列計測データに加えて、高分解能の人工衛星による地表面温度の時系列計測データを用い、統計解析手法を高度に融合させることによって、これまで捉えられなかった大都市圏における地表面温度分布の時空間変動の高精度な推定方法と、厳しい熱波状況などの極端な極値事象発生に関与する要因の高度な検出方法の開発を行う。将来的に本技術は大都市圏での地球温暖化対策立案に貢献することが期待される。
    当該年度は、クラスタリングとSpatial Best Linear Unbiased Estimator (Spatial-BLUE)を組み合わせた解析を行うことで、熱波状況の背後に潜む分布構造、具体的には期待値、分散、歪度、尖度が異なることを明らかにした。さらに、この結果を発展させて、上記解析のパラメータを、熱波の時空間過程とともに場所毎に推定する方法を新規開発した。ここでは局所空間過程の高速推定手法であるlocal approximate Gaussian process(laGP)とTukey g-and-h (TGH)modelを組み合わせた。それにより、衛星観測熱画像のような高解像度データから、各地の暑熱特性(期待値、分散、歪度、尖度)を現実的な時間スケールで推定することができた。この結果、真夏日の暑熱特性には尖度や歪度といった分布の裾の特徴量が顕著となることがわかった。
    本研究課題については、①高度解析手法の開発、②計測データの収集と観測実験、③地表面温度の高度な時空間解析技術の開発、④熱波状況のシミュレーションと解析実験の四つの検討を実施する計画であった。
    ①については、物理モデルを想定しない場合について、クラスタリングとSpatial Best Linear Unbiased Estimator (Spatial-BLUE)を組み合わせた解析手法を開発した。物理モデルを想定する場合については未着手である。②については、MODISデータ(気象関連)を整備した。③については、上記①の手法、上記②のデータを用いて、熱波状況の背後に潜む分布構造、具体的には期待値、分散、歪度、尖度が異なることを明らかにした。さらに、この結果を発展させて、上記解析のパラメータを、熱波の時空間過程とともに場所毎に推定する方法を新規開発した。ここでは局所空間過程の高速推定手法であるlocal approximate Gaussian process(laGP)とTukey g-and-h (TGH)modelを組み合わせた。④については、上記③の成果をもとに、各地の暑熱特性(期待値、分散、歪度、尖度)を現実的な時間スケールでシミュレーションした。この結果、真夏日の暑熱特性には尖度や歪度といった分布の裾の特徴量が顕著となることがわかった。
    以上、概ね順調に進展していると自己評価する。
    方法と応用の2チーム体制で実施する。方法チームは、前年度に引き続いてモデリングの研究を行って、共変量の組み込みなどによるモデルの洗練化をはかるとともに、キャリブレーションの研究を行う。具体的には、物理モデルを想定する/しない場合に分けてモデリング、キャリブレーションを行う。物理モデルを想定する場合、並列計算効率に優れた局所アンサンブル変換カルマンフィルタなどの高速なデータ同化手法を適用する。物理モデルを想定しない場合には、状態空間モデルの観測、状態方程式は、表現力の優れたノンパラメトリックなガウス過程を用いて表す。計算コストが非常に小さいST-BLUEのアルゴリズムを新たに組み込むことについて検討する。
    また、応用チームは、応用チームは前年度に引き続き計測データの取得・整備、地表面温度の観測実験を行う。
    さらに、方法と応用の両チームとの協働のもと、GCPの海外の主要関連研究者の協力を得て、各種センサーからの計測データを用い、上記高度解析手法を応用して、衛星熱画像を高精度に時空間補間し、地表面温度分布の時空間変動を高精度に推定する方法を開発する。その際、計測データの時空間解像度、種類、精度を反映させた地表面温度分布のモデルを設計する。また、厳しい熱波状況などの極端な極値事象発生に関与する要因を高度に検出する方法を開発する。

  • 水害リスク情報提供サービス設計手法の開発

    2016年04月
    -
    2019年03月

    国立研究開発法人国立環境研究所, 山形 与志樹, 松井 知子, 村上 大輔, 廣井 慧, 吉田 崇紘, 基盤研究(B)

     研究概要を見る

    地理情報データを用いた水害リスクのシミュレーション手法の開発を行った。対象時点は平成27年9月関東・東北豪雨の期間を含む2015年9月9日~16日、対象地域は水害の発生した茨城県常総市である。特に把握が困難と考えられる対象期間内の人々の動きを推定・再現することに焦点をあてて、捕捉率が必ずしも十分ではない(1%程度)携帯GPSデータから空間詳細な避難行動を推定する方法を検討し、カーネル関数を用いた道路リンク別・時点別の移動人数を時空間補間する方法を開発した。次に、同時空間補間手法を常総市の実データに適用することで、直感に整合した形で水害時の避難行動が再現されることを確認した。
    水害リスクに対する人間行動のミクロデータを用いたエージェントベースモデルの開発は、ビックデータ時代のモデル研究の新たな方向として学術的に革新的成果が期待され、各分野における人間行動を考慮した情報提供サービスへの幅広い貢献が可能である。特に、実際に住民が直接的な被害に直面するまで、リスク情報が割引いて評価され避難等の対策が遅れるという正常性バイアスが広く知られているが、対策が遅れているリスク管理上の大きな課題について、集団心理的な効果も考慮したエージェントベースモデルを用いた定量的な分析は、学術的にも社会的にもインパクトは大きい。

受賞 【 表示 / 非表示

  • 優秀研究発表賞

    吉田 崇紘;山形 与志樹, 2019年11月, 東京大学空間情報科学研究センター, ビッグデータを活用した空間詳細なCO2マッピング

    受賞区分: 国内学会・会議・シンポジウム等の賞

  • 応用地域学会論文賞

    瀬谷 創;山形 与志樹, 2013年12月, 応用地域学会, Weighted-average least squaresの空間計量経済モデルへの適用

    受賞区分: 国内学会・会議・シンポジウム等の賞

  • ノーベル平和賞受賞への貢献を証明する感謝状

    IPCC代表執筆者(Lead Author)として, 2008年04月, IPCC

    受賞区分: 国内外の国際的学術賞

  • 日本シミュレーション学会 論文賞

    山形 与志樹;中村仁也, 2006年06月, 日本シミュレーション学会, 地球温暖化対策の国際合意形成に関する動的ゲームシミュレーション

    受賞区分: 国内学会・会議・シンポジウム等の賞

  • 第1回 尾瀬賞

    山形与志樹, 1998年06月, 尾瀬保護財団, 湿原に関する学術研究においてリモートセンシング画像を用いた環境特性を把握する手法の開発

    受賞区分: 出版社・新聞社・財団等の賞

全件表示 >>

その他 【 表示 / 非表示

  • 2021年05月

     内容を見る

    Earthquake Risk Reduction and Residential Land Prices in Tokyo 報告者:河端 瑞貴1、直井 道生2、安田 昌平3(1.慶應義塾大学、2.慶應義塾大学、3.日本大学) 討論者:山形 与志樹 日本経済学会(春季大会)2021年5月15-16日

 

担当授業科目 【 表示 / 非表示

  • 持続可能都市システム応用

    2021年度

  • 持続可能都市システム基礎

    2021年度

  • 都市システムデザイン演習

    2021年度

  • システムデザイン・マネジメント研究

    2021年度

  • プロジェクトデザイン・マネジメント研究

    2021年度

全件表示 >>