進化的アルゴリズムで最適化したANNモデルによる土砂災害感受性の予測

なぜ不安定な丘陵地の地図化が重要なのか

土砂災害は、静かな丘陵地を瞬時に岩や泥の致命的な奔流へと変え得ます。道路、町、農地が急傾斜地へ拡大するにつれて、どの斜面が崩壊しやすいかを把握することは、人命と資産を守るために不可欠になります。本研究は、過去の土砂崩れの散発的な観測と環境条件を、将来の崩壊が起こりやすい場所を正確に示す詳細な地図へと変換するために、現代のコンピュータ「学習」手法がどのように役立つかを検討します。

地形が示す隠れた警告サインを読み取る

研究者らは、イラン北西部のアルボルズ山脈の一部である東アゼルバイジャン州に着目しました。ここは山地が広がり土砂災害が頻発し、人口やインフラの増加でリスクが高まっている地域です。彼らは斜面安定性に影響を与える16種類の要因を用いて、地形の詳細な像を作り上げました。これには標高、斜度、降雨量、土壌・岩石の種類、植生被覆、地形の粗さなどの自然要因に加え、道路や河川までの距離といった人為的要因が含まれます。衛星画像、デジタル標高モデル、長期降雨記録を用いて、これらの生データを均一な地図レイヤーに変換し、既に土砂崩れが発生した場所と安定していた近傍地点のランドスライド・インベントリを作成しました。

危険な斜面を認識するようコンピュータに教える

この複雑なデータ群に隠されたパターンを学習させるために、研究チームは人工ニューラルネットワークを用いました。これは脳の神経細胞の情報処理に触発されたコンピュータモデルです。ネットワークは多数の入力を取り、いくつかの内部層の単純な数学的ユニットを通して伝播させ、出力を生成します。本研究ではその出力が、地図上の特定の地点が土砂崩れを起こしやすいかどうかの確率です。研究者らは異なる深さや内部ユニット数を試し、多数の要因間の非線形な関係を捉えつつ、訓練データを単に記憶してしまわない構造を探しました。結果として、いくつかの隠れ層を持つより深いネットワークが、柔軟性と信頼性の最良のバランスを示しました。

進化によってモデルを微調整する

ネットワークを手作業で調整する代わりに、著者らは進化的アルゴリズムに着目しました。これらは重力や動物の行動、多元宇宙の相互作用など自然の過程を模した探索手法です。ブラックホールに着想を得た方法、カッコウの巣戦略、多元宇宙オプティマイザ、渦状探索の四つの最適化戦略を試しました。各手法はネットワークの内部設定を繰り返し調整し、既知の土砂崩れ箇所と安定箇所をどれだけうまく分離できるかを評価しました。多くのサイクルを経て、これらのアルゴリズムは標準的な非最適化ネットワークよりも誤差が小さく、予測が一貫しているニューラルネットワークのバージョンを「進化」させました。

数値から実用的なリスクマップへ

最適化されたこれらのモデルを用いて、研究チームは東アゼルバイジャン州の全域を非常に低リスクから非常に高リスクまでの五段階に分類する土砂災害感受性マップを作成しました。生成された分布は地理的に妥当で、北部、中央、南東部に高感受性と非常に高感受性のクラスタが現れ、そこでは急傾斜、降雨の多さ、特定の土地利用が重なっていました。西部や遠い南東部は低～非常に低のカテゴリに属する傾向がありました。四つのハイブリッドモデルのうち、多元宇宙ベースのニューラルネットワークが最も精度と安定性に優れ、分類性能の標準的な評価で80％以上の成功率とほぼ完璧なスコアを達成しました。

急傾斜地の下に暮らす人々にとっての意味

専門でない読者への要点は、自然に倣った手法と高度な機械学習を組み合わせることで、土砂崩れが発生しやすい場所を非常に詳細かつ信頼できる形で示すマップが作れるということです。これらのマップは道路や住宅の建設場所、既存斜面の補強箇所、早期警報システムや緊急計画の重点化の指針になります。本研究はイランの一州に根ざした事例ですが、環境要因の慎重な選択、ニューラルネットワークの訓練、進化的探索による調整という枠組みは、世界の他の山岳地域にも適用可能です。要するに、デジタルツールは散発的な観測を数十年分まとめ上げ、土砂災害を減らすための実用的で費用対効果の高い指針に変え得る、ということを示しています。

引用: Cifci, M.A., Hu, X., Öney, B. et al. Prediction of landslide susceptibility through ANN models optimized by evolutionary algorithms. Sci Rep 16, 9471 (2026). https://doi.org/10.1038/s41598-026-39458-8

キーワード: 土砂災害感受性, 人工ニューラルネットワーク, 進化的アルゴリズム, ハザードマップ, 災害リスク低減