北パキスタンの複雑な地形で機械学習を用いた統合的マルチハザード評価

この山岳の物語が重要な理由

北パキスタンのフンザ渓谷はそびえ立つ峰や氷河で有名ですが、同時に地球上で最も危険な風景の一つでもあります。急峻な斜面、融ける氷、激しい嵐、活断層により、集落、道路、大規模プロジェクトが多種の災害に同時にさらされます。本研究は、現代のデータと機械学習を組み合わせて、複数のハザードが重なる場所を一つの分かりやすい図にまとめる方法を示し、この脆弱な高山地域で人々、インフラ、重要な交易路を守る手助けをします。

多くの脅威にさらされた渓谷

フンザ地区は険しいカラコルム山脈に位置し、河川の峡谷が海抜約1,800メートルからほぼ7,800メートルに達する岩盤を切り裂いています。巨大な氷河がフンザ川に水を供給し、下流の何百万もの人々に水と電力をもたらします。しかし、この地域を強力な水源たらしめる力は同時に危険も生み出します。夏の豪雨、急速な雪氷融解、ゆるい土壌、活断層が組み合わさり、地すべり、デブリフロー、突発的な急流洪水、氷河湖決壊（GLOF）を引き起こします。地震は既に割れた斜面を揺さぶり、連鎖的な岩崩れや洪水を誘発することがあります。道路、住宅、農地が狭い渓谷底に押し込まれているため、中規模の事象でも重大な結果を招くことがあり、過去には集落が破壊され、河川がせき止められ、パキスタンと中国を結ぶ唯一の陸路であるカラコルムハイウェイが寸断された例もあります。

散在する地図から一つの大図へ

これまでの多くの研究は一度に一つのハザードを扱うことが多く、例えば地すべりだけ、あるいは洪水だけを対象としていました。このやり方では、ハザードが同時に発生したり互いに誘発し合ったりする可能性を見落とし、道路や橋、集落を現実の条件に合わせて設計しなければならない計画者を誤導しかねません。著者らはフンザのために統合された「マルチハザード」ビューを構築することを目指しました。彼らは詳細な標高データ、地形の傾斜や曲率、河川や道路までの距離、降雨パターン、土地被覆と植生、雪氷の指標、基盤岩質、既存の氷河湖危険図や震動強度図など、広範な情報を収集しました。合計で18の地球環境要因が考慮され、水、重力、気候、地質が現場でどのように相互作用するかを反映しています。

土地を読むデジタルな森を教える

この大量のデータを意味ある指針に変えるため、研究チームは森林に基づく分類・回帰モデルとして知られる機械学習手法、いわゆる「ランダムフォレスト」の実践的な形式を用いました。まず、地すべり、急流洪水、デブリフロー、地震多発域、GLOF領域など、ハザードが発生した箇所のインベントリを作成し、各地点の環境条件と照合しました。アルゴリズムは、どのような傾斜、降雨、岩質、植生などの組み合わせが危険な地点と安全な地点を最もよく分けるかを学習しました。異なるサンプルで多数の意思決定木を繰り返し構築しその結果を平均化することで、モデルは各ハザードの信頼できる脆弱性マップを生成しました。統計的な検証は高い性能を示しており、モデルが高リスク地域と低リスク地域を正しく識別できる頻度が高いことを示しています。

危険が重なる場所

個別のマップが作成された後、研究者らはそれらを同一の尺度にそろえて単一のマルチハザードマップに統合しました。結果は、フンザの40パーセント以上が少なくとも一つの重大なハザードにさらされており、一部は複数のハザードに同時に直面していることを明らかにしました。地区の約5分の1は単独で地すべりの高い脆弱性を示し、他のゾーンは主に急流洪水やデブリフローの脅威にさらされています。最も憂慮すべき地域は面積的には比較的小さいものの、地震動、デブリフロー、地すべり、急流洪水がすべて一致する場所です。これらの重なり合うホットスポットは、流域やカラコルムハイウェイに沿った渓谷の中央部および下部に集中しており、そこには集落、農地、主要インフラが集まっています。『低ハザード』に分類された地域でさえ氷河や雪に覆われていることが多く、将来の温暖化がリスクのパターンを変える可能性があることを計画者に思い起こさせます。

地図をより安全な未来へつなげる

専門外の人々にとっての重要なメッセージは明快です：フンザのような景観では、単一のハザードだけでは全体像を語ることはできません。本研究は、衛星データ、現地観測、専門家の判断、機械学習を組み合わせることで、複数の脅威が重なる場所と保護行動が最も緊急に必要な場所を示す明確な地図を作成できることを示しています。本研究が扱うのは脆弱性、すなわち自然過程が破壊的な事象を生む可能性ですが、より賢明な土地利用決定、安全な道路やダムの配置、標的を絞った早期警報と避難計画のための強力な基盤を提供します。気候変動が極端な気象を激化させ、氷河融解を加速するにつれ、このような統合されたデータ駆動型のツールは、パキスタンや世界中の山岳コミュニティが適応し繁栄するために不可欠となるでしょう。

引用: Khan, M.I., Shafique, M., Khattak, G.A. et al. An integrated multi-hazard assessment using machine learning in the complex terrains of Northern Pakistan. Sci Rep 16, 11499 (2026). https://doi.org/10.1038/s41598-026-41029-w

キーワード: マルチハザードマッピング, 山岳災害, 機械学習, フンザ渓谷, 災害リスク軽減