３年前の３月１１日。
地震発生直後の東京・渋谷の映像です。
東京の広い範囲で観測された震度５強の強い揺れ。
人々が立ち止まり不安そうに周囲を見渡しています。
その後僅か３０分渋谷駅周辺は身動きがとれないほどの人であふれかえりました。
東京・渋谷区渋谷駅前です。
たくさんの人が立ち止まっています。
先ほどの余震の影響でしょうか。
携帯電話で家族の安否を確認しようとする人々。
その携帯電話のＧＰＳ機能がこの時の異常な密集を捉えていました。
地震のあと人々はどれだけ増えたのか。
赤い棒グラフは２５０メートル四方にいる人々の数を示しています。
午後２時４６分に駅周辺にいたのは４万２，０００人。
その後一気に増え午後７時には６万６，０００人。
朝のラッシュ時と比べても２．５倍の人々が密集していたのです。
場所によっては電話ボックスに６〜７人が閉じ込められているような状態。
一歩間違えれば将棋倒しが発生し重大な事故につながりかねない事態でした。
渋谷新宿丸の内池袋。
異常な密集が都内の１９か所で同時多発的に発生していたのです。
密集の中でパニック寸前に陥る人々も出ていました。
その精神状態を映したツイッターの膨大な記録。
時間の経過とともに密集への恐怖を訴えるつぶやきも急増していました。
あの日の首都東京では災害史上最も膨大な電子情報ビッグデータが蓄積されていました。
携帯電話数千万台分の位置情報。
カーナビ１４０万台分の走行記録。
そしてツイッターのつぶやきは３，５００万件以上。
大震災に直面した過密都市の姿を克明に記録していたのです。
今国はビッグデータを将来の首都直下地震への備えに利用しようとしています。
ビッグデータから東日本大震災の教訓を導き出し一人でも多くの命を救おうというのです。
地震の国に生きる私たちが手にした震災ビッグデータ。
その一つ一つは命を守る手がかりです。
遠くない未来首都を襲うとされる巨大災害。
その日までに私たちは何ができるのでしょうか。
東北沖で発生したマグニチュード９．０の巨大地震。
大津波が各地を襲い死者行方不明者は１万８，０００人を超えました。
震源から４００ｋｍ離れた東京。
広い範囲で震度５強の強い揺れを記録しました。
関東大震災以来９０年近く経験していなかった揺れに首都が襲われたのです。
地震による被害で２人が死亡し３１人が重軽傷を負った東京・千代田区の九段会館です。
地震発生から１２分後に撮影された映像です。
動画投稿サイトに蓄積された膨大な映像データ。
これもその一つです。
ホールでは専門学校の卒業式が行われていました。
その時天井が崩落したのです。
被害に遭った人たちが自ら救助に当たる姿が映し出されています。
頭蓋骨やろっ骨など１５か所を骨折した…ホールの１階に座っていたところ崩落した天井が直撃。
周囲の人たちに助け出されました。
しかし救急車は１時間以上到着しませんでした。
ひどい渋滞になっています。
渋滞が続いています。
渋滞が続いています。
この時救急車の行く手を阻んでいたのが史上最悪の大渋滞でした。
午後４時の都心。
幹線道路に車があふれ始めていました。
大渋滞はどのように発生しどう広がっていったのか。
当時の車の移動を記録した３つのビッグデータを解析します。
まず警視庁が都内の主要幹線道路の感知器で捉えたデータ。
大手タクシー会社が保有していた７，０００台分のデータ。
そして一般車１４０万台のカーナビが発信した車の移動データ。
この３つを重ね合わせるとこれまで分かっていなかった渋滞の全体像が再現できるのです。
渋滞に巻き込まれた車を赤普通に走行している車を青で示します。
地震が発生した午後２時４６分を過ぎると行き交っていた車の動きが止まり赤になります。
再び動き出すものの時速２０ｋｍ以下でしか移動できません。
急激に渋滞が生まれている場所がありました。
首都高速道路と一般道の合流地点でした。
地震から１５分後に首都高速道路が閉鎖され一般道に車があふれていました。
ビッグデータがその様子を捉えていたのです。
あの日の渋滞は通常では起こりえない経過をたどっていた事も分かってきました。
グラフの縦軸は渋滞の総距離横軸は時間の経過を示します。
緑で示した平常時の渋滞と比較します。
地震発生まではほぼ同じ経過をたどっていました。
しかし地震発生から１０分後渋滞の長さが一気に２倍近くになります。
地震で車が一斉に停止した事が招いた渋滞でした。
３時２２分に再びピークを迎えます。
首都高速道路の閉鎖が原因と見られます。
午後４時過ぎ九段会館で重傷を負った二村さんが搬送される映像が残されていました。
大渋滞に巻き込まれた隊員の叫び声を覚えていると言います。
渋滞はその後急激に悪化。
午後８時にはふだんの同じ時間帯の２８倍にまで拡大しました。
そして翌朝になってもふだんの２倍の渋滞が続いていました。
ここまで渋滞が深刻化した原因は何だったのか。
ビッグデータを利用して渋滞のメカニズムを分析している…桑原さんが注目したのは地震から１〜２時間後に移動を始めた車が多い事でした。
このにわかに動き出した車を黄色で示します。
地震の前に遡って調べてみると駐車場など道路以外の場所に止まっていた事が分かりました。
これらの車が午後４時前後から次々と動き出し渋滞している事を示す赤の道路に入っていたのです。
桑原さんは夕方から一斉に動き出したのはふだんはあまり使われない潜在需要車と呼ばれる車だと見ています。
都市部では週末しか使われない車など潜在需要車が数多く存在します。
渋滞がピークを迎えた午後８時に都内の道路を走行していた車は２５万台以上。
ビッグデータの解析からその３０％近くが潜在需要車だった可能性がある事が分かってきました。
潜在需要車を使った一人東京・新宿区の安増千明さんです。
この日友人から大学入試を控えた息子を迎えに行ってほしいと頼まれました。
午後８時ごろ友人の息子が足止めされていた港区の高校に向かいました。
黄色で示した点が渋滞に巻き込まれた安増さんの車です。
ふだんは往復１時間半の道のりが８時間かかりました。
帰宅したのは午前４時でした。
救命活動の大きな妨げになった史上最悪の大渋滞。
（救急車のサイレン）九段会館に派遣された丸の内消防署の上田勝さんです。
必要な救急車全てが到着するまでに２時間半かかったと言います。
都心部に１１ある災害拠点病院のうち８つの病院が大渋滞に四方を囲まれるという事態を招いていました。
現在の防災計画では考慮されていない潜在需要車の存在。
桑原さんは巨大都市が抱える隠れたリスクだと言います。
ビッグデータからはあの日の首都東京のもう一つの危険性も浮かび上がってきました。
渋谷駅前です。
皆さん足を止めて立ち止まっています。
地震発生後主な駅には多くの人々が集中しました。
鉄道やバスなど公共交通機関が運行を見合わせる中で行き場を失った人たちが長時間とどまり続けていたのです。
この密集は過去に例を見ない規模のものだった事が携帯電話の位置情報の解析から分かってきました。
位置情報からは電話番号や名前住所など個人が特定されるデータは全て取り除かれています。
このデータを使って２５０メートル四方の中にどれだけの人がいたか集計します。
地震から１時間たった午後４時の東京の人口グラフです。
赤色の棒は２５０メートル四方に３万人以上いる事を示しています。
棒が高ければ高いほど多くの人が集まっています。
東京駅では朝のラッシュ時に比べ２．１倍の３万２，０００人が密集していました。
新宿駅では１．６倍の４万１，０００人。
局所的に１m^2当たりに５人以上が密集した状態でした。
長年都市を襲う巨大災害を研究してきた…これぐらいで…あの日の密集は人々が予期せぬ動きをしていれば重大な事故につながりかねなかったと指摘しています。
その危険性が顕著に現れたのが１３年前の兵庫県明石市の歩道橋での事故でした。
花火大会に向かう人と帰る人が歩道橋で押し合いとなり倒れました。
密集は危険とされる目安の更に２倍。
子どもを含む１１人が亡くなり２５０人が重軽傷を負いました。
室さんが都内の密集の中でも危険性が高かったと指摘するのが渋谷駅。
駅の外の歩道橋にまで人があふれていました。
人々が特に集中していたのが渋谷駅のハチ公前とその隣のバスターミナル付近など２つのブロック。
地震直後から一気に急増し午後７時には６万６，０００人。
朝のラッシュ時と比べて２．５倍の人々が密集していました。
このうちハチ公前のブロックを見てみます。
午後１０時を過ぎてもこのブロックだけで３万６，０００人。
この時映像には残されていない駅の構内の密集がより深刻になっていた事が分かりました。
それだけの人が１つの電話ボックスに閉じ込められているような超過密状態だったのです。
当時駅で対応に当たっていた東京メトロの増田行央さんです。
勤続２８年。
これほど多くの人が押し寄せ混乱する事態は初めてだったと言います。
重大な事故につながりかねなかった密集。
その中にいた人々がパニック寸前に陥っていた事も分かってきました。
それを明らかにしたのは震災当日にツイッターに投稿された３，５００万以上のつぶやき。
情報処理が専門の東京大学教授の喜連川優さんです。
つぶやきを分析する事で人々の心理状態を正確に把握できると言います。
地震直後のつぶやきです。
「渋谷騒然としている」。
「みんなパニック」。
その２時間後…。
「きっと今日は帰れない」。
あの日の渋谷に関するつぶやきは２２万件。
この膨大なつぶやきをその内容に応じて分類していきます。
例えば「ひと」と「あふれる」という単語が一つのつぶやきに含まれる場合「密集」に分類します。
地震発生直後から２時間ほどは地震や電車の運行状況など具体的な情報に関するものが多く感情を示したつぶやきは目立ちませんでした。
ところが徐々に不安を示すつぶやきが増加していきます。
午後６時「密集」と「不安」という分類が次第に大きくなっていきます。
午後７時半。
人々が密集の中危険を感じ始めた事がうかがえます。
地下鉄が運転を再開した午後９時から１０時にかけて「密集」と「不安」の分類が再び大きくなっていきます。
ＩＴ会社社長の徳力基彦さんは再開した地下鉄で渋谷に来ました。
徳力さんの午後１０時４分のツイッターです。
「渋谷駅がパンク寸前の状態」。
「渋谷駅に機動隊の出動を要請したとか」。
人々の不安は頂点に達していたと言います。
ビッグデータが初めて明らかにした大渋滞の全貌そして密集の危険性。
室さんは首都を襲う巨大災害では更に深刻な事態を想定し備えなければならないと指摘します。
我々専門家がやるべきかもしれませんけど…もしビッグデータの解析結果をリアルタイムで分かっていればあの日の東京の姿は変わっていたかもしれません。
幹線道路のほぼ全域が渋滞を示す赤で埋まった史上最悪の大渋滞。
この地図から赤色を消し渋滞していなかった道路を抜き出します。
渋滞のさなか車が普通に走行できていた道路が浮かび上がってきます。
渋滞がピークを迎えていた午後８時でも脇道を中心に都内の道路の１７％が走行可能だった事が分かります。
当時救急車でけが人の救助に向かっていた京橋消防署の…この時の京橋消防署とその周辺の地図です。
ここまで渋滞が深刻だとは思わなかった下山さんは幹線道路を使って現場に向かったと言います。
ビッグデータで下山さんが使わなかった脇道を見てみます。
するとタクシー会社のデータから渋滞に巻き込まれずに走行していた車があった事が分かりました。
その車を運転していた佐藤真一さんです。
女性客を乗せて墨田区に向かっていた佐藤さん。
目的地にはふだんとさほど変わらない時間で着いたと言います。
下山さんにビッグデータを見てもらいました。
（取材者）例えば先ほどの８時前後ですね。
こうしたリアルタイムの情報に警察も注目しています。
渋滞は駒形から箱崎のジャンクションまで。
警視庁は幹線道路の渋滞状況は監視していますが脇道までは把握していません。
災害時に一般車のカーナビやタクシーの走行記録をリアルタイムで利用できれば状況は大きく変わります。
車が走行できる道路を把握し緊急車両の配置に役立てたいと考えています。
東日本大震災から次の巨大災害へ。
ビッグデータが果たす役割に期待が高まっています。
今国は日々蓄積されるビッグデータを次の巨大災害に備える切り札にしようとしています。
今年１月に始まった災害対策を検討するプロジェクト。
国や民間企業などおよそ４０の機関が参加しています。
活用するのはさまざまな機関が保有するビッグデータです。
彼らの懸念それは３０年以内に７０％程度の確率で起きるとされる首都直下地震です。
去年１２月国は首都直下地震の新たな被害想定を公表しました。
最大震度７の激しい揺れや火災による死者は最悪の場合２万３，０００人。
経済被害は国家予算に匹敵する９５兆円に上るとされました。
甚大な被害想定に国は行政の力だけでは限界があるとしています。
ビッグデータを利用して被害を軽減させようとする取り組みが既に始まっています。
東京大学を中心とする研究チームはこれまでにない新たな防災地図をつくろうとしています。
研究チームがベースとしているビッグデータは都内３００万棟の建物のデータ。
それに国がまとめている構造や築年数に関するデータを加えます。
これによって一軒一軒の耐震性が推計できます。
これに地盤のデータを組み合わせると倒壊の危険性が高い建物が浮かび上がります。
赤が倒壊率５０％以上の建物。
黄色灰色と倒壊率は低くなっていきます。
どこに危険な建物があるか一目瞭然です。
地域の危険性がここまで細かに示された事はありませんでした。
なぜ研究チームは一軒一軒にまでこだわってリスクを洗い出しているのか。
それは地域が持つ防災の力を明らかにし住民一人一人の備えに生かしてもらいたいと考えているからです。
鍵を握るのが共助の力。
東日本大震災の時にも居合わせた人が互いを助け合う共助力が多くの人たちを救い出しました。
この共助力が初めて注目されたのは１９年前の阪神淡路大震災。
倒壊した建物の中から救助された人のうち８割は消防や警察ではなく近所の人によって助け出されていたのです。
研究チームは地域ごとの共助力を明らかにするため人の位置情報や年代性別などの属性を地図に加えました。
共助力を倒壊した建物の半径１００ｍの範囲にいる人たちの救助能力と定義しました。
年代別の体力更に阪神淡路大震災の時どの年代の人がどれだけ助けに行ったかという実績を基に数値化しました。
最も能力が高いのは４０代男性。
それを１とすると６０代の男性は０．５９。
３０代の女性は０．２４です。
この数字を足し合わせて共助力の高い地域を青で示します。
青の地域の共助力ならば建物の下敷きになった人１０人以上を助け出せる計算です。
水色白黄色赤の順で共助力が低くなります。
赤で示した地域は共助力では一人も救出できない事を表しています。
地域の力を初めて明らかにした共助力マップ。
携帯電話の位置情報も使っているため時間ごとの共助力の変化も分かります。
首都直下地震で多くの犠牲者を出すとされる建物の倒壊。
東京２３区で最も多くの人口を抱える世田谷区。
都の想定で６，０００棟が全壊するとされています。
ビッグデータから明らかになった世田谷区の共助力は２３区で下から５番目でした。
１万世帯１万８，０００人が暮らす…首都直下地震に備えた避難訓練を日頃から行っていますが参加するのはほとんどが高齢者。
住民の転出や転入も多く地域の実態を把握するのが難しいのが実情です。
若林地区の共助力の時間変化を見てみます。
幹線道路に面したこの一角は一日中共助力が高いという結果が出ました。
住民によるとこの地域は事業所が多いため日中も人が減らないからと見られます。
一方隣のこの地域は一日中黄色か赤となり共助力が低いという結果になりました。
古い住宅街が立ち並ぶこの一角は高齢者が多く空き家もあるためと見られています。
この共助力マップを使えば地域の実情に合った備えが可能になるのです。
このデータを若林地区の人たちに見てもらいました。
住民たちが思いも寄らない結果を示した地域がありました。
住民たちは商店が立ち並ぶこの地域は若い世代が多く共助力は高いと考えていました。
しかし時間の経過を追うと共助力では一人も助ける事のできない赤い時間帯がある事が分かりました。
最近は単身者が住むマンションが増え日中地域にいない住民も多い事に気付いていなかったのです。
首都直下地震では火災でも多くの犠牲者が出るとされています。
ビッグデータを利用すると現在の想定以上の犠牲者が出るおそれがある事も分かってきました。
混乱状態というかその混乱によって…。
避難場所としてほしいっていう要望が毎回挙がるんですよ。
東京大学准教授の加藤孝明さんはビッグデータを使って火災避難のシミュレーションを行っています。
赤く光っている所は火事で延焼する地域です。
人の動きを１０人単位で示します。
青い点はこの地域の住民。
黄色の点は買い物客など外から来た人を表しています。
携帯電話の位置情報からは住民以外の人がどのくらいいるかも分かります。
地域に不慣れな住民以外の人たち。
これまでの被害想定では考慮されてきませんでした。
ビッグデータの利用で実態を反映した被害像が初めて浮かび上がろうとしています。
東日本大震災の教訓を首都直下地震への備えにつなげていくために。
今民間企業もビッグデータ利用の技術開発を進めています。
目指すのは集積した膨大なデータを一人一人のニーズに合わせてリアルタイムで届ける事です。
イベント会場の集客状況みたいなものを見てみたい…。
この会社は災害時利用者の居場所に応じて避難所や密集の状況などを個別の携帯電話に伝えるシステムの開発を進めています。
刻一刻と変わる災害情報をドライバーのいる場所に応じて瞬時に伝えるカーナビも開発されています。
「大津波警報が発表されています」。
例えば津波警報が出された場合。
浸水が予測されるエリアを車の進行方向に応じて通知。
更にそのエリアに車がさしかかるまでの時間を一台一台に伝える事を目指しています。
このシステムの実用化に向けて北海道で運用試験が始まっています。
（警報音）膨大な量の観測データを基にドライバーが直面する個別のリスクを事前に伝えるシステム。
危険を回避するための判断に役立ててもらうのがねらいです。
青からこっちはグレーゾーンに。
世田谷区の若林地区の人たちはビッグデータでつくられた新たな防災地図を手に地域を回っていました。
黄色くなってますね。
はい。
青とか赤とか。
共助力の低い地区に隣接するマンションの若い住民にいざという時に力を貸してほしいと頼んでいるのです。
一人一人の手に届き始めたビッグデータ。
地域の中で誰がどのような役割を担うのか。
具体的な備えが始まっています。
どうもありがとうございました。
近い将来必ず起きるとされる首都直下地震。
その時人々の命はかつてない危機にさらされる事になります。
掛けがえのない命を守るためにその時までにそしてその時何ができるのか。
震災ビッグデータは新たな道筋を指し示そうとしています。
2014/03/06(木) 00:47〜01:45
ＮＨＫ総合１・神戸
ＮＨＫスペシャル　震災ビッグデータ　ｆｉｌｅ３「“首都パニック”を回避せよ」[字][再]

３年前の東日本大震災の際、首都圏では膨大なビッグデータが残された。今、そのビッグデータから教訓を導き出し、きたる首都直下地震にいかそうという動きが広がっている。

詳細情報
番組内容
東日本大震災の際、首都圏の大混乱を克明にとらえたビッグデータが残された。携帯電話の位置情報を解析し、浮かび上がる「異常密集」。毎時４万ｋｍの走行記録から読み解く「大渋滞の謎」。最悪の場合２万３０００人の死者が想定される首都直下地震に、東日本大震災の教訓を生かそうという動きが、今、広がっている。私たちはその時までに、そしてその時、何が出来るのか。「震災ビッグデータ」から「新たな防災」の形を導き出す。
出演者
【語り】伊東敏恵，豊原謙二郎

ジャンル :
ドキュメンタリー／教養 – 社会・時事
ドキュメンタリー／教養 – ドキュメンタリー全般
ニュース／報道 – 報道特番

映像 : 1080i(1125i)、アスペクト比16:9 パンベクトルなし
音声 : 2/0モード（ステレオ）
サンプリングレート : 48kHz

OriginalNetworkID:32080(0x7D50)
TransportStreamID:32080(0x7D50)
ServiceID:43008(0xA800)
EventID:19978(0x4E0A)