Machine Learning-Based Landslide Susceptibility Mapping and Environmental Controls in Hanang District, Northern Tanzania

地球を、お皿の上に置かれた巨大で、少しぐにゃぐにゃしたゼリーの型の塊だと想像してみてください。時々、お皿が揺れたり（地震）、あるいは誰かが上に水を注ぎすぎて、ゼリーがドロドロと崩れ落ちてしまうことがあります。現実の世界では、この「滑り落ちること」を土砂崩れ（ランドスライド）と呼びます。これは、地面（通常は丘や山）が自分の重さに耐えられなくなったときに起こります。これは重大な問題です。なぜなら、地面が動くと、家や道路、森林を一緒に連れ去ってしまうことがあり、そこに住む人々に甚大な被害をもたらすからです。

これを防ぐために、科学者たちは地面がどこで最も滑りやすいかを予測しようとしています。彼らは、その丘の傾斜、降水量、そこにどれだけの木が生えているかといった、多くの手がかりを見て判断します。これは、まるで探偵が「誰が滑ったのか？」という謎を解こうとしているようなものです。探偵は、床の濡れ具合、スロープの角度、そしてその人が滑りやすい靴下を履いていたかどうかを確認します。科学の世界では、コンピューターが「スーパー探偵」になりつつあります。彼らは「機械学習」と呼ばれるものを使用しています。これは、基本的には、過去の失敗（この場合は過去の土砂崩れ）からコンピューターに学習させることです。これにより、次にどこで土砂崩れが起きるかを推測できるようになります。危険な場所が分かれば、より安全な家に建てたり、災害が襲う前に人々に警告を発したりできるため、これは非常に重要です。

ここで、タンザニアからの特定の物語にズームアップしてみましょう。アスナス・アルベルト・マレケラという研究者が、2023年後半に大規模な土砂崩れ災害に見舞われたタンザニア北部のハナン地区で、探偵役を務めることにしました。そこでは、地面はゴツゴツとした凹凸のあるラグのような状態であり、大雨が降ると、そのラグが床の上を滑り落ちてしまいました。アスナスは、この地区のどの部分が再び滑り落ちる可能性が最も高いかを突き止めるために、「ランダムフォレスト」というコンピュータープログラムを使って、デジタルな水晶玉を作り上げました。

「ランダムフォレスト」とは何かと不思議に思うかもしれません。天気を予想しようとしている場面を想像してください。ただ一人の人に聞くのではなく、100人の異なる友人たちがいる森に尋ねるとします。それぞれの友人は、少しずつ異なる手がかりを見ています（ある人は雲を見て、ある人は風を見て、ある人は鳥を見ています）。そして、最後に多数決を取ります。もし90人の友人が「雨が降る」と言えば、おそらく彼らを信じるでしょう。ランダムフォレスト・モデルが行ったのは、まさにこれです。100本のデジタルの「木」に地形を観察させ、ある地点で土砂崩れが起きるかどうかを投票させたのです。

このデジタルの森を教え込むために、アスナスは宇宙や地上から集めた膨大な手がかりのリストを集めました。彼女は859の特定の地点を見つけました。そのうち429箇所は実際に土砂崩れが発生した場所（「滑りやすい」地点）、残りの430箇所は地面が完全に安定していた場所（「安全な」地点）です。そして、コンピューターに、それぞれの地点について10種類の異なる情報を入力しました。それには以下が含まれます：

• 標高（高さ）
• 斜面の傾斜（勾配）
• 斜面の向き（方位）
• 降水量（単発の大雨と、年間を通じた降水量の両方）
• 植物の緑の豊かさ（NDVIと呼ばれる特別な衛星観測データ）
• 土壌がどれくらい湿っているかの指標（地形湿潤指数）
• 川からの距離
• 土地の利用形態（農業や森林など）

その後、コンピューターはこれらの手がかりを比較し、どれが最も重要であるかを見極める作業に取り掛かりました。結果はどうだったでしょうか？ モデルは驚くほど優秀でした。正解率は93.5%に達しました！ これは、とても難しいテストでA+を取るようなものです。コンピューターは非常に賢く、作成した地図を見たところ、ハナン地区全体の約44%が「高リスク」または「非常に高いリスク」ゾーンにあることを突き止めました。これは、地区のほぼ半分に相当します！

しかし、ここからがこの物語の最も驚くべき部分です。あなたは、山の「急峻さ」や「降水量」が最大の悪役だろうと思うかもしれません。確かにそれらは重要でしたが、コンピューターは別のものに巨大なデジタルの指を向けました。それは、**「緑（植生）」**です。

研究の結果、植生の状態（植物がいかに健康的で厚いか）が、単一の手がかりの中で最も重要なものであったことが分かりました。コンピューターは、この「緑度」の要因に全項目の中で最高のスコアを与えました。こう考えてみてください。植物は自然界のセーフティネットのようなものです。その根は、何百万もの小さな手のように、毛布を掴むように土をしっかりと保持しています。植物が健康的で厚ければ、地面をしっかりと固定します。しかし、植物がまばらであったり、傷ついていたり、あるいは存在しなかったりすると、土壌は裸になり、無防備になってしまいます。アスナスの研究は、地面を植物で覆い続けることが、ゼリーが滑り落ちるのを止める最善の方法であることを示唆しています。

また、コンピューターは、単発の激しい雨が火種となる一方で、嵐の「前」の土壌の乾燥具合や湿り具合も同じくらい重要であることを明らかにしました。それはスポンジのようなものです。もし数週間の雨ですでにスポンジがびしょ濡れになっていれば、ほんの少しの水が加わるだけで、あちこちから滴り落ちてしまいます。研究は、長期的な気象パターンと短期間の激しい嵐の組み合わせが、地形の形状や植物の健康状態と混ざり合うことで、土砂崩れの完璧なレシピを作り出すことを示しました。

コンピューターが単に推測しているのではないことを確認するために、アスナスは過去の実績と照らし合わせました。彼女は過去の実際の土砂崩れ地点429箇所を確認し、それらがコンピューターの地図上のどこに位置しているかを見ました。その結果は驚くべきものでした。実際の土砂崩れの93.71%が、コンピューターが予測した「高」または「非常に高い」危険ゾーンに正確に収まっていました。それは、まるでコンピューターが持っていた地図が、犯罪現場と完璧に一致していたかのようでした。

では、これは将来にとって何を意味するのでしょうか？ この研究は単に「注意してください」と言っているだけではありません。それは具体的なロードマップを示しています。もしハナンでの土砂崩れを防ぎたいのであれば、植生の保護と再生に注力する必要があると伝えています。また、急峻で緑豊かな川沿いのエリアに新しい道路や家を建てる際には、細心の注意を払う必要があることも示唆しています。この研究は、スマートなコンピュータープログラムを使用し、宇宙からの正しい手がかりを見ることによって、危険が起こる前にそれを察知できることを証明しています。それは、人々がより良く計画を立て、より安全に過ごすための強力なツールであり、時には遠くからでは見えない草や木こそが、最も重要な「山を繋ぎ止めているもの」であることを教えてくれるのです。