Municipal environmental exposure profiles for climate adaptation in the Netherlands

あらゆる町は、それぞれ独自の環境課題に直面しています。激しい熱波に焼かれる場所もあれば、土壌の乾燥に苦しむ場所もあれば、突然の豪雨に見舞われる場所もあります。地形が平坦で水が常に身近に存在するオランダでは、自治体はコミュニティの安全を守るために、こうした条件を考慮した計画を立てなければなりません。困難なのは、これらの問題が単独で発生することは稀であるという点です。ある町には街路を涼しくするための樹木が豊富にあるかもしれませんが、それでも洪水のリスクが高いかもしれません。あるいは、乾燥して暑いものの、河川の上昇による影響は受けにくいかもしれません。賢明な意思決定を行うためには、計画立案者は、熱、干魃、あるいは降雨を別々の無関係なリストとして見るのではなく、これらの異なる圧力がどのように組み合わさっているかという全体像を把握する必要があります。

科学者たちは、町を総合的なリスクに基づいてランク付けする単一のスコアを作成することで、長年この問題を解決しようとしてきました。しかし、こうしたランキングは詳細を隠してしまうことがよくあります。ある町が非常に暑いために高いスコアを得た場合、その数値は、その町が同時に非常に乾燥していることや、洪水に対して優れた防御策を持っていることを覆い隠してしまうかもしれません。単一の数値では、計画立案者に対し、樹木を植えるべきか、堤防を高くすべきか、あるいは排水機能を改善すべきかを教えることはできません。より明確な視点を得るために、研究者たちは、類似した環境条件の組み合わせを共有する町をグループ化し、単純なリスクの梯子ではなく、明確なプロファイルを持つ地図を作成する方法を必要としています。

ジョシュア・オセジグベ・アゲレという研究者は、そのような地図をオランダのために作成しようと試みました。彼は、国内の自治体を追跡する5つの特定の環境要因を記録した、国の気候ダッシュボードのデータを用いて研究を行いました。これらの要因には、地面を覆う樹冠の量、干魃時の地下水の低下度、極端に暑く感じる頻度、そして河川の氾濫および地表に水が溜まる豪雨への曝露の程度が含まれます。目的は、人や建物がいかに脆弱であるかを測定することではなく、単に物理的な環境そのものを記述することでした。これら5つの要素を併せて見ることで、この研究は、あるタイプの町と別のタイプの町を区別する繰り返されるパターンを見出すことを目指しました。

研究者はまず、342の自治体からデータを収集し、最終的に5つの測定値がすべて揃っている337の町に焦点を絞りました。彼は、各町を5つの変数によって定義される複雑な空間内の点として扱いました。これらの変数間の絡み合った関係を理解するために、彼はデータの変化が生じる主要な方向を見つけ出す統計的手法を用いました。このプロセスにより、5つの指標は2つの主要なテーマを通じて理解できることが明らかになりました。第1のテーマは、干魃、豪雨、および樹冠レベルが高い町と、洪水への曝露が高い町との対比でした。第2のテーマは、熱と樹冠の間の明確な隔たりを浮き彫りにし、樹木が多い町は一般的に熱の強さが抑えられていることを示しました。これら2つのテーマは、町の差異の70パーセント以上を説明しており、少数の根底にあるパターンが国全体の環境条件を左右していることを示唆していました。

これらのパターンを用いて、研究者は町を4つの明確なプロファイルに分類しました。第1のグループは、最も樹冠が多く、熱への曝露が最も少ない52の町で構成されていました。第2のグループは最大規模の133の町で構成され、洪水や豪雨のリスクは低いものの、依然として深刻な暑さに直面していることが特徴でした。第3のグループは136の町を含み、洪水の高いリスクが支配的であり、水への曝露がその決定的な特徴となっていました。最後のグループは、洪水リスクは低いものの、深い干魃と豪雨の極端な組み合わせに直面している16の町からなる、小さくも明確なクラスターでした。これら4つのグループは、それぞれ異なる環境の実態を表しており、地方自治体の計画立案者がそれぞれ異なる方法で対処する必要があるものです。

これらのグループが数学的な産物ではなく実在するものであることを確認するため、研究者は結果の安定性をテストしました。彼はデータを繰り返しシャッフルし、分析を再実行することで、同じ町が常に同じグループに属するかどうかを確認しました。結果は堅牢でした。洪水リスクの高い町と低リスクの町の大きなグループは、何度行ってもほぼ全く同じでした。あの小さな極端な16の町のグループでさえも、うまくまとまっていました。ただし、樹木が豊かなグループの境界線は、わずかに強固ではありませんでした。また、研究者は、干魃データの測定方法を調整したり、洪水への曝露の計算方法を変更したりした場合に、結果が変わるかどうかについてもテストしました。ほとんどの場合、4つのグループは明確に認識可能なままであり、数値が微調整されたとしても、町は割り当てられたプロファイルに留まっていました。

この研究は、これらのプロファイルがどの町が最も危険であるか、あるいはどの解決策が最も効果的であるかを証明すると主張することを明確に避けています。これらのグループは物理的な環境を記述するものであり、コミュニティがいかにうまく対処できるかを決定する社会的または経済的な要因を記述するものではありません。洪水への曝露が高い町であっても、強力な防御策を持っているかもしれませんし、逆に曝露が低い町が脆弱である可能性もあります。この研究の価値は、環境の組み合わせを記述するための明確で共通の言語を提供することにあります。単一のランキングをめぐって議論する代わりに、計画立案者は今や、「私たちは洪水曝露型の町である」とか「私たちは干魃と豪雨が激しいタイプの町である」と言うことができ、その特定のラベルを用いて次のステップを導くことができます。

このアプローチは、適応計画のための実践的なツールを提供します。同様の環境構成を共有する町を特定することで、当局は、自らの場所に最も重要な特定の圧力に調査を集中させることができます。洪水曝露グループに属する町は堤防と排水に目を向ける必要がありますが、熱と樹冠が少ないグループに属する町は、日陰と冷却に焦点を当てる必要があります。この研究は、これらの明確なプロファイルが存在し、かつ安定していることを裏付けていますが、それらはあくまで出発点に過ぎないことも教えてくれます。脆弱性を真に理解し、効果的な計画を立てるためには、これらの環境マップを、そこに住む人々、住宅、そして制度に関する地域的な知見と組み合わせなければなりません。プロファイルは気候変動の問題を解決するものではありませんが、どこから始めるべきかという、より明確な視点を与えてくれるのです。