洪水廃棄物の高度推定に向けたデータ階層化.韓国における事例研究．

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Waste Manag.2020 Jul;114:215-224. S0956-053X(20)30352-4. doi: 10.1016/j.wasman.2020.06.042.Epub 2020-07-14.

洪水廃棄物の高度推定に向けたデータ階層化.韓国における事例研究．

Data stratification toward advanced flood waste estimation: A case study in South Korea.

Man Ho Park
Munsol Ju
Young Hoon Cho
Jae Young Kim

PMID: 32679479 DOI: 10.1016/j.wasman.2020.06.042.

抄録

洪水廃棄物管理は、災害復旧の遅れに起因する被害や二次環境汚染を軽減するために重要である。洪水廃棄物管理に関連する重要な課題の一つは、復興戦略や復興政策を立案するための正確な廃棄物量を推定することである。本研究では、データ層別化を用いた先進的な洪水廃棄物推定手法を考案した。本研究では、韓国の洪水事例90件を、行政区域（AR：特別市・道に相当）、市街化率（UR：都市化率）、災害タイプと沿岸へのアクセス性（DC：災害タイプと沿岸へのアクセス性）の3つの層別特性で分類し、その結果を基にしたデータ層別化を行った。その結果、このようなデータ層別化は、1段階の層別化だけでなく、連続的な層別化によっても洪水廃棄物の予測改善につながることがわかった。データの層別化は、類似した文脈を持つグループを特定し、正確な廃棄物予測を妨げるデータセットの格差をなくすのに有効であった。試験した層別化の順序の中で、洪水廃棄物予測の改善に最も効果があったのは、UR、AR、DCの順であった。この層別化順序により、74件のケースで廃棄物予測が向上した。本研究は、多くの国で重要な問題となっている災害データのギャップを解決するための戦略を扱っているため、この戦略は他の国にも応用できると考えられる。

Flood waste management is important for reducing the damage and secondary environmental pollution caused by delays in disaster recovery. One key issue related to flood waste management concerns estimating the precise quantity of waste to plan recovery strategies and policies. In this study, an advanced flood waste estimation technique was devised using data stratification. In total 90 flood cases in South Korea were sorted by three strata characteristics: administrative region (AR; equivalent to special city or province), urbanization rate (UR), and disaster type and coastal accessibility (DC). According to the results, such data stratification led to flood waste prediction improvement not only by the single-stage stratification but also by successive stratifications. Data stratification was effective both for identifying groups with similar contexts and for eliminating disparities in the dataset that impede accurate waste prediction. Among the stratification sequences tested, the order resulted in the most improvement in flood waste prediction was UR, AR, and DC. This stratification order yielded enhanced waste prediction in 74 cases. Since this study deals with a strategy to resolve gaps in disaster data, which is a crucial issue in many countries, it is envisaged that this strategy can be transferred to other countries.