干ばつに見舞われた農家向けの独自のデジタル識別子から、ドローンやソーシャルメディアのデータ活用に至るまでの技術革新により、アジア太平洋地域で益々複雑化する災害をより正確に予測し、脆弱な人々への影響を抑えることができると、国連は木曜日に発表した報告書で述べた。
国連アジア太平洋経済社会委員会（ESCAP）による報告書によると、世界的な気温上昇により、同地域では洪水、サイクロン、干ばつの頻度と激しさが増しており、それらを正確に予測し監視することがより困難になっている。
しかし、「携帯電話の位置情報から衛星プラットフォームに至るまでの大規模データセットを用いたビッグデータの技術革新は、複雑な災害リスクのパターン、傾向、関連性を明らかにしている」と、ESCAPのアルミダ・アリスジャハバナ事務局長は述べた。
「これらは、極端な事象や緩慢に進行する事象のリスクを理解、監視、予測し、新たな気候の現実がもたらす主要な課題に対処するのに役立っている」と彼女は述べた。
アジア太平洋地域は、気候関連の脅威に特に脆弱であり、災害による死者数や経済的損害も大きい。
1970年以降、同地域の自然災害により200万人が死亡しており、ESCAPによると、これは同期間の世界の死者数の59％にあたる。
報告書によると、災害がGDP比で測定した場合にアジア・太平洋地域にもたらす被害は世界の他の地域よりも大きく、その差は拡大し続けている。
しかし、報告書は、技術革新によってこうした脆弱性の一部がすでに低減されつつあると述べている。
「技術は、最もリスクの高い人々を特定し所在を突き止めて、災害の前に警告を発し、災害後には的を絞った救援を届けるのに役立つ」と、バンコクにあるESCAPの災害リスク削減部門のティツィアナ・ボナペース部長は述べた。
「極端な天候が新たな常態となる中、早期警報システムの改善や影響緩和策など技術の進歩により、気候関連の事象による死者数は減少している」と彼女は述べた。
ビッグデータとは、パターン、傾向、関連性を明らかにするために非常に大規模なデータセットを分析することを指す。データは、衛星画像、ドローン映像、シミュレーション、クラウドソーシング、ソーシャルメディア、全地球測位システムなど、さまざまな情報源から得られる。
洪水やサイクロンの予測は現在、コンピュータ・シミュレーションに依拠しており、機械学習が洪水の発生場所と深刻度の予測に役立っている。
センサーウェブとモノのインターネットにより、効率的な地震早期警報システムが実現している。一方、衛星やドローンによるリモートセンシングは、被害状況や被災者数を迅速に評価し、救援活動の優先順位付けに役立っている。
「過去30年間に北東アジアで台風による死亡者数と経済損失が大幅に減少したのは、ビッグデータの活用によるものと考えられる」とアリスジャハバナ事務局長は述べた。
「同様に、インドのデジタルID制度は、干ばつの影響を受けた数百万人の零細・小規模農家に対し、的を絞った給付を行うのに役立っている」と彼女は述べた。
この制度では、インド国民一人ひとりに生体情報と紐づけた固有の識別番号を割り当てており、支持者によれば、不正の削減や、必要とする人々への政府給付の効率向上に役立っているという。
報告書によると、気温上昇によって熱波や干ばつの発生件数と期間が増加しており、特に北アジアおよび中央アジアの半乾燥地域や乾燥地域では、こうした技術の進歩がより重要になると予想されている。
また、サイクロンの強度と洪水も増加すると予想されており、東南アジアの沿岸地域に深刻な影響を及ぼすとともに、南アジアでは極端な降雨も脅威となる。
