衛星画像とセンサスデータを用 いたQOLのマッピング 筑波大学生命環境系 松下文経 2011年10月13日.

Slides:



Advertisements
Similar presentations
生物統計学・第 5 回 比べる準備をする 標準偏差、標準誤差、標準化 2013 年 11 月 7 日 生命環境科学域 応用生命科学 類 尾形 善之.
Advertisements

1 地理情報システムを活用した地域エネルギー 消費構造の評価に関する研究. 2 本研究の目的・位置づけ 地域エネルギーを推計する研究報告の中で、地理情報システム( GIS )を 活用した研究事例が 1 、 2 例と少ないのが現状で、東北地方においては皆無 である。 東北地方は暖房を中心とするエネルギー消費量の削減が重要な課題とされ.
進学率と就職率から見るフリーター を生む社会構造の問題点について 発表者 中田 憲裕 炭山 元希.
リモートセンシング 測量学実習 第 2 回. 本日の概要 実習の目的 リモートセンシングとは? 概要 リモートセンシングのしくみ 衛星画像とバンド マルチバンドと解析 IKONOS ArcGIS を用いた解析 使用データ 作業フロー.
なぜ貧しい国はなくならないの か 第 1 章 開発経済学とは何か 1. まず定義から始めよう 筆者による定義 「貧しい開発途上国 の貧困削減に貢献する 戦略を研究する学問分 野」 2.
ふるさと納税 名古屋大学 柳原光芳ゼミナール. 発表の流れ  研究動機  ふるさと納税の概要説明  研究の流れ  地方交付税とは  ふるさと納税による地方交付税への影響の分析 ( 結果 )  ( 国から地方自治体 B に資金が流れていた場合の考察 )  ( 地方自治体 A から地方自治体.
ステレオ画像を用いた距離測定 小山高専 坪田 真延. Ⅰ. 概要  平行にずらした 2 つのステレオ画像を用いて 対象(人)物までの距離認識を行う。 図 1.1. 左から見た対象 ( 人 ) 物図 1.2. 右から見た対象 ( 人 ) 物.
世帯マイクロデータの適合度評価における 重みの決定手法
主成分分析 主成分分析は 多くの変数の中を軸を取り直すことで より低い次元で表現できるようにする。 データがばらついている方向ほど
生物統計学・第4回 全体を眺める(3) 各種クラスター分析
レーダー画像のコヒーレンス解析による、地形変化個所の抽出
北日本における4月と8月気温の強い相関関係とその時間変動(2)
配偶者選択による グッピー(Poecilia reticulata)の カラーパターンの進化 :野外集団を用いた研究
実証分析の手順 経済データ解析 2011年度.
富山市のまちなか居住推進事業について 富山大学 岩田ゼミiii.
生物統計学・第3回 全体を眺める(2) 主成分分析
4.「血液透析看護共通転院サマリーVer.2」 の説明
山口市における ヒートアイランド現象の解析
大学生におけるSNSの利用と社会的心理・対人関係との 関連について
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
教育情報の多変量解析 データの視覚化 データの分類 2変数群間の関係 その他.
データ分析入門(13) 第13章 主成分分析 廣野元久.
リモートセンシングによる緑被面積率を用いた 行政区画別環境評価
立命館大学大学院先端総合学術研究科 有松 玲
主成分分析                     結城  隆   .
日本大学 文理学部 情報システム解析学科 谷研究室 益田真太郎
第3章補足 ローレンツ曲線とジニ係数 統計学基礎 2010年度.
12月4日 伊藤 早紀 重回帰分析.
回帰分析/多変量分析 1月18日.
主成分分析と因子分析 による競馬の勝因の研究
GIS 立地分析への応用 担当 村山祐司 教授 T A  薛 琦.
HPLCにおける分離と特徴 ~理論段数について~
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 データ入力 データ分析 報告書の作成.
近年の北極振動の増幅 Recent Arctic Oscillation amplification
2016年度 植物バイオサイエンス情報処理演習 第10回 情報解析(3) Rを使った主成分分析
第9回 GISで空間分布を捉える デジタル地理情報の構造 GISでみる地理分布 地理分布の計測 地理分布の理解.
主成分分析 (Principle Component Analysis)
銀河風による矮小銀河からの質量流出とダークマターハロー中心質量密度分布
T2統計量・Q統計量 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
データ解析 静岡大学工学部 安藤和敏
独立成分分析 (ICA:Independent Component Analysis )
リモートセンシング 測量学実習 第2回.
リモートセンシングデータによる佐鳴湖汚濁状況の把握
配偶者選択による グッピー(Poecilia reticulata)の カラーパターンの進化 :野外集団を用いた研究
出発点となる2つの問い 概念化 1つめの問い 「(自立生活)能力の有無」を軸にして、なぜ位相の異なるQOL観が並列的に位置できているか(例えば「寝たきり老人」「認知症高齢者」における違い) 2つめの問い 昨今、「QOL」が数値化されているが、そもそも主観を尺度化できるのか 尺度化.
主成分分析 Principal Component Analysis PCA
生  物  数  学 斉木 里恵.
多変量解析 ~主成分分析~ 1.主成分解析とは 2.適用例と解析の目的 3.解析の流れ 4.変数が2個の場合の主成分分析
部分的最小二乗回帰 Partial Least Squares Regression PLS
プロセスデータ解析学5 -主成分分析- 担当:長谷部伸治     金 尚弘.
背景 課題 目的 手法 作業 期待 成果 有限体積法による汎用CFDにおける 流体構造連成解析ソルバーの計算効率の検証
院内の回復期リハ病棟間の成果比較  -予後因子(入院時年齢・FIM・発症後日数)の階層化による測定法を用いて-
データ解析 静岡大学工学部 安藤和敏
「ICAによる顔画像特徴量抽出とSVMを用いた表情認識」
「雇用と社会保障の密接な連携」を通じた介護分野の成長戦略
配偶者選択による グッピー(Poecilia reticulata)の カラーパターンの進化 :野外集団を用いた研究
大阪府子どもの生活に関する実態調査 今後の集計・分析について
1ーQー18 音声特徴量抽出のための音素部分空間統合法の検討
市町村審査会における二次判定について.
税金や社会福祉などによって再分配機能が充実した国の場合、初期所得(税引き前の給与)でのジニ係数と、所得再配分後のジニ係数が異なる。
パターン認識特論 カーネル主成分分析 和田俊和.
市場細分化 ターゲットの設定 ポジショニング
議論の前提 ある人獣共通感染症は、野生動物が感染源となって直接又は媒介動物を通じて人に感染を起こす。
疫学保健統計 ~テスト対策~ 群馬医療福祉大学 看護学部 2年 ○○○優衣.
実施地域: サービス等領域:( ⅰ)/ ⅱ/ ⅲ / ⅳ) / ⅴ)から選択 ) コンソーシアム等名称:
rd-7. 主成分分析 (Rシステムでデータサイエンス演習)
旭 川 市 営 住 宅 長 寿 命 化 計 画 ( 中間見直し ) 1 計画の目的 1 計画の目的 3 計画期間 2 計画期間 4 課題
生物統計学・第11回 全体を眺める(3) -主成分分析1:分析の基本-
<PC48> エゾマツ・トドマツ稚樹群の動態に 環境条件が与える影響
実都市を対象とした初期マイクロデータの 推定手法の適用と検証
Presentation transcript:

衛星画像とセンサスデータを用 いたQOLのマッピング 筑波大学生命環境系 松下文経 2011年10月13日

QOL とは? Quality of Life (QOL) 生活の質・人生の質・生命の質を指す。 医療福祉・都市計画・地理学・社会学・経済 学・心理学・政治学・市場管理 QOL の「幸福」とは? 身心の健康、良好な人間関係、やりがいのある仕事、快適 な住環境、十分な教育、レクリエーション活動、レジャーなど

先行研究:アメリカ・インディアナポ リス市の QOL マッピング( Li and Weng, 2007) 環境指標(植生被覆率・不浸透面面積 ISA ・地表面温度:衛星データ) 社会経済指標(人口密度・住宅密度・教育レベル・収入・失業率など: センサスデータ

解析の流れ

主成分分析の結果 経済指標環境指標人口密度指標

アメリカ・インディアナポリス市 QOL 指標の空 間分布 × + × × = - + Factor 1 Factor 2 Factor 3QOL

本研究の目的 先行研究の手法を用いて日本におけるQ OLを算出、地図化する。 先行研究と比較し、日本とアメリカの相 違点を明らかにする。 日本国内での地域差を明らかにする。

使用データⅠ(衛星画像) 2000 年 6 月 4 日東京都周辺に おける Landsat7/ETM+ の画 像 ISA比率 (Yang et al., 2010) 植生の被覆率 (Yang et al., 2010) 地表面温度

使用データⅡ(センサスデータ 2000,2005 )

使用データⅢ 株式会社JPS発行 2011 年版個人所得指標より これらのデータを全て 1k ㎡のメッシュに統一し、 メッシュごとにQOLを算出する。

主成分分析の結果 固有値 寄与率 累積寄与率 主成分 № % 主成分 № %64.23% 主成分 № %78.56% 主成分 № %86.59% 主成分 № %92.51% 主成分 № %97.01% 主成分 № %98.77% 主成分 № %99.38% 主成分 № %99.76% 主成分 № %99.92% 主成分 № %100.00%

主成分 1 (環境+人口密度+経済指標) 主成分1の主成分負荷量 高得点なほど人口密度・ ISA ・地表面温度、また所得が高く、植被率が低い 生活環境重視の場合QOLに対して負のファクター 経済重視の場合QOLに対して正のファクター 指標の混在!

主成分 2 (経済指標) 主成分2の主成分負荷量 高得点なほど経済指標が高く、生活レベルが高い QOLに対して正のファクター

主成分 3 (都市成熟度指標) 主成分3の主成分負荷量 高得点なほど居住面積が大きく、所得が低い 社会とのつながりが少ない QOLに対して負のファクター

QOLの計算 QOL = - ( * PC 1 ) +( * PC 2) -( * P C 3) ・各係数は主成分ごとの寄与率 ・PC n はそれぞれの主成分スコア ・符号は各主成分がQOLに対し、正 負どちらの働きを示すかを表す QOL = + ( * PC 1 ) +( * PC 2) -( * P C 3) 生活環境重視の場合 経済重視の場合

算出されたQOL① 人口密度や住宅密度が低い 農村部ほど高い結果に ①生活環境重視の場合

算出されたQOL② 所得や高学歴者分布が高い 都心部ほど高い結果に ②経済重視の場合

まとめ 東京都における QOL のマッピングを行った 。 アメリカのインディアナポリス市と異な った結果となった。 日本とアメリカの生活スタイルが異なる ことを示唆した。

今後の予定 日本における他の地域でのQOLマッピ ングを行う(例えば、北海道、鹿児島な ど)。 他の有効となる指標はないか考察する。 様々なシナリオで QOL のマッピングを行う ( 例えば、駅・病院・学校・スパー・湖か らの距離など)。