Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
osaka_higasiyodogawa_littering
Search
Pirika, Inc. / Pirika Association
January 07, 2017
Research
0
360
osaka_higasiyodogawa_littering
大阪市東淀川区の淡路駅、上新庄駅周辺におけるポイ捨て調査結果
Pirika, Inc. / Pirika Association
January 07, 2017
Tweet
Share
More Decks by Pirika, Inc. / Pirika Association
See All by Pirika, Inc. / Pirika Association
Pirika Hiring Information2023-2024
pirika_info
0
6.7k
Pirika Research results 2021 (JP)
pirika_info
0
190
Microplastics research in Japan 2020 (JP)
pirika_info
1
20k
Microplastics research in Japan 2020 (EN)
pirika_info
0
3.8k
Microplastics research in Japan 2019 (JP)
pirika_info
0
3.8k
ピリカの5年間
pirika_info
1
520
HowToUsePirikaForGroup
pirika_info
0
1.1k
Takanome_handout
pirika_info
0
110
PirikaSNS_handout
pirika_info
0
100
Other Decks in Research
See All in Research
ベイズ的方法に基づく統計的因果推論の基礎
holyshun
0
820
20241226_くまもと公共交通新時代シンポジウム
trafficbrain
0
410
論文紹介: COSMO: A Large-Scale E-commerce Common Sense Knowledge Generation and Serving System at Amazon (SIGMOD 2024)
ynakano
1
390
Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications
satai
3
150
Optimal and Diffusion Transports in Machine Learning
gpeyre
0
1.2k
移動ビッグデータに基づく地理情報の埋め込みベクトル化
tam1110
0
240
Neural Fieldの紹介
nnchiba
2
680
言語と数理の交差点:テキストの埋め込みと構造のモデル化 (IBIS 2024 チュートリアル)
yukiar
5
1.1k
Intrinsic Self-Supervision for Data Quality Audits
fabiangroeger
0
320
研究を支える拡張性の高い ワークフローツールの提案 / Proposal of highly expandable workflow tools to support research
linyows
0
310
Leveraging LLMs for Unsupervised Dense Retriever Ranking (SIGIR 2024)
kampersanda
2
310
The many faces of AI and the role of mathematics
gpeyre
1
1.7k
Featured
See All Featured
Code Reviewing Like a Champion
maltzj
521
39k
How GitHub (no longer) Works
holman
314
140k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.4k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
133
33k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
47
5.2k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
175
52k
Adopting Sorbet at Scale
ufuk
74
9.2k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
100
18k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
366
25k
Rails Girls Zürich Keynote
gr2m
94
13k
Stop Working from a Prison Cell
hatefulcrawdad
267
20k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Transcript
淡路駅、上新庄駅における ポイ捨てごみ分布調査 ௐ࣮ࠪࢪɿฏ݄̎̔̍̌̕ ใࠂɿฏ݄̎̔̍̌̎̏ ҕୗݩɿେࡕࢢձٞһ ਿࢁΈ͖ͱ ҕୗઌɿגࣜձࣾϐϦΧ IUUQDPSQQJSJLBPSH 1
調査⽅法①:調査地域の選定 2 1. 協議の上、調査地点を淡路駅、上新庄駅の周辺とした。 2. 協議の上、調査地域の特性をつかむのに必要だと考えられる範囲を決定し、範囲 内の歩道を調査ルートとして設定した。 図2:上新庄駅周辺の調査ルート 図1:淡路駅周辺の調査ルート ※今回の調査では、地域住⺠に協⼒を呼びかけ市⺠参加型の調査を⾏なった。
そのため当⽇の参加⼈数に合わせて、地域特性を理解する上で優先度の⾼いルート から調査を⾏い、時間内で最⼤限可能な範囲を調査した。 (図1、2で⻘線が調査を⾏なったルート、⾚線が調査を⾏わなかったルート)
調査⽅法②:ポイ捨てごみの分布調査 図3:撮影された動画の例 3 1. 各調査ルート上を歩きながら専⽤のスマート フォンアプリで動画の撮影を⾏い、分析に必要 な動画データ(図3)を得た。 2. 専⽤の解析システムを⽤いて撮影された動画 データを解析(図4)し、地点ごとのポイ捨てごみ
の種類及びその数量を読み取った。 図4:動画からポイ捨てごみの数量を読み取る様⼦
4 淡路駅の周辺はとてもきれいに保 たれていた。線路沿いなど⼀部地 域がポイ捨てたばこのホットス ポットになっていた。 特にたばこ以外のポイ捨てごみの 個数がとても少なく、歩道1mあ たり0.1個を下回っていた。 淡路 基本データ
最寄り駅 淡路駅 乗降人数(2015年) 35,687人 管轄自治体 大阪市東淀川区 調査日 2016年9月10日 調査距離 6319.5m ポイ捨てごみ個数 0.22個/m たばこ 0.13個/m たばこ以外 0.09個/m 地域ごとの傾向:淡路
5 上新庄 基本データ 最寄り駅 上新庄駅 乗降人数(2015年) 53,182人 管轄自治体 大阪市東淀川区 調査日
2016年9月10日 調査距離 7138.3m ポイ捨てごみ個数 0.43個/m たばこ 0.21個/m たばこ以外 0.22個/m 地域ごとの傾向:上新庄 上新庄駅の周辺の歩道には淡路駅 と1mあたりの個数で⽐較して約 2倍のポイ捨てごみが落ちていた。 東海道新幹線の⾼架下近くなどが ポイ捨てごみのホットスポットに なっていた。
0.08 0.11 0.11 0.13 0.10 0.17 0.07 0.11 0.19 0.17
0.13 0.16 0.20 0.21 0.17 0.33 0.35 0.37 0.58 0.04 0.10 0.11 0.09 0.15 0.11 0.20 0.16 0.11 0.15 0.20 0.17 0.19 0.22 0.32 0.22 0.23 0.22 0.48 ͍ͨ͞·৽৺ ஈԼ ւນு ୶࿏ ৽ԣ ߐϊౡ ྟւެԂ ඈాڅ ৽ ༗໌ ӜඒԂ ؔ౦ฏۉ ্৽ঙ େҪڝഅલ ྆ࠃ ࠃཱڝٕ ༗ָொ ʑެԂ าಓN͋ͨΓͷฏۉϙΠࣺͯ͝ΈݸʢݸNʣ ͨ͜ ͨ͜Ҏ֎ 6 上新庄 淡路 ˞ൺֱରσʔλ݄ʙ݄ ʹ࣮ࢪ͞Εͨʮ౦ژΦϦϯϐοΫձ༧ఆʹ ͓͚ΔϙΠࣺͯਂࠁௐࠪʯͷ݁ՌΛ༻͍ͨɻ IUUQUPLZPQJSJLBPSH 他地域との⽐較
7 今後の可能性① 調査結果を活⽤した美化施策の実施や改善 ポイ捨て調査によって得られた結果は、下記のような美化施策の実施や改善に活⽤ できる。 ・パトロール、指導啓発のルートや頻度の改善 ・美化優良地域の表彰 ・ボランティア清掃を⾏う企業や団体への情報共有(汚い地域から清掃してもらう) ・市⺠参加型ワークショップの実施(データを公開して改善アイデアを募集する) ポイ捨てホットスポットでの改善実験
今回の調査で明らかになったポイ捨ての深刻な地域(ホットスポット)は、改善施策に 取り組んだ場合に、明確に効果が出やすい地域と⾔える。そのためホットスポット で改善施策(ごみ箱の設置等)の実験を⾏うことで、効率よく有⽤な知⾒を得ることが できる。 ⼤阪市内の他地域における調査 東淀川区だけでなく、⼤阪市内の様々な地域を調査することで、市内を客観的な基 準で⽐較できるようになり、効果的な施策の実施や優先順位づけを⾏うことができ る。
8 今後の可能性② 他⾃治体との連携 横浜市、東京都港区など、同様の⼿法でポイ捨て調査を実施している他⾃治体と連 携しデータを共有することで、相互に有効な知⾒を得ることができる。 ポイ捨てシミュレータの開発 調査範囲を拡⼤し、⼤阪市が保有する公共データ(⾷品営業許可施設⼀覧等)との 相関を詳細に分析することで、ポイ捨て分布シミュレータを開発し、現地で調査を ⾏わなくても⼤まかなポイ捨ての分布や都市整備による分布の変化を予測すること ができるようになる可能性がある。
ポイ捨てごみ以外の分析 今回の⼿法で地域の歩道を撮影し、動画を機械または⼈⼒で解析することで、 ・⼤まかな歩⾏者の数 ・放置⾃転⾞の数 ・地⾯に張り付いた吐き捨てガムの数 ・違法看板の数 ・緑化率、緑視率 等のポイ捨てごみ以外の項⽬についても調査、分析、⾒える化することができる。 また、犯罪率などの他分野とのデータと重ね合わせることで、地域課題とポイ捨て 分布の相関を分析することもできる。
9 問い合わせ先 ▪プロジェクトに関するお問い合わせ ⼤阪市会議員 杉⼭みきと ⼤阪市東淀川区淡路4-9-15 ライフパーフェクトビル4階 杉⼭みきと市政対策事務所 http://sugiyamamikito.com/ (06)6459-9271
▪調査⼿法やデータに関するお問い合わせ 株式会社ピリカ 東京都渋⾕区恵⽐寿南3-5-7 http://corp.pirika.org/ info@pirika.org 050-5582-5878