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
320
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
1.9k
Pirika Research results 2021 (JP)
pirika_info
0
160
Microplastics research in Japan 2020 (JP)
pirika_info
1
15k
Microplastics research in Japan 2020 (EN)
pirika_info
0
3k
Microplastics research in Japan 2019 (JP)
pirika_info
0
3.8k
ピリカの5年間
pirika_info
1
440
HowToUsePirikaForGroup
pirika_info
0
1k
Takanome_handout
pirika_info
0
89
PirikaSNS_handout
pirika_info
0
91
Other Decks in Research
See All in Research
Target trial emulationの概要
shuntaros
2
1.1k
言語間転移学習で大規模言語モデルを賢くする
ikuyamada
5
1.6k
20240209 データを肴に熊本の交通を考える会「車1割削減、渋滞半減、公共交通2倍」をめざし世界に学ぼう
trafficbrain
0
700
Alternative Photographic Processes Reimagined: The Role of Digital Technology in Revitalizing Classic Printing Techniques【SIGGRAPH Asia 2023】
toremolo72
0
410
VAR モデルによる OSS プロジェクト同士が生存性に与える 影響の分析
noppoman
0
120
NeurIPS-23 参加報告 + DPO 解説
akifumi_wachi
4
1.3k
Gmail の「メール送信者のガイドライン」強化から 1 ヵ月、今後予想されるメールセキュリティの変化とは
hirachan
1
200
Prompt Tuning から Fine Tuning への移行時期推定
icoxfog417
17
6k
精神疾患患者のアクティビティデータを利用したリハビリテーションのためのシステムに関する研究
comfortdesignlab
0
120
MegaParticles: GPUを利用したStein Particle Filterによる点群6自由度姿勢推定
koide3
1
460
Cross-Media Information Spaces and Architectures
signer
PRO
0
120
Generative AI - practice and theory
gpeyre
1
500
Featured
See All Featured
Designing Dashboards & Data Visualisations in Web Apps
destraynor
225
51k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
28
5.9k
The Cost Of JavaScript in 2023
addyosmani
13
3.7k
Statistics for Hackers
jakevdp
789
220k
ParisWeb 2013: Learning to Love: Crash Course in Emotional UX Design
dotmariusz
101
6.6k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
39
4.3k
Atom: Resistance is Futile
akmur
258
25k
What's in a price? How to price your products and services
michaelherold
236
11k
Web Components: a chance to create the future
zenorocha
304
41k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
219
21k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
58
14k
Fantastic passwords and where to find them - at NoRuKo
philnash
35
2.4k
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/
[email protected]
050-5582-5878