卒業論文進捗まとめ

卒業論文進捗米澤樹

就職活動昨日で選考は終了のつもりエントリー 28 選考 11 お祈り 5 辞退 3
結果待ち 2 内々定 1

就職活動のために読んだ方がいい本

卒業論文地図会社に行くということもあり、 GISを使ってみよう

GISとは Geographic Information System 地理情報システムは、地理的位置を手がかりに、位置に関する情報を持ったデータ(空間データ)を総合的に管理・加工し、視覚的に表示し、高度な分析や迅速な判断を可能にする技術である。

GISとは

GISを使ってみるフリーソフト「QGIS」 ⚫大学でも多く使われており、解説サイトもある。 ⚫人文地理学の学生が使っており、解説が比較的やさしい

なんかしてみる ⚫一人暮らしをする可能性があり話題に出てきた。 ⚫どの都道府県が危険かGISを用いて調べてみる。 ⚫出典：犯罪統計（H28）

犯罪の件数

殺人事件件数

誘拐・人身売買の件数

100人当たりの犯罪の件数

100人当たりの殺人件数

100人当たりの誘拐・人身売買件数

まとめ ⚫卒業論文を早く進めないとやばい ⚫QGISは難しいけど、がんばる ⚫今後はプラネタリウムや天文台の情報を GISに乗せて、調べてみたい

LongTalk 2 米澤樹

GISとは Geographic Information System 地理情報システムは、地理的位置を手がかりに、位置に関する情報を持ったデータ(空間データ)を総合的に管理・加工し、視覚的に表示し、高度な分析や迅速な判断を可能にする技術である。

100人当たりの殺人件数

今回は市町村別まずは資料集め

資料集め都道府県警察の犯罪統計各都道府県の統計 36都道府県集まった -Excel 1件 PDF 33件 Web 2件

PDF→Excel→QGIS

VLOOKUP関数 -検索機能 PDF→Excel→QGIS

PDF→Excel→QGIS

出来上がり

犯罪率を調べたい資料収集 e-Stat（政府の統計ポータル）人口、昼間人口、納税総額、納税者数 →犯罪率、一人当たり納税額を計算

犯罪率

問題点 ⚫大きな値は目立つが、小さな値はうもれてしまう（F分布） →対数グラフを使うべきか？ ⚫そもそも都会はお昼の人口が多いのでは →昼間人口で犯罪率を求めてみた。

昼間人口犯罪率

犯罪とお金の関係をかんがえる仮説犯罪の多いところはお金持ちが住んでいるのではないのか →一人当たり納税額の地図を作製

一人当たり納税額

犯罪率と比較してみた -緑が昼間人口犯罪率 -赤が犯罪率

おそらく関係ないだろう＼(^o^)／

と言ったら、怒られたので相関係数 0.3654 散布図 -縦一人当たり納税額 -横昼間人口犯罪率 0.0 200.0
400.0 600.0 800.0 1000.0 1200.0 0.0000 0.0050 0.0100 0.0150 0.0200 0.0250 0.0300

湯沢町がなぜ犯罪が高いか考える ⚫古くから温泉地(越後湯沢温泉) 川端康成の小説『雪国』の舞台 ⚫フジロックフェスティバルの開催地 ⚫苗場が、ウィンタースポーツや登山のメッカとして人気

湯沢町がなぜ犯罪が高いか考える ⚫強制わいせつ、万引き、自転車盗、侵入は特別多いわけではない ⚫掲示板などが出典ほとんどは観光客同士の諍いレベルなので交番で足りている。時期的にも冬が多い。あとフジロック。人の流れが時には都会並みに増えて色々な人達が出入りする。その人混みを現在の警察では手に余り、
やりたい放題

次回予告

課題 ⚫ 統計 ⚫ GISの操作 ⚫ 資料集め

まとめ ⚫市町村単位の資料収集は大変 ⚫Excelやはり偉大！ ⚫地図に乗せることで明らかになることも多い ⚫その後、詳しく調べる ⚫レイヤーを重ねたりを頑張りたい ⚫今後は天文施設関係をする！！

前回の発表（6/27）からほとんど進んでいません ⚫GISで遊んでみた ⚫『観光のまなざし』読んだ ⚫公開天文台関連の論文を探してみた ⚫公開天文台白書 ⚫夢

GIS 問題1 全国に線路はたくさんありますが、線路から一番遠いところはどこでしょう（離島は除く）

問題2 今度は道路から一番遠いところはどこでしょう

リモートセンシング人工衛星のデータから、マッピング今回は植物の多さ

ネットワーク分析施設までの最短距離施設までの所要時間などを算出

ネットワーク分析エラーばかりで進まず、バージョンを変えたり、再インストールしてもできず、、

公開天文台、プラネタリウムオレンジ公開天文台青プラネタリウム

『観光のまなざし』 ⚫2割ぐらい理解できた ⚫みんなが言うよりは面白かった ⚫観光の先生はこれを踏まえて授業しているのだろう

公開天文台関連の論文探し ⚫あまり件数はなかった ⚫公共天文台点検 ⚫サイエンスだってやっています公開天文台 ⚫科学館・公開天文台の最新活動状況 ⚫その他尾久土さん関連の論文 →教育との関連論文が多くある

公開天文台白書分析するためには、資料、データが必要となる →公開天文台白書の事務 →アンケート調査

公開天文台白書現在フォームやHPは完成し、アンケートをMLで流す直前

公開天文台白書 ⚫分類 ⚫観光向け、教育向け、科学館主体、天文台主体など ⚫立地条件の分析 ⚫人口密集地からの距離との関係など ⚫晴天率を調べる ⚫光害マップ ⚫GoogleMapの評価☆やTripAdvisorの評価

利用者目線の資料 ⚫Twitterのデータも取ってます「天文台」「火星」「プラネタリウム」「天の川」というワードで取得 ⚫ただし、位置情報つきのデータはほとんどなし

Twitter

夢 Twitterで出現した地名 ↓ 住所 ↓ 経緯度とできたら素晴らしい！！

現実 ⚫まずはスケジュールを立てる ⚫方向を定める公開天文台白書のアンケート TwitterやGoogleの口コミ ⇒これらから今後のあり方を考えてみる

まとめ ⚫やばい ⚫できることからしないといけないが、何をすべきか明らかにできていない ⚫そのために現実から逃げずに、もっと卒業論文を考える時間を増やさないといけない

前回の発表から2週間 ⚫公開天文台白書アンケート調査 ⚫天文台の分類 ⚫晴天率をマッピング

公開天文台白書アンケート調査 10月19日調査開始 11月2日締め切り現在 12件の回答 1件の問い合わせ

天文台の分類１．天文台が主体となる施設２．宿泊施設（国民宿舎、ペンション、ホテルなど）３．博物館、科学館（博物館相当の施設）４．社会教育施設（公民館、図書館、など）５．学校教育関連施設（教育センターなど）６．野外活動施設（少年自然の家、野外研修施設など） 7．その他

天文台の分類特に卒業論文では 1.天文台が主体となる施設を扱う。（今は86館）さらに、分析対象を定義したい。例）開館期間中は1週間に1回以上の夜間観望会を行う

晴天率のマッピング 1. 人工衛星の雲データを使う 2. 気象庁の天気出現率から算出（空間補間）

人工衛星の雲データを使うひまわり８号・９号

NetCDFデータ米国・大気研究大学共同体（UCAR）の Unidata Program Centerが開発したNetCDFと呼ばれる形式で保存したデータ • GIS関連ソフトウェアでの表示が可能です。 •
座標系は緯経度正方格子です。輝度温度値（またはアルベド値）を実数4バイトで格納

気象庁の天気出現率から算出天気出現率は1981年から2010年までの30年間のデータにより計算しています天気の決め方雪、みぞれ、霧雪、細氷、ふぶきは観測せず、 1日の降水量が1.0ミリ未満で、日平均雲量が8.5未満のときは晴れ

空間補間限られた地点（観測点）において観測された空間的事象の値から，観測されていない任意地点（補間点）における値を推定すること．（例）アメダスの気温から，自宅の気温を知りたい．観測点A 18℃
観測点C 19℃ 観測点D 22℃ ?℃ 観測点B 20℃ 参考

空間補間を行う上での前提前提空間補間を行う対象の空間情報には，空間的自己相関が存在する → 「距離の近い点は，類似性が高い」より近い点における情報が空間補間を行う時により参考になる参考

まずは近畿から

逆距離加重平均法 (IDW: Inverse Distance Weighted Average) 補間点から観測点までの距離に関する重みを付けて，加重平均する方法． A C
B D d a d b d c d d (例) 距離2の逆数で重み付け za da -2 +zb db -2 +zc dc -2 +zd dd -2 da -2 +db -2 +dc -2 +dd -2 観測点までの距離の逆数(逆距離)を重み付けした加重平均を用いることにより，近くの観測値を大きく評価した補間が可能．補間値z*= 逆距離を用いた加重平均参考

課題 ⚫このやり方だと点から推測しているため、観測地点から離れると不正確 ⚫気象学的にこのやり方はどうなのか（地形などを無視している？？） ⚫天文台を分析するなら、夜の天気だけでいい ⚫この後、どう分析すればいいのだろう

まとめ ⚫天文台白書回答増えてほしい ⚫天文台の分類、定義決めないと ⚫まずは方法のわかった、天気出現率からの補間データの全国版を作る ⚫人工衛星の晴天率マップもしたい ⚫光害マップも作らないと

LongTalk 米澤樹

テーマいい公開天文台はどこか

やってること公開天文台白書2018 20:00の雲の有無の地図づくり

公開天文台白書2018 現在 70件＋郵送 40件くらい入力が大変

気象観測の方法 ⚫地域気象観測システム(アメダス) ⚫気象レーダー ⚫ラジオゾンデ ⚫静止気象衛星 ⚫航空気象観測

地上気象観測全国約60か所の気象台・測候所気圧、気温、湿度、風向、風速、降水量、積雪の深さ、降雪の深さ、日照時間、日射量、雲、視程、大気現象等雲、視程、大気現象等は観測者が目視

アメダスアメダスは1974年11月1日運用開始現在、降水量を観測する観測所全国約1,300か所(約17km間隔) →雨つまり雲量が多いといえる

よくある質問取得できるデータ量に制限があって使いづらいのですが、まとめて取得する方法はありますか? 本ツールは、多くの方々が同時に利用しても円滑に動作するよう、一度に取得できるデータ量に制限を設けています。大容量のデータが必要な場合は、これらを販売している(一財)気象業務支援センターへお問い合わせください。

衛星データからの推測データの入手が必要

データの入手先 JAXA分野横断型プロダクト提供システム気象研究コンソーシアム全国合成レーダーGPV

JAXA分野横断型プロダクト提供システム NetCDF4形式フルディスク ◦反射率(band01~band06) ◦輝度温度(band07~band16) 日本域 ◦反射率(band01~band06) ◦輝度温度(band07, 14,
15)

気象研究コンソーシアム会員登録が必要要件：(公社)日本気象学会員であること

気象研究コンソーシアム静止気象衛星ひまわりを用いた高分解能雲情報（毎時1回）国際気象通報式FM92 GRIB 二進形式格子点資料気象通報式(第2版) ※略称:GRIB2 Converting
GRIB (1 or 2) to netCDF （1）雲の有無（ダストの有無を含む）ただしダウンロードがむずい

今後の方針（衛星画像）衛星画像（雲の多さを見る）１か月分の輝度温度を平均 →同じ地点なら大体同じ環境なので傾向がでる →ただし地域間の比較はできない（環境が違う）8月ならできるかも

から大きく方向転換高分解能雲情報の入手ができるように →ありがとうございます。

光害マップ NOAA Version 4 DMSP-OLS Nighttime Lights Time Series（2013）

今後の方針（アメダス）季節ごとのデータにしたい空間補間の精度向上（手法の確立）

今後すること高分解能雲情報 GRIB2の勉強季節別のデータに空間補間の手法公開天文台白書入力光害マップの濃度差をつける

まとめ時間がない勉強しなきゃてか、かかなきゃ

LongTalk 米澤樹

論文の流れ（理想） 1. 天文台に行きたい人は増えてる 2. けど天候の研究は夜であり、少ない 3. なのでやってみた（アメダス・衛星） 4. 結果でた 5.
ランキング 6. 年間見る機会がある人は？？人

今日のメニュー 1. 公開天文台白書 2. 電通の調査の概要（天文台関係） 3. アメダスデータの概要 4. 空間補間とは 5.
空間補間の精度

公開天文台白書2018

公開天文台白書2018 2018年12月05日更新総回答数 -189件郵送分(内入力済み) -116（35件）

ボランティア募集入力するだけの簡単なお仕事です。未経験者OK!大量募集中! アットホームな職場です。若手社員を中心に活躍中! ノルマや営業は一切なし! 親切丁寧に指導します必要なのはやる気と笑顔

電通の調査の概要

１．調査概要 149 ◼ 調査目的：宙ツーリズムの現在の市場規模把握と、今後拡大が見込めるポテンシャルの検証 ◼ 調査方法：消費者調査パネル（Mapps Panel）約100万人を対象としたインターネット調査 ◼ 調査期間：2018年9月7日～9月27日 ◼
標本：（１次調査）全国に居住する15歳～69歳の男女：10,391人（２次調査）宙ツーリズムの活動に参加している人：500人宙ツーリズム活動に興味・関心がある人：500人約100万人の消費者調査パネル（Mapps Panel）【１次調査】全国に居住する 15歳～69歳の男女 10,391人【２次調査①】宙ツーリズムに関する活動に現在参加している人＝「宙ツーリズム参加者」 500名【２次調査②】宙ツーリズムに関する活動を現在実施していないが、興味・関心のある人＝「宙ツーリズム見込み者」 500名 ①宙ツーリズムへの参加層、 ②宙ツーリズムへの興味・関心層の人数を把握 ①宙ツーリズムへの参加層、 ②興味・関心層の特徴を把握右記の①、②該当者について、それぞれ、性別（男・女）×年代（10- 20代～60代）の 10区分ごとに、先着50人を絞り込んだ

1次調査（全体＝10391人） 1次調査男女比男性女性～20代 30代 40代 50代 60代
男性-～20代男性-30代男性-40代男性-50代男性-60代女性-～20代女性-30代女性-40代女性-50代女性-60代

これまで体験したもの（n=23603） No. カテゴリー名ｎ % 4 宇宙開発・技術を題材とした講演・施設見学・イベント・旅行への参加 563 5.4
5 星空の鑑賞や星空を題材とした見学会・イベント・旅行への参加 1239 11.9 6 スキーやスノーボードを楽しむためのスノーリゾートへの旅行 3149 30.3

体験したもの（n=4095） No. カテゴリー名ｎ % 1 宇宙遊泳・宇宙旅行への参加 13 1.2 8
公開天文台施設での天文体験 202 18.3 10 特別な流星群（ペルセウス座流星群など）の観測 350 31.8 14 星空を眺めるための旅行への参加 195 17.7 15 自宅や近所の景色の良い場所で夜空を眺める程度 464 42.1 全体 1102 100.0

No. カテゴリー名ｎ % 8 公開天文台施設での天文体験 202 18.3 10391人中 202人が行ったことがある
→0.019 1億2000万人*0.019＝2332787人（約233万人）＜天文台白書より参考＞夜間観望会の参加人数（2005年度） ⚫ 全館回答213館 369729人（約37万人） ⚫ 天文台回答47館 124942人（約12万人）予想年間参加者数（未回答館*中央値） ⚫ 全館 548730人（約55万人） ⚫ 天文台 186442人（約19万人）

公開天文台参加者（推定）約166万人が参加したと推計できる人口推計参加者出現率参加者人口推計男性-～20代 9482 男性-～20代 0.018357
174.1 男性-30代 7537 男性-30代 0.017258 130.1 男性-40代 9530 男性-40代 0.019139 182.4 男性-50代 7925 男性-50代 0.018182 144.1 男性-60代 8460 男性-60代 0.02488 210.5 841.1 女性-～20代 8976 女性-～20代 0.016966 152.3 女性-30代 7304 女性-30代 0.020019 146.2 女性-40代 9303 女性-40代 0.021154 196.8 女性-50代 7902 女性-50代 0.022031 174.1 女性-60代 8884 女性-60代 0.016299 144.8 814.2 1655.3

公開天文台施設での天文体験の参加者数（推定） 155 • 公開天文台施設での天文体験に参加している層は、約166万人と推定される。 • 男女比は、男性が若干多いが、大差はない。 • 年代別には、女性若者（15歳～29歳）が少ない（宙ツーリズムの参加は多いのに） ▪人口推計 ▪参加者出現率
▪参加者人口推計（平成30年8月1日現在確定値）合計 1655 男性・合計 841 男性 15歳～29歳 9,482 男性 15歳～29歳 1.84 男性 15歳～29歳 174 男性 30～39歳 7,537 男性 30～39歳 1.73 男性 30～39歳 130 男性 40～49歳 9,530 男性 40～49歳 1.91 男性 40～49歳 182 男性 50～59歳 7,925 男性 50～59歳 1.82 男性 50～59歳 144 男性 60～69歳 8,460 男性 60～69歳 2..49 男性 60～69歳 210 女性・合計 814 女性 15歳～29歳 8,976 女性 15歳～29歳 1.70 女性 15歳～29歳 152 女性 30～39歳 7,304 女性 30～39歳 2.00 女性 30～39歳 146 女性 40～49歳 9,303 女性 40～49歳 2.12 女性 40～49歳 197 女性 50～59歳 7,902 女性 50～59歳 2.20 女性 50～59歳 174 女性 60～69歳 8,884 女性 60～69歳 1.63 女性 60～69歳 144 [千人] [%] [千人] × ＝ 10% 8% 11% 9% 13% 9% 9% 12% 10% 9% 男性-～20代男性-30代男性-40代男性-50代男性-60代女性-～20代女性-30代女性-40代女性-50代女性-60代

３．宙ツーリズムの参加者数（推定） 156 • 宙ツーリズム活動に参加している層は、約850万人と推定される。 • 男女比は、女性が若干多いが、大差はない。 • 年代別には、女性若者（15歳～29歳）と男性シニア（60歳～69歳）の層の出現率が、比較的多い。 ▪人口推計 ▪参加者出現率
▪参加者人口推計（平成30年8月1日現在確定値）合計 8,556 男性・合計 4,186 男性 15歳～29歳 9,482 男性 15歳～29歳 10.0 男性 15歳～29歳 953 男性 30～39歳 7,537 男性 30～39歳 9.2 男性 30～39歳 694 男性 40～49歳 9,530 男性 40～49歳 7.7 男性 40～49歳 730 男性 50～59歳 7,925 男性 50～59歳 9.7 男性 50～59歳 766 男性 60～69歳 8,460 男性 60～69歳 12.3 男性 60～69歳 1,044 女性・合計 4,370 女性 15歳～29歳 8,976 女性 15歳～29歳 13.1 女性 15歳～29歳 1,174 女性 30～39歳 7,304 女性 30～39歳 10.7 女性 30～39歳 780 女性 40～49歳 9,303 女性 40～49歳 8.4 女性 40～49歳 778 女性 50～59歳 7,902 女性 50～59歳 9.2 女性 50～59歳 727 女性 60～69歳 8,884 女性 60～69歳 10.3 女性 60～69歳 911 [千人] [%] [千人] × ＝

今後参加したいもの（n=8408） No. カテゴリー名ｎ % 8公開天文台施設での天文体験 1118 13.3 10特別な流星群（ペルセウス座流星群など）の観測 2041
24.3 14星空を眺めるための旅行への参加 1675 19.9 15自宅や近所の景色の良い場所で夜空を眺める程度 1769 21.0 全体 8408

No. カテゴリー名ｎ % 8公開天文台施設での天文体験 1118 13.3 10391人中 1118人が行きたい →0.108
1億2000万人*0.108＝12911173人（約1300万人）

公開天文台行きたい人（推定）人口推計参加者出現率参加者人口推計男性-～20代 9482 男性-～20代 0.051208 485.6 男性-30代
7537 男性-30代 0.093001 700.9 男性-40代 9530 男性-40代 0.120574 1149.1 男性-50代 7925 男性-50代 0.111005 879.7 男性-60代 8460 男性-60代 0.103349 874.3 女性-～20代 8976 女性-～20代 0.093812 842.1 女性-30代 7304 女性-30代 0.13918 1016.6 女性-40代 9303 女性-40代 0.132692 1234.4 女性-50代 7902 女性-50代 0.111111 878.0 女性-60代 8884 女性-60代 0.118888 1056.2 9116.9 約912万人が参加したいと推定できる

公開天文台施設での天文体験の参加者数（推定） 160 • 公開天文台施設での天文体験に参加している層は、約912万人と推定される。 • 男女比は、女性が多い。 • 年代別には、30～40代女性が多い ▪人口推計 ▪参加者出現率
▪参加者人口推計（平成30年8月1日現在確定値）合計 9116 男性・合計 4090 女性・合計 5027 [千人] [%] [千人] × ＝男性-～20代 9482 男性-30代 7537 男性-40代 9530 男性-50代 7925 男性-60代 8460 女性-～20代 8976 女性-30代 7304 女性-40代 9303 女性-50代 7902 女性-60代 8884 男性-～20代 5.1% 男性-30代 9.3% 男性-40代 12.1% 男性-50代 11.1% 男性-60代 10.3% 女性-～20代 9.4% 女性-30代 13.9% 女性-40代 13.3% 女性-50代 11.1% 女性-60代 11.9% 男性-～20 代 485.6 男性-30代 700.9 男性-40代 1149.1 男性-50代 879.7 男性-60代 874.3 女性-～20 代 842.1 女性-30代 1016.6 女性-40代 1234.4 女性-50代 878.0 女性-60代 1056.2 5% 9% 11% 10% 10% 9% 13% 12% 10% 11% 男性-～20代男性-30代男性-40代男性-50代男性-60代女性-～20代女性-30代女性-40代女性-50代女性-60代

2次調査興味・関心層500人参加層500人に詳しくアンケート調査

Q1-2.最後に参加した時期_7.公開天文台施設での天文体験カテゴリー名ｎ % この1年以内 11 10.7 1年～2年未満 13
12.6 2年～3年未満 8 7.8 3年～5年未満 14 13.6 5年～10年未満 16 15.5 10年～15年未満 9 8.7 15年～20年未満 6 5.8 20年以上 18 17.5

この一年間に公開天文台を訪れた人数を推定 1次調査 10000人の202人が訪れた経験あり →2.0％ 2次調査訪れた経験ありの 103人の内11人が
1年以内に参加 →10.7％ 2.0％*10.7％＝0.21％がこの1年に訪れた

おもんないでーたやで男性-～20代 3 男性-30代 2 男性-40代 2 男性-50代 2 男性-60代
2 女性-～20代 0 女性-30代 0 女性-40代 0 女性-50代 0 女性-60代 0 参加層この1年に公開天文台に訪れた人数を世代、性別で集計（合計11人）

アメダスデータ

以降の図の見方 ⚫月により最大最小が異なるため、地域間の差異を比べることに使うこと ⚫異なる区分のため経過による比較はできない ⚫雨天率 →0.5mm以上の雨を観測した日数/一か月の日数 →0.1なら一か月中3日雨

１月

２月

３月

５月

６月

７月

８月

９月

１０月

１１月

１２月

空間補間について

空間補間とはわかっているデータから、わかっていないデータを推測する特に空間的に

空間補間比較一番範囲が広いため、まず1月のデータを使用主なものとして以下の三つの方法がある ⚫IDW ⚫TIN ⚫グリッド（補間）

逆距離加重補間（IDW）

不整三角網（TIN）

グリッド

下の色のついた図空間補間（IDW）の図その後天文台の住所で抽出 CSVにし、ランキング化

釧路市こども遊学館北海道釧路市幸町10丁目2番地 0.00014 鹿児島市立科学館鹿児島県鹿児島市鴨池二丁目31番18 号 0.00161 長野県伊那文化会館長野県伊那市西町5776（春日公園内） 0.00189
スターランドAIRA 鹿児島県始良郡始良町北山997-16 0.00196 マリンブルーとかしき沖縄県島尻郡渡嘉敷村字渡嘉敷2760 0.00214 佐世保市児童文化館長崎県佐世保市熊野町261番地 0.00433 和歌山市立こども科学館和歌山県和歌山市寄合町19番地 0.00483 りくべつ宇宙地球科学館「銀河の森天文台」北海道足寄郡陸別町宇遠別 0.00705 萩博物館山口県萩市堀内355番地 0.00756 吉カルチャーパレス熊本県吉市下城本町1578-1 0.00758 厚真町少年センター北海道勇払郡厚真町京町165-1 0.00779 1月の雨天率低い順（左端雨天率）

新潟県立自然科学館新潟県新潟市中央区女池南3丁目1-1 0.305 鶴岡市視聴覚センター山形県鶴岡市みどり町22-36 0.30809 長岡市少年文化センター新潟県長岡市今朝白1丁目1-1 0.30896
福島市浄土平天文台福島県福島市土湯温泉町 0.309 山中児童センター石川県加賀市山中温泉 0.31157 かほく市七塚生涯学習センター石川県かほく市遠塚ロ57-6 0.31214 みかわ天文台新潟県東蒲原郡阿賀町五十島 0.31323 福井市自然史博物館福井県福井市足羽上町147 0.31517 村上市教育情報センター新潟県村上市田端町4-25 0.31524 いいで天文台山形県西置賜郡飯豊町大字椿2888 0.31854 上越少年文化センター新潟県上越市国府1丁目12-27 0.32881 魚沼市堀之内公民館新潟県魚沼市堀之内130 0.37325 柏崎市立博物館新潟県柏崎市町8-35 坂山公園内 0.38399 魚沼市自然科学館「星の家」新潟県魚沼市須原5060-57 0.45251 1月に雨天率が高い館（左端雨天率）

なぜIDW？？ ①複数の解析データによる気候値の空間分布の再現性とWCRP-CMIP3マルチ気候モデルにみる気候変動予測の不確実性（京大防災研究所） ②空間補間データによる降雨のDA関係の表現とその精度（土木学会） ③高解像度気象デー
タを用いた東北地方におけるイネ葉いもち発生予察モデル（BLASTAM ）の検証の以上3つで使われていたから。

逆距離加重平均法 (IDW: Inverse Distance Weighted Average) 補間点から観測点までの距離に関する重みを付けて，加重平均する方法． A C
B D d a d b d c d d (例) 距離2の逆数で重み付け za da -2 +zb db -2 +zc dc -2 +zd dd -2 da -2 +db -2 +dc -2 +dd -2 観測点までの距離の逆数(逆距離)を重み付けした加重平均を用いることにより，近くの観測値を大きく評価した補間が可能．補間値z*= 逆距離を用いた加重平均

<性質> • 観測点では観測値に一致 • 観測点以外では１階微分も連続 • 観測点では1階微分は不連続 • 適切な重みを定める基準が存在しない
(距離減衰パラメータαの設定で補間値が大きく変わる)

空間補間の精度の検証

距離係数を変化させてみた検証アメダスデータ約1000地点から 10地点を抽出（乱数で）距離係数を変化させてみて、精度を検証

結果距離係数相関係数 1 0.678447065 2 0.399375203 3 0.359837369 4
0.351973134 5 0.802640757

距離係数 1.0

y = 0.1456x + 0.0624 R² = 0.4603 0 0.05
0.1 0.15 0.2 0.25 0.3 0.35 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

距離係数 5.0

y = 0.2056x + 0.0953 R² = 0.6442 0 0.05
0.1 0.15 0.2 0.25 0.3 0.35 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

もしかしてそんなに精度はよくない？？

まとめ ⚫天文台白書の入力頑張ります。 ⚫電通の調査、最近1年のデータは使いにくい ⚫空間補間はIDWを使っていいのかな ⚫ただしパラメータ調整が必要 →割り切って、衛星画像をするべきかも

卒論全体の筋書き（アウトライン）今わかっていることをはめる図とか結果とかわかっていないところは箇条書きできるとこから（最後に通ればいい）

今後すること ⚫章立て ⚫かけるとこ選定 ⚫書く ⚫白書来たとこリスト ⚫検証はもっと多くの地点で ⚫等高線のエラーを解明 ⚫対象天文台の選定 ⚫衛星データはよ

LongTalk 米澤樹

卒業論文 ⚫公開天文台白書 ⚫雨天率 ⚫雨天率を空間補間 ⚫空間補間を補正

公開天文台白書 12月26日現在 198件すべて入力済み分析可能

卒業論文アメダスから雨天率 1228か所でできた →天文台の場所のデータでない

空間補間逆距離加重法という方法で、空間補間 →天文台の立地場所の雨天率を予測できる（補間雨天率）

逆距離加重法しかし、設定（距離係数）によって大きく変化 →どれが正しいのか

実験 1228か所から50か所無作為抽出残りの約1000か所で空間補間 →50地点で実際の雨天率と、補間雨天率を比較 →距離係数を変化させながら

比較方法相関係数（0～1の値をとる） 1に近いほど関係性あり

1月結果距離係数相関係数 1 0.793264 2 0.919355 3 0.939385 4
0.93417 5 0.926123

9月結果距離係数相関係数 1 0.612908698 2 0.615356498 3 0.59084228 4
0.555686858 5 0.529545427

3月結果距離係数相関係数 1 0.603429 2 0.744856 3 0.820341 4
0.83836 5 0.840703 6 0.837748 7 0.832841

12か月分決定決定距離係数相関係数 1月回帰分析 3 0.939385 2月回帰分析 3 0.906631 3月回帰分析
5 0.840703 4月回帰分析 3 0.792931 5月回帰分析 3 0.75881 6月回帰分析 2 0.74823 7月回帰分析 2 0.806227 8月回帰分析 3 0.782417 9月回帰分析 2 0.615356 10月回帰分析 3 0.831945 11月回帰分析 3 0.828814 12月回帰分析 3 0.828814

距離係数 →距離係数が決定した →ホンマにあってるん？？ →確からしさを知りたい →大井先生に相談

回帰分析回帰分析をするといいらしい →Excelがやってくれる

わけわからん数字がいっぱい回帰統計重相関 R 0.956562423 重決定 R2 0.915011669 補正 R2
0.894603506 標準誤差 0.050963652 観測 50 分散分析表自由度変動分散観測された分散比有意 F 回帰 1 1.370201676 1.370201676 527.5497399 1.53102E-27 残差 49 0.127267397 0.002597294 合計 50 1.497469073 係標準誤差 t P-値下限 95% 上限 95% 下限 95.0% 上限 95.0% 切片 0 #N/A #N/A #N/A #N/A #N/A #N/A #N/A X 値 1 1.203721878 0.052407621 22.96845097 6.9571E-28 1.098404821 1.309038936 1.098404821 1.309038936

勉強してみた回帰分析は原因と結果の関係

例）美人は小さい鞄を持つ？？回帰分析は原因と結果の関係

その回帰式は正しいのか要は、1に近づけばいい

今回は 1. 傾きは１に近づくはず 2. 切片は０になる 3. R²は１に近づく →もしくは回帰式に代入すれば補正できるのではないか →補間値を回帰式に代入したら補
正済み補間雨天率となる

以上を踏まえると傾きは１に近づくはず傾き1.2つまり、補間値を1.2倍すると観測された雨天率係数標準誤差 t P-値切片 0
#N/A #N/A #N/A X 値 1 1.203721878 0.052407621 22.96845097 6.9571E- 28

切片は０になる実は設定で0にできる →モデルが0で計算係数標準誤差 t P-値切片 0 #N/A
#N/A #N/A X 値 1 1.203721878 0.052407621 22.96845097 6.9571E- 28

R²は１に近づく回帰統計重相関 R 0.956562423 重決定 R2 0.915011669 補正 R2
0.894603506 標準誤差 0.050963652 観測数 50

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0 0.1
0.2 0.3 0.4 0.5 Y X 値 1 X 値 1 観測値グラフ Y 予測値: Y

-0.15 -0.1 -0.05 0 0.05 0.1 0.15 0 0.1 0.2
0.3 0.4 0.5 残差 X 値 1 X 値 1 残差グラフ

決定距離係数相関係数 R2 切片傾き傾きのP値 1月回帰分析 3 0.939385 0.915012 0
1.203722 6.96E-28

となったなので12か月分やってみた

決定距離係数相関係数 R2 切片傾き傾きのP値理想 1 1 0
1 0 1月回帰分析 3 0.939385 0.915012 0 1.203722 6.9571E-28 2月回帰分析 3 0.906631 0.913065 0 1.1415 1.21303E-27 3月回帰分析 5 0.840703 0.876278 0 1.017566 7.03219E-24 4月回帰分析 3 0.792931 0.922088 0 1.128654 8.23868E-29 5月回帰分析 3 0.75881 0.886277 0 1.035202 8.87152E-25 6月回帰分析 2 0.74823 0.877132 0 1.120018 5.93125E-24 7月回帰分析 2 0.806227 0.937539 0 1.110578 3.635E-31 8月回帰分析 3 0.782417 0.87184 0 0.96041 1.67157E-23 9月回帰分析 2 0.615356 0.912347 0 0.978921 1.48425E-27 10月回帰分析 3 0.831945 0.957001 0 1.019988 3.83377E-35 11月回帰分析 3 0.828814 0.995918 0 1.029381 3.32363E-60 12月回帰分析 3 0.828814 0.982441 0 1.04285 1.11845E-44

結果すべて有意な結果だったので、すべての回帰式完成！！相関係数が低くてもR2が高いことがある →なんで？？

次は ⚫回帰式を使い、補正済み補間雨天率を求める →これを使いランキングなどの分析 ⚫統計的なものの見方を勉強する ⚫白書データの分析 ⚫書く

卒業論文進捗まとめ

卒業論文進捗まとめ

More Decks by Tatsuki Yonezawa

Other Decks in Education

Featured

Transcript