東京の地震リスクを高精度に評価するための新しい地盤 liquefaction（液状化）リスクマップが、機械学習を活用して開発された。東京は地震活動が活発な地域に位置し、特に地盤の液状化は大きな被害を引き起こす主な要因の一つ。液状化は地震の強い揺れによって、水を含んだ緩い土壌が一時的に液体のようにふるまう現象で、1995年の阪神大震災や2011年の東日本大震災、2024年の能登半島地震でも深刻な被害が確認されている。 従来の液状化リスクマップは、限られた掘削データと単純な統計手法に基づいており、500メートル以上の粗いグリッド単位で作成されることが多く、東京のような複雑な地下構造や埋立地、軟弱地盤が広がる都市では十分な精度が得られなかった。 この課題を解決するため、芝浦工業大学の稲妻慎也教授らの研究チームは、人工ニューラルネットワーク（ANN）を活用した新たな3D地盤モデルを開発。1万3926件の掘削データを用いて機械学習モデルを訓練し、200メートルグリッド単位で土質や土の密度・強度を高精度に予測。従来手法や他の機械学習モデルと比較して、N値（土の密度指標）の予測精度や土質分類の正確性で優れた結果を達成した。 この予測結果をもとに算出された液状化リスク指数を基に作成されたマップは、従来の公的マップよりもはるかに詳細で、江東区など液状化リスクが高い地域を明確に特定。特に埋立地や河川の氾濫原といった局所的な高リスクエリアの把握が可能になった。 研究チームは「このモデルは東京だけでなく、世界的な大都市の災害リスク管理に応用可能な汎用的枠組み」と強調。GIS（地理情報システム）と連携することで、リアルタイムな可視化や防災教育にも活用可能。今後、都市計画や建築基準の見直し、地盤改良の優先順位付けなどに貢献し、数百万の住民の安全を守る基盤となると期待されている。