正確かつ高精細な人口分布データは、特に自然災害への曝露が深刻化する急速な都市化地域において、効果的な災害リスク評価と軽減を行う上で不可欠です。

本研究は、従来の手法と機械学習を統合することで、現在および将来の状況下における人口マッピングの枠組みを提示しています。この枠組みは、衛星画像などの科学的観測データと、ゾーニング計画などの政策主導型情報を組み合わせることで、地域の社会的・政治的・規制的文脈を反映しています。具体的には、スリランカの2つの高人口密度流域であるカル・オヤ流域とムドゥン・エラ流域を対象に、高解像度（40m）グリッド人口分布図の作成に焦点を当てています。

人口グリッドは、行政境界と建物輪郭データセットを用いて国勢調査データを分解するディシメトリック法により生成されています。2030年、2050年、2070年の将来人口分布は、共通社会経済経路（Shared Socioeconomic Pathways: SSP1～SSP5）のもとでランダムフォレスト（Random Forest: RF）アルゴリズムを用いて予測しています。25の特徴量を用いて構築したRFモデルは、正規化植生指数（ Normalized Difference Vegetation Index: NDVI）、都市化に関連する土地被覆、道路・医療施設・河川からの距離に対して最も高い感度を示しています。モデル訓練には現行人口グリッドを用い、統計指標による精度評価ではR²=0.64、グリッド当たり平均絶対誤差（MAE）=0.80、二乗平均平方根誤差（RMSE）=1.06を得ました。さらに2030年の都市開発計画から抽出した将来開発データを組み込むことでモデルを強化しています。

本研究の成果は、データ不足地域において、公開データセットを活用し、洪水その他の自然災害時の災害リスク管理に有用な高解像度人口分布図を生成するための包括的枠組みを提供するものです。