 |
 |
▲（左）东北大学灾害科学国际研究所副所长、教授 今村 文彦 氏
（右）格林尼治大学教授 火灾安全工学小组长 Edwin R. Galea 氏 |
|
──首先想请教今村先生，东日本大震灾以后，海啸对策的课题和以前发生了怎样的变化？
| 今村 |
|
非常感谢今天能有机会与Galea先生进行谈话。早在2011年东日本大震灾之前，在政府、专家等相关人员的协助下已经开始就如何最小化海啸的被害展开研究。在此以前，东北的三陆海岸地域就已经遭受过非常多的被害す。
但是，东日本大震灾中经受了过去从未经验过的海啸大被害。明确了在海啸对策上依然有很多需要改善的残留课题。2011年以后，我认为主要有2大课题。
第1个是使用实时观测数据正确预测海啸。地震强度、震源位置、发生的机制等信息是海啸预测不可或缺的。但是，地震发生的机制非常复杂。为此，气象厅的震度、海啸高度等预计值经常会出现过小评价。
例如，地震发生2分后气象厅发出的速报是震级7.9。但是，实际的震级是9级的地震。此外，海啸高度的预测，宮城县是6m，福岛县和岩手县分别是3m，远远低于实际的海啸高度。
为此，提高地震规模、海啸高度的预测精度是当下的课题。 |
Galea |
|
海啸高度过小评价是对地震规模的过低估计。 |
今村 |
|
是的，有这方面的原因，因为地震断层的位移分布非常复杂。例如超过50m以上的断层，远远超出了我们所掌握的常识的现象。
第2个课题是，海啸来袭时人们是否立刻采取避难行动。
例如，听到海啸警报也不采取行动，避难到安全场所的人有很多存在。本来应该采取避难时，因为与家人联系不上，返回位于沿海岸的住宅的人也有很多。这时候海啸已经杀到了。这是除城市规划外的信息问题。
地震发生在星期五下午。多数人都在单位、学校外出中，另外，高龄者则都在家中，这是一个典型的例子。 |
──海啸对策相关的研究是如何推进的呢？
| 今村 |
|
关于第1个高精度预测海啸的课题，使用高性能计算机通过精细模型和高密度数据的解析，同时结合实施观测结果也在进行研究。
2011年当时，在三陆沖用附GPS的浮标进行了观测。海啸警报是非常重要信息的观测机器。离海岸4～5km也受到了冲击，此机器作为海啸的第一波记录了所达到的6～7m的波高数据。参考这个数据，气象厅对海啸高度的预测提出了向上修正。
但是，该警报不是被自动修正，也不是基于数值解析。 |
Galea |
|
从地震发生到海啸到达海岸，拥有多少时间的余地？ |
今村 |
|
东北三陆地区的情况，从海岸距离100～200km海面是地震活动频发的区域，从地震发生到海啸到达的时间约30分钟。附GPS的浮标与海面一起在深海也有设置，可以随海啸一起观测地震的震动。
其流程概略地说是，地震发生的海啸约10分钟后深海的浮标、又过10分钟观测到在海上的浮标，再过10分钟到达海岸。 |
Galea |
|
到达地上后，海啸前进的速度有多少？ |
今村 |
|
通过分析直升机、飞机等摄制到的录像，推定为毎秒3～10m左右。非常快的速度。 |
Galea |
|
是的。 |
 |
 |
▲东日本大震灾女川市的受灾情况
（照片：今村文彦氏） |
▲灾害发生时进行实时避难解析的示意
（资料：Edwin R. Galea） |
──向Galea先生请教，最近避难解析的技术和研究方面有哪些进步？
| Galea |
|
现在我的避难解析研究对象是复杂的大楼。这几年我们一直从事研究，将避难解析适用于更广域的范围。都市部或者更大的范围。
并且，通过高精度模型化在广域范围解析人们的动作。第1个课题是广域中如何进行详细模型化。第2个课题是理解人们的行动。因为建筑物中人们各自有不懂的行动。
英国虽然没有海啸但是有洪水。当遇到洪水危险时，即使呼吁避难依然躲在家里的大有人在。是希望守住自己的财产。要模拟这些行动是有难度的。当危险来临时，人们先理解其危险性，为了令其避难，用怎样的讯息来警告才有效成为了问题，。
为了达到被害最小化，需要理解人们的行动并模拟其行动。
人们是如何行动的，在向灾害时生还的进行详细采访后得到了答案。并且知道了避难行动时间的推移。
首先第1个课题的广域详细模型化中使用优化手法。1年前开始了叫做[IDIRA]的项目。来自欧州联合(EU)的7个项目。欧州的多个国家中发生大规模地震、洪水等灾害时，研究有效的对应方法。
我所在的格林尼治大学为了对应大规模的灾害，扩大模拟人们行动的范围。
4年的项目虽然刚刚第1年结束，已经实现了避难模拟和Google Earth、Street Map的连接。
从Google Earth、Street Map抽取地形、道路等信息，将人的模型配置到上面各个位置，避难时会发生怎样的现象、需要多少时间可以避难，对其可进行解析。
第2个课题是互联网和避难解析的连接。例如，桥梁在地震后塌落变得无法通行，洪水导致无法过渡的信息从携带端末发给灾害对策本部。通过消化这些信息确立避难战略的方法。我们下一步就是要利用这些信息研究避难解析的方法。 |
──解析范围设想的是几公里的面积？
| Galea |
|
目前是1个街区程度。大约7km见方的规模。以德国的街道为题材，让我们来看看进行避难模拟的结果吧。
通常所有的道路都可以通行，洪水等导致桥梁、道路无法通行时，可用于避难的路径变少。加上这样的条件再次进行模拟。于是，避难经路、避难所需时间就增加了5分钟。
这样变化条件的解析在事前的避难规划中也可应用，灾害时一边实时进行解析，为了被害最小化可以使用是它的优势。使用这些在哪里设置避难所，如何考虑避难路径、避难时间的讨论，出现无法通行的避难路时，避难路的代替路径如何处理，此时避难时间怎么办，等点方面可进行模拟。
避难解析所需时间与解析对象的面积有关，通过计算机并行化处理可缩短解析时间。 |
──使用像[京]一样的超级计算机，广域海岸地域的避难解析也会在瞬间完成吧。
| Galea |
|
是的，我也这么认为。下一步是如何表现人们的避难行动的问题。建筑物中的人的行动，是否知道避难场所，家族是否有避难计划等都将改变整个结果。
例如，在容易受海啸被害的场所，海啸警报出来后约定好不要回家直接在避难所汇合，家里有高龄者的，如何回家帮助避难等，需要事先决定好。决定避难计划，家族的理解和教育也很重要。 |
 |
| ▲超级计算机[京]（提供：理化学研究所） |
──Galea先生据说2011年对美国恐怖事件[9.11]的生还人员做了采访，今村先生也对这次海啸避难者相关进行了调查吗？
| 今村 |
|
东日本大震灾后，东北大学、中央官厅对生还的人进行了大规模调査、采访。什么时候得到了怎样的信息、从怎样的路径逃生的等。为此收集了海啸受灾地的许多数据。当然，这些只是生还者的数据内容有一定局限。
同时还在收集手机、车载端末的GPS数据。这些数据更加实际。 |
Galea |
|
9.11时调查了打给警察的紧急通话的录音记录。从这些通过话记录可以知道死者干了什么，也知道为何采取了那样的行动。
另外，从生还的人们那里也了解到拒绝从职场逃出，留在那里死亡的同僚的情况。 |
──日本的119通话记录也可以同样利用吗？
| 今村 |
|
紧急通话的记录利用受到很多限制，随着GPS数据的解析逐步便可可以利用。各GPS末端的电波可以知道什么时候在哪里消失的。另外，Facebook等SNS（Social
Network Service）的发信记录虽然较少，但也有可用之处。
Google的日本法人等今年10月通过SNS为了把握东日本大震灾的实态、同时也是为了可进行海啸避难的解析，呼吁大众公布地震后1周内的数据。并且NTT
DOCOMO、NHK、Twrither都做了对应。借此势头，可以使用怎样的数据，今后按照怎样的方向使用数据的讨论已经开始。这些讨论在官网均有公开。 |
──今村先生使用超级计算机进行海啸及避难解析，研究有些怎样的进展呢？
| 今村 |
|
2011年以后，研究的重点特别放在都市区域海啸泛滥模型的构筑。都市区域大楼林立，道路交错，形状复杂。并且居民也很多。
此时，南海地震发生时聚焦海啸受害的设想地点高知市，进行关于[符合灾害]的研究。模拟首先是地震发生，地震动导致的建筑物损坏、地基液态化等发生后，海啸杀到的过程。解析的结果、海啸到达陆上时，建筑物可能会使得海啸的速度降低。另外，街道中也分为安全场所和不安全场所。 |
Galea |
|
我对火灾时的火焰、有毒瓦斯的扩散通过数值流体解析（CFD）进行了解析，从事避难模拟的研究。这里也有适用于海啸解析的部分。海啸的先端与大楼冲突时，产生怎样的现象、给人们避难的过程造成怎样的影响，这些都可以知道。此外对寻找安全避难路径也有帮助。 |
今村 |
|
现在超级计算机[京]进行的都市区域的海啸模拟范围是10km×30km的地域按照2m四方的网格高密度进行解析。以往需要10小时的计算，京的话只要1小时。几乎接近实时的速度。
通过2D进行解析，地形高度用地形图来表示，与建筑物的种类、高度数据合成并模型化。2m四方的模型需要航空照片、GIS数据。 |
──运用超级计算机[京]分析到的结果，有什么新发现吗？
| 今村 |
|
比中心街区更靠海的，但也有受灾较少的情况、相反海啸之间互相干渉，海啸变得更高的情况也有。这些是迄今为止的新发现。 |
──Galea先生的研究正是4年规划的第1年结束的时候，今后预定如何推进研究？
| Galea |
|
为了解开人们的避难行为，也有研究在过去的洪水下人们会采用怎样的行动。
另一个是包含森林等在内对大范围地域为对象进行解析。以往的解析方法计算时间过长。在避难解析软件[EXODUS]中通常使用0.5m四方的高密度网格，如果是500m四方程度的解析没有问题。但是，比这更大模型的情况就需要更加强大的计算机。
为此，根据需要我们在开发将计算模型的网格分割密度分为3阶段的[混合技术]。例如，复杂大楼林立的都市区域内采用0.5m程度的高密度网格，另一方面，在郊外采用数m程度的大网格，利用这种分开的方法。通过这种手法可以解析数百km四方的大规模地域。 |
──今村先生和Galea先生的研究相组合，高精度预测海啸的举动，并看似可进行广域范围的避难解析，其可能性怎么样呢？
| 今村 |
|
人们的举动预测应该是共通的课题。从Galea先生的数据和我们的数据，可以考虑制作用于制作模型的人的行动相关的数据包。与其他地域的数据一边比较，应该可以制作出更好的避难模型。为了反映不同的文化，最好能有心理学者等的参与。 |
Galea |
|
是的，文化是比避难行动更重要的要素。我在欧州的另外的4年规划研究项目中对题为[行动、安全、文化（Behavior, Security, Culture）]的研究做了总结。简单来说就是[BeSeCu]，研究社会文化对人们的避难行动产生怎样的影响。
比较土耳其、捷克、波兰、英国、德国、法国等的结果，土耳其、捷克、波兰三个东欧国家比西欧各国的行动特性明显不同。
其中一个是对洪水、恐怖事件时行动的访问。恐怖事件是针对伦敦地铁、西班牙马德里的事件进行了调查。
另一个是避难实验。土耳其、捷克、波兰、英国4个国的图书馆尽可能保持相同条件，只比较文化的差异进行的的实验。事前不通知是避难训练，对人们的避难行动的实效性进行了调查。
最重要的实验结果是警报鸣响以后到避难开始的应答时间（反应时间）。一种理论是应该描绘对数正规分布曲线。
从实验结果知道了各国的文化极大第影响了应答时间。超出预想，应答时间最短的是土耳其人。这令人吃惊。相反最长的是捷克人。
预测英国应该是应答时间最短的，可实验后发现只比捷克强不了多少。
土耳其的结果之所以好，主要是因为在一所地震多发地带的学校的图书馆进行的实验。他们已经习惯了地震的对应。
另一方面，其他国家的人根本没有听过警报。也从来没有接受过训练。
避难的样子进行了撮影，土耳其人听到警报鸣响后放下笔记本电脑、包等物品，立刻站起来进行避难。一方面，英国人则是关闭电脑后，拿着手机，装好包，一边寻找朋友一边进行避难。
从此实验结果不难看出文化的差异对避难行动造成很大影响。这些影响今后我们也不得不考虑。 |
 |
 |
▲EXODUS的解析结果在
UC-win/Road中3DVR可视化的例子 |
▲混合模型用于広域的EXODUS解析
（资料：Edwin R. Galea） |
──东日本大震灾海啸时，石巻、大船渡等海啸经验较多的地域的人们立刻进行避难，而新兴住宅地的避难就相对较迟的例子，今村先生您认为这也属于文化差异造成的影响吗？
| 今村 |
|
是的，地域、人的经验不同会出现不同的避难行为。例如，海岸线错综复杂，之前多次遭受过海啸的地域，仙台市的内陆部等基本上没有遭受海啸的地域，各自的避难方法都不同。
城市区域的石巻市、仙台市灯光大都市迅速采取了避难。 |
──为了让没有海啸、洪水等经验的人理解避难的重要性，可通过[可视化]将今村先生、Galea先生的研究结果进行有效说明。
| Galea |
|
可视化可以应用在许多方面。例如避难训练。如果可以实现高分辨率的可视化，可用于避难的初期行动的训练。大洪水很快就会来赶紧逃跑，这样的话仅凭语言很难描述海啸的状况。如果能将附近的道路遇到洪水时是怎样的状态进行可视化表现，多少水深的洪水以怎样的速度涌来，就可以让人们有一个感性的认识。作为教育手段可以期待有效、快速的避难。 |
今村 |
|
在海啸、海岸灾害的准备方面可视化也非常重要。2011年以前，只有制作对于海啸一项灾害的危险地图和避难规划。所有的想像也就停留在这个阶段。
如果要面对2011年一样的巨大海啸，需要对各种可能性进行组合，通过可视化想定场景。人们也可通过可视化虚拟地体验海啸的状况。 |
Galea |
|
不仅是一般的民众，即使是专家对灾害过程、结果的理解也很困难。通过使用可视化可加入大量的事项，更好地帮助理解。 |
 |
 |
▲通过海啸解析软件和UC-win/Road的连接，解析结果的可视化。
流线通过箭头表示（左）。避难解析和海啸模拟的连接（右） |
──FORUM8提供可基于互联网浏览器使用的虚拟现实[VR-Cloud®]，这作为可视化如何使用呢？
| Galea |
|
使用VR-Cloud®很有可能实现避难训练呀。通过在云端进行避难训练，让更多的人可以参加。我们从事的研究和避难训练在云端还可以进行组合的可能性。 |
今村 |
|
VR-Cloud®不但对避难训练在都市规划中也可以使用。在容易受到海啸灾害的地域，人们应该挑选怎样的居住位置，建设避难路线、规划海啸避难大楼时，VR-Cloud®是用于规划的制作、检查、条件讨论及共识达成的好工具。 |
──今后，对于海啸解析、避难解析的研究会怎样发展呢？
| Galea |
|
具体各种不同要素制作[虚拟桌面]。例如，地震外，海啸、洪水、建筑物的崩坏、人群避难、交通等综合集成处理的平台。
要处理这些需要有各种软件及工具，将其结果整合为一个进行共享是我们的目标。这将是一个巨大的课题。
SNS的信息中也包含了许多有益的内容，需要进行数据采集和解析模型等处理。 |
今村 |
|
我也抱着完全相同的想法。2012年4月在东北大学灾害科学国际研究所设置了东北地区自然灾害资料中心，开始创建过去灾害数据的存档和平台，10年规划正式启动。目的便是将过去的灾害数据、各类工具等收集归纳后与其他地域人们共享。
Galea先生对人们行动的经验和数据，可与我们所持有的日本数据进行交换，相信可以进行更加有益的研究。然后，对结果进行比较。 |
Galea |
|
完全赞成。这将是一件非常有趣的事情。 |
──非常感谢。
 |
▲东北大学 灾害科学国际研究所监督制成的产品[减灾包布 结（YUI）]。
附[减灾袖珍指南] |
今村 文彦
东北大学灾害科学国际研究所副所长、教授。灾害科学、海啸流体波动数值计算、国内外历史地震海啸痕跡调査、避难模拟、分析避难时的记忆和人的行动，认知心理学等，致力于海啸防灾相关的研究。还从事国际海啸防灾技术开发和转移、分形几何学等，流雪沟（2相流体）等的研究。作为FORUM8的顾问，协助海啸解析支援服务等的技术指导。
Edwin R. Galea
格林尼治大学教授。1986年设立的火灾安全工学小组（FSEG）任小组长。FSEG除数学家、心理学家外还由火灾工学家、数值流体动力学（CFD）、软件专家所组成，先后开发了火灾解析软件[SMARTFIRE]、[buildingEXODUS]等避难解析软件[EXODUS]系列，被世界30个国家以上使用。此外1997年以来，短期课程培训了世界38个国家500人以上的火灾安全领域的专家。 |
（执笔/采访：IEIRI合作 家入 龙太） |
