JP2014241088A - 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム - Google Patents

地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム Download PDF

Info

Publication number
JP2014241088A
JP2014241088A JP2013123805A JP2013123805A JP2014241088A JP 2014241088 A JP2014241088 A JP 2014241088A JP 2013123805 A JP2013123805 A JP 2013123805A JP 2013123805 A JP2013123805 A JP 2013123805A JP 2014241088 A JP2014241088 A JP 2014241088A
Authority
JP
Japan
Prior art keywords
correlation coefficient
regional
index calculation
sensor data
regional index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2013123805A
Other languages
English (en)
Other versions
JP6184181B2 (ja
Inventor
神山 隆
Takashi Kamiyama
隆 神山
博昭 杉山
Hiroaki Sugiyama
博昭 杉山
勉 菅原
Tsutomu Sugawara
勉 菅原
小森 修
Osamu Komori
修 小森
ウェン 王
Uen O
ウェン 王
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2013123805A priority Critical patent/JP6184181B2/ja
Priority to CN201480000668.4A priority patent/CN104395926A/zh
Priority to PCT/JP2014/055151 priority patent/WO2014199675A1/ja
Publication of JP2014241088A publication Critical patent/JP2014241088A/ja
Application granted granted Critical
Publication of JP6184181B2 publication Critical patent/JP6184181B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】都市等といった地域を評価するための地域指標を推計することができる地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラムを提供することである。
【解決手段】地域指標算出装置は、相関係数算出部と、地域指標算出部と、を備える。相関係数算出部は、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する。地域指標算出部は、センサデータと、相関係数と、に基づいて、地域指標の推計値を算出する。地域指標算出部は、センサデータとして、画像に撮像された人の数を取得し、画像に撮像された人の数と、相関係数と、に基づいて、地域指標の推計値を算出してもよい。地域指標算出部は、画像に撮像された人の数と、相関係数と、に基づいて、地域指標としての所定地域の人口の推計値を算出してもよい。
【選択図】図1

Description

本発明の実施形態は、地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラムに関する。
行政機関や自治体では、管理対象とする町や都市といった地域で消費されるエネルギーに関する各種データを収集することで、その地域のエネルギー消費量という観点での地域指標を作成することがある。そして、作成した地域指標より地域計画の達成状況を評価し、その後の行政施策に反映させていた。
エネルギー消費量に関する地域指標を作成するにあたり、当然にその地域における全エネルギー消費量の把握が必要になるが、この消費エネルギーのうち例えば電力は、都市の各家庭等に設置された電力メータにより、その消費量を比較的容易に収集することができる。しかし、石油や石炭といった燃料に関する消費量は、燃料の販売量を人手により販売事業者に確認する等して情報収集していたため、全エネルギー消費量を行政機関や自治体が把握できるまでには長い時間がかかっていた。
ところで、従来、電気やガスといったエネルギーの供給事業者が、各家庭等に設置された専用のメータを介して、供給先の顧客で消費されたエネルギーの消費量を収集し、更にエネルギーの消費量から二酸化炭素排出量を推定する技術はあった(例えば、特許文献1参照)。
特開2006−221482号公報
しかしながら、様々なエネルギーが消費される地域について、的確な地域指標を得るには未だに長い時間をかけて消費エネルギーのデータ収集を行わなければならず、行政機関や自治体は、地域の評価地域指標の確定に数ヶ月又は1年という長い期間が必要となっていた。その結果、管理する地域にてエネルギーが異常なまでに消費され、それに伴う二酸化炭素排出量が多いといった異常が発生していた場合でも、行政機関や自治体ではこの異常把握までに時間がかかり、対応が遅れる可能性もあった。
本発明が解決しようとする課題は、地域を評価するための地域指標を推計することができる地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラムを提供することである。
実施形態の地域指標算出装置は、相関係数算出部と、地域指標算出部と、を備える。相関係数算出部は、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する。地域指標算出部は、センサデータと相関係数とに基づいて、地域指標の推計値を算出する。
実施形態の地域指標算出方法は、地域指標算出装置における指標算出方法であって、相関係数を算出するステップと、地域指標の推計値を算出するステップと、を有する。相関係数を算出するステップは、相関係数算出部が、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する。地域指標の推計値を算出するステップは、地域指標算出部が、センサデータと相関係数とに基づいて、地域指標の推計値を算出する。
実施形態の地域指標算出プログラムは、コンピュータに、相関係数を算出する手順と、地域指標の推計値を算出する手順と、を実行させる。相関係数を算出する手順は、コンピュータが、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する。地域指標の推計値を算出する手順は、コンピュータが、センサデータと相関係数とに基づいて、地域指標の推計値を算出する。
本実施形態における、地域指標算出システムの構成例を示すブロック図である。 本実施形態における、国内総生産を推計するための相関の例を示す図である。 本実施形態における、国内総生産と電力消費量との相関係数の推計例を表により示す図である。 本実施形態における、電力消費量と全エネルギー消費量との相関係数の推計例を表により示す図である。 本実施形態における、夜景が撮像された画像に施すクラスタリングの例を示す図である。 本実施形態における、国内総生産の推計値の表示例を示す図である。 本実施形態における、国内総生産あたりのエネルギー消費量の推計値の表示例を示す図である。 本実施形態における、二酸化炭素排出量の推計値の表示例を示す図である。 本実施形態における、算出装置の動作手順例を示すフローチャートである。
本実施形態について図面を参照して詳細に説明する。実施形態の地域指標算出システムは、都市や市町村といった所定の地域やコミュニティにおける社会インフラストラクチャ(以下、「社会インフラ」という。)に設置された各種メータより収集した各種データに基づいて、その都市を評価するための地域指標を推計する。
ここで、地域指標とは、業績評価指標(Key Performance Indicator:KPI)、例えば、業績評価地域指標であり、具体的には、エネルギー消費量、工業収入、観光収入、住民所得、都市の全エネルギー消費量、都市の二酸化炭素(CO2)排出量、国内総生産(Gross Domestic Product:GDP)、又は、国内総生産(GDP)あたりのエネルギー消費量がこれに該当する。なお、地域指標は、これらに限らなくてもよい。例えば、地域指標は、都市の総生産、又は、国内総生産あたりのエネルギー消費量でもよい。
実施形態の地域指標算出システムの少なくとも一部は、所定の都市を管理する行政機関及び自治体(施政者)により運用されてもよい。また、行政機関及び自治体は、その都市の社会インフラ(設備)を管理してもよい。実施形態の地域指標算出システムは、都市を評価するための地域指標を、ほぼリアルタイムで推計することができる。ここで、リアルタイムには、1時間以内であれば、遅延が生じても本実施形態の対象に含まれる。この遅延時間は、一例である。都市を管理する行政機関及び自治体は、都市を評価するための地域指標(業績評価地域指標)に基づいて早期に異常を検出し、都市計画の見直しなど、早めに対策を実施することができる。
図1には、地域指標算出システムの構成例が、ブロック図により示されている。地域指標算出システムは、サーバ装置11と、管理端末13と、を備える。サーバ装置11は、社会インフラとしての第1設備12A、第2設備12B、第3設備12C、撮像装置21、及び、超音波装置22に対し、夫々設置されたセンサ部からセンサデータを受信する。センサデータは、センサ部から出力送信され、ほぼリアルタイムでサーバ装置11にて受信される。サーバ装置11は、少なくともセンサデータに基づいて、地域指標をほぼリアルタイムで推計する。また、サーバ装置11は、入出力装置20から、地域指標のベースデータ(基礎データ)を収集することができる。
第1設備12Aは、地域指標が算出される対象の都市(地域)に、社会インフラの一つとして設置される。以下、第1設備12Aは、一例として、電力設備であるものとして説明する。第1設備12Aは、センサ部122Aと、送受信部121Aとを備える。センサ部122A(電力メータ)は、第1設備12Aの電力消費量をセンサデータとして検出し、電力消費量データを、送受信部121Aに出力する。送受信部121Aは、電力消費量データをサーバ装置11に送信する。
第2設備12Bは、地域指標が算出される対象の都市(地域)に、社会インフラの一つとして設置される。以下、第2設備12Bは、一例として、ガス設備であるものとして説明する。第2設備12Bは、センサ部122Bと、送受信部121Bとを備える。センサ部122B(ガスメータ)は、第2設備12Bのガス消費量をセンサデータとして検出し、ガス消費量データを、送受信部121Bに出力する。送受信部121Bは、ガス消費量データを、サーバ装置11に送信する。
第3設備12Cは、地域指標が算出される対象の都市(地域)に、社会インフラの一つとして設置される。以下、第3設備12Cは、一例として、水道設備であるものとして説明する。第3設備12Cは、センサ部122Cと、送受信部121Cとを備える。センサ部122C(水道メータ)は、第3設備12Cの水消費量をセンサデータとして検出し、水消費量データを、送受信部121Cに出力する。送受信部121Cは、水消費量データを、サーバ装置11に送信する。
入出力装置20は、地域指標が算出される対象の都市(地域)に設置されてもよい。以下、入出力装置20は、一例として、オペレータが操作する装置であるものとして説明する。このオペレータは、燃料消費量データ(販売量データ)を、燃料の販売事業者から取得する。ここで、燃料は、例えば、石油及び石炭である。入出力装置20は、操作部202と、送受信部201とを備える。
操作部202は、オペレータによる操作入力を受け付け、操作入力に応じた信号を、送受信部201に出力する。ここで、操作入力に応じた信号は、地域指標を算出するためのベースデータ(基礎データ)であり、例えば、燃料消費量データを示す信号である。送受信部201は、操作入力に応じた信号を、サーバ装置11に送信する。
撮像装置21は、地域指標が算出される対象の都市(地域)における特定の位置に設置される。以下、撮像装置21は、特定の位置の例として、予め定められた工業団地の入口、予め定められた観光地、予め定められた街角(例えば、所定の主要場所)、及び、予め定められた駅構内に備えられているものとして説明する。
撮像装置21は、撮像部212と、送受信部211とを備える。撮像部212は、自装置が備えられた位置から見える特定の位置を撮像し、撮像した画像を示す信号を、センサデータとして送受信部211に出力する。撮像した画像を示す信号は、例えば、撮像した画像に基づく、特定車両数、特定人数又は駅利用者数を示す信号である。
ここで、特定車両数は、例えば、撮像された工業団地の入口を通過した車両の数、撮像された観光地を訪問した車両の数である。車両は、所定の車種(例えば、所定の高級車)であるか否かが、画像処理(例えば、画像マッチング)に基づいて判定されてもよい。また、特定人数は、例えば、撮像された観光地の入口を通過した人の数、又は、撮像された街角を通過した人の数である。駅利用者数は、例えば、撮像された駅構内を利用した人の数である。撮像部212は、都市の夜景の灯りを撮像してもよい。送受信部211は、撮像した画像を示す信号を、サーバ装置11に送信する。
超音波装置22は、地域指標が算出される対象の都市(地域)における特定の位置に設置される。以下、超音波装置22は、特定の位置の例として、予め定められた工業団地の入口、予め定められた観光地、予め定められた街角(例えば、所定の主要場所)、及び、予め定められた駅構内に備えられているものとして説明する。
超音波装置22は、超音波部222と、送受信部221とを備える。超音波部222は、自装置が備えられた位置から見える特定の位置に超音波を照射し、その位置から反射された超音波を受信する。超音波装置22は、反射された超音波に基づいて、超音波を照射した特定の位置を通過した移動体の数を計数する。超音波装置22は、移動体の数を示す信号を、センサデータとして送受信部221に出力する。
ここで、移動体の数を示す信号は、例えば、超音波の反射に基づく、特定車両数、特定人数、又は、駅利用者数を示す信号である。特定車両数は、例えば、超音波が照射された工業団地の入口を通過した車両の数である。また、特定人数は、例えば、超音波が照射された観光地の訪問者の数、又は、超音波が照射された街角を通過した人の数である。駅利用者数は、例えば、超音波が照射された駅構内を利用した人の数である。送受信部221は、移動体(例えば、車両、人)の数を示す信号を、サーバ装置11に送信する。
サーバ装置11は、管理対象の都市の社会インフラから各種データを収集し、収集した各種データに基づいて、その都市を評価するための地域指標を推計する。サーバ装置11は、送受信部111と、送受信部112と、データベース部115と、算出装置114と、表示最適化部116とを備える。
送受信部111は、第1設備12Aの送受信部121Aから、電力消費量データをセンサデータとして受信する。送受信部111は、第2設備12Bの送受信部121Bから、ガス消費量データをセンサデータとして受信する。送受信部111は、第3設備12Cの送受信部121Cから、水消費量データをセンサデータとして受信する。送受信部111は、入出力装置20の送受信部201から、操作入力に応じた信号(例えば、燃料消費量データ)を、ベースデータとして受信する。
送受信部111は、撮像装置21の送受信部211から、撮像した画像を示す信号を、センサデータとして受信する。送受信部111は、超音波装置22の送受信部221から、移動体の数を示す信号を、センサデータとして受信する。送受信部111は、センサデータの直近値(例えば、現在値)を、データベース部115に記憶させる。また、送受信部111は、センサデータの直近値を、算出装置114に出力する。
データベース部115には、センサデータの直近値が、送受信部111から入力される。データベース部115は、センサデータの直近値(例えば、現在値)の履歴、すなわち、センサデータ履歴値を記憶する。データベース部115は、例えば、分散型のストレージメディアである。データベース部115は、例えば、キー‐バリュー・ストア(Key−Value Store:KVS)形式で、センサデータ履歴値を記憶する。また、データベース部115には、地域指標を算出するためのベースデータ(基礎データ)が、送受信部111から入力される。データベース部115は、ベースデータ(基礎データ)を記憶する。
算出装置114は、データベース部115に記憶されたセンサデータ履歴値に基づいて、相関係数を算出する。算出装置114は、センサデータの直近値と、相関係数とに基づいて、都市を評価するための地域指標(業績評価地域指標)を推計する。なお、算出装置114は、センサデータの直近値と、相関係数と、ベースデータとに基づいて、都市を評価するための地域指標を推計してもよい。
図2には、国内総生産を推計するための相関の例が示されている。図2では、都市を評価するための地域指標が、一例として、国内総生産(GDP)である場合について説明する。 国内総生産は、都市の総生産が国内について合計されることにより算出される。すなわち、国内総生産は、都市のエネルギー消費量と、都市の工業収入と、都市の観光収入と、都市の住民所得とが、国内について合計されることにより算出される。ここで、都市のエネルギー消費量と、都市の工業収入と、都市の観光収入と、都市の住民所得とは、それぞれが中間値(例えば、無次元の数)に変換されて合計されてもよい。なお、国内総生産は、さらに多くの項目が合計されることにより算出されてもよい。
エネルギー消費量は、都市の電力消費量と、都市のガス消費量と、都市の水消費量と、都市の燃料消費量と、都市の特定車両数(例えば、主要道路上の車両数)と、都市の駅利用者数との各中間値が合計されることにより算出される。なお、エネルギー消費量は、都市の気温(夏季、冬季)と、都市の夜景が撮像された画像データ(後述する)と、都市の特定人数との各中間値に基づいて補正されてもよい。
工業収入は、都市の工場の電力消費量と、都市の工場のガス消費量と、都市の工場の水消費量と、都市の工場の燃料消費量と、都市の特定車両数(工業団地の入口を通過した車両の数)との各中間値が合計されることにより算出される。なお、工業収入は、都市の工場の気温(夏季、冬季)と、都市の工場の夜景が撮像された画像データ(後述する)と、都市の工場の特定人数と、都市の工場の駅を利用する利用者の数(駅利用者数)の各中間値に基づいて補正されてもよい。
観光収入は、都市の観光地の夜景が撮像された画像データ(後述する)と、都市の特定車両数(観光地の入口を通過した車両の数)と、都市の特定人数(観光地への訪問者の数)との各中間値が合計されることにより算出される。なお、観光収入は、都市の気温(夏季、冬季)と、都市の観光地の電力消費量と、都市の観光地のガス消費量と、都市の観光地の水消費量と、都市の観光地の燃料消費量と、都市の観光地の駅を利用する利用者の数(駅利用者数)の各中間値に基づいて補正されてもよい。
住民所得は、都市の夜景が撮像された画像データ(後述する)と、都市の特定車両数(主要道路上の車両の数)との各中間値が合計されることにより算出される。なお、住民所得は、都市の気温(夏季、冬季)と、都市の電力消費量と、都市のガス消費量と、都市の水消費量と、都市の燃料消費量と、都市の特定人数と、都市の観光地の駅を利用する利用者の数(駅利用者数)の各中間値に基づいて補正されてもよい。
電力消費量は、センサデータとして電力設備から収集される。また、ガス消費量は、センサデータとしてガス設備から収集される。また、水消費量は、センサデータとして水道設備から収集される。また、燃料消費量は、ベースデータとして入出力装置から収集される。また、夜景が撮像された画像データ(後述する)は、センサデータとして撮像装置から収集される。また、特定車両数データは、センサデータとして、撮像装置及び超音波装置の少なくとも一方から収集される。また、特定人数データは、センサデータとして、撮像装置及び超音波装置の少なくとも一方から収集される。また、駅利用者数データは、センサデータとして、撮像装置及び超音波装置の少なくとも一方から収集される。
図1に戻り、地域指標算出システムの構成例の説明を続ける。算出装置114は、相関係数算出部1141と、地域指標算出部1142と、を有する。相関係数算出部1141は、各種のセンサデータ履歴値、すなわち、過去に収集された各種のセンサデータを、データベース部115から取得する。相関係数算出部1141は、データベース部115に記憶された各種のセンサデータ履歴値に基づいて、相関係数を算出する。相関係数算出部1141は、算出した相関係数データを、地域指標算出部1142に出力する。
図3には、国内総生産と電力消費量との相関係数の推計例が、表により示されている。以下、都市の電力消費量と、国内総生産とには相関があるものとして説明を続ける。図3では、都市毎に合計された電力消費量[PJ]と、国内総生産[兆円]と、都市毎に合計された電力消費量[PJ]を国内総生産[兆円]で除算した値とが、四半期毎に示されている。
図3では、1〜3月期では、都市毎に合計された電力消費量200[PJ]と、国内総生産100[兆円]と、都市毎に合計された電力消費量[PJ]を国内総生産[兆円]で除算した値2.00とが、対応付けられている。また、4〜6月期では、都市毎に合計された電力消費量250[PJ]と、国内総生産120[兆円]と、都市毎に合計された電力消費量[PJ]を国内総生産[兆円]で除算した値2.08とが、対応付けられている。また、7〜9月期では、都市毎に合計された電力消費量230[PJ]と、国内総生産の推計値X[兆円]と、都市毎に合計された電力消費量[PJ]を国内総生産[兆円]で除算した値を示す相関係数bとが、対応付けられている。
図3では、「国内総生産(GDP)の推計値X=都市毎に合計された電力消費量×相関係数b」の関係がある。相関係数算出部1141は、センサデータ履歴値に基づいて、相関係数bを算出する。相関係数算出部1141は、例えば、履歴「4〜6月期」における、都市毎に合計された電力消費量[PJ]を国内総生産[兆円]で除算した値の履歴に基づいて、直近「7〜9月期」の相関係数bを算出する。具体的には、相関係数算出部1141は、都市毎に合計された電力消費量[PJ] の履歴値を国内総生産[兆円] の履歴値で除算した値2.08を、相関係数bとしてもよい。また、相関係数算出部1141は、都市毎に合計された電力消費量[PJ]を国内総生産[兆円]で除算した複数の履歴値(例えば、平均値、回帰分析による値)を、相関係数bとしてもよい。
図4には、電力消費量と全エネルギー消費量との相関係数の推計例が、表により示されている。以下、都市の電力消費量と、都市の全エネルギー消費量とには相関があるものとして説明を続ける。図4では、「都市の全エネルギー量[PJ]=電力消費量[PJ]+ガス消費量[PJ]+石油消費量[PJ]+石炭消費量[PJ]」の関係がある。図4では、都市の電力消費量[PJ]と、都市の全エネルギー消費量[PJ]と、都市の電力消費量[PJ]を都市の全エネルギー消費量[PJ]で除算した値とが、年度毎に示されている。
図4では、2011年度では、都市の電力消費量200[PJ]と、都市の全エネルギー消費量1000[PJ]と、都市の電力消費量[PJ]を都市の全エネルギー消費量[PJ]で除算した値0.200とが、対応付けられている。また、2012年度では、都市の電力消費量250[PJ]と、都市の全エネルギー消費量1000[PJ]と、都市の電力消費量[PJ]を都市の全エネルギー消費量[PJ]で除算した値0.208とが、対応付けられている。また、2013年度では、都市の電力消費量230[PJ]と、都市の全エネルギー消費量の推計値Y[PJ]と、都市の電力消費量[PJ]を都市の全エネルギー消費量[PJ]で除算した値を示す相関係数aとが、対応付けられている。
相関係数算出部1141は、センサデータ履歴値に基づいて、相関係数aを算出する。相関係数算出部1141は、例えば、履歴「2012年度」における、都市の電力消費量[PJ]を都市の全エネルギー消費量[PJ]で除算した値の履歴に基づいて、直近「2013年度」の相関係数aを算出する。具体的には、相関係数算出部1141は、都市の電力消費量[PJ]の履歴値を都市の全エネルギー消費量[PJ] の履歴値で除算した値0.208を、相関係数aとしてもよい。また、相関係数算出部1141は、都市の電力消費量[PJ]を都市の全エネルギー消費量[PJ]で除算した複数の履歴値(例えば、平均値、回帰分析値などの統計処理した値)を、相関係数aとしてもよい。
なお、相関係数算出部1141は、都市の社会インフラの全体からでなく、社会インフラの一部からサンプリングされたセンサデータに所定の統計処理を施すことにより、相関係数を算出してもよい。
また、相関係数算出部1141は、相関係数aの精度を上げるため、気温データに基づいて、相関係数aを補正してもよい。相関係数bについても同様である。例えば、夏季の気温が例年より高い場合、その年度の国内総生産に対するエネルギー消費量は高くなることが多い。相関係数算出部1141は、国内総生産に対するエネルギー消費量が高くなるように、夏季の気温データに基づいて、相関係数a及び相関係数bをそれぞれ補正してもよい。また、例えば、夏季の気温が例年より高い場合、その年度のエネルギー消費量に対する電力消費量は高くなることが多い。相関係数算出部1141は、エネルギー消費量に対する電力消費量は高くなるように、夏季の気温データに基づいて、相関係数a及び相関係数bをそれぞれ補正してもよい。なお、これらの補正方法は、一例である。
相関係数算出部1141は、相関係数aの精度を上げるため、夜景が撮像された画像データ(センサデータ)の履歴値にクラスタリング(分類処理)を施し、画像に撮像された過去の夜景の灯りの面積及び数を算出してもよい。相関係数bについても同様である。以下、画像に撮像された夜景の灯りの面積及び数と、都市の電力消費量と、都市の全エネルギー消費量とには相関があるものとして説明を続ける。例えば、この相関は、画像に撮像された夜景の灯りの面積及び数に比例して、都市の電力消費量が多くなるという相関でもよい。
相関係数算出部1141は、画像に撮像された夜景の灯りの面積及び数の少なくとも一方に基づいて、都市の電力消費量を算出する。相関係数算出部1141は、例えば、図3又は図4を用いて説明した方法により算出した相関係数データを、地域指標算出部1142に出力する。
図5には、夜景が撮像された画像に施すクラスタリングの例が、模式図により示されている。図5(A)には、クラスタリング前の夜景の灯りの画像の一例が示されている。相関係数算出部1141は、夜景が撮像された画像において所定の明度以上の画素(図5(A)では、白色の各領域)を検出する。
図5(B)には、クラスタリング後の夜景の灯りの画像の一例が示されている。相関係数算出部1141は、検出された画素からなるクラスタを、その画像に定める。例えば、相関係数算出部1141は、所定の明度以上の画素同士の距離が閾値以下である画素からなるクラスタを、その画像に定めてもよい。また、相関係数算出部1141は、同じ明度の画素からなるクラスタを、その画像に定めてもよい。相関係数算出部1141は、同じ色の画素からなるクラスタを、その画像に定めてもよい。図5(B)では、検出された複数の画素を包含する領域として、クラスタ300及びクラスタ301が、その画像に定められている。例えば、クラスタ300は、夜景において明度の高い看板が撮像された画素を含む領域でもよい。クラスタ301も同様である。
相関係数算出部1141が算出する夜景の灯りの面積は、クラスタリング前の画素の合計面積でもよいし、クラスタリング後の画素及びクラスタを含む合計面積でもよい。例えば、図5(A)に示す夜景の灯りの面積(画素のみの面積)は、図5(B)に示す夜景の灯りの面積(画素及びクラスタの面積)よりも小さい。これは、図5(B)には、クラスタリングにより、複数の画素を包含する領域として、クラスタ300及びクラスタ301が、画像に定められているからである。相関係数算出部1141は、画像に撮像された夜景の灯りの面積が広いほど、電力消費量が多くなるよう相関係数を算出してもよい。
また、相関係数算出部1141が算出する夜景の灯りの数は、クラスタリング前の画素の合計数でもよいし、クラスタリング後の画素及びクラスタの合計数でもよい。ここで、一つのクラスタは、複数の画素に相当するものとして、数を計数してもよい。例えば、一つのクラスタは、10個の画素に相当するものとして数を計数してもよい。つまり、図5(A)では、夜景の灯りの数(例えば、画素数)は、12個である。一方、図5(B)では、夜景の灯りの数は、24(=4+10+10)個である。図5(B)には、クラスタリングにより、複数の画素を包含する領域として、クラスタ300及びクラスタ301が、画像に定められているからである。相関係数算出部1141は、画像に撮像された夜景の灯りの数が多いほど、電力消費量が多くなるよう相関係数を算出してもよい。
図1に戻り、地域指標算出システムの構成例の説明を続ける。地域指標算出部1142には、センサデータの直近値(例えば、現在値)が、送受信部111から入力される。例えば、地域指標算出部1142は、相関係数算出部1141と同様に、画像に撮像された夜景の灯りの面積及び数の直近値を算出してもよい。
地域指標算出部1142には、相関係数データが、相関係数算出部1141から入力される。地域指標算出部1142は、センサデータの直近値と、相関係数とに基づいて、都市を評価するための地域指標(業績評価地域指標)を推計する。地域指標算出部1142は、都市を評価するための地域指標の推計値を、表示最適化部116に出力する。
地域指標算出部1142は、例えば、センサデータの直近値としての特定車両数(工業団地の入口を通過した車両の数)、駅利用者数(都市の駅利用者数)、特定人数(観光地への訪問者の数)、ガス消費量、水消費量、及び、気温データ(夏季、冬季)に基づいて、都市を評価するための地域指標としての国内総生産(GDP)の推計値を算出する。国内総生産は、一例として、式(1)により表される。
国内総生産の推計値
= b1×電力消費量+b2×特定車両数+b3×特定人数+b4×ガス消費量
+b5×水使用量+b6×気温データ …(1)
ここで、b1〜b6は、相関係数算出部1141により算出された各相関係数である。相関係数算出部1141は、国内総生産の履歴値と、センサデータ履歴値とに基づいて、相関係数b1〜b6を算出する。相関係数算出部1141は、例えば、図3又は図4を用いて説明した方法により、相関係数b1〜b6を算出する。
また、地域指標算出部1142は、例えば、センサデータの直近値としての電力消費量及びガス消費量に基づいて、都市を評価するための地域指標としての都市の全エネルギー消費量の推計値を算出してもよい。都市の全エネルギー消費量の推計値は、一例として、式(2)により表される。
都市の全エネルギー消費量の推計値
=a1×電力消費量+a2×ガス消費量 …(2)
ここで、a1及びa2は、相関係数算出部1141により算出された各相関係数である。相関係数算出部1141は、都市の全エネルギー消費量の履歴値と、センサデータ履歴値とに基づいて、相関係数a1及びa2を算出する。例えば、相関係数算出部1141は、図3又は図4を用いて説明した方法により、相関係数a1及びa2を算出する。
また、地域指標算出部1142は、センサデータとしての撮像された画像データに基づいて、特定車両数(例えば、図2を参照)を算出し、特定車両数(例えば、主要道路上の車両の数)に応じて、国内総生産の推計値、又は、都市の全エネルギー消費量の推計値の精度を向上させてもよい。また、地域指標算出部1142は、センサデータとしての移動体の数を示す信号に基づいて、特定車両数を算出し、特定車両数に応じて、国内総生産の推計値、又は、都市の全エネルギー消費量の推計値の精度を向上させてもよい。都市の全エネルギー消費量の精度が向上した推計値は、一例として、式(3)により表される。
都市の全エネルギー消費量の推計値
=a1×電力消費量+a2×ガス消費量+a3×特定車両数 …(3)
ここで、a1〜a3は、相関係数算出部1141により算出された各相関係数である。相関係数算出部1141は、都市の全エネルギー消費量の履歴値と、センサデータ履歴値とに基づいて、相関係数a1〜a3を算出する。例えば、相関係数算出部1141は、図3又は図4を用いて説明した方法により、相関係数a1〜a3を算出する。
表示最適化部116には、各種のセンサデータの直近値(例えば、現在値)が、送受信部112から入力される。また、表示最適化部116には、センサデータの目標値が、送受信部112から入力される。また、表示最適化部116には、都市を評価するための地域指標の推計値が、地域指標算出部1142から入力される。都市を評価するための地域指標の推計値は、例えば、国内総生産の推計値、国内総生産あたりのエネルギー消費量の推計値、又は、二酸化炭素排出量の推計値である。
表示最適化部116は、都市を評価するための地域指標の推計値を表示するための画像を生成する。ここで、表示最適化部116は、都市を評価するための地域指標の推計値と、各種のセンサデータの直近値(現在値)と、各種のセンサデータの目標値と、を所定の位置に配置した画像を生成することにより、管理端末13に表示させる画像を最適化する。地域指標の推計値を表示するための画像の詳細については、図6〜図8を用いて後述する。
送受信部112は、センサデータの目標値を、管理端末13から取得して、表示最適化部116に転送する。送受信部112は、センサデータの直近値を、データベース部115から取得して、表示最適化部116に転送する。送受信部112は、地域指標の推計値を表示するための最適化された画像データを、表示最適化部116から取得して、管理端末13に転送する。
管理端末13は、送受信部131と、表示部132と、操作部133とを備える。操作部133は、操作入力を受け付ける。この操作入力は、第1設備12Aなどの社会インフラを備える都市を管理する行政機関及び自治体(施政者)のオペレータによる操作入力でもよい。また、この操作入力は、例えば、センサデータの目標値をサーバ装置11に入力するための操作入力である。なお、操作部133は、操作入力を受け付けるためのタッチパネル又はキーボードを有していてもよい。
送受信部131は、操作部133が受け付けた操作入力に応じた信号を、サーバ装置11の送受信部112に送信する。送受信部131には、サーバ装置11の表示最適化部116により最適化された画像データが、サーバ装置11の送受信部112から入力される。
表示部132は、最適化された画像、すなわち、都市を評価するための地域指標の推計値を表示するための画像を、画面に表示する。例えば、表示部132は、液晶画面を有する表示装置でもよい。
図6には、国内総生産の推計値の表示例が示されている。図6では、文字列「国内総生産」と、国内総生産の目標値と、国内総生産の現在値(推計値)とが、対応付けられて表示されている。また、図6では、文字列「エネルギー消費量」と、エネルギー消費量の相関係数と、エネルギー消費量の目標値及び現在値(直近値)と、文字列「工業収入」と、工業収入の相関係数と、工業収入の目標値及び現在値(直近値)と、文字列「観光収入」と、観光収入の相関係数と、観光収入の目標値及び現在値(直近値)と、文字列「住民所得」と、住民所得の相関係数と、住民所得の目標値及び現在値(直近値)とが、対応付けられて表示されている。これにより、都市を管理する行政機関、市町村等の自治体は、国内総生産の推計値に基づいて早期に異常を検出し、都市計画の見直しなど、早めに対策を実施することができる。
図7には、国内総生産あたりのエネルギー消費量の推計値の表示例が示されている。図7では、文字列「国内総生産あたりのエネルギー消費量」と、国内総生産あたりのエネルギー消費量の目標値と、国内総生産あたりのエネルギー消費量の現在値(推計値)とが、対応付けられて表示されている。また、図7では、文字列「国内総生産」と、国内総生産の目標値及び現在値(直近値)と、文字列「エネルギー消費量」と、エネルギー消費量の目標値及び現在値(直近値)とが、対応付けられて表示されている。これにより、都市を管理する行政機関、市町村等の自治体は、国内総生産あたりのエネルギー消費量の推計値に基づいて早期に異常を検出し、都市計画の見直しなど、早めに対策を実施することができる。
図8には、二酸化炭素排出量の推計値の表示例が示されている。地域指標算出部1142は、例えば、センサデータの直近値としての電力消費量、ガス消費量、石油消費量、及び、石炭消費量に基づいて、都市を評価するための地域指標としての二酸化炭素排出量の推計値を算出する。二酸化炭素排出量の推計値は、一例として、式(4)により表される。
二酸化炭素排出量の推計値
= 相関係数c1×電力消費量+相関係数c2×ガス消費量
+相関係数c3×石油消費量+相関係数c4×石炭消費量 …(4)
ここで、c1〜c4は、相関係数算出部1141により算出された各相関係数である。相関係数算出部1141は、二酸化炭素排出量の履歴値と、センサデータ履歴値とに基づいて、相関係数c1〜c4を算出する。例えば、相関係数算出部1141は、図3又は図4を用いて説明した方法により、相関係数c1〜c4を算出する。
図8では、文字列「二酸化炭素排出量」と、二酸化炭素排出量の目標値と、二酸化炭素排出量の現在値(推計値)とが、対応付けられて表示されている。また、図8では、文字列「電力消費量」と、電力消費量の相関係数と、電力消費量の目標値及び現在値(直近値)と、文字列「燃料消費量」と、燃料消費量の相関係数と、燃料消費量の目標値及び現在値(直近値)と、文字列「水力発電量」と、水力発電量の相関係数と、水力発電量の目標値及び現在値(直近値)と、文字列「太陽光発電量」(PhotoVoltaics:PV発電量)とが、対応付けられて表示されている。これにより、都市を管理する行政機関、市町村等の自治体は、二酸化炭素排出量の推計値に基づいて早期に異常を検出し、都市計画の見直しなど、早めに対策を実施することができる。
次に、算出装置の動作手順例を説明する。
図9は、算出装置(図1を参照)の動作手順例を示すフローチャートである。
(ステップS1)相関係数算出部1141は、地域指標の履歴値を取得する。
(ステップS2)相関係数算出部1141は、センサデータ履歴値を取得する。
(ステップS3)地域指標算出部1142は、センサデータの直近値と、相関係数と、に基づいて、地域指標の推計値を算出する。算出された地域指標の推計値は、管理端末13の表示部132に表示される。また、地域指標の推計値は、管理端末13を介して、外部の表示装置(不図示)に表示されてもよい。
以上のように、実施形態の算出装置114は、地域指標の履歴値と、センサデータ(例えば、電力消費量、ガス消費量、水消費量、燃料消費量、夜景の灯り、特定車両数、特定人数、駅利用者数)履歴値と、の相関係数(比例定数、感度係数、排出係数、又は、補正割合でもよい)を算出する相関係数算出部1141と、センサデータ(例えば、センサデータの直近値)と、相関係数と、に基づいて、地域指標(例えば、エネルギー消費量、工業収入、観光収入、住民所得、都市の総生産、都市の全エネルギー消費量、都市の二酸化炭素排出量(CO2排出量)、国内総生産、国内総生産あたりのエネルギー消費量)の推計値を算出する地域指標算出部1142と、を備える。
また、実施形態の地域指標算出方法は、算出装置114における地域指標算出方法であって、相関係数算出部1141が、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出するステップと、地域指標算出部1142が、センサデータ(例えば、センサデータの直近値)と、相関係数と、に基づいて、地域指標の推計値を算出するステップと、を有する。
また、実施形態の地域指標算出プログラムは、算出装置114のコンピュータに、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する手順と、センサデータ(例えば、センサデータの直近値)と、相関係数と、に基づいて、地域指標の推計値を算出する手順と、を実行させる。
この構成により、地域指標算出部1142は、センサデータと、相関係数と、に基づいて、地域指標の推計値を算出する。
これにより、実施形態の算出装置114、地域指標算出方法、及び、地域指標算出プログラムは、都市を評価するための地域指標(業績評価地域指標)を推計することができる。また、都市を管理する行政機関、市町村等の自治体は、都市を評価するための地域指標に基づいて早期に異常を検出し、都市計画の見直しなど、早めに対策を実施することができる。また、実施形態の算出装置114、地域指標算出方法、及び、地域指標算出プログラムはスマートコミュニティを実現することができる。
また、実施形態の地域指標算出部1142は、センサデータとして、画像に撮像された人の数を取得し、画像に撮像された人の数と、相関係数と、に基づいて、地域指標の推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、画像に撮像された人の数と、相関係数と、に基づいて、地域指標としての所定地域の人口の推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、センサデータとして、画像に撮像された車両の数を取得し、画像に撮像された車両の数と、相関係数と、に基づいて、地域指標の推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、センサデータとして、画像に撮像された夜景の灯りの面積を取得し(例えば、図5を参照)、画像に撮像された夜景の灯りの面積と、相関係数と、に基づいて、地域指標の推計値を算出してもよい。
なお、実施形態の地域指標算出部1142は、センサデータとして、画像に撮像された夜景の灯りの数を取得し(例えば、図5を参照)、画像に撮像された夜景の灯りの数と、相関係数と、に基づいて、地域指標の推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、画像に撮像された車両の数、及び、画像に撮像された夜景の灯りの面積のうち少なくとも一つと、相関係数と、に基づいて、地域指標としての住民所得の推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、センサデータとしての電力消費量、ガス消費量、燃料消費量、水消費量、車両の数、駅利用者の人数、及び、気温のうち少なくとも一つと、相関係数と、に基づいて、地域指標としてのエネルギー消費量及び二酸化炭素排出量のうち少なくとも一つの推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、センサデータとしての電力消費量、ガス消費量、燃料消費量、水消費量、車両の数、駅利用者の人数、及び、気温のうち少なくとも一つと、相関係数と、に基づいて、地域指標としての国内総生産、及び、国内総生産あたりのエネルギー消費量のうち少なくとも一つの推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、センサデータとしての所定工業団地の電力消費量、ガス消費量、燃料消費量、水消費量、及び、車両の数のうち少なくとも一つと、相関係数と、に基づいて、地域指標としての工業収入の推計値を算出してもよい。
また、実施形態の地域指標算出部1142は、センサデータとしての所定観光地の車両の数、及び、人の数のうち少なくとも一つと、相関係数と、に基づいて、地域指標としての観光収入の推計値を算出してもよい。
以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
例えば、実施形態の地域指標算出システムは、少なくともその一部が、クラウドサーバ装置により構成されていてもよい。すなわち、実施形態の地域指標算出システムが実行する処理の少なくとも一部は、クラウド・コンピューティングにより実行されてもよい。
このクラウド・コンピューティングには、アプリケーション(ソフトウェア)をサービスとして提供するSaaS(Software as a Service)と、アプリケーションを稼働させるための基盤(プラットフォーム)をサービスとして提供するPaaS(Platform as a Service)と、サーバ装置、中央演算処理装置及びストレージなどのリソースをサービス(パブリッククラウド)として提供するIaaS(Infrastructure as a Service)とのうち、少なくとも一つが含まれていてもよい。例えば、このクラウド・コンピューティングには、クラウド・サービス提供層(PaaS)により、インターネットを介した遠隔操作が含まれていてもよい。
サーバ装置11(図1を参照)は、クラウドサーバ装置でもよい。データベース部115は、クラウド・コンピューティングにより、センサデータ履歴値などの各種データを記憶してもよい。送受信部111は、キー‐バリュー・ストア形式の各種データを、データベース部115等から受信してもよい。例えば、送受信部111は、データベース部115が記憶する各種データの少なくとも一部が消失した場合、センサデータ又はセンサデータ履歴値を送信するよう、外部装置(例えば、第1設備12A)に要求してもよい。管理端末13では、ウェブブラウザが動作していてもよい。このウェブブラウザには、地域指標の推計値が表示されてもよい(例えば、図6〜図8を参照)。
実施形態の地域指標算出システムは、その監視、障害対応及び運用のうち少なくとも一つが、代行サービスにより行われていてもよい。つまり、地域指標を活用する行政機関や自治体とは別の主体(例えば、ASP:Application Service Provider)が代行して、地域指標算出システムを監視、障害対応及び運用してもよい。また、実施形態の地域指標算出システムは、その監視、障害対応及び運用が、複数の主体によりされてもよい。
なお、上記に説明した各装置及びシステムを実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、実行処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータシステム」は、WWWシステムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、フラッシュメモリ等の書き込み可能な不揮発性メモリ、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ(例えばDRAM(Dynamic Random Access Memory))のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であっても良い。
11…サーバ装置、12A…第1設備、12B…第2設備、12C…第3設備、13…管理端末、20…入出力装置、21…撮像装置、22…超音波装置、111…送受信部、112…送受信部、114…算出装置、115…データベース部、116…表示最適化部、121A…送受信部、121B…送受信部、121C…送受信部、122A…センサ部、122B…センサ部、122C…センサ部、131…送受信部、132…表示部、133…操作部、201…送受信部、202…操作部、211…送受信部、212…撮像部、221…送受信部、222…超音波部、300…クラスタ、301…クラスタ、1141…相関係数算出部、1142…地域指標算出部

Claims (12)

  1. 地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する相関係数算出部と、
    センサデータと、前記相関係数と、に基づいて、前記地域指標の推計値を算出する地域指標算出部と、
    を備えることを特徴とする地域指標算出装置。
  2. 前記地域指標算出部は、前記センサデータとして、画像に撮像された人の数を取得し、前記画像に撮像された人の数と、前記相関係数と、に基づいて、前記地域指標の推計値を算出することを特徴とする請求項1に記載の地域指標算出装置。
  3. 前記地域指標算出部は、前記画像に撮像された人の数と、前記相関係数と、に基づいて、前記地域指標としての所定地域の人口の推計値を算出することを特徴とする請求項2に記載の地域指標算出装置。
  4. 前記地域指標算出部は、前記センサデータとして、画像に撮像された車両の数を取得し、前記画像に撮像された車両の数と、前記相関係数と、に基づいて、前記地域指標の推計値を算出することを特徴とする請求項1から請求項3のいずれか一項に記載の地域指標算出装置。
  5. 前記地域指標算出部は、前記センサデータとして、画像に撮像された夜景の灯りの面積を取得し、前記画像に撮像された夜景の灯りの面積と、前記相関係数と、に基づいて、前記地域指標の推計値を算出することを特徴とする請求項1から請求項4のいずれか一項に記載の地域指標算出装置。
  6. 前記地域指標算出部は、画像に撮像された車両の数、及び、画像に撮像された夜景の灯りの面積のうち少なくとも一つと、前記相関係数と、に基づいて、前記地域指標としての住民所得の推計値を算出することを特徴とする請求項4又は請求項5に記載の地域指標算出装置。
  7. 前記地域指標算出部は、前記センサデータとしての電力消費量、ガス消費量、燃料消費量、水消費量、車両の数、駅利用者の人数、及び、気温のうち少なくとも一つと、前記相関係数と、に基づいて、前記地域指標としてのエネルギー消費量及び二酸化炭素排出量のうち少なくとも一つの推計値を算出することを特徴とする請求項1から請求項6のいずれか一項に記載の地域指標算出装置。
  8. 前記地域指標算出部は、前記センサデータとしての電力消費量、ガス消費量、燃料消費量、水消費量、車両の数、駅利用者の人数、及び、気温のうち少なくとも一つと、前記相関係数と、に基づいて、前記地域指標としての国内総生産、及び、国内総生産あたりのエネルギー消費量のうち少なくとも一つの推計値を算出することを特徴とする請求項1から請求項7のいずれか一項に記載の地域指標算出装置。
  9. 前記地域指標算出部は、前記センサデータとしての所定工業団地の電力消費量、ガス消費量、燃料消費量、水消費量、及び、車両の数のうち少なくとも一つと、前記相関係数と、に基づいて、前記地域指標としての工業収入の推計値を算出することを特徴とする請求項1から請求項8のいずれか一項に記載の地域指標算出装置。
  10. 前記地域指標算出部は、前記センサデータとしての所定観光地の車両の数、及び、人の数のうち少なくとも一つと、前記相関係数と、に基づいて、前記地域指標としての観光収入の推計値を算出することを特徴とする請求項1から請求項9のいずれか一項に記載の地域指標算出装置。
  11. 地域指標算出装置における地域指標算出方法であって、
    相関係数算出部が、地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出するステップと、
    地域指標算出部が、センサデータと、前記相関係数と、に基づいて、前記地域指標の推計値を算出するステップと、
    を有することを特徴とする地域指標算出方法。
  12. コンピュータに、
    地域指標の履歴値と、センサデータ履歴値と、の相関係数を算出する手順と、
    センサデータと、前記相関係数と、に基づいて、前記地域指標の推計値を算出する手順と、
    を実行させるための地域指標算出プログラム。
JP2013123805A 2013-06-12 2013-06-12 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム Expired - Fee Related JP6184181B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2013123805A JP6184181B2 (ja) 2013-06-12 2013-06-12 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム
CN201480000668.4A CN104395926A (zh) 2013-06-12 2014-02-28 地域指标算出装置、地域指标算出方法、以及记录介质
PCT/JP2014/055151 WO2014199675A1 (ja) 2013-06-12 2014-02-28 地域指標算出装置、地域指標算出方法、及び、記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013123805A JP6184181B2 (ja) 2013-06-12 2013-06-12 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム

Publications (2)

Publication Number Publication Date
JP2014241088A true JP2014241088A (ja) 2014-12-25
JP6184181B2 JP6184181B2 (ja) 2017-08-23

Family

ID=52021982

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013123805A Expired - Fee Related JP6184181B2 (ja) 2013-06-12 2013-06-12 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム

Country Status (3)

Country Link
JP (1) JP6184181B2 (ja)
CN (1) CN104395926A (ja)
WO (1) WO2014199675A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP2007133468A (ja) * 2005-11-08 2007-05-31 Ntt Facilities Inc 建物環境支援システム、方法及びプログラム
JP2013020307A (ja) * 2011-07-07 2013-01-31 Mitsubishi Electric Corp エネルギー消費分析装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150002902A (ko) * 2011-06-14 2015-01-07 가부시끼가이샤 도시바 정보 통합 제어 시스템과 정보 처리 프로그램, 사회 인프라 운용 시스템, 운용 방법, 로컬 장치, 서버 장치 및 프로그램
CN103045279B (zh) * 2012-12-14 2014-07-16 同济大学 一种用于配煤系统的生产性能与能耗性能协同优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004178358A (ja) * 2002-11-28 2004-06-24 Meidensha Corp イベント警備監視方法及びイベント警備監視装置
JP2007133468A (ja) * 2005-11-08 2007-05-31 Ntt Facilities Inc 建物環境支援システム、方法及びプログラム
JP2013020307A (ja) * 2011-07-07 2013-01-31 Mitsubishi Electric Corp エネルギー消費分析装置

Also Published As

Publication number Publication date
WO2014199675A1 (ja) 2014-12-18
JP6184181B2 (ja) 2017-08-23
CN104395926A (zh) 2015-03-04

Similar Documents

Publication Publication Date Title
Ruan et al. A cross-domain approach to analyzing the short-run impact of COVID-19 on the US electricity sector
Williams et al. Ghost cities of China: Identifying urban vacancy through social media data
Smith-Clarke et al. Poverty on the cheap: Estimating poverty maps using aggregated mobile communication networks
Boussauw et al. Relationship between spatial proximity and travel-to-work distance: the effect of the compact city
Pitt The impact of internal and external characteristics on the adoption of climate mitigation policies by US municipalities
US20170169534A1 (en) Damage data propagation in predictor of structural damage
US10740684B1 (en) Method and system to predict the extent of structural damage
Oltean-Dumbrava et al. Transport infrastructure: making more sustainable decisions for noise reduction
US11004001B1 (en) Analysis of structural-damage predictions caused by an earthquake to identify areas with high damage levels
US10915829B1 (en) Data model update for structural-damage predictor after an earthquake
JP7221313B2 (ja) 監視対象建物環境の改善された監視及び採点のための装置、コンピュータ実装方法、及びコンピュータプログラム製品
Li et al. Using spatial analysis and Bayesian network to model the vulnerability and make insurance pricing of catastrophic risk
Giupponi et al. Spatial assessment of water use efficiency (SDG indicator 6.4. 1) for regional policy support
Pavía et al. Can dasymetric mapping significantly improve population data reallocation in a dense urban area?
Khavari et al. Population cluster data to assess the urban-rural split and electrification in Sub-Saharan Africa
Brown et al. Getting real with energy data: Using the buildings performance database to support data-driven analyses and decision-making
Logan et al. Risk of isolation increases the expected burden from sea-level rise
Esmaili et al. Assessing the spatial distributions of public electric vehicle charging stations with emphasis on equity considerations in King County, Washington
EP3711013A1 (fr) Dispositif et procédé de traitement de données hétérogènes pour déterminer des affluences spatio-temporelles
Leung et al. An integrated web-based air pollution decision support system–a prototype
Sánchez et al. Accessing Eye-level Greenness Visibility from Open-Source Street View Images: A methodological development and implementation in multi-city and multi-country contexts
Arai et al. The hidden potential of call detail records in The Gambia
JP6184181B2 (ja) 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム
Yang et al. A big-data-based urban flood defense decision support system
Rosni et al. Managing urbanisation and urban sprawl in Malaysia by using remote sensing and GIS applications

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160307

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170321

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170424

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170523

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170619

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170627

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170725

R151 Written notification of patent or utility model registration

Ref document number: 6184181

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

LAPS Cancellation because of no payment of annual fees