僕たちのサイトでは、最新のテクノロジーを使って水環境を分析し、「人と自然が共生できる社会」を目指す、なんていう少し大きな...

僕たちのサイトでは、最新のテクノロジーを使って水環境を分析し、「人と自然が共生できる社会」を目指す、なんていう少し大きな話をいつもしています。AIで水質を予測したり、ドローンで広範囲を調査したり、専門的なアプローチはもちろんすごく大事。でも最近、僕が個人的に「これだ！」って、すごくワクワクしていることがあるんです。それは、専門家だけじゃなくて、僕たちみたいな普通の人たちが主役になれる「シチズンサイエンス（市民科学）」っていう考え方。特に、身近な川や湖の水質調査に、みんなで参加するっていう動きがすごく面白いんですよ。専門家が集めるデータも大事ですけど、もっとたくさんの目で、もっと頻繁に自分たちの周りの環境を見つめることで、初めて見えてくるものがあるんじゃないかなって思うんです。

主なポイント

シチズンサイエンスって聞くと、なんだか難しそうに聞こえるかもしれないですけど、全然そんなことなくて。例えば海外だと、スマホのアプリで川の透明度を写真に撮って送ったり、水の色をカラーチャートと見比べて報告したりするプロジェクトがたくさんあるみたいです。特別な機材なんていらなくて、スマホ一つで貴重なデータ提供者になれる。これってすごいことじゃないですか？僕も教授（社内の専門家です！）から話を聞いて知ったんですが、専門家だけだと、どうしても調査できる場所や回数に限界があるんですよね。でも、その地域に住んでいる人たちが「今日の川はちょっと濁ってるな」とか「変な匂いがするかも」って気づいた時にサッと報告できれば、それはもう膨大で価値のあるビッグデータになる。点だった調査が、みんなの協力で線になり、面になっていく。そんな壮大な話に、自分も参加できるって考えただけで、なんだかワクワクしてきませんか？

日本でも、実はたくさんのプロジェクトが動いているんですよ。例えば、国土交通省が毎年やっている「水生生物による水質調査」なんかは、子どもから大人まで参加できて有名ですよね。川に住んでいる生き物を調べることで、その川がどれくらいきれいなのかが分かるっていう、すごく分かりやすい指標です。こういう活動に参加するのも最高に楽しいですし、もっと手軽にデータを扱ってみたいっていう人なら、自分で集めた（あるいは公開されている）データをグラフにしてみるのも面白いかも。例えば、Pythonっていうプログラミング言語を使うと、こんな風に簡単にデータを可視化できるんですよ。

```python import pandas as pd import matplotlib.pyplot as plt import japanize_matplotlib # 日本語表示のため

主なポイント

# 架空の水質調査データを想定 data = { '調査日': ['2023-07-01', '2023-07-08', '2023-07-15', '2023-07-22', '2023-07-29'], '透明度(cm)': [55, 48, 62, 58, 53], '川の生き物の種類数': [8, 7, 10, 9, 8] } df = pd.DataFrame(data) df['調査日'] = pd.to_datetime(df['調査日'])

# グラフを作成 fig, ax1 = plt.subplots(figsize=(10, 6))

# 透明度の折れ線グラフ color = 'tab:blue' ax1.set_xlabel('調査日') ax1.set_ylabel('透明度 (cm)', color=color) ax1.plot(df['調査日'], df['透明度(cm)'], color=color, marker='o', linestyle='-') ax1.tick_params(axis='y', labelcolor=color)

主なポイント

# 生き物の種類数の棒グラフ（第2軸） ax2 = ax1.twinx() color = 'tab:green' ax2.set_ylabel('川の生き物の種類数', color=color) ax2.bar(df['調査日'], df['川の生き物の種類数'], color=color, alpha=0.6, width=3) ax2.tick_params(axis='y', labelcolor=color)