200万ドルの洪水保険金が「水か影か」の判別にかかるとき

それが本当に腑に落ちた最初の瞬間、私は真夜中近くにサブモニターで一枚のグレースケール画像を見つめていた。それはSentinel-1のレーダー画像——洪水解析に携わる誰もが出発点にする無償の欧州衛星データ——であり、そのフレームのどこかに洪水があった。平らな水面は信号を衛星へ跳ね返すのではなく逸らして反射するため、レーダーは滑らかな水面を暗く、ほとんど黒く描き出す。だから私はその暗い部分を探していた。

問題は、暗い部分が二つあったことだ。一つは洪水の水だった。もう一つは、レーダー幾何学において山の尾根が落とす影で、地形がビームを遮って何も返ってこない箇所だった。あの時間帯、画面上では両者は双子のように見えた。そして私は、あの具体的で不快な思いを覚えている——どこかに、私がこのどちらを水と呼ぶかによって、保険金を支払うか支払わないかを決める保険会社がいる。

それこそが、パラメトリック保険のための衛星洪水インテリジェンスの問題のすべてを、一枚の画像に凝縮したものだ。パラメトリック保険の証券は、損害査定人が浸水した倉庫を検査するのを待たない。計測されたトリガーが発動すれば自動的に支払われる——衛星が洪水はある範囲に達したと告げれば、お金が動く。災害が加速する世界にとっては見事なアイデアだ。それはまた、衛星の分類がまさに請求そのものであることを意味する。それを覆すために水の中に立つ人間はいない。

パラメトリックトリガーは、一つの衛星ピクセルの一度の読み取りを、電信送金へと変える。

そして衛星は、両方向に間違いを犯す。

誰もスライドに載せたがらない物理学

これは私が受け入れるのに最も時間がかかった部分だ。というのも私は、これは自分の工学力で解決できるソフトウェアの問題だと思い込んで参入したからだ。雲の影と洪水の水は、光学衛星画像ではほぼ同一に見える——似ているのではなく、同一だ——重要な波長帯において、だ。どちらも近赤外線と短波赤外線を吸収する。どちらも柔らかく不定形な境界を持つ。どちらも、その下にあるものの質感を一様なにじみへと平坦化してしまう。

標準的な水域検出指標——NDWIとMNDWI、あらゆる洪水パイプラインが頼る計算式——は、その両方を「水のようなもの」と判定してしまう。根底にある物理が本当に同じだからだ。すなわち、赤外線帯全体での反射率の低下である。嵐の最中に撮られた一枚の光学画像だけでは、影と洪水を確実に見分けることはできず、どれほど巧妙に閾値を設定しても、発生源において本質的に曖昧な信号を修正することはできない。

私は一か月間、答えはより良いモデルだと信じ込んでいた。深層学習の文献は味方だったし、それは実に見事だ——多偏波レーダーと地形データを与えた改良版DeepLabV3ネットワークは、公表された研究で98.4%の全体精度を達成し、トランスフォーマーアテンションを備えたU-Netは95.5%を報告した。これらの数値は本物だ。私は初期の売り込みでそれらを引用した。まだ理解していなかったために口に出して言わなかったのは、それらの精度が厳選されたベンチマークシーンで測定されていること、そしてそれらが学習する災害訓練データセットが意図的に偏らされていることだった。

それらが偏らされているのは、人道的な理由からだ。本物の洪水を見逃せば人命が失われかねないため、ラベルと損失関数は、洪水の見逃しを誤報よりもはるかに厳しく罰する。その結果生まれるのが、系統的に引き金を引きたがる世代の分類器だ——信号が微妙なとき、それらは「洪水」の側に傾く。それは人道的早期警戒システムにとってはまさに正しいバイアスであり、200万ドルの支払い承認にとってはまさに誤ったバイアスだ。そこでは誤報は端数の丸め誤差ではない。電信送金なのだ。

山を浸水と判定したデモ

私たちはまず、当たり前のものを作った。単一フレームの分類器で、雲を透かして見えるようレーダー主導とし、徹底的にチューニングし、選んだシーンでは綺麗にデモできた。私はそれを誇りに思っていた。ところが、レーダー幾何学を本当に理解している同僚が山岳地帯のテスト領域でそれを走らせると、斜面を高い確信度で浸水と点灯させた。微妙な判定ではなく——確信に満ちた判定だ。それはレーダーの影を見つけ、あの真夜中のフレームで私を不安にさせたのと同じ種類の暗い部分を、水と呼んだのだ。

私は今でも、あのシーンが実際のトリガーだったなら生んでいたであろう架空のメールを思う。三つのタイムゾーン離れたところにいる保険数理士が、丘の中腹が2メートルの水に沈んでいるという私たちの自動判定を見て、唯一重要な問いを書き返してくる——それは本当に水であって、影ではないと確信しているのか?そして私たちのシステムには、持つ資格もなかった確信度スコア以上の答えはなかった。

確信度の数値は証拠ではない。小数点の付いた意見にすぎない。

それは、その後のすべての代償を払ってくれた失敗だった。教訓は「モデルをもっとチューニングせよ」ではなかったからだ。教訓は、単一のフレームも単一のセンサーも、その証明を担うことはできないということであり、私は物理がすでに負けている議論に勝とうとしていたのだ。

レーダーは万能薬として売り込まれる——なにしろ、光学センサーにはできない雲の透視ができるからだ。しかしレーダーの後方散乱は、滑らかな水面上で低下し、さらに起伏の激しい土地では地形の影、レイオーバー、フォアショートニングの上でも低下する。乾燥した地面、凍結融解のサイクル、産業作物、そして最悪なのは都市で、建物での信号の二重反射が滞留した水を完全に覆い隠しうる——それぞれで独自の誤検出を起こす。NASA自身のグローバルなほぼリアルタイムの洪水プロダクトは、この点を惑星規模で示している。すなわち、その1日合成画像はあまりに誤検出が多く、NASAは自らの公開Worldviewビューアーでの公表を拒んでいる。運用に足ると見なされるのは、2日および3日の合成画像だけだ——それらが用いるのは時間であって、単一の観測ではない。新しい貯水池はそれらのプロダクトで、恒久水域マスクが追いつくまで最長3年間、洪水として読み取られる。

そのパターンは、初めからそこにあった。誤検出への対処は、決して鮮明な画像ではなかった。それは二度目の観測であり、三度目の観測だった——時間をまたいだ同じシーンだ。

洪水と影を実際に分けるものは何か?

洪水と影を分けるのは、一枚のフレームでどう見えるかではない。多くのフレームにわたってどう振る舞うかだ。山のレーダーの影は、一年を通してどの周回でも同じ場所にある——天気ではなく幾何学だからだ。洪水の水は乾いた基準状態を背景に現れ、そして引いていく。雲の影は次の晴れた日には消えている。識別を可能にする信号が宿るのは、時系列スタックであって、ピクセルではない。

そこで私たちは「このピクセルは水か?」と問うのをやめ、「この場所は、普段どう見えるかについて私たちが知るすべてに照らして、洪水だけが説明できるような形で変化したか?」と問い始めた。その捉え直しが、私たちが最終的に築いたものの構造そのものであり、一つのセンサーに賭けるのではなく複数のセンサーに頼る理由でもある。嵐の雲を透かして見るためのレーダーフレーム。乾いた基準状態を確立し、水が引いたことを確認するための前後の光学フレーム。両者で水を偽装する幾何学を排除するための地形モデル。レーダーとマルチスペクトル光学の融合は、雲と影の影響を受けた地域での検出を、単一センサー手法より23%以上向上させることが示されている——センサーが個別に優れているからではなく、それぞれの故障モードが、他のセンサーには透かして見えるものだからだ。

これがVeriprajnaで私たちが構築する層だ——すなわち、衛星洪水検証システムだ。時系列のSAR・光学融合を用いて影を水から分離し、あらゆるトリガーイベントについて法廷級の証拠の軌跡を生み出す——判決ではなく、保険数理士や裁判所に手渡せる論証を。

正直な工学上の注意点、購入者が契約に署名する前に聞いておいてほしいこと——無償のデータには時計がついている。復旧した2機構成のSentinel-1コンステレーションは、6日ごとの再訪を提供する。周回の合間に山を越えて引いてしまう洪水のピークは、無償だが遅いデータでは見逃されうる。だから技術の一部は、無償のSentinelデータで十分なときと、イベントが商用レーダー衛星への撮像指示を要求するときとを見極めることにある——後者は解像度と緊急度に応じて、1シーンあたり千ドルから五千ドルほどかかる。そのトレードオフはイベントごとの判断であって、サブスクリプションの階層ではない。

洪水レポートをただ買えばいいのでは?

これを構築する価値があるのかどうか、私たちは社内で本気の議論をした。反対の論拠は単純だった——すでに各社が洪水レポートを販売している。それを再販すればいいのでは?

それはもっともな反論であり、ベンダーは実際に優秀だ。ICEYEは世界最大の商用レーダーコンステレーション——60機超の衛星——を保有し、ハリケーン・ヘリーンの際には嵐の雲を貫いて150枚超の画像を送り出し、フロリダで8万棟超の建物をマッピングした。それは並外れている。しかしあなたが買っているのは彼らの製品であって、インテリジェンス能力を築いているのではなく、ポートフォリオ規模でのイベントごとの法廷級検証は、たちまち彼らの価格設定にぶつかる。Munich Reの支援を受け、Capellaレーダーコンステレーションと提携するFloodbaseは、真にエンドツーエンドのパラメトリックソリューション——トリガー設計、価格設定、支払い認証——を築き上げた。しかしあなたが手にするのは、彼らの方法論であり、それは彼らのセンサー提携に合わせて調整されたものであって、あなた固有の事業ポートフォリオに合わせて形作られたシステムではない。

そして無償のゴールドスタンダードにも、それ自身の天井がある。欧州のCopernicus緊急管理サービスは、一つの大陸が災害マッピングで信頼するシステムだ。それでもその高速マッピングのサービス階層は、ブリュッセル時間の午前8時から午後8時まで、しかも稼働日のみの運用である。私は2024年10月のバレンシアに何度も立ち返る——8時間で一年分の雨、227人を超える死者。Copernicusが洪水範囲を公表するのに3〜4日かかった。それが出たとき、15,633ヘクタールと約19万人の被災が確認された。その遅れはバグではなかった。決定的な最初の24時間は、夜間から夕方にかけて、サービス提供時間の外に落ちてしまった。その大陸の洪水インテリジェンスシステムは、最も必要とされた時間帯に、機能的に閉じていたのだ。

こうして議論は自ずと決着した。ベンダーは、自らが作られた目的においては優秀だ。だがそのどれも、ベンダー中立の検証層——イベントが実際に必要とするどのセンサーであれ融合し、あなたのトリガーのために弁護可能な証拠を手渡すもの——として作られてはいない。そのギャップこそが、この会社だった。

より痛む失敗——支払われない洪水

長い間、私はこの仕事を誤検出の問題として捉えていた——起きてもいない洪水にシステムが支払わないようにすること、と。それからナガランドの件を読んだ。

インドのナガランドにおけるパラメトリック洪水スキームは、豪雨と地上で確認された浸水にもかかわらず、発動しなかった。衛星から導かれた閾値が、地上の現実に比べて高く設定されすぎていたのだ。人々は水に浸かっていた。証券は支払うはずだった。だが支払われなかった。それがもう一つの故障モードであり、人間の観点からはこちらのほうが悪い。

これが業界でベーシスリスクと呼ばれるものだ——トリガーが計測するものと、保険契約者が実際に経験するものとの間のギャップである。誤検出は保険会社の準備金を枯渇させ、不正を招く。見逃しは契約者の信頼を破壊し、訴訟を生む。どちらの失敗も、同じものを攻撃する——パラメトリックモデルそのものの信頼性を——それは販売をより難しくし、規制当局の承認をより難しくする。片方の方向を、もう片方へより強く傾けることで解決することはできない。誤った支払いを止めようと閾値を厳しくすることこそ、ナガランドを製造する方法にほかならない。

ベーシスリスクは、どちらの方向に間違えるかを選ぶことでは解決しない。実際に何が水面下にあったかを証明できることで解決するのだ。

だからこそ、私たちのシステムの出力はイエスかノーではない。それは監査証跡を伴うピクセルごとの確信度マップだ——何が、どのセンサーによって、どの時刻に、どの確実性で観測され、何が排除されたか。保険数理上のレビューと法的精査に耐える証拠である。というのも、この業界ではトリガーの判断は、いずれその場にいなかった誰かによって論じられることになるからだ。

なぜパラメトリック洪水補償は、突然みんなの問題になったのか?

これらすべてが年々重要性を増す理由は、残酷なほど単純だ——水が勝ちつつある。世界の自然災害の保険付き損害は、2025年に1,290億ドルに達した。そして保護ギャップ——誰も保険をかけなかった災害損害の割合——は、世界全体で52〜56%前後にある。2024年には、気候災害が3,680億ドルの損害を引き起こし、そのうち2,230億ドルは無保険で、ギャップは61%だった。米国では、一戸建て住宅の年間洪水損害は244億ドルに上り、そのおよそ70%が無保険だ。

パラメトリック保険は、そのギャップを埋めるために存在し、急速に成長している——2026年には210〜240億ドルの市場で、2030年までに387億ドルへと予測される——まさに、数か月ではなく数日で支払え、従来の保険が決して届かない人々に手が届くからだ。2026年3月には、AXA Climate、Swiss Re、ICEYEを含むコンソーシアムが設計したパラメトリック洪水スキームが、ナイジェリアのラゴスで運用を開始し、400万人をカバーした。その400万人の保険金請求は、水がどこにあったかについての衛星の読み取りによって決まることになる。

その規模こそが、検証を正しく行うことの論拠だ。トリガーが400万人をカバーするとき、「おそらく浸水した」は弁護に耐える基準ではない。パラメトリックプログラムと評判上の破局との間に立つのは、トリガーが影ではなく水に対して発動したことを、一フレームずつ証明できるかどうかである。

AIによる気象予測が衛星の層を不要にするのではないかと、人々は私に尋ねる——予測型の洪水モデルは実に良くなってきている。だが不要にはしない。予報は何が起こりうるかを告げるが、パラメトリックの支払いが要求するのは、実際に何が起きたかの証明だ。また、地上センサー——一部の保険会社がベーシスリスクを削減するために使う物理的な水位計——が衛星を不要にするのではないか、と尋ねる人もいる。それらは存在する場所では絶大な助けになるが、地球上の氾濫原の1キロメートルごとに水位計を置くことはできない。衛星は、誰も計測器を設置しなかった場所を見る手段だ——そしてそれは、災害の最中には、ほとんどの場所なのである。

二つの暗い部分を持つあの真夜中のフレームは、今なお私が持つこの仕事の最も真実な姿だ。一つは水だった。一つは影だった。この分野のすべては、どちらであるかを教えてくれるシステムを築くこと——そして、まさにお金を動かそうとしている人にその根拠を示すことに帰着する。もしあなたがパラメトリック洪水プログラムを設計または引受していて、その区別が夜も眠れないほど気にかかるなら、これこそ、私たちが解決のために取り組む問題だ。

水がより読み取りやすくなることはない。証明こそが、製品なのだ。