気候変動時代の河川整備とAI治水：建設業がいま備えるべきこと

気候変動で変わる治水計画、変わらないと危ないのは建設業界も同じ

ここ数年、線状降水帯や記録的短時間大雨という言葉を聞かない夏はほぼ無くなりました。国土交通省の統計では、1時間50mm以上の短時間強雨の発生回数は、1970年代と比べて約1.5倍になっています。治水の“前提条件”そのものが変わりつつある、ということです。

その前提が変わったことを受けて、国土交通省は2025/12/17に社会資本整備審議会の河川分科会で、大分川・天塩川・網走川・相模川の河川整備基本方針を、気候変動を考慮した新たな長期計画へ見直す議論を進めています。キーワードは「流域治水」。ダムや堤防だけでなく、流域全体で水を“受け止める”発想です。

ここで見落としがちなのが、「長期計画が変わる」ということは、建設業界の仕事の中身と進め方も変わるという点です。そして、その変化に正面から応える武器が、BIM・GIS・AIを組み合わせた“スマート治水・スマート施工”です。

この記事では、国交省の河川整備基本方針見直しの動きを起点に、

• 気候変動と流域治水の流れの中で、何が変わろうとしているのか
• その変化に対して、建設会社がAIとデジタル技術でできる具体的なこと
• これから3〜5年で差がつく「AI治水×安全管理」の実践ポイント

を、建設現場の目線で整理していきます。

---

国交省の河川整備基本方針見直しは、何がポイントか

結論から言うと、今回の見直しは「気候変動を前提にした長期治水戦略へのアップデート」です。対象は大分川、天塩川、網走川、相模川の4水系ですが、考え方は全国の河川に波及します。

河川整備基本方針って、現場にどう関係する？

河川整備基本方針は、ざっくり言えば「その河川をどの水準まで、どんな手段で守るか」の長期方針です。

• 対象とする洪水規模（◯年確率洪水など）
• 流域全体での治水の役割分担（ダム・堤防・遊水地・土地利用など）
• 長期的な整備の方向性

といった前提がここで決まり、その下に具体的な河川整備計画 → 個別事業 → 実際の工事がぶら下がります。

つまり方針が変わるということは、

• 設計条件の見直し（想定雨量・氾濫シナリオの変更）
• 事業スコープの見直し（新たな遊水地や堤防補強など）
• 流域自治体・民間との役割分担の再整理

がセットになる、ということです。

「流域治水」が意味する、従来との決定的な違い

流域治水は、河道だけで洪水をさばく発想から一歩進んで、

• 上流の森・山地での保水・土砂管理
• 中流での調整池・遊水地・堤防強化
• 下流でのまちづくり・土地利用規制・避難計画

までをセットで設計する考え方です。

この発想になると、関わるプレイヤーは一気に増えます。

• 国・県・市町村
• 民間の開発事業者・建設会社
• インフラ事業者（鉄道・電力・通信など）

そして、プレイヤーが増えれば増えるほど、データの共有・計画の連携・工程管理の複雑化が一気に進みます。ここにAIとデジタルの出番があります。

---

気候変動時代の治水を支えるAI技術の全体像

AIは「現場の人を置き換える魔法の箱」ではなく、「判断の質とスピードを底上げする道具」です。治水・河川整備の文脈では、次の4つが特に実用度が高い領域です。

1. 洪水・土砂災害リスクの予測と可視化

AIが得意なのは、過去データとリアルタイムデータを突き合わせて「次に起こりそうなこと」を確率的に出すことです。

• 降雨レーダー・衛星データ・水位観測データ
• 地形（DEM）・土壌・土地利用・森林状況
• 過去の洪水・土砂災害履歴

こうしたデータを組み合わせて、

• どの流域で、いつ頃、どれくらい水位が上がりそうか
• どの斜面・沢筋で土砂災害リスクが急上昇しているか

を、地図上にリアルタイムで可視化することができます。

ここにBIM・CIMの設計データを重ね合わせれば、

• 施工中の堤防・護岸のどの区間が、今夜の大雨で危ないか
• 仮設道路・資材ヤード・作業員動線に、どんなリスクが及ぶか

まで、かなり具体的にイメージできます。

2. リアルタイム水位管理と現場オペレーション

IoTセンサーとAIを組み合わせると、「ただの観測」から「予測にもとづく運用」へステップアップできます。

• 河川・排水路・調整池の水位センサー
• ポンプ場・水門の運転状況
• 雨量計・気象予測データ

これらをAIで解析すると、

• ポンプの運転開始・停止タイミングの自動提案
• 水門操作の優先順位とタイミングの最適化
• 現場パトロールの重点エリアの自動抽出

のような“運用レベルの支援”が可能になります。

施工現場でいえば、

• 大雨前にどの機械・資材をどこまで退避すべきか
• どの時間帯なら安全に作業できるか

という具体的な判断材料として使えるようになります。

3. 画像認識による安全監視と構造物モニタリング

河川工事は、重機・高所・水際というリスク要因が重なりやすい分野です。AI画像認識の使い道はかなり多く、実務レベルでもすでに成果が出ています。

• ドローンや固定カメラ映像から、堤防・護岸の変状を自動検出
• 作業員のヘルメット・安全帯の未着用をリアルタイムで検知
• 立入禁止エリアへの侵入を自動アラート

こうした仕組みを、**既存の監視カメラやドローン運用に“後付け”**する形でも導入できます。特に、延長の長い河川工事では、人力だけの巡回ではどうしても見落としが出ます。AIは「最初の異常の目撃者」として機能させるのが現実的です。

4. 長期計画・工程管理の最適化

河川整備は、10年単位・場合によっては30年スパンのプロジェクトです。AIは、こうした長期・大規模プロジェクトの計画シミュレーションとも相性が良いです。

• 降雨条件や洪水発生パターンを変えた場合の治水効果
• 工事順序や工区分割を変えた場合のコスト・工期
• 流域全体での複数事業の同時進行パターン

といったパターンをAIが一気に試算し、

「この順序で整備を進めると、10年間の洪水リスクが最小化できる」

といった“筋の良い解”を人の検討テーブルに上げてくれます。

ここまで来ると、もはや単なる効率化ではなく、「長期計画そのものの質を上げるAI」というポジションになります。

---

BIM・GIS×AIで広がる「流域治水×スマート施工」の実践イメージ

AIの真価は、単体で使うよりも、BIM・CIMやGISと組み合わせたときに一気に高まります。具体的なワークフローのイメージをいくつか挙げます。

施工前：計画段階でのリスク可視化

1. GIS上に流域データを集約

   • 標高・土地利用・想定最大規模降雨による氾濫シミュレーション結果
   • 過去の浸水履歴・土砂災害危険箇所

2. BIM/CIMモデルを重ね合わせ

   • 堤防・護岸・橋脚・仮設構造物の3Dモデル

3. AIでリスク評価

   • 豪雨時に仮設道路が冠水しやすいポイント
   • 重機の待機場所として不適切な低地
   • 高水位時に作業中止すべきエリア

この結果を、施工計画書や安全計画の段階で織り込むことで、「想定外でした」を最小化できます。

施工中：リアルタイムデータで工程と安全を調整

施工段階では、次のようなデータ連携が現実的です。

• 雨量・水位センサーのリアルタイムデータ
• ドローン計測による出来形・土量の3Dデータ
• 現場カメラ映像＋AIによる安全状態モニタリング

これらをBIM/CIMモデルや工程表と紐づけておくと、

• 「今夜の予測降雨を踏まえて、明日の作業は◯◯工区を優先」
• 「水位上昇の兆候が出たので、◯時までに重機退避」

といった判断を、データにもとづいて即決できます。

施工後・維持管理：モニタリングとフィードバック

完成後も、河川構造物は気候変動の影響を受け続けます。AIとデータを活用すれば、

• ドローン・衛星画像から堤防の沈下や変形を自動モニタリング
• 異常が疑われる区間だけを抽出し、重点点検
• 点検結果をBIM/CIMモデルに反映し、次期補修計画へフィードバック

といったライフサイクル全体のスマート化につながります。

---

建設会社が今から始めるべきAI治水・安全管理のステップ

「いつかやりたい」では、3年後に確実に差がつきます。ここからは、ゼネコン・地場建設会社の規模を問わず、現実的に取り組めるステップを整理します。

ステップ1：自社のどこに“水・災害リスク”があるか棚卸し

まずやるべきは、リスクの見える化です。

• 河川・海岸・山間部の工事比率はどれくらいか
• ここ3〜5年で、豪雨・台風による工事中断や損失がどれくらいあったか
• 現在の安全管理で、「勘と経験」に頼っている部分はどこか

この棚卸しをやるだけで、

「そもそも、うちは治水・防災系のリスクがどこに集中しているのか」

がかなりクリアになります。

ステップ2：小さく始めるAI活用のテーマ設定

いきなり“なんでもAI”はうまくいきません。僕が見てきた成功パターンは、テーマを1〜2個に絞ることです。

例えば：

• 河川・造成現場での「豪雨時の重機退避判断支援」
• 監視カメラ映像を使った「ヘルメット未着用検出」
• ドローン写真からの「堤防の変状自動検出（半自動でもOK）」

など、目に見える現場課題に直結したテーマが良いです。

ステップ3：BIM・GIS・現場データを“つなぐ”仕組みづくり

AI導入でつまずきやすいのは、「データがバラバラ問題」です。

• 設計図はCADの中
• 現場写真は現場サーバー
• センサーのデータはメーカーのダッシュボード

これらを、少なくとも同じプロジェクトIDで紐づけられる状態にしておくことが重要です。最初はExcel管理でも構いません。ポイントは、

「後からデータをAIに食わせられるようにしておく」

という発想でデータを扱うことです。

ステップ4：パートナー選定と“現場で使えるAI”の見極め

AIやBIM・GISは、自社だけでゼロから作る必要はありません。むしろ、

• 建設向けAIソリューションベンダー
• 測量・ドローン・BIMコンサル
• 大学・研究機関

との連携で進めたほうが早いケースが多いです。

その際のチェックポイントはシンプルです。

• 現場のスマホ・タブレットで1分以内に使えるか
• “AIのための仕事”が増えすぎない設計になっているか
• 1案件・1現場単位で試行導入できる料金体系か

ここを外すと、「良さそうだけど、誰も使わないツール」が増えるだけです。

---

これからの河川整備で、AIを使える会社・使えない会社の差

国交省が進める河川整備基本方針の見直しは、単なる行政手続きではなく、治水のルールが書き換わる合図です。そして、その新しいルールは、デジタル・AIを前提に設計されていく流れが強まります。

• 気候変動を踏まえた新しい洪水想定
• 流域治水によるプレイヤーの多様化
• データに基づくモニタリングと適応的管理

この3つの流れの中で、「AIを現場に落とし込める建設会社」は、

• リスクの高い案件でも、説得力ある安全計画と施工計画を提案できる
• データ活用を前提とした発注・評価にもしっかり応えられる
• 若手・中堅が“勘と経験＋AI”で判断できる組織に変わっていく

というメリットを得られます。

一方で、AIやBIM・GISを敬遠し続けると、

• リスク説明が曖昧で、選ばれにくい
• 大雨のたびに工程が大きく乱れ、人もコストも疲弊する
• 熟練者の引退とともに、治水系案件のノウハウが途切れる

という“じわじわ効いてくる不利”を抱えることになります。

---

次の一歩：自社の「AI治水／安全管理プロジェクト」を決める

建設業界のAI導入は、派手なPoCよりも、1現場での小さな成功体験の積み上げが結果的に近道になります。

この記事を読み終えたタイミングで、ぜひ次の3つだけ決めてみてください。

1. 自社で一番「水・災害リスクが高い」案件のタイプは何か
2. そのリスクに対して、AI・BIM・GISで改善できそうなポイントはどこか
3. 来期中に、小さく始める“AI治水／安全管理プロジェクト”を1件設定する

気候変動で治水の前提が書き換わる中、「AIを前提にした建設会社」か「そうでない会社」かの差は、これから5年で一気に開きます。いま始めておけば、国交省の長期計画が本格的に動き出すタイミングで、現場レベルでしっかり応えられる体制をつくれます。

このシリーズでは、今後も画像認識による安全監視の具体的な運用方法や、BIMとAIを組み合わせた工程管理の事例など、より実務に踏み込んだテーマを取り上げていきます。次回以降も、自社のAI導入の“設計図”として使ってもらえれば嬉しいです。