日本免费防灾数据平台「防灾DB」正式公开，集成六大灾害风险并支持 MCP
Key facts
- 日本免费防灾数据平台「防灾DB」正式公开，集成六大灾害风险并支持 MCP
- AI 与数据分析公司 Kaboshia 于 2026 年 5 月 11 日正式公开完全免费的数据平台「防灾DB」。用户只要输入一个地址，就能查找该地点的地震、洪水、海啸、土砂灾害、暴潮与液化等六类灾害风险。 防灾DB 将日本全国 1,747 个市区町村切分为 125 公尺见方的网格，收录约 2,500 万个地点的灾害风险数据，并集成 10 个以上政府部门与机构分散公开的开放数据。服务提供 Web 仪表板，也标准支持 MCP Server，让 Claude、ChatGPT、Cursor 等 AI 代理能以自然语言直接查找防灾数据。 日本国土仅占全球约 0.25%，却发生全球约 20% 的规模 6 以上地震。1998 至 2017 年间，日本自然灾害造成的经济损失达 3,763 亿美元，约 58 兆日圆，位居世界第三。尽管如此，日本中小企业的 BCP 制定率仅 20.4%，未制定的最大原因是「没有 know-how」，占 52.2%。Kaboshia 指出，问题不在于防灾数据不存在，而是数据分散于不同机构、格式与提供方式各异，导致现场难以使用。 过去若企业想比较东京、名古屋、大阪三个据点的
- Date: Tue May 12 2026 19:30:01 GMT+0900 (Japan Standard Time)
Direct answer
AI 与数据分析公司 Kaboshia 于 2026 年 5 月 11 日正式公开完全免费的数据平台「防灾DB」。用户只要输入一个地址，就能查找该地点的地震、洪水、海啸、土砂灾害、暴潮与液化等六类灾害风险。 防灾DB 将日本全国 1,747 个市区町村切分为 125 公尺见方的网格，收录约 2,500 万个地点的灾害风险数据，并集成 10 个以上政府部门与机构分散公开的开放数据。服务提供 Web 仪表板，也标准支持 MCP Server，让 Claude、ChatGPT、Cursor 等 AI 代理能以自然语言直接查找防灾数据。 日本国土仅占全球约 0.25%，却发生全球约 20% 的规模 6 以上地震。1998 至 2017 年间，日本自然灾害造成的经济损失达 3,763 亿美元，约 58 兆日圆，位居世界第三。尽管如此，日本中小企业的 BCP 制定率仅 20.4%，未制定的最大原因是「没有 know-how」，占 52.2%。Kaboshia 指出，问题不在于防灾数据不存在，而是数据分散于不同机构、格式与提供方式各异，导致现场难以使用。 过去若企业想比较东京、名古屋、大阪三个据点的
- Citation
- 日本免费防灾数据平台「防灾DB」正式公开，集成六大灾害风险并支持 MCP (Tue May 12 2026 19:30:01 GMT+0900 (Japan Standard Time)), PR TIMES
- Source
- PR TIMES
- Date
- Tue May 12 2026 19:30:01 GMT+0900 (Japan Standard Time)
尚無 AI 分析資料。
常見問題
- Q: What are the key facts in this article?
- A: AI 与数据分析公司 Kaboshia 于 2026 年 5 月 11 日正式公开完全免费的数据平台「防灾DB」。用户只要输入一个地址，就能查找该地点的地震、洪水、海啸、土砂灾害、暴潮与液化等六类灾害风险。 防灾DB 将日本全国 1,747 个市区町村切分为 125 公尺见方的网格，收录约 2,500 万个地点的灾害风险数据，并集成 10 个以上政府部门与机构分散公开的开放数据。服务提供 Web 仪表板，也标准支持 MCP Server，让 Claude、ChatGPT、Cursor 等 AI 代理能以自然语言直接查找防灾数据。 日本国土仅占全球约 0.25%，却发生全球约 20% 的规模 6 以上地震。1998 至 2017 年间，日本自然灾害造成的经济损失达 3,763 亿美元，约 58 兆日圆，位居世界第三。尽管如此，日本中小企业的 BCP 制定率仅 20.4%，未制定的最大原因是「没有 know-how」，占 52.2%。Kaboshia 指出，问题不在于防灾数据不存在，而是数据分散于不同机构、格式与提供方式各异，导致现场难以使用。 过去若企业想比较东京、名古屋、大阪三个据点的
- Q: What is the direct answer?
- A: AI 与数据分析公司 Kaboshia 于 2026 年 5 月 11 日正式公开完全免费的数据平台「防灾DB」。用户只要输入一个地址，就能查找该地点的地震、洪水、海啸、土砂灾害、暴潮与液化等六类灾害风险。 防灾DB 将日本全国 1,747 个市区町村切分为 125 公尺见方的网格，收录约 2,500 万个地点的灾害风险数据，并集成 10 个以上政府部门与机构分散公开的开放数据。服务提供 Web 仪表板，也标准支持 MCP Server，让 Claude、ChatGPT、Cursor 等 AI 代理能以自然语言直接查找防灾数据。 日本国土仅占全球约 0.25%，却发生全球约 20% 的规模 6 以上地震。1998 至 2017 年间，日本自然灾害造成的经济损失达 3,763 亿美元，约 58 兆日圆，位居世界第三。尽管如此，日本中小企业的 BCP 制定率仅 20.4%，未制定的最大原因是「没有 know-how」，占 52.2%。Kaboshia 指出，问题不在于防灾数据不存在，而是数据分散于不同机构、格式与提供方式各异，导致现场难以使用。 过去若企业想比较东京、名古屋、大阪三个据点的
- Q: What is the source and date?
- A: Source: AI News by Washin Village | Date: Tue May 12 2026 19:30:01 GMT+0900 (Japan Standard Time)