新たな予測手法を基礎としたリアルタイム波浪予測モデルの開発

Research Project

Project/Area Number	22K14331
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 22040:Hydroengineering-related
Research Institution	Kyushu University
Principal Investigator	井手喜彦九州大学, 工学研究院, 助教 (60866680)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000) Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2022: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Keywords	ガウス過程回帰 / 波浪 / リアルタイム予測 / 数値シミュレーション / ニューラルネットワーク / リアルタイム波浪予測 / アンサンブル気象予報 / ベイズ推定
Outline of Research at the Start	海上工事の計画的な実施には，数日先までの波を正確に予測できるリアルタイム波浪予測モデルが不可欠である．現在は，数値モデルやニューラルネットワークを基礎とした予測モデルが主流であるが，本研究では，新たな予測手法としてガウス過程回帰に着目した．ガウス過程回帰は，予測値と同時に予測値が持つ不確実さを表す分散が得られるという利点があり，この性質を活かして，より高精度な波浪予測モデルの開発および高精度化に挑戦する．加えて，開発したモデルの有用性およびメリット・デメリットを明らかにするとともに，予測精度や予測速度の向上についての限界を把握することで，本予測モデルの実用化に対する将来性についても検討する．
Outline of Annual Research Achievements	新たなリアルタイム波浪予測モデルとして、ガウス過程回帰をベースとした予測モデルを構築した。使用したプログラミング言語はPythonであり、その中のライブラリを利用してモデルを構築した。ガウス過程回帰から出力する予測値の滑らかさを表すカーネル関数には、既往文献の調査から選定した様々な関数（計7つ）を適用し、感度実験を行うとともに最も観測をよく表す関数を最終的に利用するカーネル関数として採用した。ガウス過程回帰による予測モデルを構築後、既往研究で作成されたニューラルネットワークモデルおよび数値シミュレーションモデルと精度の比較を行った。その結果、ニューラルネットワークモデルや数値シミュレーションモデルよりも全体的に高い精度で予測が行えることを確認した。ただし、予測精度には季節変化があり、ガウス過程回帰モデルでは比較的波高の低い夏季の精度は高いが波高の高い冬季ではニューラルネットワークモデルに比べて精度が低いことがわかった。また、ガウス過程回帰モデルから出力される予測値の信頼度（正確には不信頼度）を表す標準偏差と実際の誤差との関係を調べたところ、明確な相関が確認できた。これによって、標準偏差を予測値の精度を考える上での一つの指標とできることがわかった。さらに、ガウス過程回帰モデルとニューラルネットワークモデルから出力された予測値を合成し、一つのより精度の高い予測値を得ることにも取り組んだ。その際、ガウス過程回帰モデルから出力される標準偏差を重みとして付加し合成することで、予測値を最適化することができそれぞれのモデルの単独での予測よりも精度が向上することを確認した。以上の結果を2022年度海岸工学講演会で発表した。また、現在はここまでの成果を国際ジャーナルへの投稿へ向けて執筆中である。
Current Status of Research Progress	Current Status of Research Progress 1: Research has progressed more than it was originally planned. Reason 今年度は申請書に記載した研究計画（2022年度：ガウス過程回帰を基礎とした波浪予測モデルの構築）に沿って概ね研究が進行した。さらに、2023年に予定していた「従来モデルとの比較検討」についても一部2022年度中に行っており当初の計画を前倒して研究が進んでいる状況である。したがって、現在までの進捗状況は「区分：(1)当初の計画以上に進展している。」にあたる。
Strategy for Future Research Activity	2022年度は計画を前倒しして順調に研究を進めることができた。研究期間の2年目にあたる2023年度は、計画通り構築したガウス過程回帰モデルを従来のモデル（数値シミュレーションモデルとニューラルネットワークモデル）と比較して予測精度・予測速度を評価する。さらに、学習速度についてニューラルネットワークモデルとの比較を行い、更なる高速化の可能性についてプログラムコードを改良する。また、現在の予測モデルの入力値には予測対象地点一点の情報を使用しているが、入力値を空間的に広げることでより精度の高い予測を目指す。