Verification of the Feasibility of Long-Term Rainfall-Runoff Prediction Using Cascaded-ANFIS and Machine Learning

Research Project

Project/Area Number	24K15091
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related
Research Institution	Kochi University of Technology
Principal Investigator	星野孝総高知工科大学, システム工学群, 准教授 (10351321)
Co-Investigator(Kenkyū-buntansha)	四宮友貴静岡理工科大学, 情報学部, 講師 (90843251)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000) Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	降雨-流出(R-R)長期AI予測 / Cascaded‐ANFIS / 機械学習 / RCPシナリオ未来予測データ / 地球温暖化防止RCPシナリオ
Outline of Research at the Start	台風や大雨による洪水被害が深刻化する中、洪水リスクを回避しつつ水資源の安定供給には、河川流量の予測精度を向上させることが重要である。降雨-流出(R-R)予測は、降雨から河川流量の予測を行う。アプローチには統計モデル、物理モデル、AI予測などがあるが、観測データの欠損や特性のズレ、気候変動による曖昧な変化などの不確実性への対応が難しい。そこで本研究では、R-R予測モデルに、申請者らが開発したCascaded-ANFISと機械学習を用いて予測精度向上を目指す。従来型を拡張した高次元推論とデータ駆動型の機械学習を組み合わせ、さまざまな条件の長期予測シミュレーションを通じて、実用可能性を明らかにする。