The estimation of water vapor variations using digital terrestrial broadcasting waves and machine learning with high-resolution toward heavy rainfall prediction

• Project/Area Number: 25K07934
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 22040:Hydroengineering-related
• Research Institution: University of Yamanashi
• Principal Investigator: 相馬 一義 山梨大学, 大学院総合研究部, 准教授 (40452320)
• Co-Investigator(Kenkyū-buntansha): 山口 弘誠 京都大学, 防災研究所, 准教授 (90551383)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: 水蒸気量変動 / 地デジ放送波 / 機械学習 / 豪雨予測

Outline of Research at the Start

近年，ゲリラ豪雨や線状降水帯による被害が多発しており，その軽減が急務である．積乱雲の急激な発生・発達を捉えるためには，大気下層の水蒸気量変動を高空間解像度で把握する必要がある．気象庁はAMeDASに水蒸気量直接観測を導入しつつあるが，高解像度化が課題であり，地デジ放送波による水蒸気量変動推定法の活用が期待されている．本研究では地デジ観測データと機械学習を組み合わせ，高解像度の水蒸気量変動推定を試みる．これを数値気象モデルによる予測に反映させる検討を行い，豪雨予測手法の信頼性向上を目指す．これにより，洪水・浸水・土砂災害予測が改善され，早期避難を通じた国土のレジリエンス向上が期待される．