1994 Fiscal Year Annual Research Report
| Project/Area Number |
06558058
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
平野 宗夫 九州大学, 工学部, 教授 (50037850)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森山 聡之 九州大学, 工学部, 助手 (50136537)
橋本 晴行 九州大学, 工学部, 助教授 (70117216)
|
|---|
| Keywords | 雲仙 / 雲仙普賢岳 / 土石流 / 降水レーダ / 予警報システム |
|---|
| Research Abstract |
本研究の目的は、雲仙において、リアルタイムに土石流の予測を行う手段を開発し、予警報システムの確立を計ることである。まず土石流の現地観測を行い、ハイドログラフのデータの蓄積を行う。また長崎県雲仙レーダなどのデータを収集し、降水レーダデータベースを構築する。次に、得られたハイドログラフ、水位と雨量などのデータをニューラルネットワークに与えて学習させ、予測システムの開発を行う。本研究で得られた結果は以下のとおりである。
(1)普賢岳周辺の中尾川、湯江川において、超音波波水位計、電波流速計などから成る計測システムを設置し、流下して来る土石流を観測した。'94年は例年にくらべて雨が少なく、得られたハイドログラフは小規模であった。
(2)'94年は少雨だったので、建設省九州北部レーダの観測した'93年5月から'93年9月までの多雨の時期のデータを収集整理し、データベースを構築した。
(3)地上雨量計により観測された雲仙の10分間降雨強度時系列データを用いて,時間遅れの方法により低次元カオス性を解析した。その結果,自由度が4以下となり、予測可能性が高いことがわかった.
(4)レーダ雨量データを予測に用いカオス性時系列データの予測に効果を発揮すると言われるリカレント型ニューラルネットワークを,従来の階層型ニューラルネットワークを用いた予測より高い精度で予測が行われることを明らかにした。
(5)雲仙の時間雨量データの累加値と総雨量を入力とし,水無川の土砂流出量を出力とするような過去の事例をニューラルネットワークに学習させ,予測可能であることを明らかにした。
|
