2018 Fiscal Year Annual Research Report
Development of the optimal operation method of dam reservoirs according to national situation in the Chao Phraya River basin, Thailand
| Project/Area Number |
15H05222
|
|---|
| Research Institution | Toyama Prefectural University |
|---|
Principal Investigator |
手計 太一 富山県立大学, 工学部, 准教授 (70391620)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
呉 修一 富山県立大学, 工学部, 准教授 (00646995)
宮本 守 国立研究開発法人土木研究所, 土木研究所(水災害・リスクマネジメント国際センター), 研究員 (80391621)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | 機械学習 / 貯水池操作 / 季節予報 / チャオプラヤー川 / タイ |
|---|
| Outline of Annual Research Achievements |
2018年度における研究の目的は，タイ国Chao Phraya川流域を対象として，Deep Learning (DL)を利用し，全球気候値画像を入力データとして，長期的な貯水池流入量予測に貢献できる降水量予測を行うことである．本研究では，DLの1つであり，画像処理に優れているCNNアルゴリズムを組み込み，入力データを画像としている．機械学習分野の課題として，学習内部の処理過程をすべて確認することができないことが挙げられる．そこで，ブラックボックスとなっている機械学習の処理過程の一部を可視化した．DLの処理過程の可視化を行うことにより，全球どの領域がタイ国Chao Phraya川流域の降水現象に影響を与えているのかを評価した．
本研究で使用したデータは55年長期再解析データである．JRA55より，1958年1月～2017年6月の720ヶ月における，月平均表面温度及び月平均日降水量値を用いた．
本研究では，NNを多層化したDLを利用した．その中でも画像認識分野に利用されるアルゴリズムであるCNNを応用したモデルを用いて降水量予測を行った．CNNアルゴリズムは畳み込み層，ReLU関数及びプーリング層により構成されている．
すべての領域において，DLによる計算降水量値が過小評価になる傾向が得られた．その原因の一つとして，地形的要因が強く関係が挙げられる．タイとミャンマーの国境には1500m級の山々が存在する．そのため，本来であれば，それらの山々に阻まれて降水となるはずの水蒸気が予測に反映されなかったのではないかと考えられる．2つ目は，全球月平均表面温度画像のサンプル数にばらつきが生じたためである．既往最大値の降水現象の発生回数は非常に少ない．そのため，多雨時の予測精度が低くなったと考えられる．
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
