2020 Fiscal Year Annual Research Report
Development of risk assesment techniques for natural disasters based on data-driven simulator
| Project/Area Number |
17H01704
|
|---|
| Research Institution | The Institute of Statistical Mathematics |
|---|
Principal Investigator |
中野 慎也 統計数理研究所, モデリング研究系, 准教授 (40378576)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
伊藤 耕介 琉球大学, 理学部, 准教授 (10634123)
長尾 大道 東京大学, 地震研究所, 准教授 (80435833)
|
|---|
| Project Period (FY) |
2017-04-01 – 2022-03-31
|
| Keywords | 時空間統計 / 自然災害 / リスク解析 / 台風 / 地震動 / ガウス過程モデル |
|---|
| Outline of Annual Research Achievements |
本研究課題は，[課題1] モデリング手法，計算アルゴリズムの開発，[課題2] 台風データ駆動型シミュレータの開発，[課題3] 地震動データ駆動型シミュレータの開発の3つのサブ課題に分けて進めている．
[課題1]では，データ駆動型シミュレータの核となるシナリオ生成モデルを推定する際に問題となっていた，複雑なモデルに置けるモデルパラメータ推定の問題に取り組んだ．データ同化で用いられるアンサンブルデータ同化の手法に基づき，複雑な時間発展モデルの推定を実現する反復型のアンサンブル変分法アルゴリズムを導出した．さらに，動径基底関数ネットワーク (radial basis function network; RBFN)などのモデルパラメータ推定に適用してその有効性を確認した．
[課題2]では，これまでに構築したシミュレータを用い，様々な条件下でのシミュレーション実験を進めた．一方，エコーステートネットワーク (echo state network; ESN)に基づいた新たな台風データ駆動型シミュレータの構築作業も進めた．ESNはパラメータ推定が容易で扱いやすいモデルだが，出力変数を入力にフィードバックさせた時に出力にバイアスが生じうる問題があった．しかし，課題1で開発したアンサンブル変分法を用いてバイアスを修正することで，予測性能が改善することを示唆する結果が得られた．
[課題3]では，ガウス過程モデルに基づいた地震動のモデル構築を進め，地震の本震直後の複雑な余震活動を安定して信用区間つきで表現できることを明らかにした．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
新型コロナウイルス感染症の流行により，学会発表が予定どおりにできなかったが，モデルの推定手法の開発や，応用課題などは順調に進んでおり，一定の成果は出ていると言える．
|
| Strategy for Future Research Activity |
[課題1]では，[課題2]，[課題3]の実問題に適用した結果を分析し，これまでに開発した手法の問題点の検討と改善を進める．また，他の応用課題への手法の応用についても検討，研究を進める．
[課題2]では，データ駆動型シミュレータによるシナリオ実験の結果をまとめる．また，これまでに開発してきたRBFNによるベクトル場の表現手法や，ESNによる時間発展モデルも組み込んでシナリオ実験を行い，それについても成果をまとめる．
[課題3]では，地震活動確率モデルについて結果の評価を行い，成果をまとめる．
|
