2021 Fiscal Year Research-status Report
Real-time flood prediction of urban rivers with artificial intelligence
| Project/Area Number |
18K13843
|
|---|
| Research Institution | Research and Development Center, Nippon Koei Co., Ltd. |
|---|
Principal Investigator |
一言 正之 日本工営株式会社中央研究所, 先端研究センター, 課長 (40463559)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 洪水予測 / 河川水位予測 / ニューラルネットワーク / 機械学習 / 深層学習 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、高解像度な雨量データを活用して、人工知能を用いた河川水位予測モデルの構築および適用性検証を行うことである。これまで予測が困難とされてきた都市中小河川を対象に、迅速かつ高精度な河川水位予測の実現を目指している。研究1年目には、研究実施計画に沿って、鶴見川の都市中小河川流域において深層学習を用いた水位予測モデルの構築・検証を行っている。研究2,3年目の実施計画には、「①様々な河川における精度検証」「②予測雨量を用いた場合の精度検証」「③他の洪水予測手法との比較」を挙げている。実施計画①②に沿って、研究2年目における2019年度は、日本国内の自治体が管理する3河川においてモデルを構築し、実況雨量（XRAIN）および予測雨量（レーダ移動解析）を用いた場合の60分先までの予測精度検証を行った。また実施計画③に沿って、深層学習のほかに、近年有力とされる機械学習手法による水位予測モデルを構築し、既往研究の対象流域（1級河川）において適用性の検証を行った。研究3年目における2020年度は、2つの自治体の管理する8河川においてモデルを構築し、実況雨量（気象庁の解析雨量）および予測雨量（気象庁の降水短時間予報）を用いて3時間先までの水位予測を行った。流域面積の違いや、入力データの時系列の違いによる予測精度を比較検討した。なお当初計画では挙げていなかったが、関連する技術として人工知能を用いて内水氾濫の浸水域を予測する技術に関する基礎検討を行った。その他にも、機械学習による予測手法全般で課題となっている外挿範囲での予測性能を向上させるためのデータ拡張手法について検討を行った。今後は、河川水位予測モデルについて複数モデルとの比較により有効性を検討するとともに、氾濫予測など関連する周辺技術との融合について検討を行う。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究実施計画では、3年目までに実施計画には、「①様々な河川における精度検証を行う」「②予測雨量を用いた場合の精度検証」「③他の洪水予測手法との比較」を終えることを予定していた。現在までに、①②国内自治体の複数河川におけるモデル構築・精度検証、予測雨量を用いた場合の精度検証が実施できているが、③について十分でない。また自治体や関係機関との関係や、コロナウイルスによる学会延期・諸活動の制限などの影響があり、2年間の研究期間延長を申請している。
|
| Strategy for Future Research Activity |
本研究の5年目（再延長年度）となる2022年度は、これまでに構築したモデルと他手法との比較を行い、実用性の検証を行う予定である。また近年のAI・機械学習の技術動向を踏まえて、内水氾濫予測など関連技術との組み合わせについて検討する。
|
| Causes of Carryover |
コロナウイルスによる学会延期や、自治体や関係機関との調整に伴い、学会発表・論文投稿が実施できなかったため。
|
