• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2019 Fiscal Year Annual Research Report

数値気象モデルと深層学習を融合した豪雨予測手法の構築

Research Project

Project/Area Number 19H02246
Research InstitutionUniversity 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) 古屋 貴彦  山梨大学, 大学院総合研究部, 助教 (00770835)
宮本 崇  山梨大学, 大学院総合研究部, 准教授 (30637989)
馬籠 純  山梨大学, 大学院総合研究部, 助教 (70377597)
石平 博  山梨大学, 大学院総合研究部, 教授 (80293439)
Project Period (FY) 2019-04-01 – 2023-03-31
Keywords深層学習 / 機械学習 / 数値気象モデル / 降雨予測
Outline of Annual Research Achievements

研究代表者らは,数値気象モデルCReSiBUCによる数時間から1日先予測結果を入力し,深層畳み込みニューラルネットワーク(視神経を模したニューラルネットワーク)を用いて降水量分布を補正する豪雨予測手法を構築・改良してきた.
2019年度には,これまで入力していた数値気象モデルによる地上鉛直風速予測結果に変えて,地上水平風速を入力データとして活用する可能性を検討した.地上水平風速を活用できれば,CReSiBUC計算結果のみならず気象庁が提供する数値モデル予測結果も利用でき,学習に活用できるデータ数増加につながると期待される.まず数値気象モデルCReSiBUCを用いた2001年の8月を対象とした京阪神地域における予測実験について,地上鉛直風速と関連する地上水平風速の収束・発散を求め,深層畳み込みニューラルネットワークを用いた補正手法に入力した.
その結果,台風のような空間スケールの大きな降水(一つの降水域が直径数十km程度)において,降水の有無(降水強度1mm/hr以上の雨域の範囲)に関しては地上水平風速を入力した場合でも,数値気象モデル出力の降水量よりも補正後の降水量が気象庁解析雨量に近づくことが確認された.一方,強い降水の範囲に関しては精度が向上せず,地上鉛直風速を入力した場合以上に補正によって降水を平滑化する傾向がみられた.これは,地上水平風速から収束・発散を求める際に周囲5セルのデータを用いるため,1セルのデータのみを用いる地上鉛直風速と比較して情報が平滑化されることが原因として考えられる.また,地上水平風速の収束が生じ,気圧が上昇し,上昇気流が発生して雲の発達につながるまでに時間遅れが存在することも原因として考えられる.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

研究代表者らは,数値気象モデルCReSiBUCによる数時間から1日先予測結果を入力し,深層畳み込みニューラルネットワーク(視神経を模したニューラルネットワーク)を用いて降水量分布を補正する豪雨予測手法を構築・改良してきた.
2019年度には,これまで入力していた数値気象モデルによる地上鉛直風速予測結果に変えて,地上水平風速を入力データとして活用する可能性を検討した.地上水平風速を活用できれば,CReSiBUC計算結果のみならず気象庁が提供する数値モデル予測結果も利用でき,学習に活用できるデータ数増加につながると期待される.まず数値気象モデルCReSiBUCを用いた2001年の8月を対象とした京阪神地域における予測実験について,地上鉛直風速と関連する地上水平風速の収束・発散を求め,深層畳み込みニューラルネットワークを用いた補正手法に入力した.
その結果,台風のような空間スケールの大きな降水(一つの降水域が直径数十km程度)において,降水の有無(降水強度1mm/hr以上の雨域の範囲)に関しては地上水平風速を入力した場合でも,数値気象モデル出力の降水量よりも補正後の降水量が気象庁解析雨量に近づくことが確認された.一方,強い降水の範囲に関しては精度が向上せず,地上鉛直風速を入力した場合以上に補正によって降水を平滑化する傾向がみられた.これは,地上水平風速から収束・発散を求める際に周囲5セルのデータを用いるため,1セルのデータのみを用いる地上鉛直風速と比較して情報が平滑化されることが原因として考えられる.また,地上水平風速の収束が生じ,気圧が上昇し,上昇気流が発生して雲の発達につながるまでに時間遅れが存在することも原因として考えられる.

Strategy for Future Research Activity

研究代表者らは,数値気象モデルCReSiBUCによる数時間から1日先予測結果を入力し,深層畳み込みニューラルネットワーク(視神経を模したニューラルネットワーク)を用いて降水強度分布を補正する豪雨予測手法を構築・改良してきた.2020年度には,これまでの手法でみられた降水強度出力が平滑化される問題について,ニューラルネットワークの構造を改良して克服を図る.降水強度が平滑化される原因として,畳み込みニューラルネットワークについて,層数が増加するほど局所的な特徴を抽出可能となる一方で,その元画像における位置情報がぼかされる特徴があることが考えられる.そのため,局所的な特徴が元画像のどの位置にあるかの情報を伝達できる,ショートカット接続を導入する.
改良前後の深層学習手法について,数値気象モデルCReSiBUCを用いた2001年及び2011年8月を対象とした京阪神地域における予測実験結果を用いて効果を検証する.降水事例の内8割を抽出し,気象庁解析雨量及び全国合成レーダーによる降水量観測値を教師データとして活用する.
検証に当たっては, 学習で使用しなかった2割の事例を対象とする.気象庁解析雨量・全国合成レーダーによる降水量観測値を真値として,数値気象モデル出力と比較して降水量予測精度が向上しているか検証する.比較に際してはまず,閾値を超える降水の分布を予測できるか検討する.具体的にはスレットスコア(観測・予測とも降水有のメッシュ数/観測・予測とも降水無しのメッシュを除いたメッシュ総数),見逃し率(観測で降水有・予測で降水無のメッシュ数/メッシュ総数),空振り率(観測で降水無し・予測で降水有のメッシュ数/メッシュ総数)を算出し,予測精度を定量的に評価する.
以上の成果を取りまとめ,地球環境論文集に投稿する予定である.

  • Research Products

    (13 results)

All 2020 2019 Other

All Int'l Joint Research (1 results) Journal Article (4 results) (of which Peer Reviewed: 4 results,  Open Access: 3 results) Presentation (7 results) (of which Int'l Joint Research: 1 results) Remarks (1 results)

  • [Int'l Joint Research] Sultan Agung Islamic University(インドネシア)

    • Country Name
      INDONESIA
    • Counterpart Institution
      Sultan Agung Islamic University
  • [Journal Article] 気象予測への活用に向けた日本全域の人工排熱量分布推定に関する検討2020

    • Author(s)
      野依亮介, 相馬一義, 髙山拓哉, 馬籠純, 石平博, 田中賢治
    • Journal Title

      土木学会論文集G(環境)

      Volume: 76 (5) Pages: I_81-I_88

    • Peer Reviewed / Open Access
  • [Journal Article] 深層学習を用いた降水短期予測における数値気象モデル出力補正手法の構築2019

    • Author(s)
      倉上健, 相馬一義, 宮本崇, 古屋貴彦, 馬籠純, 石平博
    • Journal Title

      土木学会論文集G(環境)

      Volume: 75 (5) Pages: I_33-I_39

    • Peer Reviewed / Open Access
  • [Journal Article] Feature set aggregator: unsupervised representation learning of sets for their comparison2019

    • Author(s)
      Takahiko Furuya, Ryutarou Ohbuchi
    • Journal Title

      Multimedia Tools and Applications

      Volume: Vol.78 Pages: 35157-35178

    • DOI

      https://doi.org/10.1007/s11042-019-08078-y

    • Peer Reviewed / Open Access
  • [Journal Article] 敵対的生成ネットワークを用いた3次元点群形状特徴量の教師なし学習2019

    • Author(s)
      上西 和樹, 古屋 貴彦, 大渕 竜太郎
    • Journal Title

      情報処理学会論文誌

      Volume: Vol.60, No.7 Pages: 1315-1324

    • DOI

      http://id.nii.ac.jp/1001/00198263/

    • Peer Reviewed
  • [Presentation] 深層学習を用いた降水短期予測における数値気象モデル出力補正手法の構築2019

    • Author(s)
      倉上健
    • Organizer
      第27回地球環境シンポジウム
  • [Presentation] 気象予測への活用に向けた日本全域の人工排熱量分布推定に関する検討2019

    • Author(s)
      相馬一義
    • Organizer
      第27回地球環境シンポジウム
  • [Presentation] A Deep-Learning Method to Correct the Output of a Numerical Weather Prediction Model Used for Short-Term Precipitation Forecast2019

    • Author(s)
      Takeru Kurakami
    • Organizer
      the 7th SURF Workshop on River Basin Environment and Management
    • Int'l Joint Research
  • [Presentation] 富士川周辺地域における素因と誘因を考慮した機械学習による土砂災害危険度推定2019

    • Author(s)
      相馬一義
    • Organizer
      日本地球惑星科学連合2019年大会
  • [Presentation] 短期気象予測における降水量ガイダンスへの深層学習の活用に関する検討2019

    • Author(s)
      倉上健
    • Organizer
      日本地球惑星科学連合2019年大会
  • [Presentation] 特徴からの形状再構成で教師なし学習する3次元形状特徴量2019

    • Author(s)
      青木 祐樹, 古屋 貴彦, 大渕 竜太郎
    • Organizer
      第25回画像センシングシンポジウム(SSII 2019)
  • [Presentation] 3次元点群のためのmixupデータ拡張を用いた形状識別DNNの効果的学習2019

    • Author(s)
      村松 恭平, 古屋 貴彦, 大渕 竜太郎
    • Organizer
      第25回画像センシングシンポジウム(SSII 2019)
  • [Remarks] 研究紹介ホームページ(相馬)

    • URL

      http://www.tok2.com/home/ksouma/soumaresearch.html

URL: 

Published: 2021-01-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi