2023 Fiscal Year Annual Research Report
実測水位と降水短時間予報に基づくリアルタイム低平地氾濫予測モデルの開発
| Project/Area Number |
21H02310
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
吉永 育生 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, グループ長 (50414420)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中田 達 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, 主任研究員 (10584336)
島崎 昌彦 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, 推進室長・技術支援センター長等 (30355135)
木村 延明 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, 上級研究員 (40706842)
皆川 裕樹 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, 上級研究員 (70527019)
福重 雄大 国立研究開発法人農業・食品産業技術総合研究機構, 農村工学研究部門, 研究員 (80845850)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | リアルタイム / 流出予測モデル / ANNモデル / 画像認識 |
|---|
| Outline of Annual Research Achievements |
佐賀県の農地を対象とした調査を継続し、収集した水位や画像の分析を進めるとともに、モデルの高度化を実施した。また、それぞれの個別モデル等では、外部データの取り込みにかかるデータフォーマットの統一を行い、相互に連携が可能となった。個別のモデル開発状況は、次のとおり。
1）水路の水位と氾濫の予測：排水解析モデルの改善と計算処理手法の確認を実施した。地区のモデル化におけるコントロールヴォリュームの設定方法の変更等により、数値振動や発散等が減少し再現性が向上した。
2）地区への流入量の予測：ANNモデルの高度化と対象地区等への適用を実施した。高度化については、洪水イベントのようにサンプル数が少ない場合にも、気象条件等が類似した他流域のデータを利用する転移学習の機能と、予測精度の不確実性の可視化の機能を、新たにANNモデルに導入した。また、高度化したANNモデルを対象地区などに適用し、モデルのロバスト性を検証した。
3）自流域からの短期流出の予測：水路流れと背後地流れを同時に計算処理する方法の定量的な評価を行った。同方法を他手法との比較した結果、物理的な再現性が高く連続条件が保たれていること、計算コードがやや複雑になるが計算速度は他手法と同等であること、が確認された。
4）画像認識による水門での水位、流量計測：水門モニタリングシステムの精度検証のための、水理模型実験を実施した。ゲートの上下流の水位とゲートの開度から、ゲートの下側を通過する流量に換算する精度を検証した。AIによる水門の認識率は良好であるが、3Dカメラの測距解像度の制約により、水位が低下して場合に水深の推定精度が低下した。現地実装の際はカメラの設置位置に注意することが示唆された。さらに、画像認識による流速の推定手法を検討した。水利施設の諸元、流量や死水域の大きさ等から撮像に必要な条件を整理した。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
