2023 Fiscal Year Annual Research Report
深層学習モデルで生成する豪雨の時空間分布を活用した流域の水害リスク評価
| Project/Area Number |
21K05841
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
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)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
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 | 水害リスク / 生成モデル / 流域治水 / 模擬発生 / 洪水緩和ポテンシャル |
|---|
| Outline of Annual Research Achievements |
本年は豪雨生成技術の改良と検証、またそのデータを活用するための流域モデル整備に取り組んだ。
豪雨生成モデルには拡散モデルを新たに適用し、降雨空間分布の時間発展の特徴をうまく捉えるための3 次元畳み込み演算を実装した。これにより、昨年度に比べてチューニングの手間が大幅に軽減され、学習条件を変更した学習、生成に係る制約が削減された。最上川流域を含む広域の解析雨量（日雨量70mm以上を含む降雨イベント）を準備し、そこから空間サイズ64 km×64km、降雨継続時間24 時間として学習させた結果、順調に学習が進行した（2500 epoch で損失0.01程度）。学習済みモデルで降雨時空間データを生成すると、多様な降雨パターンを生成できていることが視覚的に確認できた。地点ハイエトグラフでは、観測データと類似の自己相関特性を備えた時系列データが生成できていることも確認された。ただし生成データでは無降雨メッシュが少ない影響で、総雨量が過大となる傾向が確認された。このような課題を解消するために、学習データの与え方の工夫等の検討が必要である。
流域モデルは、最上川上中流域の範囲に分布型水循環モデルを適用してきた。今年度は、豪雨リスクに対する農業施設を活用した対応策の評価を目的とし、水田群からの流出機構に田んぼダム器具を想定可能となるよう改良を加えた。さらに農業用ダムに事前放流を想定した貯水位を設定することで、水田群と農業用ダムをフル活用した際の効果を評価できるようになった。農業用ダムと水田群を抱える小流域で2020年7月に生じた豪雨イベントを対象に農業施設の活用による河川流量ピークカット効果を評価すると、最大で約15%の効果が得られることが明らかとなった。本課題により、様々な降雨パターンと洪水リスクの関係、さらにそのリスク低減に対して農業用施設が有するポテンシャル評価が可能となった。
|
Research Products
(3 results)
