| 研究課題/領域番号 |
21H04571
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分22:土木工学およびその関連分野
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
小槻 峻司 千葉大学, 環境リモートセンシング研究センター, 教授 (90729229)
|
|---|
| 研究分担者 |
佐藤 陽祐 北海道大学, 理学研究院, 准教授 (10633505)
岡崎 淳史 千葉大学, 環境リモートセンシング研究センター, 准教授 (10790842)
渡部 哲史 九州大学, 比較社会文化研究院, 准教授 (20633845)
山田 真史 京都大学, 防災研究所, 助教 (50897858)
小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
|
|---|
| 研究期間 (年度) |
2021-04-05 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
41,860千円 (直接経費: 32,200千円、間接経費: 9,660千円)
2024年度: 10,530千円 (直接経費: 8,100千円、間接経費: 2,430千円)
2023年度: 10,530千円 (直接経費: 8,100千円、間接経費: 2,430千円)
2022年度: 8,320千円 (直接経費: 6,400千円、間接経費: 1,920千円)
2021年度: 12,480千円 (直接経費: 9,600千円、間接経費: 2,880千円)
|
|---|
| キーワード | データ同化 / 機械学習 / 数値気象モデル / 豪雨予測 / データサイエンス |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、これまで独立して進んできた気象・水文モデル予測とデータ同化・機械学習を統合し、「富岳」時代の高精度・高頻度なリアルタイム豪雨・洪水予測を確立することである。近年、台風や線状降水帯などの水害が頻発化し、豪雨・洪水予測の更なる改善や、ダム操作等による緩和が急務である。スパコン「富岳」を用いた研究により、(1) 天気予報で発展した最先端データ同化を活用した、気象・水文モデルによる豪雨・洪水予測、(2)高速計算可能な機械学習による高頻度な豪雨・洪水予測、(3) AIによるダム操作の最適化 を実施し、新時代のリアルタイム豪雨・洪水予測技術を実現する。
|
| 研究成果の概要 |
本研究では、AI、データ同化、数値計算を融合し、極端気象や洪水災害の予測・緩和技術の開発を行った。市民科学で取得された雪氷画像を用いてAIにより自動分類器を構築し、気象モデルの検証に活用した。さらに、GPM衛星観測を同化することで雲物理スキームの改善を行い、全球降水予報の精度向上に成功した。洪水予測に関しては、RRIモデルにアンサンブルデータ同化を適用し、初期値の精緻化と予測誤差の低減を実現したほか、センサ配置の最適化手法を導入した。また、衛星ビッグデータを拡散モデル等の生成AIで補完し、高頻度・高解像度な降水予測を可能にした。さらに、強化学習を活用し、ダム操作や防災投資の最適戦略を構築した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、AI、データ同化、数値モデルを融合させた新たな気象・水文予測手法を構築し、従来の手法では困難であった高頻度・高精度な予測や制御を可能にした点で学術的に大きな意義を持つ。特に、近年急速に発達するAI技術を取り込んだAI天気予報モデルへのデータ同化では、世界を先導する成果が得られている。豪雨・洪水の被害軽減に直結する実用的技術を開発したことは、災害多発国である日本における社会的ニーズに応える成果であり、将来の減災対策や社会実装にも道を拓くものである。本研究の成果を契機に、鉄道総合研究所との共同研究を開始するなど、実社会の問題解決に資する研究成果が創出された。
|
