| 研究課題/領域番号 |
19H02246
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分22040:水工学関連
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
相馬 一義 山梨大学, 大学院総合研究部, 准教授 (40452320)
|
|---|
| 研究分担者 |
古屋 貴彦 山梨大学, 大学院総合研究部, 准教授 (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, 准教授 (70377597)
石平 博 山梨大学, 大学院総合研究部, 教授 (80293439)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 深層学習 / 機械学習 / 数値気象モデル / 降雨予測 |
|---|
| 研究成果の概要 |
本研究では，数値気象モデル（物理式に基づき3次元の気温や風速等をコンピュータで予測するプログラム）による予測結果を深層学習（人間の神経細胞を模した人工知能）で補正して降水強度分布を出力する手法を開発した．深層学習として手法の一種であるU-Net（画像分析等で用いられる視神経を模した高度な人工知能）を導入し検討を行った．加えて，深層学習手法へ数値気象モデル出力を入力する際のデータ拡張手法（データ不足を補うために水増しを行う手法）についても改良を進めた．その結果，数値気象モデル予測とU-Netを導入した補正手法を組み合わせることで，減災で重要となる強雨域の予測を改善できる可能性が示唆された．
|
| 自由記述の分野 |
水工学
|
| 研究成果の学術的意義や社会的意義 |
数時間から１日程度先までの降水量を予測するためには，数値気象モデル（物理式に基づき3次元の気温や風速等をコンピュータで予測するプログラム）による予測が重要となる．本研究で開発した手法を用いることで，数値気象モデルのみでは降水の予測には至らない豪雨でも，降水の原因となる上昇気流や水平風速の予測結果を深層学習（人間の神経細胞を模した人工知能）へ入力して自動的に降水量予測結果を補正できる．それによって定量的な豪雨予測の信頼性が向上し，土砂・浸水危険度予測の信頼性向上とその早期避難への活用が期待でき，災害に強い都市づくりに貢献できると期待される．
|
