• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

機械学習法を活用して洪水被害の最小化を図るダム操作支援技術の開発

研究課題

  • PDF
研究課題/領域番号 20K04698
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分22040:水工学関連
研究機関室蘭工業大学

研究代表者

中津川 誠  室蘭工業大学, 大学院工学研究科, 教授 (10344425)

研究分担者 小林 洋介  室蘭工業大学, 大学院工学研究科, 助教 (10735103)
一言 正之  日本工営株式会社中央研究所, 先端研究開発センター, 研究員 (40463559)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワードダム流入量予測 / 機械学習 / スパースモデリング / Elastic Net / 未経験事例 / 予測手法の一般化 / 気候変動 / 事前放流
研究成果の概要

本研究の目的は,蓄積公開が進む大量の気象水文情報および進歩の目覚ましい機械学習法を活用してダムの治水機能を向上させることを掲げる。具体的には流入量予測の精度向上を図り,気候変動で激甚化する洪水にも対応できる治水対策に実装しうる技術開発を目指す。
結果として,スパースモデリングの代表的手法である「Elastic Net」を適用し,土壌の水分状態を考慮することで「未経験事例」に対する予測精度の向上が図られることを示した。また,流域面積でグループ化し,代表的モデルを用いることで,不特定多数のダムに適用できる流入量予測の一般化が可能であることを示した。

自由記述の分野

水文学

研究成果の学術的意義や社会的意義

気候変動によって頻発・激甚化する水害に対し,あらゆる関係者が防災・減災に取り組む「流域治水」の推進を念頭に,ダムの能力の最大限の活用が求められている。本研究は,蓄積公開が進む大量の気象水文情報および進歩の目覚ましい機械学習法を活用し,流入量予測の精度向上手法に取り組んだ。
この結果,未経験の洪水への対処でき,手法の一般化を図ることで,今後の気候変動で予想される大規模水害に,不特定多数のダムに適用できる予測手法を提案できたことが学術的意義となる。また,その技術が治水能力の向上を促進し,今後推進が図られる流域治水に貢献できることが社会的意義となる。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi