| 研究課題/領域番号 |
20K06298
|
|---|
| 研究機関 | 岡山大学 |
|---|
研究代表者 |
工藤 亮治 岡山大学, 環境生命科学研究科, 准教授 (40600804)
|
|---|
| 研究分担者 |
近森 秀高 岡山大学, 環境生命科学研究科, 教授 (40217229)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 中長期河川流況予測 / アンサンブル気象予測 / 予測の不確実性 / 機械学習 |
|---|
| 研究実績の概要 |
課題1について， アンサンブル流況予測システムのコアとなる水文モデルとしてタンクモデルを選定し，寒河江ダム流域に適用した．その結果，降雪量を補正して水収支をバランスさせることで実測のダム流入量が精度よく再現できることを示した．
課題 2について，レーダーアメダスを用いて流域平均降水量を保持しながら降雨の空間的な集中度のみを変えた模擬降雨を複数パターン作成し，集中型流出モデルをグリッドに展開した分布型モデルに入力することで，降雨の空間的集中度が洪水ピーク流量に与える影響を吟味した．その結果，流域平均降水量が同値でも降雨の空間的集中度が高いほどに，洪水のピーク流量が大きくなることがわかった．
次に，上記の流出計算で得られた計算流量を模擬洪水イベントとして，これを対象として集中型モデルのパラメータを同定し，降雨の空間分布の違いがモデルパラメータに与える影響を検討した．その結果，降雨の集中度の違いにより異なる性質のパラメータが同定されることがわかり，降雨の空間的な集中度が集中型モデルのパラメータの不確実性の要因となることがわかった．
課題3について，寒河江ダム流域を対象として，パターン認識法の一種であるNearest Neighbor法を適用して5日先までのダム流入量予測を行った．その結果，1日先までは精度よく予測できるものの，3日先以降では出水を過小推定するなど予測精度が大きく低下した．そこで，気象予測値としてバイアス補正済みの週間アンサンブル予報をNearest Neighbor法によるダム流入量予測システムに導入したところ，予測精度が大幅に向上し3日先の出水もある程度の精度で予測が可能となった．ただし，リードタイムが長くなるほど高水部の過小推定軽奥が大きくなった．この点は今後の課題である．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
事前に週間アンサンブルを収集整理していたため，スムーズにアンサンブル予報の導入が実施できた．
|
| 今後の研究の推進方策 |
課題１について，前年度に構築した水文モデル（タンクモデル）に週間アンサンブル予報を導入することで５日先までのダム流入量を予測精度を吟味するとともに，前年度に実施済みの機械学習による予測結果と比較し，それぞれの予測手法と特徴を整理する．また，広域での水資源量を予測するため，農業水利用を導入した水循環モデル海苔用を検討し，実流域に適用する（岡山県全域での適用を予定）．
課題２について，長期流出解析で必須となる水収支の吟味において複数の降水量補正方法を適用し，この違いがモデルパラメータに与える影響を検討する．また，降雨の空間分布がモデルパラメータに与える影響として，集中型のみならず分布型モデルのパラメータに与える影響も吟味する．
課題３について，出水時の予測精度向上を目指し局所線形近似化法を用いたダム流入量予測を行い，特に高水部での予測精度を吟味する．
|
| 次年度使用額が生じた理由 |
新型コロナウィルスによりほとんどの学会がオンライン開催または中止となり，また予定していた現地調査や打ち合わせがほとんど実施できなかったため．
今年度の週間アンサンブルやメソアンサンブル予報の受信料として使用する予定である．
|
