• 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

2023 年度 研究成果報告書

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

研究課題

  • PDF
研究課題/領域番号 21K05841
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41030:地域環境工学および農村計画学関連
研究機関国立研究開発法人農業・食品産業技術総合研究機構

研究代表者

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)

研究分担者 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)
研究期間 (年度) 2021-04-01 – 2024-03-31
キーワード流域治水 / 拡散モデル / 水害リスク / 気候変動
研究成果の概要

流域の洪水リスク評価に活用する目的で、豪雨時空間データの生成モデルを構築した。
対象地区の解析雨量を事前に学習させた生成モデルにより、1時間単位の降雨時空間パターンが多数生成できた。水害リスク評価には流域水循環モデルを適用し、そこに農業ダムや田んぼダムの機能を組込むことで、リスクと同時に洪水対応策の効果を評価可能とした。対象流域で流域平均雨量が同等のイベントで洪水対策の効果を比較した結果、ダムや水田の対象範囲と雨量分布が重なるかどうかで効果が異なり、降雨の時空間情報が地域の水害リスクに大きく関わることが示された。今後この2つの技術を連携させ、よりリスク評価と対応策の提案に繋げる。

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

多発する水害に対して、どのような降雨パターンでリスクが高まるか、またどのような対策を実施すればリスク低減に繋がるかを事前に十分検討できれば、よりロバストな地域防災計画の策定が可能になる。その実現には、観測数が少ないために十分な豪雨のパターンを準備できない点がネックであったが、本課題で開発した生成モデルを活用することでその課題が解消された。また、流域内で取りうる対策の効果を評価する流出モデルを組み合わせることで具体的な対応策の検討が進むなど、流域治水の促進に貢献可能な点で、本課題成果には社会的な意義があるといえる。

URL: 

公開日: 2025-01-30  

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