2021 Fiscal Year Annual Research Report
An interdisciplinary stochastic tsunami disaster prediction accelerated by a surrogate model
| Project/Area Number |
20H02418
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
浅井 光輝 九州大学, 工学研究院, 准教授 (90411230)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
磯部 大吾郎 筑波大学, システム情報系, 教授 (00262121)
森口 周二 東北大学, 災害科学国際研究所, 准教授 (20447527)
馬場 俊孝 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (90359191)
大竹 雄 東北大学, 工学研究科, 准教授 (90598822)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 津波 / 粒子法 / サロゲートモデル / 不確実性の定量化 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
これまでに開発を進めてきた地震シナリオ（地震学）から始まり、津波発生（津波学）、伝搬（津波工学）、そして地上への遡上による構造物等の被害予測（構造工学、地盤工学、地震工学）までの一連の過程をすべて物理シミュレーションする（多数の学問領域にわたる）インターディシプリナリ津波解析コードの機能強化を行った。主な開発項目は以下の3つである。
（1．サロゲートモデルによる確率論的被害予測）固有値直交分解PODを使い、少数の災害シナリオに対する計算結果から、評価したい変数（津波高、浸水深など）の回帰分析を効率化し、サロゲートモデルとして十分な精度で利用でき、災害時の不確実性の定量化に応用できることを示した。
（2．水－土－構造連成解析機能）これまで水と構造物の連成解析が可能な粒子法を開発してきたが、それに加えて土(地盤)解析機能を強化した。豪雨時の堤防決壊、地震時の斜面崩壊などの予測が可能となり、津波だけでなく、他の災害との複合災害時の被害予測への応用が期待できるツールへと拡張できた。
（3．構造物崩壊解析機能）実質的な被害の定量的な予測を行うには、これまで無視してきた木造家屋などの比較的脆弱な建物の被害を都市全体で実施する必要がある。まずは地震時の家屋被害が可能なツールを構築し、過去の被災事例と比較検討し、定量的な予測も可能であることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
実績の概要で挙げた3つの項目は、申請書で記載した4つの開発項目のうちの3つである。そして、4つ目の課題が、パソコンレベルの計算機での津波の即時予報 の可能性を示すツールの開発が残されている段階にある。すでに実績をあげた3つの項目の成果も当時予想していた以上の精度を有する新たな計算ツールを開発でき、その成果が2021年度で10編の査読付き論文（内4編が国際誌）に掲載された。
また残された1つの課題も、物理シミュレーションの新たな機械学習モデルであるPINNsに着目し、実用化に向けた検討を開始し、すでに論文化した。PINNsは当初の計画には無かった新たな手法であり、より汎用的のあるサロゲートモデルの構築が期待できるものである。
以上、当初計画より優れた成果が挙げられていることから、計画以上に進展してると自己評価した。
|
| Strategy for Future Research Activity |
最終年度は,当初の研究開発項目として残されているパソコンレベルの計算機で即時予報は実現可能かといった学術的な問いに答えるべく、
物理問題のシミュレーションの汎用的なサロゲートモデルを可能とする新たな機械学習の開発に最終年度は専念して実施する。
具体的には、少ない観測データのみから、ニューラルネットワークを基礎とする機械学習を安定かつ高精度に実施するために、物理支配方程式
の再現誤差を制約条件としてLoss関数に追加するPhysics Informed Neural Networksを使ったサロゲート化を推進する。
|
