書誌事項
- タイトル別名
-
- DEEP-LEARNING MODEL FOR PREDICTION OF PRECIPITATION USING MSM -BASIC STUDY ON SPATIAL RANGE AND LEADING TIME-
抄録
<p> 集中豪雨が頻発し,日本各地で甚大な被害をもたらしている中,ダム管理や適切な情報発信のために降水量予測の高精度化が必要不可欠である.本研究では,面的な気象データ(GPV)と,ある降雨観測地点の降水量との関係性を学習させ深層学習モデルを構築し,数時間先の降水量の予測を試みた.結果,AMeDASデータのみ用いて深層学習モデルを構築した藤森ら(2019)に比べて,一部の降水パターンを除き予測精度が向上することが確認された.さらに,面的な気象データによる学習が,リードタイムの長大化に伴う降水予測の精度低下を防ぐ可能性を示した.また,AMeDASデータと面的な気象データを合わせて学習させることによってそれぞれを単体で学習させた深層学習モデルより精度が高くなる可能性を示した.</p>
収録刊行物
-
- 土木学会論文集B1(水工学)
-
土木学会論文集B1(水工学) 76 (2), I_337-I_342, 2020
公益社団法人 土木学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390008754689719296
-
- NII論文ID
- 130008122597
-
- ISSN
- 2185467X
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可