深層学習と簡易な前処理による洪水予測手法の日本域への適用:鬼怒川を例として
書誌事項
- タイトル別名
-
- Application of flood forecast system with deep learning and simple preprocess methods: a case study in Kinu river
抄録
近年深層学習を用いた河川水位予測手法の開発が行われている.本研究では,リードタイムを伸ばす為に2つの前処理手法(Exponential FilteringとAdaptation)をこれに適用する.Exponential Filteringは水収支式に基づく降水量から流域貯留量への変換であり,Adaptationは複数ステップ先の水位を予測するときに,その直前までの予測水位を入力に含めることである.また深層学習モデルとしてLSTM (Long Short-Term Memoryブロック)を用いたRNN (Recurrent Neural Network)を選択する.これらを平成27年9月関東・東北豪雨の鬼怒川流域に適用した結果,2つの前処理によってリードタイムの延長に伴う誤差拡大を抑制することが示された.今後は本手法の他流域への適用可能性を検証する必要がある.
収録刊行物
-
- 水文・水資源学会研究発表会要旨集
-
水文・水資源学会研究発表会要旨集 31 (0), 42-, 2018
水文・水資源学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390564238059250560
-
- NII論文ID
- 130007554035
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可