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

DOI

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

キーワード

詳細情報 詳細情報について

  • CRID
    1390564238059250560
  • NII論文ID
    130007554035
  • DOI
    10.11520/jshwr.31.0_42
  • 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

問題の指摘

ページトップへ