アンサンブル予測雨量を機械学習法に導入したダム流入量予測の研究

• Published in: AI・データサイエンス論文集 Vol. 4; no. 3; pp. 976 - 981
• Main Authors: 渡辺, 修, 中津川, 誠, 小林, 洋介, 若狭谷, 昇真
• Format: Journal Article
• Language: Japanese
• Published: 公益社団法人 土木学会 2023
• Subjects: dam inflow prediction; elastic net; ensemble rainfall prediction; sparse modeling method; storage function method
• ISSN: 2435-9262
• DOI: 10.11532/jsceiii.4.3_976

本研究の目的は，アンサンブル予測雨量を用いることで，予測の不確実性を反映できるダム流入量の予測手法を提案することである．近年，全国的に頻発している大洪水に対して，効果的なダム操作に活かされる流入量予測の精度向上が求められている．本研究では近年出水に見舞われている北海道のダムを対象に．スパースモデリング手法の一つであるElastic Netを使用し，流入量予測をおこなった．その際にモデルの入力変数に，アンサンブル予測雨量であるMEPS（Meso-scale Ensemble Prediction System）を導入した．さらに，貯留関数法による予測結果との比較を行い，精度評価をおこなった．結果的に，Elastic NetにMEPSを導入することで治水上安全側の結果を与える予測が可能であることを示した．