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

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...

Full description

Saved in:
Bibliographic Details
Published inAI・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
LanguageJapanese
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
Online AccessGet full text

Cover

Abstract 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．
AbstractList 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．
Author 渡辺, 修
若狭谷, 昇真
小林, 洋介
中津川, 誠
Author_xml – sequence: 1
  fullname: 渡辺, 修
  organization: 室蘭工業大学 大学院工学研究科
– sequence: 2
  fullname: 中津川, 誠
  organization: 室蘭工業大学 大学院工学研究科
– sequence: 3
  fullname: 小林, 洋介
  organization: 室蘭工業大学 大学院工学研究科
– sequence: 4
  fullname: 若狭谷, 昇真
  organization: 室蘭工業大学 大学院工学研究科
BookMark eNo9UE1Lw0AQXUTBWnv3T6RudpPs7kmk-AUFL3qUZZNsNaFWSXrxZhpETwrFj4OHloJiqUqhVMSLP2ZtSv-FKy0e5g3Mm3m8eUtgvnZSkwCsmLBomjZGq2HsySAIilYRc0acOZBDFrYNhhy0CApxHLjQQhASjTlwoBodlQ5UY_iH6b1Kez9fV9nn6-TxZXJ5oxrNrNvKOv3R2_P4u5kN7lTSG_WvRxdPKnlQSUul5yptZ8NET_T-9FYl7-P27bj7sQwWKqIay8Ks58H-5sZeadso727tlNbLRmgSJgyCMCSUCmhra8ym0nQZlY7vSEox9KWl30JQMp8S5DgOs71KBZvYZRARl0kP58HaVDeM6-JQ8tMoOBbRGRdRPfCqks8i4RbHunQo_4x3JCIeCvwLwP2BdQ
ContentType Journal Article
Copyright 2023 公益社団法人 土木学会
Copyright_xml – notice: 2023 公益社団法人 土木学会
DOI 10.11532/jsceiii.4.3_976
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
EISSN 2435-9262
EndPage 981
ExternalDocumentID article_jsceiii_4_3_4_976_article_char_ja
GroupedDBID M~E
ID FETCH-LOGICAL-j179a-7230788a05b04958e1b98e6d6e8830de453220e9d87266695cff313b9027b9ec3
IngestDate Thu Feb 08 14:07:58 EST 2024
IsDoiOpenAccess true
IsOpenAccess true
IsPeerReviewed false
IsScholarly false
Issue 3
Language Japanese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-j179a-7230788a05b04958e1b98e6d6e8830de453220e9d87266695cff313b9027b9ec3
OpenAccessLink https://www.jstage.jst.go.jp/article/jsceiii/4/3/4_976/_article/-char/ja
PageCount 6
ParticipantIDs jstage_primary_article_jsceiii_4_3_4_976_article_char_ja
PublicationCentury 2000
PublicationDate 2023
PublicationDateYYYYMMDD 2023-01-01
PublicationDate_xml – year: 2023
  text: 2023
PublicationDecade 2020
PublicationTitle AI・データサイエンス論文集
PublicationYear 2023
Publisher 公益社団法人 土木学会
Publisher_xml – name: 公益社団法人 土木学会
References 13) iRIC, http://i-ric.org（閲覧日：2023/06/20）
14) 地球流体電脳倶楽部, http://dennou-h.gfd-dennou.org/（閲覧日：2023/6/20）
3) 一言正之，遠藤優斗，島本卓三，房前和朋：レーダ雨量を用いた深層学習によるダム流入予測, 河川技術論文集，第24巻，pp.403-408, 2018
5) Qi, Y., Zhou, Z., Yang, L., Quan, Y., Miao, Q.: A Decomposition-Ensemble Learning Model Based on LSTM Neural Network for Daily Reservoir Inflow Forecasting, Water Resources Management, Vol.33, pp.4123-4139, 2019.
1) 土木学会：2016年08月北海道・東北豪雨災害, https://committees.jsce.or.jp/report/taxonomy/term/50（閲覧日：2023/6/20）
10) 山洞智弘，中津川誠，小林洋介，坂本莉子：未経験事例に適用できる Elastic Net による 24 時間先までのダム流入量予測手法の提案，土木学会論文集 B1(水工学)，Vol.76, No.2, I_835-I_840, 2020
11) Hui, Z. and Trevor, H.: Regularization and variable selection via the elastic net, Journal of the Royal Statistical Society, Series B67, pp.301-320, 2005
12) Akiba, T., Sano, S., Yanase, T., Ohta, T., and Koyama, M.: Optuna: A Next-generation Hy-perparameter Optimization Framework, Proceedings of the 25th ACM SIGKDD Interna-tional Conference on Knowledge Discovery and Data Mining, KDD’19,pp.2623-2631,2019.
9) お天気データサイエンス, https://ods.n-kishou.co.jp/（閲覧日：2023/6/20）
7) 北海道：北海道のダム一覧1既設ダム水系別, https://www.pref.hokkaido.lg.jp/ss/stt/93576.html（閲覧日:2023/6/20）
6) 西尾優輝，若狭谷昇真，中津川誠，小林洋介：メソ数値予報を入力値としたElastic Netによるダム貯水位予測の研究，土木学会北海道支部 論文報告集，第78号，B-31，2022
4) Noorbeh, P., Roozbahani, A., Moghaddam, H.: Annual and Monthly Dam Inflow Prediction Using Bayesian Networks, Water Resources Management, Vol34, pp2933-2951, 2020.
2) （財）北海道河川防災研究センター・研究所:実践流出解析ゼミ 講義テキスト編，第10回，2006
8) 国土交通省・水文・水質データベース, http://www1.river.go.jp/（閲覧日 :2023/06/20）
References_xml
SSID ssib042007042
ssib050490789
ssib050728529
Score 1.9395326
Snippet ...
SourceID jstage
SourceType Publisher
StartPage 976
SubjectTerms dam inflow prediction
elastic net
ensemble rainfall prediction
sparse modeling method
storage function method
Title 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
URI https://www.jstage.jst.go.jp/article/jsceiii/4/3/4_976/_article/-char/ja
Volume 4
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
ispartofPNX AI・データサイエンス論文集, 2023, Vol.4(3), pp.976-981
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV07bxQxEF5FoaFBIEC8lQJX6MKeH2u73L3bVaCgSqQ0aHX7uOKKgCBpKBCXE4IKpIhHQZEoEogogCJFQYiGH7PkovwLZrzruz1CEVKcNbI_e8Yz3p2xz_Y6zs00ayrw5F5D0jRtcLx8NqEZb8guRONZV2S63G1xz5tb4HcXxeLUdFA_XbKczKZP_nmu5CRWhTywK56S_Q_LjhqFDKDBvpCChSE9lo1JyIiixKeGYCRgVU4gJnMY0V5F-AEJOQl8ohQJPRIo4rdIqIkOiK-QUJKoqGpHU8T4UBoZAlp2SSiI3yY-NChJEFUYYKRLpk3DQiBShUgowNsiLS0RVfIo1wrmmnYElo5rjeQ5KnPJK0QxoK7mhtAk8OoBt3_HaiKwDKXNaVltRZNqA41yS6gjqtUkVNhF1KiHKTZo9KdGq5xWyiZigxBFh6FsOhGByGMYN7C2wXPTYVCcJLpd4qHMh86N8aVajTF0iNo0MFNZlYYFMYIxXmE2NisN0TbyuMiiqqiVkR9YtsAm9TWg8oC2eV6tPVoGCBx8o2uOXYMiHDqsNgiMqQL_lilrVWMHCFTmaOxw1L-uLp81nohCTN3AiyXrbpPX3g6s5gK19GrRlC4_yHPUUQuGN__2Hqc5XqLCZ1k8qjhx_Xn1cMUVMuYxgx9gY1uCxxPjHsyRTlG87BG37z4NrU_huBbv8lEIL_Cf7toXFmA6RJWg2u5gALFu_yUUxKY9mKnZXZ4m8Jw_65ypZowzfinHOWeq1znv3C9WN4vBbrG6h-ngXTHY_v3z5fDHl8MPnw9fvC5W14Zb68PNnf2vnw5-rQ133xb97f2dV_vPPxb990V_vRg8KwYbw70-5AC-rFv0vx1svDnY-n7BWYjC-dZco_pSSqMHDrUDL1pw1Up1XAE91kLlzUSr3Mu8XCnmZjmHblE315mSEJB7WqTdLmuyRLtUJjpP2UVneunBUn7Jmck7CZUZ1bLbYVy4bifNdEbzZiqETmBud9lRpTbih-V1OPGxLXTl5FWvOqdx3Jdrn9ec6eVHK_l1mA0sJzeMuf8An5Db-w
link.rule.ids 315,783,787,4033,27937,27938,27939
linkProvider ISSN International Centre
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E3%82%A2%E3%83%B3%E3%82%B5%E3%83%B3%E3%83%96%E3%83%AB%E4%BA%88%E6%B8%AC%E9%9B%A8%E9%87%8F%E3%82%92%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E6%B3%95%E3%81%AB%E5%B0%8E%E5%85%A5%E3%81%97%E3%81%9F%E3%83%80%E3%83%A0%E6%B5%81%E5%85%A5%E9%87%8F%E4%BA%88%E6%B8%AC%E3%81%AE%E7%A0%94%E7%A9%B6&rft.jtitle=AI%E3%83%BB%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E8%AB%96%E6%96%87%E9%9B%86&rft.au=%E6%B8%A1%E8%BE%BA%2C+%E4%BF%AE&rft.au=%E4%B8%AD%E6%B4%A5%E5%B7%9D%2C+%E8%AA%A0&rft.au=%E5%B0%8F%E6%9E%97%2C+%E6%B4%8B%E4%BB%8B&rft.au=%E8%8B%A5%E7%8B%AD%E8%B0%B7%2C+%E6%98%87%E7%9C%9F&rft.date=2023&rft.pub=%E5%85%AC%E7%9B%8A%E7%A4%BE%E5%9B%A3%E6%B3%95%E4%BA%BA+%E5%9C%9F%E6%9C%A8%E5%AD%A6%E4%BC%9A&rft.eissn=2435-9262&rft.volume=4&rft.issue=3&rft.spage=976&rft.epage=981&rft_id=info:doi/10.11532%2Fjsceiii.4.3_976&rft.externalDocID=article_jsceiii_4_3_4_976_article_char_ja