実測水位と降水短時間予報に基づくリアルタイム低平地氾濫予測モデルの開発

佐賀県の低平地の農地を対象とした調査を継続し、浸水範囲周辺にて水位計やタイムラプスカメラ等によるデータ収集を継続するとともに、過去のデータの整理等に基づいてモデル開発等を実施した。個別のモデル開発状況については、次のとおり。1）水路の水位と氾濫の予測：モデルやパラメータの調整および境界条件の設定等を完了し、2022年7月に発生した浸水を再現した。水路の水位については、変動傾向は概ね再現できたが、水位の最大値を過大評価する等の課題が明らかになった。2）地区への流入量の予測：AIによる予測を行う際に精度向上のボトルネックとなる、教師データの質の改善に取り組んだ。教師データに周期性を含む場合の前処理手法を開発し、本手法の適用により数％の精度向上を確認した。3）自流域からの短期流出の予測：1)のモデルにおいて、水路に接続する農地等を幅広な水路とみなしたモデル化を行い、高速で計算が可能であることを確認した。なお、実測の浸水範囲にかかるデータが十分得られなかったため、計算結果の検証は実施できていない。4）画像認識による水門での水位、流量計測：開発中のシステムを用いて、ゲートの開度やゲートの上下流の水位を推測し、その結果を用いてゲートの下側を通過する流量を推測する手法を開発した。水位を推測する過程は、AIによるゲートや水面の認識、認識した箇所を3Dカメラで計測の2つのステップで実施されており、AIによる認識率と3Dカメラの計測精度のいずれも実用可能なレベルであった。

佐賀県の低平地の農地を対象とした調査を継続し、浸水範囲周辺にて水位計やタイムラプスカメラ等によるデータ収集を継続するとともに、過去のデータの整理等に基づいてモデル開発等を実施した。個別のモデル開発状況については、次のとおり。1）水路の水位と氾濫の予測：モデルやパラメータの調整および境界条件の設定等を完了し、2022年7月に発生した浸水を再現した。水路の水位については、変動傾向は概ね再現できたが、水位の最大値を過大評価する等の課題が明らかになった。2）地区への流入量の予測：AIによる予測を行う際に精度向上のボトルネックとなる、教師データの質の改善に取り組んだ。教師データに周期性を含む場合の前処理手法を開発し、本手法の適用により数％の精度向上を確認した。3）自流域からの短期流出の予測：1)のモデルにおいて、水路に接続する農地等を幅広な水路とみなしたモデル化を行い、高速で計算が可能であることを確認した。なお、実測の浸水範囲にかかるデータが十分得られなかったため、計算結果の検証は実施できていない。4）画像認識による水門での水位、流量計測：開発中のシステムを用いて、ゲートの開度やゲートの上下流の水位を推測し、その結果を用いてゲートの下側を通過する流量を推測する手法を開発した。水位を推測する過程は、AIによるゲートや水面の認識、認識した箇所を3Dカメラで計測の2つのステップで実施されており、AIによる認識率と3Dカメラの計測精度のいずれも実用可能なレベルであった。