Improvement of a hybrid hydro-ecological and machine learning model for water quality management

点击翻译按钮获取中文摘要

湖沼やダム貯水池における水環境保全は，日本だけでなくフランスにおいても重要な課題である。中でも植物プランクトンの異常発生に伴うアオコ問題は，両国の共通課題である。アオコは毒素をもつことがあるため，アオコを予測する技術が求められている。本研究では，これまでの生態系シミュレーションによるアオコ予測に，機械学習などのAI技術を取り入れたハイブリッドな生態系モデルによるアオコ予測精度の向上を目指した研究を行った。昨年度は，フランスと英国間に位置する英国海峡，およびフランスとスイス国境にあるジェネバ湖を対象に，機械学習の一つであるRandom Forest (RF)モデルを用いて，藍藻類の異常増殖を予測する研究を行った。本年度の研究においては，まず，生態系モデルへの機械学習の適用の一環として，宍道湖におけるシジミの資源量予測にRFモデルを適用する研究を行った。2018年に宍道湖で行われた一斉資源量調査時のデータの収集と整理を行った上で，機械学習による検討を行った。その結果，シジミのサイズの違いにより，その資源量に与える影響因子に差があることを明らかにした。また，最終的な目標である生態系モデルとAI技術を組み合わせたアオコ予測に関する研究は，まず，国内のダム湖である国土交通省管理の尾原ダムを対象に，生態系モデルの構築を行い，十分な再現性が得られていることを確認した。さらに，そのモデルに対して，RFモデルおよびニューラルネットワークの一種であるLSTM（長短記憶）を組み入れる検討を行った。ただし，生態系モデルの構築は完成したものの，最終的にLSTMを含めた適用については，今後の研究につながる基礎検討を終える段階で終了した。