权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

実測・疑似拡張気象データの機械学習による新たな豪雨予測モデルの開発

利用测量和模拟的增强天气数据的机器学习开发新的暴雨预测模型

基本信息

批准号：
20J13777
负责人：
金子凌
金额：
$ 1.34万
依托单位：
Tokyo University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-24 至 2022-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20J13777/
关键词：
降水予測水文学深層学習機械学習

项目摘要

本研究では，深層学習を用いた降水予測に以下の二つの側面から取り組んだ．(1)時系列データの学習に特化した降水予測現象の時間的変化の学習に特化したLSTM (Long short-term memory)を用いてモデルを作成し，これに九州地方の地域気象観測システムAMeDASのデータを学習させた．過去12時間分の観測値を入力すると1時間後の降水量を予測するよう学習させ，評価も九州地方で行った．その結果，1時間先の予測であれば従来の物理モデルよりも同等かそれ以上の予測精度であった．また，降水の学習に重要な気象因子は降水量のみであり，水蒸気の収束などによる降水現象を学習するのにAMeDASの空間解像度17 kmでは不十分であることが考えられた．さらに，豪雨のような希な現象を学習するのも難しく，サンプルサイズを増やす必要があることが示唆された．(2)空間パターンの学習に特化した降水予測(1)の結果を受け，空間解像度の高い気象庁の解析雨量（1 km四方の空間解像度）を使用し領域を全国に広げた．これを効果的に学習するように画像認識の分野で成果を挙げているU-Netというモデルを使用した．さらに，豪雨などの希なデータに回転変形などを適用することで擬似的な豪雨データを作成しサンプルサイズを増やした．前6時間分の降水量を入力すると6時間先までの降水量を予測するよう学習させた．その結果，過大評価の傾向はあるが，豪雨を予測する例も増加した．例えば，平成29年7月九州北部豪雨では，豪雨が観測される6時間前の午前9時には二本の線上降水帯を予測することが可能であった．このモデルは降水のみを学習しているが，降水のみで降水の移流や水蒸気の収束・発散などの潜在的な情報を学習できた可能性が明らかとなった．また，擬似的なデータを用いることにより，豪雨などの希な事例を予測できるようになり，その必要性が示唆された．

In this study, deep learning is used to predict precipitation. (1)The study of time series is specialized in the study of precipitation prediction phenomena, and the study of time variation is specialized in the study of LSTM (Long short-term memory). In the past 12 minutes, the rainfall was estimated. The results of this study are as follows: 1. The prediction accuracy of time series is higher than that of physical series. The spatial resolution of AMeDAS is 17 km, and the spatial resolution of AMeDAS is 17 km. It's hard to learn when it rains. (2)The results of precipitation prediction (1) and spatial resolution analysis of precipitation (1 km square spatial resolution) are used in the field. The results of this study are: U-Net, U-Net. In the meantime, the rain is expected to change shape, and the rain is expected to change shape. The first 6 minutes of precipitation into the force of the first 6 minutes of precipitation forecast. The result is that there is a tendency for excessive rain to increase. For example, in July 2009, heavy rain occurred in northern Kyushu. Heavy rain was measured 6 hours ago and 9:00 a.m. was predicted. As we learn the meaning of precipitation in this video, the possibility of learning the potential information about the movement of precipitation and the formation and dispersion of water vapor becomes clear. It is necessary to predict the case of heavy rain and to show the necessity of it.