Development of a heavy rainfall prediction method combining numerical weather prediction models and deep learning methods

数值天气预报模型与深度学习方法相结合的暴雨预报方法开发

• 批准号: 19H02246
• 负责人: 相馬 一義
• 金额: $ 11.23万
• 依托单位: University of Yamanashi
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19H02246/
• 关键词: 深層学習; 機械学習; 数値気象モデル; 降雨予測

研究代表者らは，数値気象モデルCReSiBUCによる数時間から1日先予測結果を入力し，深層畳み込みニューラルネットワーク（U-Net）を用いて降水量分布を補正する豪雨予測手法を構築・改良してきた．2021年度には，より多数のデータを学習・検証に用いた検討を行った．具体的には，数値気象モデルCReSiBUCを用いて2001年8月及び2011年8～9月を対象とした京阪神地域における予測実験を行い，学習・検証過程に用いるデータ数を増やした．2011年8～9月には台風・前線・局地的大雨に伴う降水が発生しており，開発した手法の精度を降水タイプ別に評価した．評価に当たっては，スレットスコア（観測・予測とも降水有のメッシュ数／観測・予測とも降水無しのメッシュを除いたメッシュ総数）を算出し，気象庁解析雨量による降水量観測値を真値として，補正前と補正後の降水量予測結果を評価した．降水の有無を判定するためにスレットスコアを算出する際の閾値は1mm/hrとした．さらに特徴的な事例を抽出し，気象庁解析雨量と補正前・補正後の予測結果における降水量分布を図示し，定性的に比較した．その結果，台風に伴う水平規模の大きな降水（一つの降水域が直径数十km程度）に関しては，スレットスコアが補正後で高く，降水量分布が気象庁解析雨量に近づいた．前線に伴う降水事例ではスレットスコアが補正後に改善したが，台風に比べて改善が小さかった．局地的な降水（一つの降水域が直径数km程度）に関しては，スレットスコアの向上は小さかった．降水の位置が補正前に気象庁解析雨量と比較して大きくずれていると，補正後に降水を平滑化する傾向が見られ，さらなる改善が必要である．

The representative of the study is very happy, and the results are as follows: the results are as follows: in the first half of the day, the research representatives are expected to use the distribution of precipitation and heavy rain to improve the performance of the study. In the year 2021, most of the CReSiBUC were used to improve the performance of the aircraft. in the year of 2021, most of them were tested. For example, in August 2001 and August to September 2011, in Beijing, Kobe, and in the area of Beijing, Japan, and Japan, in August 2001 and August to September 2011, in Beijing, Kobe and Kobe, in August and September 2011. during the period from August to September 2011, heavy rain along the front line of Taiwan was accompanied by heavy rainfall, and the method was used to determine the accuracy of precipitation. Please calculate the amount of precipitation, like analytical rainfall, precipitation, precipitation The results show that there is no significant difference in precipitation before and after the precipitation. There is no way to determine whether there is a significant difference in the amount of precipitation. There is no significant difference in the amount of precipitation before and after the analysis of rainfall. The results show that the distribution of precipitation is shown, and the results are qualitatively compared. In Taiwan, the horizontal scale shows that the precipitation (the diameter of the falling water area is tens of km) is high, the precipitation distribution is like the analytical rainfall is close to the temperature, and the precipitation is improved after the precipitation event. The local precipitation (the degree of km of falling water diameter) is much smaller than that of the local precipitation. The location of the precipitation is the front, the analytical rainfall is larger, the precipitation is smoothed, the precipitation is smoothed, the precipitation is necessary.

项目成果

研究紹介ホームページ（相馬）

研究介绍主页（Soma）

Feature set aggregator: unsupervised representation learning of sets for their comparison

• DOI: 10.1007/s11042-019-08078-y
• 发表时间: 2019-08
• 期刊: Multimedia Tools and Applications
• 影响因子: 3.6
• 作者: T. Furuya;Ryutarou Ohbuchi

Convolution on Rotation-Invariant and Multi-Scale Feature Graph for 3D Point Set Segmentation

• DOI: 10.1109/access.2020.3012613
• 发表时间: 2020-07
• 期刊: IEEE Access
• 影响因子: 3.9
• 作者: T. Furuya;X. Hang;Ryutarou Ohbuchi;Jinliang Yao

富士川周辺地域における素因と誘因を考慮した機械学習による土砂災害危険度推定

考虑富士河地区的诱发因素和触发因素，利用机器学习进行山体滑坡风险评估

• 发表时间: 2019
• 作者: ムハマド イザーズ ハズミー ビン スハイミ;山田朋人;久加朋子;清水康行;奥田醇;星野剛;相馬一義
• 通讯作者: 相馬一義

DATA SCIENCE FOR PATTERN RECOGNITION AND LAW DISCOVERY

模式识别和规律发现的数据科学

• DOI: 10.11532/jsceiii.1.j1_270
• 发表时间: 2020
• 期刊: Intelligence, Informatics and Infrastructure
• 作者: K. Yamashita;M. Sato;Y. Takahashi;H. Kubota;E. Momota;J. Hamada;J. Matsumoto;S. Kojima;Y. Katahira;宮本 崇
• 通讯作者: 宮本 崇