Development of Hybrid Flood Forecasting System based on Rainfall Information from Machine Learning Algorithm

点击翻译按钮获取中文摘要

1)機械学習を活用した降雨予測モデルの開発AMEDAS地上観測情報とひまわり衛星観測情報を入力情報として、CNNとConvolutional-LSTM機械学習アルゴリズムを利用した短時間降雨予測モデルを開発した。まずは1時間先の降雨量を高い精度で予測することを目指してモデルの検証・改良を行なった。2)機械学習を活用した水位・流量予測モデルの開発淀川流域の枚方地点を対象に開発したANN基盤の水位予測アルゴリズムを改良し、降雨量と上流域の水位情報を用いて流域内の複数基準点に対する水位・流量予測アルゴリズムを開発した。また、ANNへの入力情報が予測精度へ及ぼす影響を把握するために、様々な組み合わせの入力情報をテストし、最適な入力情報と学習条件を調べた。3）強化学習を活用した洪水調節のためのダム運用モデルの開発強化学習（Reinforcement Learning）手法を用いて、桂川流域の日吉ダムを対象に洪水調節モデルを開発した。開発したモデルは、既存の洪水イベントに対して自動的な学習とテストを繰り返して最適な放流量を模索することができ、降雨やダム流入量の予測情報がなくても最新のダム流域情報だけで最適な放流量を提案することが可能になった。