人工知能による地下ダム水質警戒アラートの発信とダムライトアップ

地下ダム湖における地下水質の修復には多大な時間とコストを要する．そのため，地下ダム供用中に濃度上昇の可能性を予測できるならば，汚染が顕在化する前に汚染予防対策を実行できる．そこで本研究では，硝酸態窒素の濃度変動の予測と警戒レベルの可視化を人工知能にて実現することに取り組んだ．まずは，宮古島の地下ダム群にて定期的に観測されている13種類の水質データを収集した．人工知能の説明変数には，硝酸態窒素以外の水質項目と計測開始日からの経過日数を設定し，目的変数である予測対象日の硝酸態窒素濃度を観測点ごとに予測するシステムの構築を試みた．各水質項目の観測イベント間の変化量を確率分布として扱い，予測日の未知の説明変数の設定とともに，機械学習させた．機械学習にはExtremely randomized treesを採用し，予測日直前までの観測データ群を学習して硝酸態窒素濃度を予測した．合わせて，過学習対策と精度向上，観測コストの軽減を目的として，説明変数の削減を試みた．説明変数の削減は精度の向上と連動しており，過学習や精度低下を招く変数が含まれていたことが明らかとなった．次に，地下ダム流域の硝酸態窒素濃度予測に基づき，現状と将来の警戒レベルを色で周知する硝酸アラートを発信する人工知能を開発した．アラートの可視化を目的として，発信色と濃度を仮定し，たとえば，予測濃度に応じ青，黄，赤として，発信物体に現状と将来の予報を可視化できるよう，現状としては，発信マップを作成した．予測日から半年前と1年前までの観測データ群を学習し，流域内の17 箇所の観測点に対してアラート発信したマップの作製を試みた．その結果，半年後予報では，局所的な観測点において硝酸態窒素の将来濃度が大きく見積もられる安全側の予報が見られたものの，上・中流域での予報は実際の結果と概ね一致した．

地下ダム湖における地下水質の修復には多大な時間とコストを要する．そのため，地下ダム供用中に濃度上昇の可能性を予測できるならば，汚染が顕在化する前に汚染予防対策を実行できる．そこで本研究では，硝酸態窒素の濃度変動の予測と警戒レベルの可視化を人工知能にて実現することに取り組んだ．まずは，宮古島の地下ダム群にて定期的に観測されている13種類の水質データを収集した．人工知能の説明変数には，硝酸態窒素以外の水質項目と計測開始日からの経過日数を設定し，目的変数である予測対象日の硝酸態窒素濃度を観測点ごとに予測するシステムの構築を試みた．各水質項目の観測イベント間の変化量を確率分布として扱い，予測日の未知の説明変数の設定とともに，機械学習させた．機械学習にはExtremely randomized treesを採用し，予測日直前までの観測データ群を学習して硝酸態窒素濃度を予測した．合わせて，過学習対策と精度向上，観測コストの軽減を目的として，説明変数の削減を試みた．説明変数の削減は精度の向上と連動しており，過学習や精度低下を招く変数が含まれていたことが明らかとなった．次に，地下ダム流域の硝酸態窒素濃度予測に基づき，現状と将来の警戒レベルを色で周知する硝酸アラートを発信する人工知能を開発した．アラートの可視化を目的として，発信色と濃度を仮定し，たとえば，予測濃度に応じ青，黄，赤として，発信物体に現状と将来の予報を可視化できるよう，現状としては，発信マップを作成した．予測日から半年前と1年前までの観測データ群を学習し，流域内の17 箇所の観測点に対してアラート発信したマップの作製を試みた．その結果，半年後予報では，局所的な観測点において硝酸態窒素の将来濃度が大きく見積もられる安全側の予報が見られたものの，上・中流域での予報は実際の結果と概ね一致した．