深層学習に基づく超解像技術を用いた 降水量データの高解像度化に関する研究
2023 年 4 巻 3 号 p. 515-521
詳細
2023 年 4 巻 3 号 p. 515-521
豪雨災害が多発する日本において，降水の空間分布を高解像度で把握することは防災の観点から非常に重要である．近年，深層学習を用いた画像の高解像度化（超解像）が提案されており，従来の線形補間法を上回る性能が示されている．本研究では雨量の空間分布を画像とみなし，深層学習に基づく超解像により，高解像度の雨量データを生成する手法を提案する．気象庁の解析雨量を用いて，深層学習を利用した超解像モデルに学習させ，粗視化された雨量分布からオリジナルの高解像度雨量分布を予測する学習器を開発・検証した．データ数が十分多い場合は，深層学習を用いた手法は線形補間法より評価指標が向上し，特にTransformerを用いたSwinIRは，畳み込みニューラルネットワークを用いた手法を上回る精度で超解像を行うことを示した．
