深層学習モデルを用いた浸水深の時空間分布予測のエミュレーティング
2023 年 4 巻 3 号 p. 553-560
詳細
2023 年 4 巻 3 号 p. 553-560
降雨流出氾濫モデルによるアンサンブル計算には，計算コストの高さがボトルネックとなりうる．そこでモデル出力の浸水深の時系列を高速で模倣可能な，深層学習モデルによるエミュレータを開発した．このエミュレータは降水量の時空間分布を入力することで，同期間の浸水深の時空間分布を出力する．出力はイベント×時間×空間の3次元を持ち，データサイズが大きい．そこで学習の前処理に特異値分解による次元削減を行うことで，汎化性能の高い学習器の開発を試みた．次元削減では，3次元データを行列形式へ変形する必要があり，2通りの手法を試す．その結果，出力のサイズをより小さくする行列への変形・次元削減手法が有効であり，同じ入力から最大浸水深のみを出力するエミュレータと同等の精度を持つエミュレータの構築が可能であると示された．
