水路の合流情報を考慮したPINNの検証

抄録

近年注目を集める物理情報を導入した深層学習モデル（PINN）は，観測値がない地点でも物理法則と近隣の観測値を用いれば，良好な再現計算が可能である．しかし，農業水利施設の排水路の流況を対象にPINNを適用するためには，水路の合流を考慮する必要がある．そこで，水路の合流情報を表現可能なグラフ埋め込み機能をPINNに導入すること（GPINN）で，水路の合流点の流況を計算可能にする．人工的に生成された複数の洪水事象の流況（水深・流速）をGPINNで再現計算した結果は，事象によって再現性の課題はあるものの，良好な結果が得られたケースでは，合流点の水深変化を概ね再現することができた．