福井県九頭竜川流域における深層学習による氾濫予測技術の検討

抄録

近年，豪雨の激甚化に伴い，広域の氾濫予測の重要性が高まっている．深層学習により数値シミュレーションを代替する手法の研究が進められてきたが，河川規模の違いが予測精度に与える影響を定量的に評価した研究は少ない．そこで本研究では，d4PDFから生成した732の豪雨シナリオを降雨流出氾濫（RRI）モデルに入力し，その計算結果を教師データとして3D-CNNとLSTMを組み合わせた福井県九頭竜川流域の氾濫予測エミュレータを構築した．集水面積に基づき河川を小・中・大規模に分類し，リードタイム別に予測精度を評価した結果，CSI・NSE・nRMSEのすべての指標で河川規模が大きいほど精度が高いことが示された．また，本モデル・本評価条件においてNSEが0を跨ぐ傾向が集水面積10 km²付近で確認された．