近年のインフラ・自然環境が激変している低平地の排水管理のために，最適な排水機場の運転が求められる．排水管理を支援するために，水位・流量を予測できる人工ニューラルネットワーク（ANN）の一種である，長期的な時系列データの学習に有効な長短期記憶（LSTM）モデルを開発した．従来型ANNモデルの予測結果との比較を行うために，LSTMモデルは，比較的シンプルな排水管理を行う流域とより複雑な排水管理を行うに流域に導入された．前者の流域では，機械学習のための観測データが不足していたために，模擬データを作成し，両モデルの排水機場遊水池の水位予測の結果を平均平方二乗誤差（RMSE）で評価した．LSTMモデルの水位の2時間後までの予測結果について，模擬データとのRMSEは，従来型ANNモデルより10％以上の改善が見られた．一方，後者の流域では，長期間観測された水位データのみを利用し，従来型ANNモデルとLSTMモデルを比較して，3時間後までの観測期間のうち，最大水位を含む区間の予測では6％前後，また，全検証区間の平均予測は約1.5%の改善が見られた．
