和文論文
AMeDASデータ学習によるLSTM降水予測モデルの検討
2020 年 76 巻 1 号 p. 129-139
詳細
2020 年 76 巻 1 号 p. 129-139
降水量の定量的な予測は，治水，利水の観点から重要である．本研究では，ディープラーニングアーキテクチャの一つであるLSTM（Long short-term memory）を用いモデルを構築し，九州地方のAMeDAS観測点114点のデータを学習させ，各点の1時間後の降水量予測を行った．本モデルは，多くの点において，3つの精度指標（二乗平均平方根誤差，スレットスコア，降水の立ち上がり捕捉率）で，持続予報や気象庁MesoScale Modelを上回るか同程度の精度であった．この予測精度は明確な空間偏差があり，風上側に観測点が存在しない北西・西・南西の海岸付近で内陸部や東側よりも精度が低下した．また，学習に重要な気象因子が降水量のみだったことから，降水の移流パターンを学習し予測していることが示唆された．
