データ同化とは現実の観測情報を用いて数値モデルの状態を補正する数理手法であり，モデルの予報精度改善を期待できる．本研究では，降雨流出氾濫（RRI）モデルの水位分布を観測情報で補正するため，今まで検討されてこなかったデータ同化手法であるアンサンブルカルマンフィルタを適用した．初期値の誤差が時間発展によって増加しないRRIモデルに対して，入力である降雨強度に摂動を与えることで同化を安定させ，観測地点と非観測地点の双方で，同化なしRRIに対して水位予測精度を改善した．また，気象分野でのデータ同化では一般的な安定化手法である局所化のRRIモデルでの有効性を探るとともに，より水文モデルに適した手法として河道に沿った局所化を適用し，従来の単純な距離に基づく局所化と同程度の性能を発揮することを確認した．
