決定木機械学習モデルによる波高予測に対する特徴量重要度分布の影響

抄録

　沿岸での波浪予測は, 海洋工事等の安全性確保の上で重要である．海洋工事では波高1mを閾値として工事の成否が決するため安全・経済性の点でその精度向上が望まれる．近年では物理モデルと並行して, 機械学習の適用が注目され, 特にXGBoostやTabNetといった特徴量評価を実装した手法の評価が高い．本研究は, 主にXGBoostに基づく1週間先までの波高予測システムの開発を目指し, 風速データの特徴量重要度の違いによる予測精度の評価・検討を行った．学習データは長期間の波浪観測値と広域の気象観測値であり, 特徴量を用いたデータ評価とその空間的分布特性を調べた．その結果, 風速地点の選定に依存した予測精度の向上が確認され, 短期予測での高い精度が確認された．予測結果に対して統計解析における2値分類によって予測精度と期間との関係を示した．