2025 年 81 巻 16 号 論文ID: 24-16104
アジアモンスーン域では雨季全体を網羅するような降水予測が水資源管理の鍵を握っている.本研究は畳み込みニューラルネットワークを用いて長期降水予測モデルとその信頼度を予測する二つのモデルを開発した.CMIP6に参加する異なる42モデルから6930サンプルをもとに,5-10月のアジアモンスーン域における積算降雨量を予測した.予測値と真値とのアノマリー相関係数は0.89であり,モデルの有効性を示した.一方,テスト結果において予測性能が低いサンプルが全体の約15%存在することが明らかとなった.本研究は,同サンプル群を特定するために信頼度指数を提案する.降雨の離散値を学習する新たなモデルを構築し,降雨の確率分布から各サンプルの信頼度を算出した.その結果,信頼度により予測性能が低いサンプル群を事前に判別できることを示した.