気候変動に伴う降雨外力増大傾向のなか，ダムの有効活用をサポートできるダム流入量の予測精度向上は喫緊の課題である。従来，ダム流入量予測モデルは既往観測データに基づきパラメータ等が最適化され実運用投入されてきた。しかし，実運用時のモデルへの入力は予測雨量である。観測データと予測データは特性が異なり，現象再現を追求する従来プロセスでは実運用時の汎化性を期待できない。本稿では，予測データを用いた「予測学習」により実運用時のダム流入量を高精度に予測できること，予測学習には深層学習が効果的であることなどを示す。
