深層学習による鏡川水位の推定・予測のための入力雨量データの比較

抄録

鏡川は流域面積が170万㎢、流路延長が31kmの中小河川であり、水位周知河川（流域面積が小さく洪水予報を行う時間的余裕がない河川）である。このような中小河川は水位予測が困難であるため、水位予測モデルの開発が必要である。本研究では、雨量と水位のような非線形な関係のモデル化に適している、深層学習の一種である多層ニューラルネットワーク（MLP）を用いて、高知平野の入り口に位置する宗安寺観測所におる水位推定・予測モデルの開発を行うことを目的とする。上流で観測された雨量データのみで水位を推定できれば、それを降水の予報値に置き換えることで短期の洪水予測が可能となる。その基礎調査として、気象レーダ観測を元にした解析雨量を入力データとした水位推定・予測モデルの構築を行い、地上雨量計による観測値(以後、地上雨量と記す)を入力としたモデルとの差を議論する。また、宗安寺観測所の上流には鏡ダムがあるが、MLPにより暗にダムの操作を含むことができるか、調査する。