抄録
九州地方で観測される異常潮位であるあびきは，気象擾乱により生じた微小気圧波が引き金となって生じるとされている．しかしながら，実際にその微小気圧波が発生する地点をリアルタイムで予測することは難しく，あびきの事前予報を困難にしている．本研究では潮位や気象データの定点観測値を入力値とするニューラルネットワークモデルを提案し，その再現性を検証するとともに，リアルタイムのあびき予測への適用可能性について検討した．その結果，微小気圧変動や風向といった変数が予測精度の向上に関わる事や，多地点の観測情報により精度向上が見込まれること等を明らかにした．また，リアルタイム予測におけるリードタイムがモデルの再現精度に及ぼす影響について調べ，学習回数，中間層の数等のモデルパラメータの感度解析を実施した．
