学習事例を上回る大洪水に対する深層学習水位予測モデルの検証

抄録

洪水氾濫災害に対するソフト対策として，洪水予測の精度向上は重要である．洪水予測にはして様々な手法が提案されており，そのうちの一つにニューラルネットワーク（ANN）によるものがある．これまでの研究で，様々な河川においてANNモデルの適用性が報告されているが，他の手法と比べた精度の優位性は示されておらず，全国の洪水予測システムなどで実用に至っている例は少ない． また，ANNをはじめとする機械学習モデルの一般的な弱点として，学習事例を上回るような事例に対しては予測性能が担保されない，という点が挙げられる．洪水予測においては，学習事例を上回るような大規模洪水への対応こそが重要である．そのため，ＡＮＮによる洪水予測モデルは十分な信頼性を得られておらず，防災現場への実用化が進んでいない． こうした課題への対応として，本検討では2016年の台風10号で生じた網走川における過去最大の洪水事例を対象として，ANN洪水予測モデルの適用検討を行った．学習事例を上回るような高い水位の洪水に対しても，「水位変化」に着目して学習を行うことで，予測モデルの適用性が保たれることを示した．