CNNとPINNsを用いた中小河川における洪水時水位予測の実用性の検討

抄録

　気候変動で洪水リスクが高まる中，データ不足が深刻な中小河川の水位予測が課題となっている．水位予測には機械学習モデルが有効であるが，観測データの限定的な中小河川では従来手法の適用に課題があった．本研究では，データが限定される状況下において有効な深層学習の手法であるConvolutional neural network (CNN)と Physics-informed neural networks (PINNs) を比較した．その結果，CNNは少数地点の観測だけで 4時間先まで，PINNsはさらに少ないデータで水位を予測できることを確認した．これにより，観測体制が不十分な河川でも実用的な水位予測の可能性を示した．