流域属性に基づく流出モデルパラメータの一般化に関する研究

抄録

近年，気候変動の影響により洪水リスクが増大し，高精度かつ安定した洪水予測情報への需要が高まっている．一方で，観測データが乏しい中山間地では，物理的流出モデルのパラメータ探索が困難であり，予測精度の確保が課題となっている．本研究では，観測データが限られた流域においても適用可能な洪水予測を実現するため，流域属性に基づく流出モデルパラメータの一般化手法を開発した．全国109の一級水系のうち87水系を対象に，公表データから整理した地形，土地利用，植生等の流域属性と，分布型流出モデルの最適パラメータとの関係を分析し，Tabular Prior-Data Fitted Network（TabPFN）を用いたデータパラメータ推定手法を構築した．その結果，未学習流域においても一定の洪水再現精度が得られ，観測データのない流域における洪水予測への有効性が示された．さらに，パラメータ一般化の過程では，最適パラメータのみならず，探索過程で得られる評価関数の上位パラメータ群を学習データとして活用することが，パラメータ推定精度の向上に有効であることを実証した．