WGAN-GPを用いたMSM降水量の統計的 ダウンスケーリングと洪水予測精度の評価

抄録

ダムの事前放流の実施判断や水害リスクラインなどの洪水予測では，気象庁メソ数値予報モデル（MSM）の39時間先予測雨量が広く用いられている．この予測雨量には降雨強度・空間分布・時間推移等に関する誤差を含む．また，その空間解像度は5km程度であり，予測雨量は局地的な強雨を表現できない．一方，洪水予測の現場では，リアルタイム運用に活用可能な，高精度かつ高解像度の予測雨量が求められている．本研究では，雄物川上流の玉川ダム流域を対象に，WGAN-GPを用いてMSM予測雨量を解析雨量相当の空間解像度へ統計的にダウンスケーリングし，併せて深層学習により誤差や系統的偏りの低減を図ることで，RRIモデルによる洪水予測精度改善に寄与する可能性について検討を行った．その結果，一部事例において降雨分布の高精度・高解像度化が実現した．このことは，機械学習モデルによる統計的ダウンスケーリングが，ダムの事前放流判断や水害リスクライン運用といった洪水予測の高度化に資することを示唆するものである．