深層学習による河川水位予測モデル・氾濫予測モデルと一次元不定流モデルを 連携させたリアルタイム浸水域予測

抄録

本検討では荒川を対象流域として，リアルタイム浸水域予測モデルの構築および実証計算を行った．モデルの構成は以下の通りとした．①河川水位予測モデル：順伝搬型の深層学習により，上流の雨量および河川水位から，治水橋地点の河川水位を予測する．②一次元不定流モデル：治水橋地点から河口までの区間を計算する．③氾濫域予測モデル：氾濫開始地点ごとの越流水深の時系列を入力として，LSTM（Long-Short Term Memory）により浸水域を推定する．モデルの学習段階では，様々な越流水深時系列に基づく氾濫シミュレーションを多数実施することでLSTMの学習データとした．メッシュごとの浸水深データに対して次元圧縮手法を適用することで学習対象の次元数を大幅に削減し，学習効率と予測精度の向上を図った．実績の降雨を引き延ばした事例で，構築したモデルの精度検証を行った．