機械学習

[II-207] 河川水位情報と雨量情報からの深層学習によるダム流入量の予測

〇中野 裕之¹、宮本 崇²、三浦 奈都²、天方 匡純¹、安野 貴人¹、石井 明¹ (1.八千代エンジニヤリング株式会社、2.山梨大学)

キーワード：ダム流入量、深層学習、時空間データ、Conv-LSTM

ダム流入量の予測は一般に，予測開始時点でのダム流入量と実績・予測雨量などを元に，物理モデルを用いた流域の浸透・流出シミュレーションによって行われる他，近年では深層学習などのデータ駆動モデルの利用が試みられている．著者らは現在，宮ケ瀬ダム上流域を対象として，ダム流入量予測のための情報量の増加を目的とした河川水位センサーの設置とリアルタイムでの情報取得の体制を整えており，これらの情報を深層学習モデルに反映させることによってダム流入量予測の精度向上が期待される．本稿では，いくつかの深層学習モデルによるダム流入量予測の精度を比較しながら，著者らによるダム流入量予測モデルの構築の取り組みを紹介する．