大気水象 (1)

[II-28] 深層学習を用いた1～3時間後の時間降雨量の予測

*伊藤 寛幸¹、今村 実²、全 邦釘¹、藤森 祥文¹、西村 文武³、森脇 亮¹ (1. 愛媛大学、2. 広島県、3. 京都大学)

キーワード：深層学習、ニューラルネットワーク、降水量、予測

平成30年7月豪雨では，多くの気象庁アメダス観測点観測史上1位の記録を更新するなど，広い範囲で記録的な大雨となった．今後，更に豪雨の回数が増加することが見込まれており，豪雨発生時に避難やダム操作を適切に行うためには高い精度で降水を予測することが重要である．そこで本研究では，近年学習機能の向上が著しい深層学習を用いて降水量の予測を試みた．その結果，深層学習を降水量予測に用いることで，高いパフォーマンスを発揮した．また，実用性の検証として深層学習モデルとGPVの予測精度の比較を行うと，GPVよりも深層学習モデルは予測精度が高い傾向がみられた．