Exploring Real-time Rainfall and Flood Predictions in Fugaku Era with the State-of-the-art Data Science

利用最先进的数据科学探索富岳时代的实时降雨和洪水预测

• 批准号: 21H04571
• 负责人: 小槻 峻司
• 金额: $ 26.79万
• 依托单位: Chiba University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-05 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H04571/
• 关键词: データ同化; 機械学習; 数値気象モデル; 豪雨予測; データサイエンス

本研究の目的は、高精度・高頻度なリアルタイム豪雨・洪水予測を確立することである。2022年度は下記(a)-(d)の研究を推進した。(a) 極端気象予測の改善： 雲微物理の不確定要素である雪氷種は、モデル予測の精度を左右する重要な要素であるが、現状では検証データが十分にない。2022年度には雪氷種画像を分類する畳み込み画像識別器CNN開発し、ResNETやVGG16といった既存の事前学習付きモデルと組み合わせることで、背景ノイズも含む実雪氷種画像の分類・高精度化に成功した。(b) 水文データ同化による洪水予測の高精度化： 降雨・流出・氾濫一体解析モデルRRIにアンサンブルカルマンフィルタ (EnKF)を実装し、初期値改善によりリアルタイム洪水・浸水予測を高精度化した。雄物川を対象にしたRRI-EnKFのプロトタイプの高精度化を進め、気象庁のメソアンサンブル予測を用いてシステムの安定化を実現した。(c) 衛星ビッグデータを用いた豪雨の高頻度予測： 線状降水帯の発達の鍵となる水蒸気分布“湿舌”の形成を予測するため、時空間的に密な衛星ビッグデータを用いた、湿舌のデータ駆動型予測手法を構築する。ConvLSTMを解析雨量に適用し、粗い画像では雨域の大まかな予測が可能であることを確認した。更に、降水のダブルペナルティによる弱い雨の生成を解決するため、コスト関数にSinkhorn距離を適用するConvLSTMの開発を進めた。(d) AIダム操作最適化による災害緩和手法の構築：ここでは高速計算可能な洪水予測エミュレータを開発し洪水の高頻度予測を実現する。2022年度は、雄物川流域を対象に、洪水氾濫モデルの長期積分を行って入力データとし、降水量から最大浸水深を予測する深層学習器とその入力・出力関係を関連付ける機械学習・エミュレータを開発した。更に、浸水の時系列を予測可能な学習器を開発した。

这项研究的目的是建立高精油和频繁的真实时间大雨和洪水预测。在2022年，促进了（a） - （d）的研究。 （a）对极端天气预测的改善：不确定性的雪冰物种是影响模型预测准确性的重要因素，但目前没有足够的口头数据。在2022财年中，折叠的图像识别仪器CNN对雪冰的图像进行了分类，并与现有学习的现有模型相结合，例如Resnet和vgg16，成功地分类和高准确性，包括实际雪冰，包括背景的背景。噪音。 。 （b）由于水句数据同化而引起的洪水预测的高度精确：在RRI RRI中实施了集合卡尔曼过滤器（ENKF），并提高了初始值以增强实时洪水和淹没预测。已提升了欧摩川的RRI-ENKF原型的较高精度，并使用日本气象局的Mesoran sumble预测实现了系统稳定。 （c）使用卫星大数据对大雨的高频预测：水蒸气分布，这是线性溺水发展的关键，建立了数据驱动的舌头预测方法。 Convlstm被应用于分析降雨，并确认可以在雨季大致预测粗糙的图像。此外，为了通过降水的双重惩罚来解决弱雨的产生，已经开发了将sndhorn距离的Convlstm的发展到成本功能。 （d）通过优化AI DAM操作优化来构建缓解灾难的方法：这是一个高速洪水预测模拟器，可以通过开发高速频率预测来计算。在2022财年，将洪水模型的长期整合集成到Omono River盆地，以及一种深度学习设备，可预测降水量的最大淹没深度，以及与其输入 /输出关系相关联的机器学习和模拟器。 。此外，开发了一种可以预测被洪水时间序列的学习设备。

项目成果

INVESTIGATING EFFECTIVE RAIN GAUGE LOCATIONS THROUGH THE DATA-DRIVEN SPARSE SENSOR PLACEMENT METHOD

通过数据驱动的稀疏传感器放置方法调查有效的雨量计位置

• DOI: 10.2208/jscejhe.78.2_i_385
• 发表时间: 2022
• 期刊: Journal of Japan Society of Civil Engineers, Ser. B1 (Hydraulic Engineering)
• 作者: 塩尻大也;小槻峻司;齋藤匠;Mao OUYANG
• 通讯作者: Mao OUYANG

数値計算と観測を融合するデータ同化 ー天気予報の仕組みと研究の最前線ー

数值计算和观测相结合的数据同化 - 天气预报的机制和研究前沿 -

• 发表时间: 2021
• 作者: 孫輔卿;井本俊之;井上智博;西村天利;田中友規;飯島勝矢;小槻峻司
• 通讯作者: 小槻峻司

大次元力学系における有効な観測位置決定手法の開発

大维动力系统有效观测位置确定方法的发展

• 发表时间: 2023
• 作者: 齋藤匠;小槻峻司;Ouyang Mao;塩尻大也
• 通讯作者: 塩尻大也

陸面データ同化システムILS-LETKFによる土壌水分量の同化実験

利用地表数据同化系统ILS-LETKF进行土壤水分同化实验

• 发表时间: 2023
• 作者: 塩尻大也;小槻峻司;Mao OUYANG
• 通讯作者: Mao OUYANG

モデル予測制御によるLorenzモデルの制御実験

使用模型预测控制的洛伦兹模型控制实验

• 发表时间: 2023
• 作者: 河﨑文俊;小槻峻司;Mao OUYANG
• 通讯作者: Mao OUYANG