建設技術者向けNEWS

　構造計画研究所の奥野峻也気象防災ビジネス室室長と東大大学院工学系研究科の池内幸司教授、同大学ニューロインテリジェンス国際研究機構の合原一幸特別教授らの研究チームは、独自に開発してきた最先端の非線形データ解析手法を応用し、物理モデルを使わずに観測した水位・雨量データのみから、簡便かつ高精度に河川水位を予測する手法を開発した。水文データの少ない中小河川にも適用できるほか、これまで経験したことがないような規模の洪水も予測できることを実際の河川水位データを使って確認しており、今後この手法の社会実装を広く進めていく考えだ。

　水位・雨量に基づいてＡＩ（人工知能）で予測する手法は以前からあるが、学習に多くの過去データが必要で、過去に経験のない規模の洪水に対し精度が大きく低下するほか、予測過程がブラックボックスになってしまうなど、実務への適用には大きな課題があった。

　今回開発した手法は物理モデルを直接使わず、非線形データ解析手法に基づき観測水位・雨量データのみから降雨流出過程の非線形ダイナミクスを再構成するアプローチをとることで河川水位変化を予測し、少数のデータからでも未経験の洪水を予測することを可能とした。

　研究チームは、この手法を日本と英国のさまざまな規模の河川に適用し、深層学習・物理モデルを含む既存手法と比べて最も良好な予測結果を得たという。加えて過去数事例の水位上昇データを用いて十分な予測精度を達成し、未経験の洪水も過小評価することなく安定して予測できることを確認した。九州北部豪雨を対象とした検討ではおおむね６時間前に氾濫危険水位の超過を予測しており、同手法を実運用することで十分なリードタイムを確保できたとしている。

　同手法の適用に詳細な水文資料は不要で、短期間で予測モデルを作成できる。従来の洪水予測で精度に課題が残る大河川はもちろん、水文資料の乏しい中小河川でも水位・雨量データさえあれば容易に適用できるため、今後こうした予測システムが整備されていない中小河川や、大河川などでの既存の予測システムへのセカンドオピニオンとして、広く社会実装を目指していく。より幅広い自然災害やさまざまな複雑系の予測への応用に向けた検討も進めていく予定だ。

　昨今の激甚化する気象災害を背景に、中小河川の急激な水位上昇によって人命が失われる災害が繰り返し発生している。小規模な河川では水位上昇が早く、的確に避難勧告や避難指示などを発令するためには水位予測が必要となるが、従来の水位予測システム構築には多くの時間と費用がかかることに加え、小規模な河川では流出モデルを構築するための十分な水文資料が得られず、現状ではその多くが予測システム未整備となっている。