文献

J-GLOBAL ID：202102240132311498   整理番号：21A0062231

畳み込みニューラルネットワークによる台風気象場を用いた高潮の時系列予測と長期評価

STATISTICAL PREDICTION OF STORM SURGE HEIGHT TIME SERIES BY CONVOLUTIONAL NEURAL NETWORK AND ITS LONG-TERM PROJECTION

著者 (4件)： 荒木裕次 (パシフィックコンサルタンツ 国土基盤事業本部) ,  安田誠宏 (関西大学 環境都市工学部) ,  WEBB Adrean (京都大学 防災研究所) ,  森信人 (京都大学 防災研究所)
資料名： 土木学会論文集 B2(海岸工学)(Web)  (海岸工学論文集(Web))
巻： 76  号： 2  ページ： I_1093-I_1098(J-STAGE)  発行年： 2020年 
JST資料番号： U0396A  ISSN： 1883-8944  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 高潮の長期評価は,気候変動に適応するための沿岸域の防災・減災の観点で重要である.長期評価を行うには大量のイベント数が不可欠だが,力学的手法では計算コストが膨大である.このため,統計的もしくは機械学習により高潮予測を行う方法が考えられる.本研究では,畳み込みニューラルネットワーク(CNN)を用いて,気象場(気圧・風速)の時空間的な情報から高潮の時系列を予測する.高潮の予測に重要な説明変数やハイパーパラメータ,学習データ数を比較し,気象の再解析データを用いて過去台風を対象にCNNの予測精度を検証した.大規模気候予測データベースを用いて,CNNによる高潮の長期評価を行った.再現期間が長くなると,現在気候下の高潮より将来気候下の高潮の方が高くなる結果が得られた.(著者抄録)

シソーラス用語： *高潮 ,  気候変動 ,  *ニューラルネットワーク ,  アンサンブル予報 ,  *台風 ,  気圧場 ,  風の場 ,  *予測 ,  評価 ,  気圧 ,  風速 ,  長期予報 ,  気象場 ,  *時系列予測 ,  *畳込みニューラルネットワーク ,  場
準シソーラス用語： d4PDF ,  気候予測データベース

著者キーワード (5件)： storm surge ,  climate change ,  convolutional neural network ,  JRA55 ,  d4PDF

分類 (2件)： 波浪,潮流  (DC06040R) ,  気象学一般  (DC05010D)

引用文献 (10件)：

• 1) Tracey H.A. Tom,間瀬肇,池本藍,斎藤武久,川崎浩司,武田将英:日本海上の気象データを用いたニューラルネットワークによる日本海沿岸の波浪予測,土木学会論文集B2(海岸工学),Vol. 74,No. 2,pp. I_691-I_696,2018.
• 2) Tracey H. A. TOM, Ai IKEMOTO, Hajime MASE, Koji KAWASAKI, Masahide TAKEDA, Sooyoul KIM : Wave Prediction in the Sea of Japan by Deep Learning Using Meteorological Data, 土木学会論文集 B2 (海岸工学),Vol. 75,No. 2,I_145-I_150,2019.
• 3) 中條壮大,森信人,安田誠宏,間瀬肇:時系列相関型の全球確率台風モデルの開発,土木学会論文集 B2(海岸工学),Vol. 69,No. 1,pp. 64-76,2013.
• 4) Kim, S. Y., Yasuda, T., Mase, H. : Numerical analysis of effects of tidal variations on storm surges and waves, Applied Ocean Research, Vol. 30, Issue 4, pp. 311-322, doi:10.1016/j.apor.2009.02.003, 2008.
• 5) 岡谷貴之:深層学習,講談社,pp. 25-27,pp. 79-110,2015.

タイトルに関連する用語 (7件)： 畳み込みニューラルネットワーク ,  台風 ,  気象場 ,  高潮 ,  時系列予測 ,  長期 ,  評価