文献

J-GLOBAL ID：201802267088544818   整理番号：18A1781125

サイトスケール予測に大規模モデルを動的に地図化するためのセンサデータの使用:全国水モデルを用いた事例研究【JST・京大機械翻訳】

Using Sensor Data to Dynamically Map Large-Scale Models to Site-Scale Forecasts: A Case Study Using the National Water Model

著者 (2件)： Fries Kevin J. (Department of Civil and Environmental Engineering, University of Michigan, Ann Arbor, MI, USA) ,  Kerkez Branko (Department of Civil and Environmental Engineering, University of Michigan, Ann Arbor, MI, USA)
資料名： Water Resources Research  (Water Resources Research)
巻： 54  号： 8  ページ： 5636-5653  発行年： 2018年 
JST資料番号： B0706A  ISSN： 0043-1397  CODEN： WRERAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大きな水システムをモデル化する能力において爆発的成長があった。これらのモデルは,大量のスケールを横切る経路選定水において有効であるが,それらは地方の意思決定者によって望まれる街路レベルの情報をまだ予測しない。同時に,センサのアフォアビリティの増加は,それらの流域の状態を測定するための小さなコミュニティでも可能にした。しかし,これらのリアルタイム測定はしばしば予測モデルに付着せず,従って,それらは洪水警報のような応用に対してより有用でない。本論文では,大規模モデルからの出力によるサイトスケールセンサ測定を融合することにより,高度に局所化された予測がどのように生成されるかを問う。より大きな物理的モデルを変えるよりも,動的システムへの入力として非修正モデルの出力を用いた。このアプローチを評価するために,180以上の水位センサからの公的に利用可能な測定値と国家水モデルからの出力を用いて,Iowaの米国州を横断して事例研究を行った。この手法は,高い正規化二乗平均二乗誤差によって定量化されるように,研究されたサイトの3番目を横切って良く機能する。主成分分析とランダムフォレストに基づいて性能分類を行った。これらの結果が,モデル自身を実行したり修正する必要のない大規模モデルから迅速に利益を得るために,これらの結果がどのように局所的な測定による利害関係者を可能にするかを議論する。また,結果は,局所測定への投資が予測利益を最大にするためにどのようにできるかに関する指針を提供するために,より広いセンサ配置コンテキストに置かれる。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 洪水 ,  警報 ,  *予測 ,  動的系 ,  流域 ,  コミュニティ ,  モデリング ,  経路選定 ,  *事例研究 ,  *センサ ,  主成分分析 ,  正規化 ,  意思決定者
準シソーラス用語： 利害関係者 ,  局在化 , 【Automatic Indexing@JST】

著者キーワード (3件)： 伝達関数 ,  洪水予測 ,  データ駆動モデリング

分類 (1件)： 土木地質学・水文地質学一般  (DE09080K)

タイトルに関連する用語 (8件)： スケール ,  予測 ,  大規模 ,  モデル ,  地図 ,  センサデータ ,  水モデル ,  研究