文献

J-GLOBAL ID：201902228001135669   整理番号：19A0846225

人工ニューラルネットワークモデルを利用した排水機場遊水池の水位予測に関する研究

Prediction on Water Levels in a Wet Pond for a Drainage System Using an Artificial Neural Network Model

著者 (6件)： 木村延明 (農業・食品産業技術総合研究機構) ,  中田達 (国際水管理研) ,  安瀬地一作 (農業・食品産業技術総合研究機構) ,  関島建志 (農業・食品産業技術総合研究機構) ,  桐博英 (農業・食品産業技術総合研究機構) ,  馬場大地 (アーク情報システム)
資料名： 農研機構研究報告 農村工学研究部門  (Bulletin of the NARO, Rural Engineering)
号： 3  ページ： 71-80  発行年： 2019年03月30日 
JST資料番号： S0487B  ISSN： 2432-6674  資料種別： 逐次刊行物 (A)
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： 近年の温暖化の影響や農作物の作付け変更への対応,また,排水施設の運転コストを抑制するために,効率的・柔軟的な排水施設の運用が必要である。とくに洪水時において,モニタリング地点の水位や流れをリアルタイムで予測できれば,排水システムの最適な運用が実現できる。本研究の目的は,人工ニューラルネットワーク(ANN)モデルを利用して,豪雨時の排水機場遊水池へ流れ込む流量とその水位をリアルタイムで予測可能なシステムを構築することである。このシステムは,179haの面積を有し,排水機場,水位調整を行う遊水池を持つ水田地域に適用された。ANNモデルへの入力は,降雨量・水位・ポンプ排水量である。不十分な学習データを補うために,気象庁アメダスからの降雨データを基にして,2年と10年確率降雨イベントを含む人工降雨データを生成し,水位・流量データは,この降雨データを入力値として計算された排水解析モデルの出力結果を利用した。ANNモデルの出力は水位・流量である。10回の交差検証法を用いてANNモデルの水位予測の検証を行い,30分と2時間後の水位予測は10%以内のエラーが得られた。また,10年確率降雨イベントについて,その学習の有無の比較では,2時間後の最大水位の予測は約10%の差異が見られた。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *排水機場 ,  遊水池 ,  予測 ,  *水位 ,  豪雨 ,  水 ,  実時間処理 ,  水田 ,  解析モデル ,  *神経回路網モデル
準シソーラス用語： *人工ニューラルネットワークモデル ,  *水位予測 ,  流入水

分類 (1件)： 農業土木  (FB02000W)

引用文献 (21件)：

• 遠藤知庸(2017):灌漑排水施設の今後,農業土木事業協会-JAGREE,93,13-20
• 藤原洋一(2004):進化型計算方法による流出モデル定数の多目的最適化に関する研究,学位論文(甲 3099),神戸大学,107p
• Geisser, S.(1993):Predictive inference: An introduction,Monographs on statistics and applied probability 55,Chapman and Hall,NY (USA),240p
• 一言正之,櫻庭雅明,清雄一(2016):深層学習を用いた河川水位予測手法の開発,土木学会論文集 B1(水工学),72(4),I_187-I_192
• 一言正之,桜庭雅明(2017):深層ニューラルネットワークと分布型モデルを組み合わせたハイブリッド河川水位予測手法, 土木学会論文集 B1(水工学),73(1),22-33

タイトルに関連する用語 (6件)： 人工ニューラルネットワークモデル ,  排水機場 ,  遊水池 ,  水位 ,  予測 ,  研究