文献

J-GLOBAL ID：202002216631435091   整理番号：20A0979176

長期短期記憶ニューラルネットワークを用いた変化する気候における時間スケール沿岸海水準モデリング【JST・京大機械翻訳】

Hourly-scale coastal sea level modeling in a changing climate using long short-term memory neural network

著者 (7件)： Ishida Kei (International Research Organization for Advanced Science and Technology, Kumamoto University, 2-39-1 Kurokami, Kumamoto 860-8555, Japan) ,  Ishida Kei (Faculty of Advanced Science and Technology, Kumamoto University, 2-39-1 Kurokami, Kumamoto 860-8555, Japan) ,  Tsujimoto Gozo (Faculty of Advanced Science and Technology, Kumamoto University, 2-39-1 Kurokami, Kumamoto 860-8555, Japan) ,  Ercan Ali (Department of Civil and Environmental Engineering, University of California, Davis, One Shields Avenue, Davis, CA 95616, USA.) ,  Tu Tongbi (Department of Environmental Science, Policy, & Management, University of California, Berkeley, United States) ,  Kiyama Masato (Faculty of Advanced Science and Technology, Kumamoto University, 2-39-1 Kurokami, Kumamoto 860-8555, Japan) ,  Amagasaki Motoki (Faculty of Advanced Science and Technology, Kumamoto University, 2-39-1 Kurokami, Kumamoto 860-8555, Japan)
資料名： Science of the Total Environment  (Science of the Total Environment)
巻： 720  ページ： Null  発行年： 2020年 
JST資料番号： C0501B  ISSN： 0048-9697  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,長期短期記憶(LSTM)ネットワークを用いて,1時間ごとの時間スケールで沿岸海水準位推定モデルを開発した。これは,一種の再帰ニューラルネットワークである。このモデルは,太陽と月の重力引力,季節性,嵐サージ,気候変動のような沿岸海水準位に及ぼす様々な現象の影響を組み込んだ。各時間におけるターゲット位置からの月と太陽の相対位置を用いて,モデルシミュレーションにおける太陽と月の重力引力を反映した。風速と方向,平均海面気圧(MSLP),および各時間における目標点近くの気温を用いて,沿岸海水準の高潮と季節性の影響を考慮した。時間毎の局所変数に加えて,年間の全球平均気温をモデルへの入力として考慮し,沿岸海水準に及ぼす地球温暖化の影響を反映した。このモデルは,日本の大阪観測所における沿岸海水準位を推定するために,年間の全球平均気温のいくつかの入力長を用いて実行された。平均値,Nash-Sutcliffe効率,および根平均二乗誤差のようないくつかの統計を用いて,モデル性能を評価した。結果は,提案したモデルが,沿岸海レベルに及ぼす太陽と月の重力引力の影響を正確に再構成したことを示した。このモデルは,風速とMSLPにおける変動の影響も考慮したが,沿岸海レベルは強い風と低いMSLP条件を過小評価した。最後に,より長い期間の年間地球平均気温を導入することは,モデル精度を改善した。結果として,最良の結果は試験プロセスに対するNSE値の0.720を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 重力 ,  太陽 ,  気温 ,  風速 ,  *ネットワーク ,  地球 ,  *ニューラルネットワーク ,  *気候 ,  *海洋 ,  *沿岸 ,  平均気温 ,  地球温暖化 ,  *海面高度
準シソーラス用語： 平均二乗誤差 ,  推定モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  リカレントニューラルネットワーク ,  沿岸工学 ,  地球温暖化 ,  海面上昇 ,  ERA5

分類 (3件)： 気象学一般  (DC05010D) ,  海洋汚濁  (SB02040B) ,  粒状物調査測定  (SB03060E)

タイトルに関連する用語 (8件)： 長期 ,  短期記憶 ,  ニューラルネットワーク ,  気候 ,  スケール ,  沿岸 ,  海水準 ,  モデリング