文献

J-GLOBAL ID：202202252834077695   整理番号：22A0062785

リアルタイム高潮予測精度向上を目的とした機械学習による台風予測時のWRF計算条件選定手法の開発

A DEVELPOMENT OF AN AUTOMATICALLY DETERMINING METHOD FOR CALCULATION CONDITION OF WRF USING MACHINE LEARNING FOR THE PURPOSE OF IMPROVEMENT OF REALTIME STORM SURGE PREDICTION ACCURACY

著者 (3件)： 白井知輝 (中央大学大学院 理工学研究科都市人間環境学専攻) ,  渡部真史 (中央大学 理工学部都市環境学科) ,  有川太郎 (中央大学 理工学部都市環境学科)
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： 77  号： 2  ページ： I_139-I_144(J-STAGE)  発行年： 2021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： リアルタイム高潮予測精度向上のために,台風予測精度の向上が望まれる.そのためには,経験的に決定されることの多かった気象モデルの計算条件設定を適切に行うことが重要である.そこで本研究では,機械学習を用いて,新たに発生した台風に対して,過去の感度解析の結果と台風の発生位置や強度などといった台風の特徴量を踏まえて台風予測精度が最も高くなるような気象モデルWRFの物理オプションの組み合わせを自動提案するシステムを構築した.結果,本手法を用いて物理オプションを設定することで台風予測精度向上が確認できた.また,それらの台風予測結果を高潮推算の外力とすることで,最大潮位偏差の予測精度が多くの地点で大きく向上する結果となり,更なる検証が必要ではあるものの,本手法の有用性が示された.(著者抄録)

シソーラス用語： *高潮 ,  推定 ,  *予測技法 ,  機械学習 ,  *精度 ,  改良 ,  台風 ,  大気モデル ,  時間 ,  実時間処理 ,  高潮推算 ,  予測精度
準シソーラス用語： WRFモデル ,  リアルタイム ,  *精度向上

著者キーワード (6件)： Deep Neural Network ,  WRF ,  physics options ,  typhoon ,  storm surge ,  forecast accuracy

分類 (1件)： 波浪,潮流  (DC06040R)

引用文献 (10件)：

• 1) 吉野純,荒川悟,豊田将也,小林智尚:高解像度台風モデルによる台風強度に対する温暖化影響のシナリオ間相互比較,土木学会論文集B2(海岸工学), vol71, No2, I-1519-I1524, 2015.
• 2) 白井知輝, 藤原和弘, 渡部真史, 有川太郎 : WRFを用いた高潮・波浪予測計算の計算時間及び予測精度についての検討, 土木学会論文集B2(海岸工学),Vol. 76(No. 2), pp. I_247-I_252,2020.
• 3) 森信人,竹見哲也,金洙列,澁谷容子,安田誠宏,中条壮大,二宮順一,志村智也:高解像度大気モデルと高潮・波浪結合モデルを用いた2018年台風21号による高潮波浪の予測実験,土木学会論文集B2(海岸工学), vol75, No2, I-283-I288, 2019.
• 4) 気象庁 : 台風予報の精度検証結果,https://www.data.jma.go.jp/fcd/yoho/typ_kensho/typ_hy-oka_top.html,参照2021-05-15.
• 5) Di, Z., Gong, W., Gan, Y., Shen, C., Duan, Q. : Combina-torial Optimization for WRF Physical Parameterization Schemes: A Case Study of Three-Day Typhoon Simula-tions over the Northwest Pacific Ocean, Atmosphere, 10, 233, 2019.

タイトルに関連する用語 (11件)： リアルタイム ,  高潮 ,  予測精度 ,  機械学習 ,  台風 ,  予測 ,  WRF ,  計算 ,  選定 ,  手法 ,  開発