特許ウォッチ

公開番号2024178897
公報種別公開特許公報(A)
公開日2024-12-25
出願番号2024054178
出願日2024-03-28
発明の名称水位予測モデル構築方法、水位予測モデル構築プログラム、水位予測データ出力方法、水位予測データ出力プログラム、テストデータ補間方法、テストデータ補間プログラム、水位予測的中率算出方法及び水位予測的中率算出プログラム
出願人日本無線株式会社
代理人個人,個人,個人,個人
主分類G01W 1/10 20060101AFI20241218BHJP(測定;試験)
要約【課題】本開示は、機械学習を用いて、支流の背水区間の水位を予測するにあたり、支流の背水区間の水位の学習の精度が高くなり、支流の背水区間の水位の予測を適切に実行することができるように、訓練用データ及びテストデータを適切に抽出する。
【解決手段】本開示は、支流の背水区間の水位予測地点でのある時刻の水位の学習に必要な訓練用データLとして、(1)水位予測地点及び水位予測地点より支流の上流地点での、当該時刻より過去の雨量及び水位を示す支流上流データと、(2)支流と本流との合流地点及び合流地点より本流の上流地点での、当該時刻より過去の雨量及び水位を示す本流上流データと、を抽出する訓練用データ抽出ステップと、支流上流データ及び本流上流データを用いて、水位予測地点での水位を予測するための水位予測モデルMを構築する水位予測モデル構築ステップと、を備えることを特徴とする水位予測モデル構築方法である。
【選択図】図2
特許請求の範囲【請求項１】
支流の背水区間の水位予測地点でのある時刻の水位の学習に必要な訓練用データとして、（１）前記水位予測地点及び前記水位予測地点より前記支流の上流地点のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す支流上流データと、（２）前記支流と本流との合流地点及び前記合流地点より前記本流の上流地点のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す本流上流データと、を抽出する訓練用データ抽出ステップと、
前記支流上流データ及び前記本流上流データを用いて、前記水位予測地点での水位を予測するための水位予測モデルを構築する水位予測モデル構築ステップと、
を備えることを特徴とする水位予測モデル構築方法。
続きを表示（約 1,800 文字）【請求項２】
前記訓練用データ抽出ステップは、前記訓練用データとして、前記支流上流データ及び前記本流上流データに加えて、（３）前記合流地点より前記本流の下流地点での、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す本流下流データを抽出し、
前記水位予測モデル構築ステップは、前記支流上流データ、前記本流上流データ及び前記本流下流データを用いて、前記水位予測モデルを構築する
ことを特徴とする、請求項１に記載の水位予測モデル構築方法。
【請求項３】
請求項１又は２に記載の水位予測モデル構築方法が備える各処理ステップを、順にコンピュータに実行させるための水位予測モデル構築プログラム。
【請求項４】
請求項１に記載の水位予測モデル構築方法により構築された前記水位予測モデルに、前記水位予測地点でのある時刻の水位の予測に必要なテストデータとして、前記支流上流データ及び前記本流上流データを入力し、前記水位予測地点での当該時刻の水位の予測データを出力する水位予測データ出力ステップ、
を備えることを特徴とする水位予測データ出力方法。
【請求項５】
請求項２に記載の水位予測モデル構築方法により構築された前記水位予測モデルに、前記水位予測地点でのある時刻の水位の予測に必要なテストデータとして、前記支流上流データ、前記本流上流データ及び前記本流下流データを入力し、前記水位予測地点での当該時刻の水位の予測データを出力する水位予測データ出力ステップ、
を備えることを特徴とする水位予測データ出力方法。
【請求項６】
請求項４又は５に記載の水位予測データ出力方法が備える前記水位予測データ出力ステップを、コンピュータに実行させるための水位予測データ出力プログラム。
【請求項７】
請求項４に記載の水位予測データ出力方法を用いるなかで、前記水位予測地点での水位の前記支流上流データが欠測したときに、前記水位予測地点での欠測時刻の水位の前記支流上流データを補間するにあたり、前記水位予測データ出力ステップが欠測時刻より任意時間前の予測時刻に出力した、前記水位予測地点での予測時刻より前記任意時間後の欠測時刻の水位の前記予測データで補間するテストデータ補間ステップ、
を備えることを特徴とするテストデータ補間方法。
【請求項８】
請求項５に記載の水位予測データ出力方法が備える前記水位予測データ出力ステップは、前記支流の上流地点、前記合流地点、前記本流の上流地点及び前記本流の下流地点のうちの少なくともいずれかでの水位も予測するための前記水位予測モデルに、前記テストデータとして、前記支流上流データ、前記本流上流データ及び前記本流下流データのうちの少なくともいずれかを入力し、当該地点での当該時刻の水位の前記予測データも出力し、
請求項５に記載の水位予測データ出力方法を用いるなかで、当該地点での水位の前記テストデータが欠測したときに、当該地点での欠測時刻の水位の前記テストデータを補間するにあたり、請求項５に記載の水位予測データ出力方法が備える前記水位予測データ出力ステップが欠測時刻より任意時間前の予測時刻に出力した、当該地点での予測時刻より前記任意時間後の欠測時刻の水位の前記予測データで補間するテストデータ補間ステップ、
を備えることを特徴とするテストデータ補間方法。
【請求項９】
前記テストデータ補間ステップは、前記水位予測地点、前記支流の上流地点、前記合流地点、前記本流の上流地点及び前記本流の下流地点のうちの少なくともいずれかでの雨量の前記テストデータが欠測したときに、当該地点での欠測時刻の雨量の前記テストデータを補間するにあたり、当該地点での欠測時刻の雨量予報データで補間する
ことを特徴とする、請求項７又は８に記載のテストデータ補間方法。
【請求項１０】
前記テストデータ補間ステップが設定している前記任意時間は、前記水位予測データ出力ステップが水位の前記予測データを出力する時間間隔に等しい時間である
ことを特徴とする、請求項７又は８に記載のテストデータ補間方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、機械学習を用いて、支流の背水区間の水位を予測する技術に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
機械学習を用いて、河川の水位を予測する技術が、特許文献１等に開示されている。訓練段階では、水位学習のための訓練用データを用いて、ニューラルネットワーク等の水位予測モデルを構築する。検証段階では、水位予測モデルの検証のための検証用データを水位予測モデルに入力し、水位予測モデルの汎化性能を評価する。予測段階では、水位予測のためのテストデータを水位予測モデルに入力し、河川の水位を予測する。
【０００３】
特許文献１では、水位予測地点でのある時刻の水位の学習に必要な訓練用データとして、水位予測地点及び水位予測地点より上流地点のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す上流データを抽出する。そして、水位予測地点でのある時刻の水位の予測に必要なテストデータとして、水位予測地点及び水位予測地点より上流地点のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す上流データを抽出する。
【先行技術文献】
【特許文献】
【０００４】
特開２０１９－０９５２４０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、洪水時では、本流の水位が高いときに、支流の水が下流へ流れにくくなり、本流の水が支流へ逆流することもあり、支流の背水区間の水位が高くなる。つまり、支流の背水区間の水位は、背水区間より支流の上流での雨量及び水位の影響を受けるのみならず、支流と本流との合流地点より本流の上流での雨量及び水位の影響を受けるとともに、支流と本流との合流地点より本流の下流での雨量及び水位の影響を受けることもある。
【０００６】
従来技術の訓練用データ及びテストデータの抽出処理を図１に示す。従来技術では、支流の背水区間の水位予測地点Ｐ１でのある時刻の水位の学習に必要な訓練用データとして、水位予測地点Ｐ１及び水位予測地点Ｐ１より支流の上流地点Ｐ２、Ｐ３のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す支流上流データを抽出する。そして、支流の背水区間の水位予測地点Ｐ１でのある時刻の水位の予測に必要なテストデータとして、水位予測地点Ｐ１及び水位予測地点Ｐ１より支流の上流地点Ｐ２、Ｐ３のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す支流上流データを抽出する。
【０００７】
しかし、支流の背水区間の水位に対して、背水区間より支流の上流での雨量及び水位の影響を考慮するのみであり、支流と本流との合流地点より本流の上流での雨量及び水位の影響を考慮しておらず、支流と本流との合流地点より本流の下流での雨量及び水位の影響も考慮していないため、支流の背水区間の水位の学習の精度が低くなり、支流の背水区間の水位の予測を適切に実行することができない。
【０００８】
そこで、前記課題を解決するために、本開示は、機械学習を用いて、支流の背水区間の水位を予測するにあたり、支流の背水区間の水位の学習の精度が高くなり、支流の背水区間の水位の予測を適切に実行することができるように、訓練用データ及びテストデータを適切に抽出することを目的とする。
【課題を解決するための手段】
【０００９】
前記課題を解決するために、支流の背水区間の水位に対して、背水区間より支流の上流での雨量及び水位の影響を考慮するのみならず、第１の影響として、支流と本流との合流地点より本流の上流での雨量及び水位の影響を考慮するとともに、第２の影響として、支流と本流との合流地点より本流の下流での雨量及び水位の影響も考慮することとした。
【００１０】
具体的には、本開示は、支流の背水区間の水位予測地点でのある時刻の水位の学習に必要な訓練用データとして、（１）前記水位予測地点及び前記水位予測地点より前記支流の上流地点のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す支流上流データと、（２）前記支流と本流との合流地点及び前記合流地点より前記本流の上流地点のうちの少なくともいずれかでの、当該時刻より過去の雨量及び水位のうちの少なくともいずれかを示す本流上流データと、を抽出する訓練用データ抽出ステップと、前記支流上流データ及び前記本流上流データを用いて、前記水位予測地点での水位を予測するための水位予測モデルを構築する水位予測モデル構築ステップと、を備えることを特徴とする水位予測モデル構築方法である。
（【００１１】以降は省略されています）

関連特許