複数のアンサンブル気象予報データを活用したダム流入量予測の精度向上

カテゴリ：部門大会

論文No：TC8-1-5

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Improving Dam Inflow Forecast Accuracy Using Multiple Ensemble Weather Prediction Data

著者名：徐 鄭（株式会社明電舎）,小谷 航（株式会社明電舎）,陳 洋（株式会社明電舎）,高瀨 信彰（株式会社明電舎）,小林 直矢（明電システムソリューション株式会社）

著者名(英語)： Zheng Xu (MEIDENSHA CORPORATION),Wataru Kotani (MEIDENSHA CORPORATION),Yang Chen (MEIDENSHA CORPORATION),Nobuaki Takase (MEIDENSHA CORPORATION),Naoya Kobayashi (MEIDEN SYSTEM SOLUTIONS CORPORATION)

キーワード：機械学習,時系列予測,アンサンブル予報,ダム流入量予測,machine learning,time series forecasting,ensemble prediction,dam inflow forecasting

要約(日本語)：近年、集中豪雨や台風の激甚化に伴い、水力ダム施設の放流・貯水計画においては、発電の最大化と下流域の洪水抑制・河川生態系の保全を両立させるために、高精度な流入予測が不可欠となっている。従来の流量予測手法は、単一の気象予測データや過去の観測データに基づくものが主流であり、気候変動の影響や極端現象の増加に伴う降雨の変動を十分に捉えきれず、急激な流入量の増加などへの対応が困難であった。本研究では、予測領域・期間・分解能の異なる複数の気象アンサンブル予報データを統合的に活用することで、短期（1～48時間）から中長期（数日先）にわたる流入量予測を実現する手法を提案する。実際のダム流入観測データを用いた数値実験により、提案手法は、従来の単一気象予測に基づくモデルと比較して、特に豪雨時の急激な流量増加に対する予測精度の向上が確認された。

本誌掲載ページ：334-340p

原稿種別：日本語

PDFファイルサイズ：1,558Kバイト