知財求人 - 知財ポータルサイト「IP Force」
特開2023-68795河川データ予測変数選択装置、河川データ予測変数選択方法およびプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023068795
(43)【公開日】2023-05-18
(54)【発明の名称】河川データ予測変数選択装置、河川データ予測変数選択方法およびプログラム
(51)【国際特許分類】
G06Q 50/26 20120101AFI20230511BHJP
【ＦＩ】
G06Q50/26
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2021180122
(22)【出願日】2021-11-04
(71)【出願人】
【識別番号】000233044
【氏名又は名称】株式会社日立パワーソリューションズ
(74)【代理人】
【識別番号】110001807
【氏名又は名称】弁理士法人磯野国際特許商標事務所
(72)【発明者】
【氏名】佐藤 江里子
(72)【発明者】
【氏名】山口 悟史
(72)【発明者】
【氏名】山保 成仁
(72)【発明者】
【氏名】楠田 尚史
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC35
(57)【要約】
【課題】河川の状態を予測するための変数を適切に選択できる河川データ予測変数選択装置を提供する。
【解決手段】複数の河川の接続状態を表す河川情報Ｄ１１と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報Ｄ１２と、複数の前記観測点における観測対象量の時系列データである観測情報Ｄ２０と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データＤ４０を算出する地点関連性算出部１２０と、前記関連性データＤ４０に基づいて、指定された予測地点Ｙおよび予測時間Ｔに対応する予測変数を選択する予測変数選択部１４０と、を河川データ予測変数選択装置１００に備えた。
【選択図】図４
【解決手段】複数の河川の接続状態を表す河川情報Ｄ１１と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報Ｄ１２と、複数の前記観測点における観測対象量の時系列データである観測情報Ｄ２０と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データＤ４０を算出する地点関連性算出部１２０と、前記関連性データＤ４０に基づいて、指定された予測地点Ｙおよび予測時間Ｔに対応する予測変数を選択する予測変数選択部１４０と、を河川データ予測変数選択装置１００に備えた。
【選択図】図４
【特許請求の範囲】
【請求項1】
複数の河川の接続状態を表す河川情報と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報と、複数の前記観測点における観測対象量の時系列データである観測情報と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データを算出する地点関連性算出部と、
前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択部と、を備える
ことを特徴とする河川データ予測変数選択装置。
前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択部と、を備える
ことを特徴とする河川データ予測変数選択装置。
【請求項2】
前記河川情報は、さらに、複数の前記河川が属する水系と、複数の前記河川の流れの向きと、を含み、
前記観測点情報は、さらに、複数の前記観測点が属する水系を含む
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
前記観測点情報は、さらに、複数の前記観測点が属する水系を含む
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
【請求項3】
前記関連性データは、
複数の前記地点の相互間における流量または水位の相互関連度を含む
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
複数の前記地点の相互間における流量または水位の相互関連度を含む
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
【請求項4】
前記地点関連性算出部は、前記観測点以外の地点であって前記河川の分岐点における前記観測対象量の推定値の時系列データである分岐点データを算出する機能をさらに有する
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
【請求項5】
前記予測変数選択部は、何れかの前記地点と、前記予測地点との間における前記観測対象量の相互関連度を算出する機能をさらに有する
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
【請求項6】
前記予測変数選択部は、前記予測時間に対応して使用可能なデータを有する一または複数の前記地点である関連地点群を選択する機能をさらに有する
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
【請求項7】
前記予測変数選択部は、前記関連地点群の中から、下流側に位置する一または複数の前記地点である適用地点群を選択する機能をさらに有する
ことを特徴とする請求項６に記載の河川データ予測変数選択装置。
ことを特徴とする請求項６に記載の河川データ予測変数選択装置。
【請求項8】
前記予測変数選択部は、前記適用地点群に属する各々の前記地点における前記観測情報のうち、前記予測地点との相互関連度が最大となる時刻のデータを、前記予測変数として選択する
ことを特徴とする請求項７に記載の河川データ予測変数選択装置。
ことを特徴とする請求項７に記載の河川データ予測変数選択装置。
【請求項9】
前記地点関連性算出部は、前記観測情報を前記観測情報の値に応じた複数のグループに分類し、前記グループ毎に相互関連度を算出する
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
ことを特徴とする請求項１に記載の河川データ予測変数選択装置。
【請求項10】
前記地点関連性算出部は、
前記分岐点のうち分流が生じるものについては、分流直後の分岐毎の前記観測対象量を推定する
ことを特徴とする請求項４に記載の河川データ予測変数選択装置。
前記分岐点のうち分流が生じるものについては、分流直後の分岐毎の前記観測対象量を推定する
ことを特徴とする請求項４に記載の河川データ予測変数選択装置。
【請求項11】
複数の河川の接続状態を表す河川情報と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報と、複数の前記観測点における観測対象量の時系列データである観測情報と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データを算出する地点関連性算出ステップと、
前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択ステップと、を備える
ことを特徴とする河川データ予測変数選択方法。
前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択ステップと、を備える
ことを特徴とする河川データ予測変数選択方法。
【請求項12】
コンピュータを、
複数の河川の接続状態を表す河川情報と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報と、複数の前記観測点における観測対象量の時系列データである観測情報と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データを算出する地点関連性算出手段、
前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択手段、
として機能させるためのプログラム。
複数の河川の接続状態を表す河川情報と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報と、複数の前記観測点における観測対象量の時系列データである観測情報と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データを算出する地点関連性算出手段、
前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択手段、
として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、河川データ予測変数選択装置、河川データ予測変数選択方法およびプログラムに関する。
【背景技術】
【0002】
本技術分野の背景技術として、下記特許文献１の要約には、「本発明は、時間的な先後性を有する変数に関するデータを対象としたデータ分析方法であり、変数間の先後性を考慮しながら変数選択できる回帰法を適用することにより、変数間に存在する特定の変数に関係する因果関係構築に適した疎な条件付き独立関係の抽出ステップを備える。抽出ステップは、設定した目的変数に対して先行する変数中から説明変数を選択すると共に、選択された説明変数を新たな目的変数に再設定して新たな目的変数に対して先行する変数中から新たな説明変数を再選択する選択ステップにより行える。こうして各変数間に存在する的確な条件付き独立関係ひいては因果関係を明らかにできる。」と記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１９－１９１６３４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ところで、特許文献１においては河川の状態を予測するための変数を適切に選択する点については特に記載されていない。
この発明は上述した事情に鑑みてなされたものであり、河川の状態を予測するための変数を適切に選択できる河川データ予測変数選択装置、河川データ予測変数選択方法およびプログラムを提供することを目的とする。
この発明は上述した事情に鑑みてなされたものであり、河川の状態を予測するための変数を適切に選択できる河川データ予測変数選択装置、河川データ予測変数選択方法およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【0005】
上記課題を解決するため本発明の河川データ予測変数選択装置は、複数の河川の接続状態を表す河川情報と、複数の前記河川に設けられた複数の観測点の位置情報を表す観測点情報と、複数の前記観測点における観測対象量の時系列データである観測情報と、に基づいて、何れかの前記観測点を含む複数の地点の相互間の関係を表す関連性データを算出する地点関連性算出部と、前記関連性データに基づいて、指定された予測地点および予測時間に対応する予測変数を選択する予測変数選択部と、を備えることを特徴とする。
【発明の効果】
【0006】
本発明によれば、河川の状態を予測するための変数を適切に選択できる。
【図面の簡単な説明】
【0007】
【図1】河川ネットワーク情報の一例を示す図である。
【図2】観測点の配置例を示す図である。
【図3】観測情報の一例を示す図である。
【図4】第１実施形態による河川データ予測変数選択装置のブロック図である。
【図5】コンピュータのブロック図である。
【図6】地点関連性処理ルーチンのフローチャートである。
【図7】予測変数選択処理ルーチンのフローチャートである。
【図8】分岐点データを算出する処理の具体例を示す模式図である。
【図9】関連性データを算出する処理の具体例を示す模式図である。
【図10】予測変数を決定する処理内容を模式的に示す図である。
【発明を実施するための形態】
【0008】
［実施形態の概要］
河川管理やダム管理においては、様々な各地点での流量または水位を予測する。そのために、水位計や雨量計などの各観測点データを使用して、流量または水位を求めたい地点と各観測点との間の流下遅れ時間や、河川の関係性を考慮して変数を設定し、求めたい地点の流量や水位を予測している。時間の先後性のあるデータを対象とした変数選択方法としては、例えば上述の特許文献１の内容を応用できる。すなわち、特許文献１を応用すると、時間的な先後性のあるデータを対象とし、回帰法を用いて因果関係を明らかにして説明変数を選択することが可能であると考えられる。
河川管理やダム管理においては、様々な各地点での流量または水位を予測する。そのために、水位計や雨量計などの各観測点データを使用して、流量または水位を求めたい地点と各観測点との間の流下遅れ時間や、河川の関係性を考慮して変数を設定し、求めたい地点の流量や水位を予測している。時間の先後性のあるデータを対象とした変数選択方法としては、例えば上述の特許文献１の内容を応用できる。すなわち、特許文献１を応用すると、時間的な先後性のあるデータを対象とし、回帰法を用いて因果関係を明らかにして説明変数を選択することが可能であると考えられる。
【0009】
しかし、特許文献１を応用した上述の技術において、河川データ（流量、水位等）を予測するための変数を選択する際、単に河川の時系列データを用いたのでは因果関係の薄い変数が選択される可能性がある。また、ある河川の時系列データを単に比較すると、例えば本川にある予測地点に対して支川にあるデータは関連性がない変数として選択されないという問題も生じ得る。そこで、後述する実施形態では、河川ネットワーク情報および観測情報と、予測地点の位置情報と、予測対象時間とを用いることで、河川データ予測モデルに使用する変数を自動で選択できるようにしている。これにより、後述する実施形態によれば、河川のネットワーク関係を加味しながら、河川データ予測モデルに使用する変数を自動選択することができる。
【0010】
［第１実施形態］
以下、第１実施形態について、添付図面に基づいて説明する。以下の記載および図面は、第１実施形態を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施する事が可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。
図面において示す各構成要素の位置、大きさ、形状、範囲などは、実施形態の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本実施形態は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。
また、同一または同様な機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。但し、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。
以下、第１実施形態について、添付図面に基づいて説明する。以下の記載および図面は、第１実施形態を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施する事が可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。
図面において示す各構成要素の位置、大きさ、形状、範囲などは、実施形態の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本実施形態は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。
また、同一または同様な機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。但し、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。
【0011】
〈データ構成〉
まず、第１実施形態において適用されるデータ構成について説明する。
図１は、河川ネットワーク情報Ｄ１０の一例を示す図である。
河川ネットワーク情報Ｄ１０は、予測対象となる複数の河川に対する河川情報Ｄ１１と、観測点情報Ｄ１２とを含んでいる。
河川情報Ｄ１１は、水系３０，４０のうち何れかに属している複数の河川の接続状態を示すものである。以下の説明において、「水系」とは相互に交わっていない河川群を表す。図示の例においても、水系３０，４０は、相互に交わっていない。水系３０の河川は、本川３２（河川）と、支川３４（河川）と、を含んでいる。また、水系４０の河川は、本川４２（河川）と、支川４４～４９（河川）と、を含んでいる。
まず、第１実施形態において適用されるデータ構成について説明する。
図１は、河川ネットワーク情報Ｄ１０の一例を示す図である。
河川ネットワーク情報Ｄ１０は、予測対象となる複数の河川に対する河川情報Ｄ１１と、観測点情報Ｄ１２とを含んでいる。
河川情報Ｄ１１は、水系３０，４０のうち何れかに属している複数の河川の接続状態を示すものである。以下の説明において、「水系」とは相互に交わっていない河川群を表す。図示の例においても、水系３０，４０は、相互に交わっていない。水系３０の河川は、本川３２（河川）と、支川３４（河川）と、を含んでいる。また、水系４０の河川は、本川４２（河川）と、支川４４～４９（河川）と、を含んでいる。
【0012】
各河川に沿って示した破線矢印は、各河川の流れの向きを示しており、何れも図中で左から右に向かう向きになっている。水系３０，４０においては、複数の河川が分流または合流する箇所が存在する。これらの箇所を総称して分岐点と呼ぶ。図１において、水系３０には分岐点ａm1（地点）が含まれている。また、水系４０には、分岐点ｂn1～ｂn4（地点）が含まれている。このように、河川情報Ｄ１１は、各河川の形状、属する水系、流れの向き、本川または支川の区別、分岐点の位置等を表す情報である。
【0013】
水系３０，４０には、それぞれ一または複数の観測点が設けられる。後述する図２の例においては、水系３０に観測点ａ1（地点）、水系４０に観測点ｂ1～ｂ8（地点）が設けられている。各観測点には、水位計、流量計等の計測機器（図示せず）が設けられる。図１に示すように、観測点情報Ｄ１２は、各観測点ａ1，ｂ1～ｂ8について、当該観測点が属する水系（３０または４０）と、当該観測点の設置位置の位置情報と、を含んでいる。ここで、位置情報には、各観測点の緯度、経度および標高が含まれる。但し、位置情報は各観測点の位置を特定できる情報であればよく、図示のものに限定されるわけではない。
【0014】
図２は、観測点の配置例を示す図である。
図２において、水系３０には、観測点ａ1が設けられている。また、水系４０には、観測点ｂ1～ｂ8が設けられている。上述したように、各観測点ａ1，ｂ1～ｂ8には、図示せぬ水位計、流量計等の計測機器が設置されている。これにより、各観測点においては、水位Ｈと、流量Ｑと、の時系列情報である水位Ｈ（ｔ）と、流量Ｑ（ｔ）と、が計測される。これら観測点における水位Ｈ（ｔ）および流量Ｑ（ｔ）を総称して観測情報Ｄ２０と呼ぶ。
図２において、水系３０には、観測点ａ1が設けられている。また、水系４０には、観測点ｂ1～ｂ8が設けられている。上述したように、各観測点ａ1，ｂ1～ｂ8には、図示せぬ水位計、流量計等の計測機器が設置されている。これにより、各観測点においては、水位Ｈと、流量Ｑと、の時系列情報である水位Ｈ（ｔ）と、流量Ｑ（ｔ）と、が計測される。これら観測点における水位Ｈ（ｔ）および流量Ｑ（ｔ）を総称して観測情報Ｄ２０と呼ぶ。
【0015】
図３は、観測情報Ｄ２０の一例を示す図である。
観測情報Ｄ２０は、全ての観測点ａ1，ｂ1～ｂ8（図２参照）に対応して存在するが、図３においては、観測点ａ1に対応する観測情報Ｄ２０である観測情報Ｄ２０－ａ1のみを図示する。
図３において、観測情報Ｄ２０－ａ1は、観測日時に対する観測情報を含んでいる。観測情報は、水位Ｈと、流量Ｑと、を含んでいる。但し、観測情報Ｄ２０は図示のものに限られず、他の情報を含んでいてもよい。
観測情報Ｄ２０は、全ての観測点ａ1，ｂ1～ｂ8（図２参照）に対応して存在するが、図３においては、観測点ａ1に対応する観測情報Ｄ２０である観測情報Ｄ２０－ａ1のみを図示する。
図３において、観測情報Ｄ２０－ａ1は、観測日時に対する観測情報を含んでいる。観測情報は、水位Ｈと、流量Ｑと、を含んでいる。但し、観測情報Ｄ２０は図示のものに限られず、他の情報を含んでいてもよい。
【0016】
〈第１実施形態の構成〉
図４は、第１実施形態による河川データ予測変数選択装置１００のブロック図である。
図４において、河川データ予測変数選択装置１００（以下、単に装置１００と呼ぶことがある）は、データ記憶部１１０と、地点関連性算出部１２０（地点関連性算出ステップ、地点関連性算出手段）と、入力部１３０と、予測変数選択部１４０（予測変数選択手段、予測変数選択ステップ）と、を備えている。
図４は、第１実施形態による河川データ予測変数選択装置１００のブロック図である。
図４において、河川データ予測変数選択装置１００（以下、単に装置１００と呼ぶことがある）は、データ記憶部１１０と、地点関連性算出部１２０（地点関連性算出ステップ、地点関連性算出手段）と、入力部１３０と、予測変数選択部１４０（予測変数選択手段、予測変数選択ステップ）と、を備えている。
【0017】
入力部１３０は、ユーザ等の操作に基づいて、予測変数選択部１４０に対して、予測地点Ｙと、予測時間Ｔと、を入力する。ここで、予測地点Ｙとは、流量Ｑおよび／または水位Ｈの予測対象となる地点である。また、予測時間Ｔとは、予測地点Ｙにおける現時点から何時間後の流量Ｑおよび／または水位Ｈを予測するかを表すものである。データ記憶部１１０は、河川ネットワーク情報Ｄ１０と、上述した観測情報Ｄ２０と、を記憶する。図１に示したように、河川ネットワーク情報Ｄ１０は、河川情報Ｄ１１と、観測点情報Ｄ１２と、を含む。
【0018】
地点関連性算出部１２０は、分岐点データＤ３０と、関連性データＤ４０と、を算出し、これらを観測情報Ｄ２０とともに予測変数選択部１４０に供給する。ここで、分岐点データＤ３０とは、観測点ではない分岐点について算出されたデータであって、観測情報Ｄ２０（図３参照）に対応する項目を有する時系列データである。また、関連性データＤ４０は、各観測点と各分岐点との関係を表すデータである。予測変数選択部１４０は、予測地点Ｙの予測時間Ｔにおける流量Ｑおよび／または水位Ｈを予測するために用いる予測変数を選択する。ここで、予測変数とは、観測情報Ｄ２０または分岐点データＤ３０の一部である。その他、装置１００における各部の具体的な機能については後述する。
【0019】
図５は、コンピュータ９００のブロック図である。図４に示した装置１００は、図５に示すコンピュータ９００を備えている。
図５において、コンピュータ９００は、ＣＰＵ９０１と、ＲＡＭ９０２と、ＲＯＭ９０３と、ＨＤＤ９０４と、通信Ｉ／Ｆ９０５と、入出力Ｉ／Ｆ９０６と、メディアＩ／Ｆ９０７とを備える。通信Ｉ／Ｆ９０５は、通信回路９１５に接続される。入出力Ｉ／Ｆ９０６は、入出力装置９１６に接続される。
図５において、コンピュータ９００は、ＣＰＵ９０１と、ＲＡＭ９０２と、ＲＯＭ９０３と、ＨＤＤ９０４と、通信Ｉ／Ｆ９０５と、入出力Ｉ／Ｆ９０６と、メディアＩ／Ｆ９０７とを備える。通信Ｉ／Ｆ９０５は、通信回路９１５に接続される。入出力Ｉ／Ｆ９０６は、入出力装置９１６に接続される。
【0020】
メディアＩ／Ｆ９０７は、記録媒体９１７からデータを読み書きする。ＲＯＭ９０３には、ＣＰＵによって実行される制御プログラム、各種データ等が格納されている。ＣＰＵ９０１は、ＲＡＭ９０２に読み込んだアプリケーションプログラムを実行することにより、各種機能を実現する。先に図４に示した、装置１００の内部は、アプリケーションプログラム等によって実現される機能をブロックとして示したものである。
【0021】
〈第１実施形態の動作〉
図６は地点関連性処理ルーチンのフローチャートである。なお、本ルーチンは、地点関連性算出部１２０（図４参照）おいて実行される。
図６において処理がステップＳ１２に進むと、地点関連性算出部１２０は、分岐点データＤ３０を算出する。ここで、分岐点データＤ３０は、観測点情報Ｄ１２（図３参照）と同様のデータ構成を有し、分岐点ａm1，ｂn1～ｂn4（図１参照）における流量および水位の推定値を列挙した時系列データである。
図６は地点関連性処理ルーチンのフローチャートである。なお、本ルーチンは、地点関連性算出部１２０（図４参照）おいて実行される。
図６において処理がステップＳ１２に進むと、地点関連性算出部１２０は、分岐点データＤ３０を算出する。ここで、分岐点データＤ３０は、観測点情報Ｄ１２（図３参照）と同様のデータ構成を有し、分岐点ａm1，ｂn1～ｂn4（図１参照）における流量および水位の推定値を列挙した時系列データである。
【0022】
分岐点データＤ３０は、例えば次のように推定することができる。まず、分岐点の上流側に位置する一または複数の観測点における観測情報Ｄ２０を、時間をシフトしながら合成する。次に、この合成結果を、分岐点の下流側に位置する観測点における観測情報Ｄ２０と比較して両者の相互関連度を求める。このようにして、最も相互関連度が高くなるシフト時間を求める。次に、上流側の観測点、下流側の観測点、および分岐点の位置情報に基づいて、分岐点におけるシフト時間を推定する。上流側の観測情報Ｄ２０に対して、この推定したシフト時間だけシフトした結果によって、分岐点データＤ３０を推定することができる。
【0023】
また、分岐点の中には、例えば図１に示した分岐点ｂn2のように、河川が分流する分岐点も存在する。この種の分岐点について、地点関連性算出部１２０は、分流直後の分岐毎の流量Ｑ（ｔ）および水位Ｈ（ｔ）も推定する。すなわち、分流直後の分岐毎の流量Ｑ（ｔ）および水位Ｈ（ｔ）も分岐点データＤ３０に含まれる。分流直後の分岐毎の流量Ｑ（ｔ）および水位Ｈ（ｔ）は、例えば、分岐点の上流における観測点および分岐点の下流における複数の観測点とにおける観測情報Ｄ２０と、これら観測点および分岐点の相互間の距離と、に応じて推測可能である。但し、分岐点データＤ３０の推定方法は、上述したものに限定されるものではない。分岐点データＤ３０を推定する処理の具体例については後述する。
【0024】
次に、処理がステップＳ１４に進むと、地点関連性算出部１２０は、関連性データＤ４０を算出する。ここで、関連性データＤ４０は、観測点ａ1，ｂ1～ｂ8と、分岐点ａm1，ｂn1～ｂn4との関連性を示すデータである。関連性データＤ４０は、上流のある地点（例えば観測点）から下流の他の地点（例えば分岐点）へ流れつくまでの時間である「流下遅れ時間」と、地点間における時系列情報の関係である「相互関連度」と、を含む。なお、「相互関連度」は、例えば相関係数を適用できるが、これに限られるものではない。また、「流下遅れ時間」は、例えば「相互関連度」が最大になる時間である。
【0025】
図７は、予測変数選択部１４０で実行される予測変数選択処理ルーチンのフローチャートである。
図７において処理がステップＳ２２に進むと、予測変数選択部１４０は、地点関連性算出部１２０から分岐点データＤ３０と、関連性データＤ４０と、を取得する。さらに、予測変数選択部１４０は、入力部１３０から予測時間Ｔと、予測地点Ｙと、を取得する。
図７において処理がステップＳ２２に進むと、予測変数選択部１４０は、地点関連性算出部１２０から分岐点データＤ３０と、関連性データＤ４０と、を取得する。さらに、予測変数選択部１４０は、入力部１３０から予測時間Ｔと、予測地点Ｙと、を取得する。
【0026】
次に、処理がステップＳ２４に進むと、予測変数選択部１４０は、入力部１３０から入力した予測地点Ｙの位置情報に基づいて、河川ネットワーク情報Ｄ１０のうち予測地点Ｙと同一水系にある地点群を選択する。選択された地点群を同一水系地点群ＧＡと呼ぶ。例えば、予測地点Ｙが水系４０（図２参照）に属する場合は、同一水系地点群ＧＡには、観測点ｂ1～ｂ8と分岐点ｂn1～ｂn4と、が含まれることになる。
【0027】
次に、処理がステップＳ２６に進むと、予測変数選択部１４０は、予測地点Ｙが同一水系地点群ＧＡに含まれるか否かを判定する。例えば、予測地点Ｙが水系４０に含まれる場合は、予測変数選択部１４０は、予測地点Ｙが観測点ｂ1～ｂ8または分岐点ｂn1～ｂn4の何れかと一致するか否かを判定する。
【0028】
ステップＳ２６において「Ｎｏ」と判定されると、処理はステップＳ２８に進む。ここでは、予測変数選択部１４０は、予測地点Ｙの位置情報と、同一水系地点群ＧＡの各位置情報と、に基づいて、予測地点情報Ｄ５０を算出する。予測地点情報Ｄ５０は、同一水系地点群ＧＡに含まれる上流側の最寄りの地点から予測地点Ｙに至るまでの流下遅れ時間と、相互関連度と、を含んでいる。その算出方法は、ステップＳ１２（図６参照）において説明した方法を採用することができる。また、例えば隣接する上流の観測点を基準とした他の観測点同士の相互関連度を代用して、予測地点Ｙにおける相互関連度として用いることも考えられる。但し、予測地点Ｙにおける相互関連度を求める方法は、これらの方法に限定されるわけではない。
【0029】
次に、処理がステップＳ３０に進むと、予測変数選択部１４０は、予測時間Ｔが経過した際の予測地点Ｙにおける流量Ｑおよび／または水位Ｈに対して、使用可能なデータ有する地点を、同一水系地点群ＧＡの中から選択する。選択された一または複数の地点の集合を関連地点群ＧＢと呼ぶ。ここで、「使用可能」とは、予測時間Ｔから流下遅れ時間分だけ過去にずらした場合でも水位Ｈおよび／または流量Ｑのデータが存在し、変数として使用できることを指す。
【0030】
次に、処理がステップＳ３２に進むと、予測変数選択部１４０は、関連地点群ＧＢの中から適用地点群ＧＣを選択する。適用地点群ＧＣは、次のようにして選択される。まず、予測変数選択部１４０は、関連地点群ＧＢの各地点と予測地点Ｙとを結ぶ範囲内における分岐（本川および／または支川）を特定する。そして、各分岐における最も下流側の地点群（観測点および／または分岐点）を選択する。この選択された地点群が適用地点群ＧＣである。
【0031】
次に、処理がステップＳ３４に進むと、予測変数選択部１４０は、予測変数を決定する。その手順を説明する。まず、予測変数選択部１４０は、適用地点群ＧＣに対する観測情報Ｄ２０または分岐点データＤ３０のうち、予測時間Ｔに対応して使用可能であって相互関連度が最大になる一つの時刻を選択する。ここで、「使用可能」の意義は、先にステップＳ３０において説明したものと同義であり、予測時間Ｔから流下遅れ時間分だけ過去にずらした場合でも水位Ｈおよび／または流量Ｑのデータが存在し、変数として使用できることを指す。例えば、予測時間Ｔが「３時間」であって、予測地点Ｙと、上流の観測点との流下遅れ時間が「４時間」であった場合を想定してみる。この場合、上流の観測点における現在時刻から１時間前のデータが必要になるが、そのデータは存在するため「使用可能」である。
【0032】
また、適用地点群ＧＣに、予測地点Ｙの上流における分岐点が含まれている場合を想定してみる。分岐点における分岐点データＤ３０は、上述したように、さらに上流に位置する観測点における観測情報Ｄ２０に基づいて推定されたものである。従って、これら上流の観測点から分岐点に至るまでの流下遅れ時間に相当するデータも分岐点データＤ３０には含まれる。これにより、分岐点から予測地点Ｙまでの流下遅れ時間より予測時間Ｔが長い場合であっても、当該分岐点データＤ３０が「使用可能」になる場合もある。このように、図７のステップＳ３４では、予測地点Ｙの上流における一または複数の観測情報Ｄ２０および／または分岐点データＤ３０において、それぞれ一つの時刻ｔにおける流量Ｑおよび／または水位Ｈが選択される。予測変数選択部１４０は、これら選択された流量Ｑおよび／または水位Ｈを予測変数として出力する。
【0033】
図８は、分岐点データＤ３０を算出する処理（図６のステップＳ１２）の具体例を示す模式図である。
図８において、水系４０の分岐点ｂn1における流量を求める手順について説明する。分岐点ｂn1は、観測点ではないため、分岐点ｂn1における流量は直接的な計測値としては得られない。そこで、地点関連性算出部１２０（図４参照）は、上流の観測点ｂ1，ｂ2における流量Ｑb1，Ｑb2に基づいて、分岐点ｂn1における予測流量Ｑbn1を算出する。より具体的には、地点関連性算出部１２０は、下式（１）に基づいて時系列データである予測流量Ｑbn1（ｔ）を算出する。
図８において、水系４０の分岐点ｂn1における流量を求める手順について説明する。分岐点ｂn1は、観測点ではないため、分岐点ｂn1における流量は直接的な計測値としては得られない。そこで、地点関連性算出部１２０（図４参照）は、上流の観測点ｂ1，ｂ2における流量Ｑb1，Ｑb2に基づいて、分岐点ｂn1における予測流量Ｑbn1を算出する。より具体的には、地点関連性算出部１２０は、下式（１）に基づいて時系列データである予測流量Ｑbn1（ｔ）を算出する。
【0034】
Ｑbn1（ｔ）＝ｋ1・Ｑb1（ｔ－Ｓb1,bn1）＋ｋ2・Ｑb2（ｔ－Ｓb2,bn1） …式（１）
【0035】
式（１）において、Ｑb1，Ｑb2は、観測点ｂ1，ｂ2における流量である。Ｓb1,bn1は観測点ｂ1から分岐点ｂn1までの流下遅れ時間であり、Ｓb2,bn1は観測点ｂ2から分岐点ｂn1までの流下遅れ時間である。また、ｋ1，ｋ2は観測点ｂ1，ｂ2に対する重み係数である。
予測流量Ｑbn1は、現在時刻よりも、「流下遅れ時間Ｓb1,bn1，Ｓb2,bn1のうち短い側」だけ将来のデータまで取得できているとみなせる。例えば、「Ｓb1,bn1＞Ｓb2,bn1」が成立する場合には、図８に示すように、予測流量Ｑbn1は、現在時刻ｔnowよりも未来の「ｔnow＋Ｓb2,bn1」まで取得できているとみなせる。
予測流量Ｑbn1は、現在時刻よりも、「流下遅れ時間Ｓb1,bn1，Ｓb2,bn1のうち短い側」だけ将来のデータまで取得できているとみなせる。例えば、「Ｓb1,bn1＞Ｓb2,bn1」が成立する場合には、図８に示すように、予測流量Ｑbn1は、現在時刻ｔnowよりも未来の「ｔnow＋Ｓb2,bn1」まで取得できているとみなせる。
【0036】
ところで、図８に示す本川４２においては、分岐点ｂn1の下流には観測点ｂ4が設けられており、当該観測点ｂ4における流量Ｑb4も計測される。これにより、流量Ｑb1，Ｑb2，Ｑb4と、観測点ｂ1，ｂ2，ｂ4の位置情報と、分岐点ｂn1の位置情報と、に基づいて、上述の式（１）における流下遅れ時間Ｓb1,bn1，Ｓb2,bn1等を求めることができる。その手順を以下説明する。
【0037】
まず、式（１）における重み係数ｋ1，ｋ2が「１」であると仮定する。次に、観測点ｂ1，ｂ2の流量Ｑb1，Ｑb2の時刻をずらして合成し、合成データを求める。次に、様々な合成パターンによる合成データと、流量Ｑb4との相互関連度を求め、最大の相互関連度を有する合成パターンを特定する。そして、特定した合成パターンと、各観測点の位置情報と、に基づいて、式（１）における流下遅れ時間Ｓb1,bn1，Ｓb2,bn1等を推定することができる。
【0038】
例えば、「最大の相互関連度を有する合成パターン」において、流量Ｑb1，Ｑb2の間に２時間のずれが存在し、Ｑb1（ｔ－２）＋Ｑb2（ｔ）に対する流量Ｑb4（ｔ）の流下遅れ時間が７時間であったとする。また、観測点ｂ1と分岐点ｂn1との距離をＬb1,bn1（図示せず）とし、観測点ｂ2と分岐点ｂn1との距離をＬb2,bn1（図示せず）とし、分岐点ｂn1と観測点ｂ4との距離をＬbn1,b4（図示せず）としたとき、「Ｌb1,bn1／Ｌbn1,b4＝２」、「Ｌb2,bn1／Ｌbn1,b4＝４／３」であったとする。ここで、各河川の流速が一定であると仮定すると、流下遅れ時間の比は距離の比に等しくなる。
【0039】
従って、流下遅れ時間Ｓb1,bn1は「６時間」、流下遅れ時間Ｓb2,bn1は「４時間」であると推定できる。また、分岐点ｂn1から観測点ｂ4までの流下遅れ時間Ｓbn1，b4は、「３時間」であると推定できる。このように、流下遅れ時間Ｓb1,bn1，Ｓb2,bn1が推定されると、上述の式（１）によって、分岐点ｂn1の予測流量Ｑbn1（ｔ）を算出することができる。また、予測流量Ｑbn1（ｔ）と同様に、分岐点ｂn1における予測水位Ｈbn1（ｔ）も算出することができる。但し、予測流量Ｑbn1（ｔ）および予測水位Ｈbn1（ｔ）の推定方法は上述したものに限定されるわけではない。
【0040】
図９は、関連性データＤ４０を算出する処理（図６のステップＳ１４）の具体例を示す模式図である。
図９に示すテーブル２０２は、水系４０における各地点間の流下遅れ時間を記憶するテーブルである。地点関連性算出部１２０は、上述した流下遅れ時間Ｓb1,bn1，Ｓb2,bn1と同様に、他の流下遅れ時間も計算し、テーブル２０２を作成する。さらに、地点関連性算出部１２０は、流下遅れ時間を計算した地点間の相互関連度も算出する。その一例として、図９に示すグラフ２０４は、分岐点ｂn1と、観測点ｂ4との間の相互関連度を示す。流下遅れ時間（図示の例では３時間）には、相互関連度の最大値（ｍａｘ）におけるずれ時間が採用される。
図９に示すテーブル２０２は、水系４０における各地点間の流下遅れ時間を記憶するテーブルである。地点関連性算出部１２０は、上述した流下遅れ時間Ｓb1,bn1，Ｓb2,bn1と同様に、他の流下遅れ時間も計算し、テーブル２０２を作成する。さらに、地点関連性算出部１２０は、流下遅れ時間を計算した地点間の相互関連度も算出する。その一例として、図９に示すグラフ２０４は、分岐点ｂn1と、観測点ｂ4との間の相互関連度を示す。流下遅れ時間（図示の例では３時間）には、相互関連度の最大値（ｍａｘ）におけるずれ時間が採用される。
【0041】
ここで、相互関連度としては、ある一定期間内の二地点の観測情報Ｄ２０に対して求めた相関係数を採用することができる。ここで、相互関連度は流量にかかわらず一定にしてもよいが、流量に応じて相互関連度を定めると一層好ましい。すなわち、流量が大きくなるほど、流下遅れ時間が短くなるように相互関連度を定めることが好ましい。例えば、数個の流量閾値を用いて、流量の大きさごとに観測情報Ｄ２０を分割し、分割した観測情報Ｄ２０に応じて、各流量における相互関連度を算出するとよい。なお、水位についても同様であり、水位が高くなるほど流下遅れ時間が短くなるように相互関連度を定めることが好ましい。これにより、河川の状態に適合した相互関連度を適用することができ、より適切に予測変数を定めることができる。
【0042】
図１０は、予測変数を決定する処理内容を模式的に示す図である。
図１０の水系４０において、予測地点Ｙ1，Ｙ2が指定されたとする。ここで、予測地点Ｙ1は、観測点ｂ5と一致しており、予測地点Ｙ2は観測点の無い位置である。以下説明する例においては、予測対象および予測変数として何れも流量Ｑを採用した例を説明する。しかし、水位Ｈなど、他の河川データを予測対象および予測変数として採用してもよい。
図１０の水系４０において、予測地点Ｙ1，Ｙ2が指定されたとする。ここで、予測地点Ｙ1は、観測点ｂ5と一致しており、予測地点Ｙ2は観測点の無い位置である。以下説明する例においては、予測対象および予測変数として何れも流量Ｑを採用した例を説明する。しかし、水位Ｈなど、他の河川データを予測対象および予測変数として採用してもよい。
【0043】
図１０においてテーブル１０Ｙ１は、予測地点Ｙ1について、予測時間Ｔが５時間、６時間、１０時間、および１３時間である場合の予測変数を示すテーブルである。また、テーブル１０Ｙ２は、予測地点Ｙ2について、予測時間Ｔが１時間、２時間、６時間、および９時間である場合の予測変数を示すテーブルである。以下、これらテーブル１０Ｙ１，１０Ｙ２に示すように予測変数が決定される理由を説明する。
【0044】
（Ｙ1の５時間後の予測）
まず、５時間後の予測地点Ｙ1について検討する。上述したステップＳ２４（図７参照）では、水系４０に属する全ての地点が同一水系地点群ＧＡとして選択される。すなわち、同一水系地点群ＧＡには、観測点ｂ1～ｂ8と分岐点ｂn1～ｂn4とが含まれる。図１０に示す例において予測地点Ｙ1は観測点ｂ5に一致するため、図７においてステップＳ２８はスキップされ、次のステップＳ３０において関連地点群ＧＢが選択される。上記例においては、５時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ4および分岐点ｂn1であるため、これらの地点が関連地点群ＧＢとして選択される。
まず、５時間後の予測地点Ｙ1について検討する。上述したステップＳ２４（図７参照）では、水系４０に属する全ての地点が同一水系地点群ＧＡとして選択される。すなわち、同一水系地点群ＧＡには、観測点ｂ1～ｂ8と分岐点ｂn1～ｂn4とが含まれる。図１０に示す例において予測地点Ｙ1は観測点ｂ5に一致するため、図７においてステップＳ２８はスキップされ、次のステップＳ３０において関連地点群ＧＢが選択される。上記例においては、５時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ4および分岐点ｂn1であるため、これらの地点が関連地点群ＧＢとして選択される。
【0045】
次に、図７のステップＳ３２においては、適用地点群ＧＣが選択される。上述した例では、適用地点群ＧＣは、関連地点群ＧＢのうち最も下流側に位置する観測点ｂ4のみになる。次に、図７のステップＳ３４においては、予測変数が決定される。図１０に示す水系４０において、観測点ｂ4から予測地点Ｙ1（すなわち観測点ｂ5）までの流下遅れ時間は５時間であるため、予測地点Ｙ1における５時間後の予測流量ＱY1（ｔ＋５）を算出するために選択される予測変数は、現時点の観測点ｂ4の流量Ｑb4（ｔ）になる。
【0046】
（Ｙ1の６時間後の予測）
次に、６時間後の予測地点Ｙ1について検討する。
この場合も、図７のステップＳ２４においては、「５時間後」の場合と同一の同一水系地点群ＧＡが選択される。但し、６時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ3および分岐点ｂn1であり、観測点ｂ4のデータは使用に適さなくなる。従って、ステップＳ３０では、観測点ｂ1～ｂ3および分岐点ｂn1が関連地点群ＧＢとして選択される。
次に、６時間後の予測地点Ｙ1について検討する。
この場合も、図７のステップＳ２４においては、「５時間後」の場合と同一の同一水系地点群ＧＡが選択される。但し、６時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ3および分岐点ｂn1であり、観測点ｂ4のデータは使用に適さなくなる。従って、ステップＳ３０では、観測点ｂ1～ｂ3および分岐点ｂn1が関連地点群ＧＢとして選択される。
【0047】
次に、図７のステップＳ３２においては、関連地点群ＧＢが属する各分岐のうち、最も下流側に位置する観測点ｂ3および分岐点ｂn1が適用地点群ＧＣとして選択される。図１０に示す水系４０において、観測点ｂ3から予測地点Ｙ1までの流下遅れ時間は８＋５＝１３時間であり、分岐点ｂn1から予測地点Ｙ1までの流下遅れ時間は３＋５＝８時間である。このため、観測点ｂ3の７時間前の流量Ｑb3（ｔ－７）と、分岐点ｂn1の２時間前の予測流量Ｑbn1（ｔ－２）と、が予測地点Ｙ1における６時間後の予測流量ＱY1（ｔ＋６）を算出するための予測変数として選択される。
【0048】
（Ｙ1の１０時間後の予測）
次に、１０時間後の予測地点Ｙ1について検討する。１０時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ3および分岐点ｂn1であり、これらが関連地点群ＧＢとして選択される。すなわち、関連地点群ＧＢは、予測時間Ｔが６時間の場合と同一になる。関連地点群ＧＢに分岐点ｂn1が含まれている理由は、分岐点ｂn1のデータは、上流側の観測点ｂ1，ｂ2のデータを合成したものであり、４時間先まで未来の予測流量Ｑbn1が得られているためである。
次に、１０時間後の予測地点Ｙ1について検討する。１０時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ3および分岐点ｂn1であり、これらが関連地点群ＧＢとして選択される。すなわち、関連地点群ＧＢは、予測時間Ｔが６時間の場合と同一になる。関連地点群ＧＢに分岐点ｂn1が含まれている理由は、分岐点ｂn1のデータは、上流側の観測点ｂ1，ｂ2のデータを合成したものであり、４時間先まで未来の予測流量Ｑbn1が得られているためである。
【0049】
次に、図７のステップＳ３２においては、関連地点群ＧＢに係る各分岐のうち、最も下流側に位置する観測点ｂ3および分岐点ｂn1が適用地点群ＧＣとして選択される。すなわち、適用地点群ＧＣも、予測時間Ｔが６時間である場合と同一になる。上述したように、観測点ｂ3から予測地点Ｙ1までの流下遅れ時間は１３時間であり、分岐点ｂn1から予測地点Ｙ1までの流下遅れ時間は８時間である。このため、観測点ｂ3の３時間前の流量Ｑb3（ｔ－３）と、分岐点ｂn1の２時間後の予測流量Ｑbn1（ｔ＋２）と、が予測地点Ｙ1における１０時間後の予測流量ＱY1（ｔ＋１０）を算出するための予測変数として選択される。
【0050】
（Ｙ1の１３時間後の予測）
次に、１３時間後の予測地点Ｙ1について検討する。１３時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ3であり、これらが関連地点群ＧＢとして選択される。次に、図７のステップＳ３２においては、関連地点群ＧＢが属する各分岐のうち、最も下流側に位置する観測点ｂ1，ｂ3が適用地点群ＧＣとして選択される。
次に、１３時間後の予測地点Ｙ1について検討する。１３時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ3であり、これらが関連地点群ＧＢとして選択される。次に、図７のステップＳ３２においては、関連地点群ＧＢが属する各分岐のうち、最も下流側に位置する観測点ｂ1，ｂ3が適用地点群ＧＣとして選択される。
【0051】
図示のように、観測点ｂ3から予測地点Ｙ1までの流下遅れ時間は１３時間であり、観測点ｂ1から予測地点Ｙ1までの流下遅れ時間は１４時間である。このため、観測点ｂ3の現在の流量Ｑb3（ｔ）と、観測点ｂ1の１時間前の流量Ｑb1（ｔ－１）と、が予測地点Ｙ1における１３時間後の予測流量ＱY1（ｔ＋１３）を算出するための予測変数として選択される。
【0052】
（Ｙ2の１時間後の予測）
次に、１時間後の予測地点Ｙ2について検討する。上述したステップＳ２４（図７参照）では、水系４０に属する全ての地点が同一水系地点群ＧＡとして選択される。予測地点Ｙ2は同一水系地点群ＧＡに含まれないため、処理はステップＳ２８に進む。ここで、「観測点ｂ4から予測地点Ｙ2までの距離」と「予測地点Ｙ2から観測点ｂ5までの距離」との比が１：４であり、観測点ｂ4から観測点ｂ5までの流下遅れ時間Ｓb4，b5が５時間であったとする。図７のステップＳ２８では、予測変数選択部１４０は、流下遅れ時間Ｓb4，b5と距離の比率とに基づいて、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間Ｓb4，Y2は１時間であると算出する。また、予測変数選択部１４０は、上流の各地点と観測点ｂ4との相互関連度を１時間ずらしたものを、上流の各地点と予測地点Ｙ2との相互関連度として採用する。
次に、１時間後の予測地点Ｙ2について検討する。上述したステップＳ２４（図７参照）では、水系４０に属する全ての地点が同一水系地点群ＧＡとして選択される。予測地点Ｙ2は同一水系地点群ＧＡに含まれないため、処理はステップＳ２８に進む。ここで、「観測点ｂ4から予測地点Ｙ2までの距離」と「予測地点Ｙ2から観測点ｂ5までの距離」との比が１：４であり、観測点ｂ4から観測点ｂ5までの流下遅れ時間Ｓb4，b5が５時間であったとする。図７のステップＳ２８では、予測変数選択部１４０は、流下遅れ時間Ｓb4，b5と距離の比率とに基づいて、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間Ｓb4，Y2は１時間であると算出する。また、予測変数選択部１４０は、上流の各地点と観測点ｂ4との相互関連度を１時間ずらしたものを、上流の各地点と予測地点Ｙ2との相互関連度として採用する。
【0053】
１時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1～ｂ4および分岐点ｂn1である。従って、次のステップＳ３０では、これらの地点が関連地点群ＧＢとして選択される。次に、図７のステップＳ３２においては、適用地点群ＧＣが選択される。上述した例では、適用地点群ＧＣは、関連地点群ＧＢのうち最も下流側に位置する観測点ｂ4のみになる。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における１時間後の予測流量ＱY2（ｔ＋１）を算出するために選択される予測変数は、現時点の観測点ｂ4の流量Ｑb4（ｔ）になる。
【0054】
（Ｙ2の２時間後の予測）
次に、２時間後の予測地点Ｙ2について検討する。２時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ2，ｂ3および分岐点ｂn1である。従って、図７のステップＳ３０では、これらの地点が関連地点群ＧＢとして選択される。次に、ステップＳ３２においては、これらのうち最も下流側に位置する観測点ｂ3および分岐点ｂn1が適用地点群ＧＣとして選択される。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における２時間後の予測流量ＱY2（ｔ＋２）を算出するために選択される予測変数は、２時間前の予測流量Ｑbn1（ｔ－２）と、７時間前の流量Ｑb3（ｔ－７）と、になる。
次に、２時間後の予測地点Ｙ2について検討する。２時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ2，ｂ3および分岐点ｂn1である。従って、図７のステップＳ３０では、これらの地点が関連地点群ＧＢとして選択される。次に、ステップＳ３２においては、これらのうち最も下流側に位置する観測点ｂ3および分岐点ｂn1が適用地点群ＧＣとして選択される。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における２時間後の予測流量ＱY2（ｔ＋２）を算出するために選択される予測変数は、２時間前の予測流量Ｑbn1（ｔ－２）と、７時間前の流量Ｑb3（ｔ－７）と、になる。
【0055】
（Ｙ2の６時間後の予測）
次に、６時間後の予測地点Ｙ2について検討する。６時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ2，ｂ3および分岐点ｂn1であり、これらが関連地点群ＧＢとして選択される。なお、上述したように、分岐点ｂn1のデータは、上流側の観測点ｂ1，ｂ2のデータを合成したものであり、４時間先まで未来の予測流量Ｑbn1が得られている。次に、図７のステップＳ３２においては、関連地点群ＧＢのうち最も下流側に位置する観測点ｂ3および分岐点ｂn1が適用地点群ＧＣとして選択される。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における６時間後の予測流量ＱY2（ｔ＋６）を算出するために選択される予測変数は、２時間先の予測流量Ｑbn1（ｔ＋２）と、３時間前の流量Ｑb3（ｔ－３）と、になる。
次に、６時間後の予測地点Ｙ2について検討する。６時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ2，ｂ3および分岐点ｂn1であり、これらが関連地点群ＧＢとして選択される。なお、上述したように、分岐点ｂn1のデータは、上流側の観測点ｂ1，ｂ2のデータを合成したものであり、４時間先まで未来の予測流量Ｑbn1が得られている。次に、図７のステップＳ３２においては、関連地点群ＧＢのうち最も下流側に位置する観測点ｂ3および分岐点ｂn1が適用地点群ＧＣとして選択される。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における６時間後の予測流量ＱY2（ｔ＋６）を算出するために選択される予測変数は、２時間先の予測流量Ｑbn1（ｔ＋２）と、３時間前の流量Ｑb3（ｔ－３）と、になる。
【0056】
（Ｙ2の９時間後の予測）
次に、９時間後の予測地点Ｙ2について検討する。９時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ3であり、これらが関連地点群ＧＢとして選択される。次に、図７のステップＳ３２においては、関連地点群ＧＢのうち最も下流側に位置する観測点ｂ1，ｂ3が、適用地点群ＧＣとして選択される。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における９時間後の予測流量ＱY2（ｔ＋９）を算出するために選択される予測変数は、１時間前の流量Ｑb1（ｔ－１）と、現在の流量Ｑb3（ｔ）と、になる。
次に、９時間後の予測地点Ｙ2について検討する。９時間の予測時間Ｔが経過した際、流下遅れ時間に鑑みて使用可能なデータ有する地点は、観測点ｂ1，ｂ3であり、これらが関連地点群ＧＢとして選択される。次に、図７のステップＳ３２においては、関連地点群ＧＢのうち最も下流側に位置する観測点ｂ1，ｂ3が、適用地点群ＧＣとして選択される。次に、図７のステップＳ３４においては、予測変数が決定される。先に、観測点ｂ4から予測地点Ｙ2までの流下遅れ時間は１時間であると推定されたため、予測地点Ｙ2における９時間後の予測流量ＱY2（ｔ＋９）を算出するために選択される予測変数は、１時間前の流量Ｑb1（ｔ－１）と、現在の流量Ｑb3（ｔ）と、になる。
【0057】
［実施形態の効果］
以上のように上述の実施形態によれば、河川データ予測変数選択装置（１００）は、複数の河川（３２，３４，４２，４４～４９）の接続状態を表す河川情報（Ｄ１１）と、複数の河川（３２，３４，４２，４４～４９）に設けられた複数の観測点（ａ1，ｂ1～ｂ8）の位置情報を表す観測点情報（Ｄ１２）と、複数の観測点（ａ1，ｂ1～ｂ8）における観測対象量（Ｑ（ｔ），Ｈ（ｔ））の時系列データである観測情報（Ｄ２０）と、に基づいて、何れかの観測点（ａ1，ｂ1～ｂ8）を含む複数の地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）の相互間の関係を表す関連性データ（Ｄ４０）を算出する地点関連性算出部（１２０）と、関連性データ（Ｄ４０）に基づいて、指定された予測地点（Ｙ）および予測時間（Ｔ）に対応する予測変数を選択する予測変数選択部（１４０）と、を備える。
以上のように上述の実施形態によれば、河川データ予測変数選択装置（１００）は、複数の河川（３２，３４，４２，４４～４９）の接続状態を表す河川情報（Ｄ１１）と、複数の河川（３２，３４，４２，４４～４９）に設けられた複数の観測点（ａ1，ｂ1～ｂ8）の位置情報を表す観測点情報（Ｄ１２）と、複数の観測点（ａ1，ｂ1～ｂ8）における観測対象量（Ｑ（ｔ），Ｈ（ｔ））の時系列データである観測情報（Ｄ２０）と、に基づいて、何れかの観測点（ａ1，ｂ1～ｂ8）を含む複数の地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）の相互間の関係を表す関連性データ（Ｄ４０）を算出する地点関連性算出部（１２０）と、関連性データ（Ｄ４０）に基づいて、指定された予測地点（Ｙ）および予測時間（Ｔ）に対応する予測変数を選択する予測変数選択部（１４０）と、を備える。
【0058】
これにより、関連性データ（Ｄ４０）に基づいて、指定された予測地点（Ｙ）および予測時間（Ｔ）に対応する予測変数を予測できるため、河川の状態を予測するための予測変数を適切に選択できる。より具体的には、河川のネットワーク関係を加味しながら河川データ予測モデルに使用する予測変数を自動選択することができる。
【0059】
また、河川情報（Ｄ１１）は、さらに、複数の河川（３２，３４，４２，４４～４９）が属する水系（３０，４０）と、複数の河川（３２，３４，４２，４４～４９）の流れの向きと、を含み、観測点情報（Ｄ１２）は、さらに、複数の観測点（ａ1，ｂ1～ｂ8）が属する水系（３０，４０）を含むと一層好ましい。これにより、河川が属する水系および河川の流れの向きに対応して、予測変数を一層適切に選択できる。
【0060】
また、関連性データ（Ｄ４０）は、複数の地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）の相互間における流量（Ｑ（ｔ））または水位（Ｈ（ｔ））の相互関連度を含むと一層好ましい。これにより、流量（Ｑ（ｔ））または水位（Ｈ（ｔ））に対応する予測変数を一層適切に選択できる。
【0061】
また、地点関連性算出部（１２０）は、観測点（ａ1，ｂ1～ｂ8）以外の地点であって河川（３２，３４，４２，４４～４９）の分岐点（ａm1，ｂn1～ｂn4）における観測対象量（Ｑ（ｔ），Ｈ（ｔ））の推定値の時系列データである分岐点データ（Ｄ３０）を算出する機能をさらに有すると一層好ましい。これにより、分岐点（ａm1，ｂn1～ｂn4）の状態を適切に予測できるため、予測変数を一層適切に選択できる。
【0062】
また、予測変数選択部（１４０）は、何れかの地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）と、予測地点（Ｙ）との間における観測対象量（Ｑ（ｔ），Ｈ（ｔ））の相互関連度を算出する機能をさらに有すると一層好ましい。これにより、算出した相互関連度に基づいて、予測変数を一層適切に選択できる。
【0063】
また、予測変数選択部（１４０）は、予測時間（Ｔ）に対応して使用可能なデータを有する一または複数の地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）である関連地点群（ＧＢ）を選択する機能をさらに有すると一層好ましい。これにより、使用可能なデータを有する地点に基づいて、予測変数を一層適切に選択できる。
【0064】
また、予測変数選択部（１４０）は、関連地点群（ＧＢ）の中から、下流側に位置する一または複数の地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）である適用地点群（ＧＣ）を選択する機能をさらに有すると一層好ましい。これにより、予測地点（Ｙ）に近接する地点を適用地点群（ＧＣ）として選択できるため、予測変数を一層適切に選択できる。
【0065】
また、予測変数選択部（１４０）は、適用地点群（ＧＣ）に属する各々の地点（ａ1，ｂ1～ｂ8，ａm1，ｂn1～ｂn4）における観測情報（Ｄ２０）のうち、予測地点（Ｙ）との相互関連度が最大となる時刻のデータを、予測変数として選択すると一層好ましい。これにより、予測変数を一層適切に選択できる。
【0066】
また、地点関連性算出部（１２０）は、観測情報（Ｄ２０）を観測情報（Ｄ２０）の値に応じた複数のグループに分類し、グループ毎に相互関連度を算出すると一層好ましい。これにより、観測情報（Ｄ２０）の値に応じた相互関連度を算出できるため、予測変数を一層適切に選択できる。
【0067】
また、地点関連性算出部（１２０）は、分岐点（ａm1，ｂn1～ｂn4）のうち分流が生じるもの（ｂn2）については、分流直後の分岐毎の観測対象量（Ｑ（ｔ），Ｈ（ｔ））を推定すると一層好ましい。これにより、分岐点（ａm1，ｂn1～ｂn4）よりも下流の予測地点（Ｙ）に対応して、予測変数を一層適切に選択できる。
【0068】
［変形例］
本発明は上述した実施形態に限定されるものではなく、種々の変形が可能である。上述した実施形態は本発明を理解しやすく説明するために例示したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、上記実施形態の構成に他の構成を追加してもよく、構成の一部について他の構成に置換をすることも可能である。また、図中に示した制御線や情報線は説明上必要と考えられるものを示しており、製品上で必要な全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。上記実施形態に対して可能な変形は、例えば以下のようなものである。
本発明は上述した実施形態に限定されるものではなく、種々の変形が可能である。上述した実施形態は本発明を理解しやすく説明するために例示したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、上記実施形態の構成に他の構成を追加してもよく、構成の一部について他の構成に置換をすることも可能である。また、図中に示した制御線や情報線は説明上必要と考えられるものを示しており、製品上で必要な全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。上記実施形態に対して可能な変形は、例えば以下のようなものである。
【0069】
（１）上記実施形態における河川データ予測変数選択装置１００のハードウエアは一般的なコンピュータによって実現できるため、図６，図７に示したフローチャート、その他上述した各種処理を実行するプログラム等を記憶媒体に格納し、または伝送路を介して頒布してもよい。
【0070】
（２）図６，図７に示した処理、その他上述した各処理は、上記実施形態ではプログラムを用いたソフトウエア的な処理として説明したが、その一部または全部をＡＳＩＣ(Application Specific Integrated Circuit；特定用途向けＩＣ)、あるいはＦＰＧＡ(Field Programmable Gate Array)等を用いたハードウエア的な処理に置き換えてもよい。
【0071】
（３）上記実施形態において実行される各種処理は、図示せぬネットワーク経由でサーバコンピュータが実行してもよく、上記実施形態において記憶される各種データも該サーバコンピュータに記憶させるようにしてもよい。
【符号の説明】
【0072】
３０，４０ 水系
３２ 本川（河川）
３４，４２，４４～４９ 支川（河川）
１００ 河川データ予測変数選択装置
１２０ 地点関連性算出部（地点関連性算出ステップ、地点関連性算出手段）
１４０ 予測変数選択部（予測変数選択手段、予測変数選択ステップ）
９００ コンピュータ
Ｔ 予測時間
Ｙ 予測地点
ＧＢ 関連地点群
ＧＣ 適用地点群
Ｄ１１ 河川情報
Ｄ１２ 観測点情報
Ｄ２０ 観測情報
Ｄ３０ 分岐点データ
Ｄ４０ 関連性データ
ａ1，ｂ1～ｂ8 観測点（地点）
ａm1，ｂn1～ｂn4 分岐点（地点）
３２ 本川（河川）
３４，４２，４４～４９ 支川（河川）
１００ 河川データ予測変数選択装置
１２０ 地点関連性算出部（地点関連性算出ステップ、地点関連性算出手段）
１４０ 予測変数選択部（予測変数選択手段、予測変数選択ステップ）
９００ コンピュータ
Ｔ 予測時間
Ｙ 予測地点
ＧＢ 関連地点群
ＧＣ 適用地点群
Ｄ１１ 河川情報
Ｄ１２ 観測点情報
Ｄ２０ 観測情報
Ｄ３０ 分岐点データ
Ｄ４０ 関連性データ
ａ1，ｂ1～ｂ8 観測点（地点）
ａm1，ｂn1～ｂn4 分岐点（地点）
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】