特開 2024-178897 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

(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】P2024178897

(43)【公開日】2024-12-25

(54)【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

(51)【国際特許分類】

   G01W 1/10 20060101AFI20241218BHJP

   G01W 1/00 20060101ALI20241218BHJP

   E02B 3/00 20060101ALI20241218BHJP

【ＦＩ】

G01W1/10 P

G01W1/00 Z

E02B3/00

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

(21)【出願番号】P 2024054178

(22)【出願日】2024-03-28

(31)【優先権主張番号】P 2023097254

(32)【優先日】2023-06-13

(33)【優先権主張国・地域又は機関】JP

(31)【優先権主張番号】P 2023203810

(32)【優先日】2023-12-01

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】000004330

【氏名又は名称】日本無線株式会社

(74)【代理人】

【識別番号】100119677

【弁理士】

【氏名又は名称】岡田 賢治

(74)【代理人】

【識別番号】100160495

【弁理士】

【氏名又は名称】畑 雅明

(74)【代理人】

【識別番号】100173716

【弁理士】

【氏名又は名称】田中 真理

(74)【代理人】

【識別番号】100115794

【弁理士】

【氏名又は名称】今下 勝博

(72)【発明者】

【氏名】置田 耕大

(72)【発明者】

【氏名】小松 知滉

(72)【発明者】

【氏名】小礒 康正

(72)【発明者】

【氏名】小井▲土▼ 亜希

(72)【発明者】

【氏名】山本 裕晃

(72)【発明者】

【氏名】福島 佑樹

(72)【発明者】

【氏名】大▲がんな▼ 洸太

(57)【要約】      （修正有）

【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。

【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】

請求項７又は８に記載のテストデータ補間方法が備える各処理ステップを、コンピュータに実行させるためのテストデータ補間プログラム。

【請求項12】

請求項１に記載の水位予測モデル構築方法が構築した前記水位予測モデルの検証のための検証用データとして、水位、過去観測雨量及び検証対象時刻より将来の予報雨量を示す前記支流上流データ及び前記本流上流データを抽出する検証用データ抽出ステップと、
前記水位予測モデルに前記検証用データとして、前記水位予測地点での複数時刻の水位を検証するための水位、過去観測雨量及び予報雨量を示す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複数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と、
前記水位予測地点での当該複数時刻の水位の予測データのうちの、前記水位予測地点での当該複数時刻の水位の観測データの周りの誤差幅内に収まるものの割合を、前記水位予測地点での水位の予測的中率として算出する水位予測的中率算出ステップと、
を順に備えることを特徴とする水位予測的中率算出方法。

【請求項13】

前記検証用データ抽出ステップは、前記検証用データとして、当該検証対象時刻より将来の将来観測雨量を示す前記支流上流データ及び前記本流上流データも抽出し、
前記水位予測モデルに前記検証用データとして、前記水位予測地点での当該複数時刻の水位を検証するための水位、過去観測雨量及び将来観測雨量を示す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水位の予測誤差の確率分布を算出し、前記水位予測的中率算出ステップでの水位の観測データに対する水位の予測データの誤差幅を設定する水位予測誤差幅設定ステップ、
を前記検証用データ抽出ステップと前記水位予測データ出力ステップとの間に備える
ことを特徴とする、請求項１２に記載の水位予測的中率算出方法。

【請求項14】

前記水位予測的中率算出ステップは、前記水位予測地点での水位警戒のための各発令基準毎に、及び／又は、前記水位予測データ出力ステップでの予測出力時刻から各予測対象時刻までの各期間長さ毎に、前記水位予測地点での水位の予測的中率を算出する
ことを特徴とする、請求項１２又は１３に記載の水位予測的中率算出方法。

【請求項15】

前記水位予測的中率算出ステップは、水位、過去観測雨量及び予報雨量を示す前記支流上流データ及び前記本流上流データに基づく前記水位予測地点での予測対象時刻の水位の予測時に、前記水位予測地点での当該予測対象時刻の水位の予測データとともに、前記水位予測地点での水位の予測的中率を出力する
ことを特徴とする、請求項１２又は１３に記載の水位予測的中率算出方法。

【請求項16】

請求項１２又は１３に記載の水位予測的中率算出方法が順に備える各処理ステップを、コンピュータに順に実行させるための水位予測的中率算出プログラム。

【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。

【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】

【特許文献1】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】

この構成によれば、支流の背水区間の水位の学習の精度が高くなるように、訓練用データとして支流上流及び本流上流のデータを適切に抽出することができる。

【0012】

また、本開示は、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水位予測モデル構築方法である。

【0013】

この構成によれば、支流の背水区間の水位の学習の精度が高くなるように、訓練用データとして支流上流、本流上流及び本流下流のデータを適切に抽出することができる。

【0014】

また、本開示は、以上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である。

【0015】

この構成によれば、以上に記載の効果を有するプログラムを提供することができる。

【0016】

また、本開示は、以上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である。

【0017】

この構成によれば、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、テストデータとして支流上流及び本流上流のデータを適切に抽出することができる。

【0018】

また、本開示は、以上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である。

【0019】

この構成によれば、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、テストデータとして支流上流、本流上流及び本流下流のデータを適切に抽出することができる。

【0020】

また、本開示は、以上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である。

【0021】

この構成によれば、以上に記載の効果を有するプログラムを提供することができる。

【0022】

さらなる課題を解決するために、テストデータとして、水位予測地点での水位の支流上流データが欠測したときに、水位予測地点での欠測時刻の水位の支流上流データを補間するにあたり、欠測時刻より任意時間前の予測時刻に降雨・実水位状況を反映させたうえで出力した、水位予測地点での予測時刻より任意時間後の欠測時刻の水位の予測データで補間することとした。

【0023】

具体的には、本開示は、以上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である。

【0024】

この構成によれば、水位予測地点での水位テストデータが欠測したときでも、降雨・実水位状況を反映させたうえで、水位予測地点での水位テストデータを補間することにより、水位予測地点での水位予測精度を向上させることができる。

【0025】

また、本開示は、以上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、以上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、以上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である。

【0026】

この構成によれば、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での水位テストデータが欠測したときでも、降雨・実水位状況を反映させたうえで、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での水位テストデータを補間することにより、水位予測地点での水位予測精度を向上させることができる。

【0027】

また、本開示は、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テストデータ補間方法である。

【0028】

この構成によれば、水位予測地点、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での雨量テストデータが欠測したときでも、雨量予報データを反映させたうえで、水位予測地点、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での雨量テストデータを補間することにより、水位予測地点での水位予測精度を向上させることができる。

【0029】

また、本開示は、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テストデータ補間方法である。

【0030】

この構成によれば、欠測時刻より短時間（水位予測の時間間隔）前の予測時刻に、降雨・実水位状況を反映させたうえで出力した、水位予測地点での予測時刻より短時間（水位予測の時間間隔）後の欠測時刻の、水位の予測データで補間することができる。

【0031】

また、本開示は、以上に記載のテストデータ補間方法が備える各処理ステップを、コンピュータに実行させるためのテストデータ補間プログラムである。

【0032】

この構成によれば、以上に記載の効果を有するプログラムを提供することができる。

【0033】

実運用上、テストデータとして、水位、「過去観測」雨量及び「予報」雨量を示す支流上流データ及び本流上流データを抽出する。しかし、「予報」雨量を示す支流上流データ及び本流上流データは、「将来観測」雨量を示す支流上流データ及び本流上流データと比べて、精度が低いため、水位の「予測」データは、水位の「観測」データと比べて、大きく外れることがある。

【0034】

前記課題を解決するために、検証段階では、検証用データとして、水位、「過去観測」雨量及び「将来観測」雨量を示す支流上流データ及び本流上流データを抽出し、水位の予測誤差の確率分布を算出し、水位の観測データに対する水位の予測データの誤差幅を設定する。そして、検証用データとして、「将来観測」雨量を示す支流上流データ及び本流上流データを、「予報」雨量を示す支流上流データ及び本流上流データに置き換え、水位の予測データのうちの水位の観測データの周りの誤差幅内に収まるものの割合を、水位の予測的中率として算出する。

【0035】

予測段階では、テストデータとして、実運用上は水位、「過去観測」雨量及び「予報」雨量を示す支流上流データ及び本流上流データを抽出し、水位の予測データとともに、水位の予測的中率を出力する。ここで、各発令基準毎に、及び／又は、各Ｎ時間後予測毎に、水位の予測的中率を出力する。

【0036】

具体的には、本開示は、以上に記載の水位予測モデル構築方法が構築した前記水位予測モデルの検証のための検証用データとして、水位、過去観測雨量及び検証対象時刻より将来の予報雨量を示す前記支流上流データ及び前記本流上流データを抽出する検証用データ抽出ステップと、前記水位予測モデルに前記検証用データとして、前記水位予測地点での複数時刻の水位を検証するための水位、過去観測雨量及び予報雨量を示す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複数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と、前記水位予測地点での当該複数時刻の水位の予測データのうちの、前記水位予測地点での当該複数時刻の水位の観測データの周りの誤差幅内に収まるものの割合を、前記水位予測地点での水位の予測的中率として算出する水位予測的中率算出ステップと、を順に備えることを特徴とする水位予測的中率算出方法である。

【0037】

この構成によれば、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、テストデータとして、「予報」雨量を示す支流上流データ及び本流上流データを抽出するときでも、検証段階において、水位の予測的中率を算出することにより、水位の予測データの信頼性を可視化することができる。

【0038】

また、本開示は、前記検証用データ抽出ステップは、前記検証用データとして、当該検証対象時刻より将来の将来観測雨量を示す前記支流上流データ及び前記本流上流データも抽出し、前記水位予測モデルに前記検証用データとして、前記水位予測地点での当該複数時刻の水位を検証するための水位、過去観測雨量及び将来観測雨量を示す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水位の予測誤差の確率分布を算出し、前記水位予測的中率算出ステップでの水位の観測データに対する水位の予測データの誤差幅を設定する水位予測誤差幅設定ステップ、を前記検証用データ抽出ステップと前記水位予測データ出力ステップとの間に備えることを特徴とする水位予測的中率算出方法である。

【0039】

この構成によれば、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、検証段階において、水位の予測誤差の確率分布を算出し、水位の観測データに対する水位の予測データの誤差幅を設定し、水位の予測的中率を算出することができる。

【0040】

また、本開示は、前記水位予測的中率算出ステップは、前記水位予測地点での水位警戒のための各発令基準毎に、及び／又は、前記水位予測データ出力ステップでの予測出力時刻から各予測対象時刻までの各期間長さ毎に、前記水位予測地点での水位の予測的中率を算出することを特徴とする水位予測的中率算出方法である。

【0041】

この構成によれば、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、テストデータとして、「予報」雨量を示す支流上流データ及び本流上流データを抽出するときでも、検証段階において、水位の予測的中率を算出することにより、各発令基準の到達判断を支援することができる。

【0042】

また、本開示は、前記水位予測的中率算出ステップは、水位、過去観測雨量及び予報雨量を示す前記支流上流データ及び前記本流上流データに基づく前記水位予測地点での予測対象時刻の水位の予測時に、前記水位予測地点での当該予測対象時刻の水位の予測データとともに、前記水位予測地点での水位の予測的中率を出力することを特徴とする水位予測的中率算出方法である。

【0043】

この構成によれば、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、テストデータとして、「予報」雨量を示す支流上流データ及び本流上流データを抽出するときでも、予測段階において、水位の予測的中率を出力することにより、水位の予測データの信頼性を可視化することができる。

【0044】

また、本開示は、以上に記載の水位予測的中率算出方法が順に備える各処理ステップを、コンピュータに順に実行させるための水位予測的中率算出プログラムである。

【0045】

この構成によれば、以上に記載の効果を有するプログラムを提供することができる。

【0046】

なお、上記各開示の発明は、可能な限り組み合わせることができる。

【発明の効果】

【0047】

このように、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ができる。

【図面の簡単な説明】

【0048】

【図1】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示す図である。

【図2】本開示の水位予測装置の構成を示す図である。

【図3】本開示の水位予測処理の手順を示す図である。

【図4】本開示の訓練用データ及びテストデータの抽出処理を示す図である。

【図5】従来技術及び本開示の水位予測処理の実例を示す図である。

【図6】従来技術及び本開示の水位予測処理の実例を示す図である。

【図7】比較例の水位テストデータ補間処理の具体例を示す図である。

【図8】本開示の水位予測装置の構成を示す図である。

【図9】本開示のテストデータ補間処理の手順を示す図である。

【図10】本開示の水位テストデータ補間処理の具体例を示す図である。

【図11】本開示の雨量テストデータ補間処理の具体例を示す図である。

【図12】本開示の水位予測装置の構成を示す図である。

【図13】本開示の水位予測的中率算出処理の手順を示す図である。

【図14】本開示の水位予測誤差幅設定処理の具体例を示す図である。

【図15】本開示の水位予測的中率算出処理の具体例を示す図である。

【図16】本開示の水位予測的中率出力処理の実例を示す図である。

【発明を実施するための形態】

【0049】

添付の図面を参照して本開示の実施形態を説明する。以下に説明する実施形態は本開示の実施の例であり、本開示は以下の実施形態に制限されるものではない。

【0050】

（本開示の水位予測処理の概要）
本開示の水位予測装置の構成を図２に示す。本開示の水位予測処理の手順を図３に示す。本開示の訓練用データ及びテストデータの抽出処理を図４に示す。

【0051】

水位予測装置Ｗは、水位予測モデルＭ、訓練用データ抽出部１、水位予測モデル構築部２、テストデータ抽出部３及び水位予測データ出力部４を備え、図３に示した水位予測プログラムをコンピュータにインストールし実現することができる。

【0052】

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。

【0053】

本開示では、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。以下では、訓練用データの抽出処理の詳細を説明した後に、テストデータの抽出処理の詳細を説明する。

【0054】

（本開示の訓練用データの抽出処理の詳細）
訓練用データ抽出部１は、雨量データＲＦ及び水位データＷＬを取得し、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Ｌとして、以下に示すデータを抽出する（ステップＳ１）：（１）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、（２）支流と本流との合流地点Ｐ４及び合流地点Ｐ４より本流の上流地点Ｐ５、Ｐ６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、（３）合流地点Ｐ４より本流の下流地点Ｐ７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。ただし、本流の下流地点Ｐ７は、支流の背水区間の水位に対して影響を及ぼす程度に、合流地点Ｐ４に近いことが望ましい。

【0055】

水位予測モデル構築部２は、訓練用データＬ（基本的には支流上流データ及び本流上流データ、より良くは本流下流データも）を用いて、水位予測地点Ｐ１での水位を予測するための水位予測モデルＭ（ニューラルネットワーク等）を構築する（ステップＳ２）。

【0056】

ここで、訓練用データ抽出部１は、訓練用データＬとして、支流の背水区間の水位予測地点Ｐ１での洪水時の水位と比べて、相関が高い期間の雨量及び水位のデータを抽出することが望ましく、相関が低い期間の雨量及び水位のデータを棄却することが望ましい。

【0057】

例えば、訓練用データ抽出部１は、訓練用データＬとして、（１）水位不変動期間を棄却する水位ピーク判別閾値を設定したうえで、水位のデータの抽出期間を選択してもよく、（２）水位不変動期間を棄却する水位ピーク抽出幅を設定したうえで、水位のデータの抽出期間を選択してもよく、（３）水位上昇・下降期間を抽出する所定水位期間を設定したうえで、水位のデータの抽出期間を選択してもよく、（４）降雨が水位予測地点Ｐ１に到達する時間を考慮した所定雨量期間を設定したうえで、雨量のデータの抽出期間を選択してもよく、（５）降雨が土壌内又は貯水池等から河川へと流出する時間を考慮した所定累加期間を設定したうえで、雨量のデータの抽出期間を選択してもよい（特許文献１を参照）。

【0058】

このように、支流の背水区間の水位の学習の精度が高くなるように、訓練用データＬとして、基本的には支流上流及び本流上流の雨量及び水位のデータを適切に抽出することができ、より良くは本流下流の雨量及び水位のデータも適切に抽出することができる。

【0059】

（本開示のテストデータの抽出処理の詳細）
テストデータ抽出部３は、雨量データＲＦ及び水位データＷＬを取得し、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Ｔとして、以下に示すデータを抽出する（ステップＳ３）：（１）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、（２）支流と本流との合流地点Ｐ４及び合流地点Ｐ４より本流の上流地点Ｐ５、Ｐ６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、（３）合流地点Ｐ４より本流の下流地点Ｐ７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。ただし、本流の下流地点Ｐ７は、支流の背水区間の水位に対して影響を及ぼす程度に、合流地点Ｐ４に近いことが望ましい。

【0060】

テストデータ抽出部３は、水位予測モデルＭ（ニューラルネットワーク等）に、テストデータＴ（基本的には支流上流データ及び本流上流データ、より良くは本流下流データも）を入力する。そして、水位予測データ出力部４は、水位予測モデルＭから、水位予測地点Ｐ１での当該時刻の水位予測データＰを出力する（ステップＳ４）。

【0061】

このように、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、テストデータＴとして、基本的には支流上流及び本流上流の雨量及び水位のデータを適切に抽出することができ、より良くは本流下流の雨量及び水位のデータも適切に抽出することができる。

【0062】

（従来技術及び本開示の水位予測処理の実例）
従来技術及び本開示の水位予測処理の実例を図５及び図６に示す。従来技術では、支流の背水区間の水位予測地点Ｐ１での水位の学習及び予測に必要な、訓練用データＬ及びテストデータＴとして、支流上流データのみを抽出している。本開示では、支流の背水区間の水位予測地点Ｐ１での水位の学習及び予測に必要な、訓練用データＬ及びテストデータＴとして、支流上流データ、本流上流データ及び本流下流データすべてを抽出している。

【0063】

図５の上段に示した従来技術では、降雨後の洪水時において、水位予測地点Ｐ１での予測水位は、水位予測地点Ｐ１での実水位と比べて、低くなるとともに、遅めの上昇を示す。図５の下段に示した本開示では、降雨後の洪水時において、水位予測地点Ｐ１での予測水位は、水位予測地点Ｐ１での実水位と比べて、ほぼ等しくなるとともに（上振れしているのは、そのような水位予測モデルＭを選定したためである。）、適切な上昇を示す。

【0064】

図６の上段に示した従来技術では、降雨後の洪水時において、水位予測地点Ｐ１での予測水位は、水位予測地点Ｐ１での実水位と比べて、低くなる（上昇速度はほぼ同程度）。図６の下段に示した本開示では、降雨後の洪水時において、水位予測地点Ｐ１での予測水位は、水位予測地点Ｐ１での実水位と比べて、ほぼ等しくなる（上昇速度はほぼ同程度）。

【0065】

（比較例の水位テストデータ補間処理の手順）
ところで、テストデータＴとして、水位予測地点Ｐ１での水位の支流上流データが欠測することがあり得る。これは、水位観測所のテレメータからの入力データについて、符号エラーが検出されることがあり、正常な受信がされないからである。すると、テストデータＴを水位予測モデルＭに入力することができず、水位予測地点Ｐ１での水位を予測することができない。そこで、水位予測地点Ｐ１での水位の支流上流データを補間することが考えられる。

【0066】

比較例の水位テストデータ補間処理の具体例を図７に示す。水位予測地点Ｐ１での水位の支流上流データが欠測したときに、水位予測地点Ｐ１での欠測時刻の水位の支流上流データを補間するにあたり、水位観測所のテレメータが欠測時刻より前の時刻及び／又は後の時刻に送信した、水位予測地点Ｐ１での欠測時刻より前の時刻及び／又は後の時刻の水位の支流上流データを参照する。

【0067】

図７の第１段では、現時刻の３０分後の１２時３０分の水位を予測するために、現時刻の１時間前の１１時の水位データ３．０ｍと、現時刻の３０分前の１１時３０分の水位データ４．０ｍと、現時刻である１２時の水位データ５．０ｍと、をテストデータとして抽出する。図７の第２～４段では、テストデータとして、一部の水位データが欠測する。

【0068】

図７の第２段では、１１時の水位データ３．０ｍと、１１時３０分の水位データ４．０ｍと、が欠測しており、１２時の水位データ５．０ｍが観測されている。そこで、１１時の水位データ３．０ｍと、１１時３０分の水位データ４．０ｍと、として、１２時の水位データ５．０ｍを時間シフトして、水位データ５．０ｍを大きく誤って補間する。

【0069】

図７の第３段では、１１時３０分の水位データ４．０ｍと、１２時の水位データ５．０ｍと、が欠測しており、１１時の水位データ３．０ｍが観測されている。そこで、１１時３０分の水位データ４．０ｍと、１２時の水位データ５．０ｍと、として、１１時の水位データ３．０ｍを時間シフトして、水位データ３．０ｍを大きく誤って補間する。

【0070】

図７の第４段では、１１時３０分の水位データ４．０ｍが欠測しており、１１時の水位データ３．０ｍと、１２時の水位データ５．０ｍと、が観測されている。そこで、１１時３０分の水位データ４．０ｍとして、１１時の水位データ３．０ｍと、１２時の水位データ５．０ｍと、の間の線形補間をして、水位データ４．０ｍをほぼ正しく補間する。

【0071】

図７の第４段では、欠測時刻より前の時刻及び後の時刻の両方の水位の支流上流データを参照するため、降雨状況が反映される。図７の第２、３段では、欠測時刻より前の時刻及び後の時刻の一方の水位の支流上流データを参照するため、降雨状況が反映されない。

【0072】

（本開示の水位テストデータ補間処理の手順）
本開示の水位予測装置の構成を図８にも示す。本開示のテストデータ補間処理の手順を図９に示す。本開示の水位テストデータ補間処理の具体例を図１０に示す。水位予測装置Ｗは、テストデータ補間部５も備え、図９に示したテストデータ補間プログラムもコンピュータにインストールし実現することができる。

【0073】

本開示の水位テストデータ補間処理（特に、ステップＳ１４）を行なうにあたり、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７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水位予測モデルＭは、テストデータＴとして、支流上流データ、本流上流データ及び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予測データＰも出力する。

【0074】

テストデータ補間部５は、水位予測地点Ｐ１での水位の支流上流データが欠測したときに（ステップＳ１１）、水位予測地点Ｐ１での欠測時刻の水位の支流上流データを補間する（ステップＳ１２）。

【0075】

ここで、テストデータ補間部５は、水位予測データ出力部４が欠測時刻より任意時間前の予測時刻に出力した、水位予測地点Ｐ１での予測時刻より任意時間後の欠測時刻の水位予測データＰで補間する（ステップＳ１２）。

【0076】

テストデータ補間部５は、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、水位のテストデータＴが欠測したときに（ステップＳ１３）、当該地点での欠測時刻の水位のテストデータＴを補間する（ステップＳ１４）。

【0077】

ここで、テストデータ補間部５は、水位予測データ出力部４が欠測時刻より任意時間前の予測時刻に出力した、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、予測時刻より任意時間後の欠測時刻の水位予測データＰで補間する（ステップＳ１４）。

【0078】

なお、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、水位のテストデータＴが欠測したときには、水位予測地点Ｐ１での水位のテストデータＴが欠測していなくても、水位予測地点Ｐ１での水位予測データＰを出力できないため、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、欠測時刻の水位のテストデータＴを、当該地点での水位予測データＰで補間する。

【0079】

また、テストデータ補間部５が設定している任意時間は、水位予測データ出力部４が水位予測データＰを出力する時間間隔に等しい時間である。つまり、短時間後の雨量予報は高精度であり、テストデータ補間部５が設定している任意時間は短時間である。

【0080】

テストデータ抽出部３は、水位予測モデルＭに、テストデータＴ（テストデータ補間部５が補間した、欠測時刻の水位のテストデータＴを含み、欠測時刻の雨量のテストデータＴは後述）を入力する（ステップＳ１７）。水位予測データ出力部４は、水位予測モデルＭから、水位予測地点Ｐ１での当該時刻の水位予測データＰを出力する（ステップＳ１８）。水位予測データ出力部４は、水位予測モデルＭから、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、当該時刻の水位予測データＰも出力する（ステップＳ１８）。

【0081】

図１０の第１段では、現時刻の３０分後の１２時３０分の水位を予測するために、現時刻の１時間前の１１時の水位データ３．０ｍと、現時刻の３０分前の１１時３０分の水位データ４．０ｍと、現時刻である１２時の水位データ５．０ｍと、をテストデータとして抽出する。図１０の第３～５段では、テストデータとして、一部の水位データが欠測する。

【0082】

図１０の第２段では、その時々の現時刻の３０分後の水位を予測した結果として、現時刻の１時間前の１１時の水位予測データ２．９ｍと、現時刻の３０分前の１１時３０分の水位予測データ３．９ｍと、現時刻である１２時の水位予測データ４．８ｍと、を出力する。図１０の第２段では、テストデータ補間部５が設定している任意時間は３０分である。

【0083】

図１０の第３段では、１１時の水位データ３．０ｍと、１１時３０分の水位データ４．０ｍと、が欠測しており、１２時の水位データ５．０ｍが観測されている。そこで、１１時の水位データ３．０ｍと、１１時３０分の水位データ４．０ｍと、として、１１時の水位予測データ２．９ｍと、１１時３０分の水位予測データ３．９ｍと、でそれぞれ補間して、水位データ２．９ｍ及び３．９ｍをそれぞれほぼ正しく補間する。

【0084】

図１０の第４段では、１１時３０分の水位データ４．０ｍと、１２時の水位データ５．０ｍと、が欠測しており、１１時の水位データ３．０ｍが観測されている。そこで、１１時３０分の水位データ４．０ｍと、１２時の水位データ５．０ｍと、として、１１時３０分の水位予測データ３．９ｍと、１２時の水位予測データ４．８ｍと、でそれぞれ補間して、水位データ３．９ｍ及び４．８ｍをそれぞれほぼ正しく補間する。

【0085】

図１０の第５段では、１１時３０分の水位データ４．０ｍが欠測しており、１１時の水位データ３．０ｍと、１２時の水位データ５．０ｍと、が観測されている。そこで、１１時３０分の水位データ４．０ｍとして、１１時３０分の水位予測データ３．９ｍで補間して、水位データ３．９ｍをほぼ正しく補間する。

【0086】

このように、水位予測地点での水位テストデータが欠測したときでも、降雨・実水位状況を反映させたうえで、水位予測地点での水位テストデータを補間することにより、水位予測地点での水位予測精度を向上させることができる。

【0087】

そして、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での水位テストデータが欠測したときでも、降雨・実水位状況を反映させたうえで、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での水位テストデータを補間することにより、水位予測地点での水位予測精度を向上させることができる。

【0088】

さらに、欠測時刻より短時間（水位予測の時間間隔）前の予測時刻に、降雨・実水位状況を反映させたうえで出力した、水位予測地点での予測時刻より短時間（水位予測の時間間隔）後の欠測時刻の、水位予測データで補間することができる。

【0089】

（本開示の雨量テストデータ補間処理の手順）
本開示の雨量テストデータ補間処理の具体例を図１１に示す。テストデータ補間部５は、水位予測地点Ｐ１、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、雨量のテストデータＴが欠測したときに（ステップＳ１５）、当該地点での欠測時刻の雨量のテストデータＴを補間する（ステップＳ１６）。

【0090】

ここで、テストデータ補間部５は、水位予測地点Ｐ１、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、欠測時刻の雨量予報データＲＤで補間する（ステップＳ１６）。

【0091】

なお、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、雨量のテストデータＴが欠測したときには、水位予測地点Ｐ１での雨量のテストデータＴが欠測していなくても、水位予測地点Ｐ１での水位予測データＰを出力できないため、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、欠測時刻の雨量のテストデータＴを、当該地点での雨量予報データＲＤで補間する。

【0092】

テストデータ抽出部３は、水位予測モデルＭに、テストデータＴ（テストデータ補間部５が補間した、欠測時刻の雨量のテストデータＴを含み、欠測時刻の水位のテストデータＴは前述）を入力する（ステップＳ１７）。水位予測データ出力部４は、水位予測モデルＭから、水位予測地点Ｐ１での当該時刻の水位予測データＰを出力する（ステップＳ１８）。水位予測データ出力部４は、水位予測モデルＭから、支流の上流地点Ｐ２、Ｐ３、合流地点Ｐ４、本流の上流地点Ｐ５、Ｐ６及び本流の下流地点Ｐ７のうちの少なくともいずれかでの、当該時刻の水位予測データＰも出力する（ステップＳ１８）。

【0093】

図１１の第１段では、現時刻の３０分後の１２時３０分の水位を予測するために、現時刻の１時間前の１１時の雨量データ３０ｍｍと、現時刻の３０分前の１１時３０分の雨量データ４０ｍｍと、現時刻である１２時の雨量データ５０ｍｍと、をテストデータとして抽出する。図１１の第３～５段では、テストデータとして、一部の雨量データが欠測する。

【0094】

図１１の第２段では、雨量予報データＲＤ（降水短時間予報）として、現時刻の１時間前の１１時の雨量予測データ２９ｍｍと、現時刻の３０分前の１１時３０分の雨量予測データ３９ｍｍと、現時刻である１２時の雨量予測データ４８ｍｍと、を入力する。

【0095】

図１１の第３段では、１１時の雨量データ３０ｍｍと、１１時３０分の雨量データ４０ｍｍと、が欠測しており、１２時の雨量データ５０ｍｍが観測されている。そこで、１１時の雨量データ３０ｍｍと、１１時３０分の雨量データ４０ｍｍと、として、１１時の雨量予測データ２９ｍｍと、１１時３０分の雨量予測データ３９ｍｍと、でそれぞれ補間して、雨量データ２９ｍｍ及び３９ｍｍをそれぞれほぼ正しく補間する。

【0096】

図１１の第４段では、１１時３０分の雨量データ４０ｍｍと、１２時の雨量データ５０ｍｍと、が欠測しており、１１時の雨量データ３０ｍｍが観測されている。そこで、１１時３０分の雨量データ４０ｍｍと、１２時の雨量データ５０ｍｍと、として、１１時３０分の雨量予測データ３９ｍｍと、１２時の雨量予測データ４８ｍｍと、でそれぞれ補間して、雨量データ３９ｍｍ及び４８ｍｍをそれぞれほぼ正しく補間する。

【0097】

図１１の第５段では、１１時３０分の雨量データ４０ｍｍが欠測しており、１１時の雨量データ３０ｍｍと、１２時の雨量データ５０ｍｍと、が観測されている。そこで、１１時３０分の雨量データ４０ｍｍとして、１１時３０分の雨量予測データ３９ｍｍで補間して、雨量データ３９ｍｍをほぼ正しく補間する。

【0098】

このように、水位予測地点、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での雨量テストデータが欠測したときでも、雨量予報データを反映させたうえで、水位予測地点、支流の上流地点、合流地点、本流の上流地点及び本流の下流地点での雨量テストデータを補間することにより、水位予測地点での水位予測精度を向上させることができる。

【0099】

（本開示の水位予測装置の構成）
本開示の水位予測装置の構成を図１２に示す。本開示の水位予測的中率算出処理の手順を図１３に示す。水位予測装置Ｗは、図２、８に加えて、検証用データ抽出部６、水位予測誤差幅設定部７及び水位予測的中率算出部８を備える。検証用データ抽出部６、水位予測誤差幅設定部７及び水位予測的中率算出部８は、図１３に示した水位予測的中率算出プログラムを、コンピュータにインストールし実現することができる。

【0100】

訓練用データ抽出部１（図１２に不図示）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Ｌとして、水位予測地点に対して支流上流、本流上流及び本流下流での、当該時刻及び当該時刻より過去のうちの少なくともいずれかの水位データＷＬ及び過去の観測雨量データＲＯと、当該時刻より将来の観測雨量データＲＯと、を抽出する。ここで、訓練用データ抽出部１は、水位変動時等の支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び将来の観測雨量データＲＯを抽出してもよく、水位変動時の直前及び直後の水位不変動時等の支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び将来の観測雨量データＲＯを抽出してもよい。水位予測モデル構築部２は、訓練用データＬを用いて、水位予測モデルＭを構築する。

【0101】

テストデータ抽出部３は、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Ｔとして、水位予測地点に対して支流上流、本流上流及び本流下流での、当該時刻及び当該時刻より過去のうちの少なくともいずれかの水位データＷＬ及び過去の観測雨量データＲＯと、当該時刻より将来の予報雨量データＲＰと、を抽出する。ここで、テストデータ抽出部３は、実運用上、水位予測地点に対して支流上流、本流上流及び本流下流での将来の観測雨量データＲＯを抽出しないで、水位予測地点に対して支流上流、本流上流及び本流下流での予報雨量データＲＰを抽出している。水位予測データ出力部４は、水位予測モデルＭを用いて、水位予測データＰを出力する。

【0102】

しかし、支流上流、本流上流及び本流下流での「予報」雨量データＲＰは、支流上流、本流上流及び本流下流での「将来の観測」雨量データＲＯと比べて、精度が低いため、水位「予測」データＰは、水位「観測」データと比べて、大きく外れることがある。そこで、本開示では、水位「予測」データＰの信頼性を可視化する。

【0103】

検証段階では、検証用データＶとして、支流上流、本流上流及び本流下流での水位データＷＬ、「過去の観測」雨量データＲＯ及び「将来の観測」雨量データＲＯを抽出し、水位の予測誤差確率分布Ｅを算出し、水位観測データに対する水位予測データＰの誤差幅を設定する。そして、検証用データＶとして、支流上流、本流上流及び本流下流での「将来の観測」雨量データＲＯを、支流上流、本流上流及び本流下流での「予報」雨量データＲＰに置き換え、水位予測データＰのうちの水位観測データの周りの誤差幅内に収まるものの割合を、水位予測的中率Ｈとして算出する。

【0104】

予測段階では、テストデータＴとして、実運用上は支流上流、本流上流及び本流下流での水位データＷＬ、「過去の観測」雨量データＲＯ及び「予報」雨量データＲＰを抽出し、水位予測データＰとともに、水位予測的中率Ｈを出力する。ここで、各発令基準毎に、及び／又は、各Ｎ時間後予測毎に、水位予測的中率Ｈを出力する。

【0105】

ここで、訓練用データＬは、水位学習のための既知のデータであり、水位予測的中率Ｈをほぼ１００％とするため、水位予測的中率Ｈの算出に適用することができない。そして、テストデータＴは、水位予測のための未知のデータであるが、特定の降雨の状況に特化したデータであるため、水位予測的中率Ｈの算出に適用することができない。一方で、検証用データＶは、水位予測モデルＭの検証のための未知のデータであり、特定の降雨の状況に特化しないデータであるため、水位予測的中率Ｈの算出に適用することができる。

【0106】

（本開示の水位予測誤差幅設定処理の具体例）
本開示の水位予測誤差幅設定処理の具体例を図１４に示す。検証用データ抽出部６は、本開示の水位予測モデル構築処理で構築した水位予測モデルＭの検証のための検証用データＶとして、支流上流、本流上流及び本流下流での水位データＷＬ及び過去の観測雨量データＲＯと、検証対象時刻より将来の観測雨量データＲＯと、を抽出する（ステップＳ２１）。ここで、検証用データ抽出部６は、水位変動時等の支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び将来の観測雨量データＲＯを抽出してもよく、水位変動時の直前及び直後の水位不変動時等の支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び将来の観測雨量データＲＯを抽出してもよく、水位予測誤差幅設定処理では、支流上流、本流上流及び本流下流での予報雨量データＲＰを抽出していない。

【0107】

検証用データ抽出部６は、水位予測モデルＭに検証用データＶとして、水位予測地点での複数時刻の水位を検証するための支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び将来の観測雨量データＲＯを入力する（ステップＳ２２）。そして、水位予測誤差幅設定部７は、水位予測地点での水位の予測誤差確率分布Ｅを算出し、水位予測的中率算出ステップＳ２５での水位観測データに対する水位予測データＰの誤差幅を設定する（ステップＳ２３）。ここで、水位予測誤差幅設定部７は、水位予測地点での水位警戒のための各発令基準毎に、及び／又は、水位予測データ出力ステップＳ２２での予測出力時刻から各予測対象時刻までの各期間長さ毎に、予測誤差確率分布Ｅを算出し、水位予測データＰの誤差幅を設定する（ステップＳ２３）。

【0108】

図１４の「各Ｎ時間後の予測誤差」の欄では、０ｍ以上発令基準水位Ａ未満の観測水位と、発令基準水位Ａ以上発令基準水位Ｂ未満の観測水位と、発令基準水位Ｂ以上の観測水位と、について、水位予測地点での水位の予測誤差確率分布Ｅが算出される。図１４の「各Ｎ時間後の誤差幅」の欄では、０ｍ以上発令基準水位Ａ未満の観測水位と、発令基準水位Ａ以上発令基準水位Ｂ未満の観測水位と、発令基準水位Ｂ以上の観測水位と、について、予測誤差確率分布Ｅのうちの、ｅ_{ｌоｗ－ｍｉｎ}以上ｅ_{ｌоｗ－ｍａｘ}以下と、ｅ_{ｍｉｄ－ｍｉｎ}以上ｅ_{ｍｉｄ－ｍａｘ}以下と、ｅ_{ｈｉｇｈ－ｍｉｎ}以上ｅ_{ｈｉｇｈ－ｍａｘ}以下と、が誤差幅内となるように、水位観測データに対する水位予測データＰの誤差幅が設定される。ここで、予測誤差確率分布Ｅの最小値及び最大値を０％及び１００％として、０．１％≦ｅ_{ｈｉｇｈ－ｍｉｎ}≦ｅ_{ｍｉｄ－ｍｉｎ}≦ｅ_{ｌоｗ－ｍｉｎ}≦２０％と、８０％≦ｅ_{ｌоｗ－ｍａｘ}≦ｅ_{ｍｉｄ－ｍａｘ}≦ｅ_{ｈｉｇｈ－ｍａｘ}≦９９．９％と、が満たされる。つまり、水位予測データＰの誤差幅は、高水位ほど広く設定され、低水位ほど狭く設定され、中水位では中間に設定される。水位予測データＰの誤差幅の上振れ幅及び下振れ幅は、予測誤差確率分布Ｅの分布形状に応じて、等しくてもよく異なってもよい。

【0109】

なお、ｅ_{ｈｉｇｈ－ｍｉｎ}、ｅ_{ｍｉｄ－ｍｉｎ}、ｅ_{ｌоｗ－ｍｉｎ}、ｅ_{ｌоｗ－ｍａｘ}、ｅ_{ｍｉｄ－ｍａｘ}、ｅ_{ｈｉｇｈ－ｍａｘ}は、暫定的には以上のように設定されるが、最終的には以下のように設定される。まず、水位予測モデルＭにテストデータとして、支流上流、本流上流及び本流下流での水位データ及び解析雨量データ（レーダを雨量計で補間）が入力される。次に、高水位、低水位及び中水位のそれぞれについて、水位予測データのうちの８０％以上が、水位予測データの誤差幅内に収まるように、ｅ_{ｈｉｇｈ－ｍｉｎ}、ｅ_{ｍｉｄ－ｍｉｎ}、ｅ_{ｌоｗ－ｍｉｎ}、ｅ_{ｌоｗ－ｍａｘ}、ｅ_{ｍｉｄ－ｍａｘ}、ｅ_{ｈｉｇｈ－ｍａｘ}が設定される。

【0110】

このように、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、検証段階において、水位の予測誤差確率分布Ｅを算出し、水位観測データに対する水位予測データＰの誤差幅を設定し、水位予測的中率Ｈを算出する準備をすることができる。

【0111】

そして、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、テストデータＴとして、支流上流、本流上流及び本流下流での「予報」雨量データＲＰを抽出するときでも、検証段階において、水位予測的中率Ｈを算出する準備をすることにより、各発令基準の到達判断を支援する準備ができる。

【0112】

（本開示の水位予測的中率算出処理の具体例）
本開示の水位予測的中率算出処理の具体例を図１５に示す。検証用データ抽出部６は、本開示の水位予測モデル構築処理で構築した水位予測モデルＭの検証のための検証用データＶとして、支流上流、本流上流及び本流下流での水位データＷＬ及び過去の観測雨量データＲＯと、検証対象時刻より将来の予報雨量データＲＰと、を抽出する（ステップＳ２１）。ここで、検証用データ抽出部６は、水位変動時等の支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び予報雨量データＲＰを抽出してもよく、水位変動時の直前及び直後の水位不変動時等の支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び予報雨量データＲＰを抽出してもよく、水位予測的中率算出処理では、支流上流、本流上流及び本流下流での将来の観測雨量データＲＯを抽出していない。

【0113】

検証用データ抽出部６は、水位予測モデルＭに検証用データＶとして、水位予測地点での複数時刻の水位を検証するための支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び予報雨量データＲＰを入力する（ステップＳ２４）。そして、水位予測モデルＭは、水位予測地点での当該複数時刻の水位予測データＰを出力する。さらに、水位予測的中率算出部８は、水位予測地点での当該複数時刻の水位予測データＰのうちの、水位予測地点での当該複数時刻の水位観測データの周りの誤差幅内に収まるものの割合を、水位予測地点での水位予測的中率Ｈとして算出する（ステップＳ２５）。ここで、水位予測的中率算出部８は、水位予測地点での水位警戒のための各発令基準毎に、及び／又は、水位予測データ出力ステップＳ２４での予測出力時刻から各予測対象時刻までの各期間長さ毎に、水位予測的中率Ｈを算出する（ステップＳ２５）。

【0114】

図１５の「各Ｎ時間後の予測データ」の欄では、０ｍ以上発令基準水位Ａ未満の観測水位と、発令基準水位Ａ以上発令基準水位Ｂ未満の観測水位と、発令基準水位Ｂ以上の観測水位と、について、水位予測地点での当該複数時刻の水位予測データＰが出力される。０ｍ以上発令基準水位Ａ未満の観測水位について、誤差幅内に収まるデータは８０個であり、誤差幅を下回るデータは１０個であり、誤差幅を上回るデータは１０個である。発令基準水位Ａ以上発令基準水位Ｂ未満の観測水位について、誤差幅内に収まるデータは３０個であり、誤差幅を下回るデータは１５個であり、誤差幅を上回るデータは１５個である。発令基準水位Ｂ以上の観測水位について、誤差幅内に収まるデータは１０個であり、誤差幅を下回るデータは１０個であり、誤差幅を上回るデータは１０個である。

【0115】

図１５の「各Ｎ時間後の予測的中率」の欄では、０ｍ以上発令基準水位Ａ未満の観測水位と、発令基準水位Ａ以上発令基準水位Ｂ未満の観測水位と、発令基準水位Ｂ以上の観測水位と、について、水位予測地点での水位予測的中率Ｈが算出される。０ｍ以上発令基準水位Ａ未満の観測水位について、水位予測的中率は８０／（８０＋１０＋１０）×１００＝８０％である。発令基準水位Ａ以上発令基準水位Ｂ未満の観測水位について、水位予測的中率は３０／（３０＋１５＋１５）×１００＝５０％である。発令基準水位Ｂ以上の観測水位について、水位予測的中率は１０／（１０＋１０＋１０）×１００＝３３％である。

【0116】

なお、テストデータＴが蓄積されたとしても、水位予測モデルＭは更新されないため、水位予測的中率Ｈは更新の必要がない。また、訓練用データＬが蓄積されたときには、水位予測モデルＭは更新されてもよく、水位予測的中率Ｈも更新されてもよい。

【0117】

このように、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、テストデータＴとして、支流上流、本流上流及び本流下流での「予報」雨量データＲＰを抽出するときでも、検証段階において、水位予測的中率Ｈを算出することにより、水位予測データＰの信頼性を可視化することができる。

【0118】

そして、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、テストデータＴとして、支流上流、本流上流及び本流下流での「予報」雨量データＲＰを抽出するときでも、検証段階において、水位予測的中率Ｈを算出することにより、各発令基準の到達判断を支援することができる。

【0119】

（本開示の水位予測的中率出力処理の実例）
本開示の水位予測的中率出力処理の実例を図１６に示す。水位予測的中率算出部８は、支流上流、本流上流及び本流下流での水位データＷＬ、過去の観測雨量データＲＯ及び予報雨量データＲＰに基づく水位予測地点での予測対象時刻の水位の予測時に、水位予測地点での当該予測対象時刻の水位予測データＰとともに、水位予測地点での水位予測的中率Ｈを出力する（ステップＳ２６）。ここで、水位予測的中率算出部８は、水位予測地点での水位警戒のための各発令基準毎に、及び／又は、予測出力時刻から各予測対象時刻までの各期間長さ毎に、水位予測的中率Ｈを出力する（ステップＳ２６）。

【0120】

図１６では、発令基準水位として、Ｌ_０、Ｌ_１、Ｌ_２、Ｌ_３、Ｌ_４、Ｌ_５が設定される。検証段階では、発令基準水位Ｌ_０～Ｌ_１、Ｌ_１～Ｌ_２、Ｌ_２～Ｌ_３、Ｌ_３～Ｌ_４、Ｌ_４～Ｌ_５の観測水位について、水位予測的中率はそれぞれＨ_０１％、Ｈ_１２％、Ｈ_２３％、Ｈ_３４％、Ｈ_４５％と算出される。予測段階では、１日目の１２時頃、２日目の１４時頃、３日目の８時頃、４日目の１２時頃の予測水位（６時間後予測）について、水位予測的中率はそれぞれＨ_０１％（的中）、Ｈ_２３％（はずれ）、Ｈ_４５％（的中）、Ｈ_０１％（的中）と出力される。

【0121】

このように、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、テストデータＴとして、支流上流、本流上流及び本流下流での「予報」雨量データＲＰを抽出するときでも、予測段階において、水位予測的中率Ｈを出力することにより、水位予測データＰの信頼性を可視化することができる。

【0122】

そして、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、テストデータＴとして、支流上流、本流上流及び本流下流での「予報」雨量データＲＰを抽出するときでも、予測段階において、水位予測的中率Ｈを出力することにより、各発令基準の到達判断を支援することができる。

【産業上の利用可能性】

【0123】

本開示の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及び水位予測データ出力プログラムは、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ができる。

【符号の説明】

【0124】

Ｗ：水位予測装置
Ｍ：水位予測モデル
１：訓練用データ抽出部
２：水位予測モデル構築部
３：テストデータ抽出部
４：水位予測データ出力部
５：テストデータ補間部
６：検証用データ抽出部
７：水位予測誤差幅設定部
８：水位予測的中率算出部
ＲＦ：雨量データ
ＷＬ：水位データ
ＲО：観測雨量データ
ＲＰ：予報雨量データ
Ｌ：訓練用データ
Ｖ：検証用データ
Ｔ：テストデータ
Ｅ：予測誤差確率分布
Ｐ：水位予測データ
Ｈ：水位予測的中率
ＲＤ：雨量予報データ
Ｐ１：水位予測地点
Ｐ２、Ｐ３：支流の上流地点
Ｐ４：合流地点
Ｐ５、Ｐ６：本流の上流地点
Ｐ７：本流の下流地点

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】