一般的に、河川工事の工期は、集中豪雨（梅雨）や台風など洪水が起きやすい時期である「出水期」と出水期以外の時期である「非出水期」に分類される。河川工事を実施する上での目安として、出水期は6月1日から10月31日まで、非出水期は11月1日から翌年の5月31日と定義し、出水期には河川工事を行わないことが多い。非出水期においても豪雨などにより出水が発生することがあり、例えば積雪が多い地域を流れる河川では3～5月にかけて融雪に伴う出水が発生する。 融雪は、気温、降雨、風速、日照時間やそれらに伴う熱収支、冷却抑制効果など複数の要因により発生するため、融雪時期に注目した場合の水位予測では以下の課題が挙げられる。 第一に、融雪を考慮した水位予測手法として流出解析等の予測手法はあるが、融雪に関する気象項目を考慮した方程式の構築やパラメータチューニングに手間と時間を要するという課題がある。 第二に、融雪量を入力値として融雪時期の一時間ごとの水位を予測する手法は多く見られるが、融雪量を精度よく予測するためには複数地点での観測データが必要となるという課題がある。具体的には、（ａ）日平均気温を用いて簡易的に日融雪量を求めるdegree-hour法（degree-day法）、（ｂ）積雪深の変化から一日当たりの融雪量を求める雪面低下法、（ｃ）積雪深，気温，日射量などの気象項目から放射，顕熱潜熱の伝達などに関する熱量を求めて融雪熱量を算出して融雪量を求める熱収支法、（ｄ）積雪層をタンクとして融雪水を時間単位で予測するタンクモデル法などがある。これらの手法では、融雪量の予測精度を高めるために複数地点における降雨量，気温，風速などの観測データが必要となり、少ない観測データでは予測できないこともある。 このような観点から、本発明は、事前の準備が簡単であると共に取得が容易な情報を用いて精度の良い予測を実現可能である学習装置、学習方法および予測装置を提供する。

本発明に係る学習装置は、学習データ取得部と、学習処理部とを備える。学習データ取得部は、河川の集水域の少なくとも一部に積雪が存在している融雪期間中のある第一時点での前記河川の水位と、前記第一時点よりも過去を含む少なくとも一つ以上の第二時点での代表点情報および気象項目値情報との組を学習データとして取得する。学習処理部は、学習器を有しており、前記学習データを用いて前記学習器を機械学習させる。 ・・・　続きを知財ポータルサイト IP Force にログインして見る