深層学習によるタイにおける欠測降雨量データの補完手法提案

長谷川 青春; 鼎 信次郎

doi:10.11520/jshwr.35.0_27

論文・著書情報

タイトル

和文:	深層学習によるタイにおける欠測降雨量データの補完手法提案
英文:

著者

和文:	長谷川青春, 鼎信次郎.
英文:	Kiyoharu Hasegawa, Shinjiro Kanae.

言語

Japanese

掲載誌/書名

和文:	水文・水資源学会研究発表会要旨集
英文:

巻, 号, ページ

出版年月

2022年9月

出版者

和文:	水文・水資源学会
英文:

会議名称

和文:	水文・水資源学会／日本水文科学会 2022年度研究発表会
英文:

開催地

和文:	京都
英文:

公式リンク

https://www.jstage.jst.go.jp/article/jshwr/35/0/35_27/_article/-char/ja

DOI

https://doi.org/10.11520/jshwr.35.0_27

アブストラクト

タイは独自の数値モデルを保有していないため、降水観測にはレーダー観測や雨量計データに基づく観測が用いられている。予測や長期的な気候解析には、降雨データが重要であるが、観測値だけではタイ全域を網羅できないため、統計的な補間手法が用いられているが、その精度には課題が残されている。本研究は、AIを用いた全球降雨データ学習法を提案し、短時間かつ高い信頼性で降雨観測データの欠損を補完する。本研究では、複数の数値シミュレーションのアンサンブルを用いて、全球の降雨分布からタイの降雨を再現するモデルの構築に成功した。

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報