| 近年、水害の増加により住民避難のための情報整備が急務となっている．しかし、従来の数値解析手法は計算に時間を要するためリアルタイム予測が難しく、また限られた観測点から広域の浸水状況を効率的に推定する手法も確立されていない。そこで本研究では、AI を利用した浸水予測モデルを開発し、このモデルを用いて浸水深推定性能を検証することで、効率的な浸水深計測点配置の指針を確立することを目的とした。研究の成果として、まず、既知の浸水深や標高値から未知地点の浸水深を推定する物理AI モデル（PINNs：Physics-Informed Neural Networks、二次元浅水方程式を考慮）を構築し、浸水深補間手法を提案した。さらに、このモデルを用いて、浸
水計測の位置や密度が全体状況把握に与える影響を明らかにし、「最適な浸水深の観測位置」の検討を行った。本開発モデルにより、従来40 時間を要した計算が5 分に短縮され、かつ損失関数に運動方程式を組み込むことで物理法則に基づいた高精度な浸水深推定が可能となった。これにより、限られた観測点からでも広域の浸水状況把握が改善され、リアルタイムでの新たな広域氾濫解析手法の展開が期待される。 |
