スタッキングの適用による河川水位の時系列予測

• 箱石 健太

  日本工営株式会社 中央研究所

• 荒木 健

  日本工営株式会社 中央研究所

• 一言 正之

  日本工営株式会社 中央研究所

書誌事項

タイトル別名

• RIVER WATER LEVEL PREDICTION USING STACKING

抄録

本研究は，近年頻発する水害に対してより適切な水防活動や避難行動を行うため，数時間先の水位予測の精度向上を目的としている．予測対象は大淀川水系の樋渡（ひわたし）地点流域とし，上流部の水位観測所，流域周辺の雨量観測所の情報を用いて水位予測を試みた．水位予測モデルはGBDT（Gradient Boosting Decision Tree）モデルを用いて1～6時間の予測を行った．スタッキングモデルでは，近い時間の予測から段階的に行うものとし，予測結果を次の時間の予測を行うための特徴量として加えることで，時系列的な水位予測に適用した．構築したモデルとスタッキングを行わないモデルとの精度比較を行い，スタッキングモデルによる精度向上を確認した．

収録刊行物

• AI・データサイエンス論文集

  AI・データサイエンス論文集 1 (J1), 453-458, 2020-11-11

  公益社団法人 土木学会

キーワード

• river water level prediction
• machine learning
• ensemble-learning
• stacking

詳細情報

• CRID: 1390286426523344896
• NII論文ID: 130007940757
• DOI: 10.11532/jsceiii.1.j1_453
• ISSN: 24359262
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可