DE112021006190T5 - Überschwemmungstiefe-vorhersageeinrichtung und überschwemmungstiefe-vorhersageverfahren - Google Patents

Überschwemmungstiefe-vorhersageeinrichtung und überschwemmungstiefe-vorhersageverfahren Download PDF

Info

Publication number
DE112021006190T5
DE112021006190T5 DE112021006190.9T DE112021006190T DE112021006190T5 DE 112021006190 T5 DE112021006190 T5 DE 112021006190T5 DE 112021006190 T DE112021006190 T DE 112021006190T DE 112021006190 T5 DE112021006190 T5 DE 112021006190T5
Authority
DE
Germany
Prior art keywords
depth
unit
velocity value
flood
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112021006190.9T
Other languages
English (en)
Inventor
Takashi Matsumoto
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of DE112021006190T5 publication Critical patent/DE112021006190T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/01Measuring or predicting earthquakes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002Measuring the movement of open water
    • G01C13/006Measuring the movement of open water horizontal movement
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Geophysics (AREA)
  • Hydrology & Water Resources (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)

Abstract

Eine Überschwemmungstiefe-Vorhersageeinrichtung (100) umfasst: eine Strömungsgeschwindigkeitswert-Erwerbungseinheit (10), die einen Strömungsgeschwindigkeitswert an der Meeresoberfläche erwirbt; und eine Überschwemmungstiefe-Vorhersageeinheit (12), die eine Überschwemmungstiefe auf dem Grund durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit (10) erworbenen Strömungsgeschwindigkeitswerts in ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zum Vorhersagen der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert auf der Meeresoberfläche genutzt wird, vorhersagt.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Offenbarung bezieht sich auf eine Überschwemmungstiefe-Vorhersageeinrichtung und eine Überschwemmungstiefe-Vorhersage-Lerneinrichtung.
  • Stand der Technik
  • Bei einer Technik zur Tsunami-Vorhersage wird der Tsunami auf der Grundlage eines Beobachtungswertes vorhergesagt, der zum Zeitpunkt des Auftretens eines Erdbebens beobachtet wurde. In der Patentliteratur 1 wird zum Beispiel ein Verfahren zur Tsunami-Vorhersage beschrieben, mit dem ein Tsunami an einer Vorhersagezielposition vorhergesagt werden kann. Bei dem Tsunami-Vorhersageverfahren wird eine Tsunami-Vorhersagedatenbank erstellt, die eine Tsunami-Wellen-Ausgangsbedingung wie eine Wellenhöhe und eine Tsunami-Vorhersage entsprechend der Wellen-Ausgangsbedingung enthält, und der Tsunami wird an einer Vorhersagezielposition auf der Grundlage der erstellten Tsunami-Vorhersagedatenbank vorhergesagt.
  • REFERENZLISTE
  • PATENTLITERATUR
  • Patentliteratur 1: JP 2005-208001 A
  • KURZFASSUNG DER ERFINDUNG
  • TECHNISCHES PROBLEM
  • Bei dem oben beschriebenen Tsunami-Vorhersageverfahren wird beispielsweise ein beobachteter Wert der Strömungsgeschwindigkeit an der Meeresoberfläche in eine Wellenhöhe konvertiert, und eine Überschwemmungstiefe am Grund wird als ein Vorhersagewert für den Tsunami auf der Grundlage der konvertierten Wellenhöhe vorhergesagt. Ein solches Tsunami-Vorhersageverfahren hat jedoch das Problem, dass ein Vorhersagewert in jeder von zwei Stufen der Konvertierung vom Strömungsgeschwindigkeitswert in die Wellenhöhe und der Vorhersage der Überschwemmungstiefe einen Fehler enthält.
  • Die vorliegende Offenbarung wurde gemacht, um das oben beschriebene Problem zu lösen, und eine Aufgabe der vorliegenden Offenbarung besteht darin, eine Technik zur Verbesserung der Genauigkeit der Tsunami-Vorhersage auf der Grundlage eines Strömungsgeschwindigkeitswertes an der Meeresoberfläche bereitzustellen.
  • LÖSUNG DES PROBLEMS
  • Eine Überschwemmungstiefe-Vorhersageeinrichtung gemäß der vorliegenden Offenbarung umfasst: eine Strömungsgeschwindigkeitswert-Erwerbungseinheit, die einen Strömungsgeschwindigkeitswert an der Meeresoberfläche erwirbt; eine Überschwemmungstiefe-Vorhersageeinheit, die eine Überschwemmungstiefe auf dem Grund durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Strömungsgeschwindigkeitswertes in ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zur Vorhersage der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird, vorhersagt.
  • Eine Überschwemmungstiefe-Vorhersageeinrichtung gemäß der vorliegenden Offenbarung umfasst: eine Strömungsgeschwindigkeitswert-Erwerbungseinheit, die einen Strömungsgeschwindigkeitswert an der Meeresoberfläche erwirbt; eine Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit, die maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche eine maximale Überschwemmungstiefe auf dem Grund angeben, erwirbt; eine Modell-Erzeugungseinheit, um ein Überschwemmungstiefe-Vorhersagemodell durch Lernen einer Überschwemmungstiefe-Vorhersage zum Vorhersagen einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche auf der Grundlage des Strömungsgeschwindigkeitswertes, der durch die Strömungsgeschwindigkeitswert-Erwerbungseinheit erworben wird, und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die durch die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit erworben werden, zu erzeugen.
  • VORTEILHAFTE WIRKUNGEN DER ERFINDUNG
  • Gemäß der vorliegenden Offenbarung kann die Genauigkeit einer Tsunami-Vorhersage auf der Grundlage eines Strömungsgeschwindigkeitswertes an der Meeresoberfläche verbessert werden.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
    • 1 ist ein Blockschema, das eine Konfiguration eines Überschwemmungstiefe-Vorhersagesystems gemäß einer ersten Ausführungsform zeigt.
    • 2 ist ein Blockschema, das eine Konfiguration einer Überschwemmungstiefe-Vorhersageeinrichtung gemäß der ersten Ausführungsform darstellt.
    • 3 ist eine Darstellung zur Erläuterung von Zeitreihendaten, anzeigend einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt gemäß eines konkreten Beispiels der ersten Ausführungsform.
    • 4 ist ein Flussdiagramm zur Darstellung eines Überschwemmungstiefe-Vorhersageverfahrens, durchgeführt von einer Verarbeitungseinheit der Überschwemmungstiefe-Vorhersageeinrichtung gemäß der ersten Ausführungsform.
    • 5 ist ein Blockschema, das eine Konfiguration einer Überschwemmungstiefe-Vorhersage-Lerneinrichtung gemäß der ersten Ausführungsform darstellt.
    • 6 ist ein Flussdiagramm zur Darstellung eines Überschwemmungstiefe-Lernverfahrens, durchgeführt von der Überschwemmungstiefe-Vorhersageeinrichtung gemäß der ersten Ausführungsform.
    • 7A ist ein Blockschema, das eine Konfiguration von Hardware zeigt, die eine Funktion der Verarbeitungseinheit der Überschwemmungstiefe-Vorhersageeinrichtung gemäß der ersten Ausführungsform und eine Funktion der Überschwemmungstiefe-Vorhersage-Lerneinrichtung gemäß der ersten Ausführungsform implementiert. 7B ist ein Blockschema, das eine Konfiguration von Hardware zeigt, die Software ausführt, die eine Funktion der Verarbeitungseinheit der Überschwemmungstiefe-Vorhersageeinrichtung gemäß der ersten Ausführungsform und eine Funktion der Überschwemmungstiefe-Vorhersage-Lerneinrichtung gemäß der ersten Ausführungsform implementiert.
  • BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
  • Nachstehend, um die vorliegende Offenbarung detaillierter zu erläutern, wird eine Ausführungsform zum Durchführen der vorliegenden Offenbarung unter Bezugnahme auf die beigefügten Zeichnungen beschrieben.
  • Erste Ausführungsform.
  • 1 ist ein Blockschema, das eine Konfiguration eines Überschwemmungstiefe-Vorhersagesystems 1000 gemäß einer ersten Ausführungsform zeigt. 2 ist ein Blockschema, das eine Konfiguration einer Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform darstellt. Wie in 1 dargestellt, umfasst das Überschwemmungstiefe-Vorhersagesystem 1000 die Überschwemmungstiefe-Vorhersageeinrichtung 100 und ein Radar 101. Es sei angemerkt, dass die in 1 gezeigte Konfiguration ein Beispiel ist und jede Anzahl von Einrichtungen oder dergleichen nicht auf jene in diesem Beispiel beschränkt ist. Wie in 2 dargestellt ist, weist die Überschwemmungstiefe-Vorhersageeinrichtung 100 eine Verarbeitungseinheit 1, eine Speichereinheit 2 und eine Anzeigeeinheit 3 auf. Die Verarbeitungseinheit 1 umfasst eine Strömungsgeschwindigkeit-Erwerbungseinheit 10, eine Daten-Vorverarbeitungseinheit 11 und eine Überschwemmungstiefe-Vorhersageeinheit 12.
  • Das Radar 101 misst einen Strömungsgeschwindigkeitswert an der Meeresoberfläche. Obwohl nicht dargestellt, weist das Radar 101 eine Kommunikationsschnittstelle auf und überträgt den gemessenen Strömungsgeschwindigkeitswert über die Kommunikationsschnittstelle an die Überschwemmungstiefe-Vorhersageeinrichtung 100.
  • Genauer gesagt unterteilt das Radar 101 in der ersten Ausführungsform die Meeresoberfläche in eine beliebige Anzahl von Regionen und misst einen Strömungsgeschwindigkeitswert für jede der Regionen an der Meeresoberfläche. Im Folgenden wird der Strömungsgeschwindigkeitswert für jede der Regionen an der Meeresoberfläche einfach als ein Strömungsgeschwindigkeitswert an der Meeresoberfläche bezeichnet.
  • Genauer gesagt erwirbt das Radar 101 in der ersten Ausführungsform Zeitreihendaten, die einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt angeben, indem der Strömungsgeschwindigkeitswert mit einem Zeitablauf gemessen wird.
  • Obwohl nicht dargestellt umfasst die Überschwemmungstiefe-Vorhersageeinrichtung 100 eine Kommunikationsschnittstelle zum Empfangen des Strömungsgeschwindigkeitswerts, der von dem Radar 101 gemessen wurde. Die Überschwemmungstiefe-Vorhersageeinrichtung 100 gibt eine Überschwemmungstiefe, die durch einen Tsunami auf dem Grund erzeugt wird, als einen Vorhersagewert durch Eingeben eines empfangenen Strömungsgeschwindigkeitswerts in ein maschinelles Lernmodell aus. Die von der Überschwemmungstiefe-Vorhersageeinrichtung 100 vorhergesagte Überschwemmungstiefe ist beispielsweise eine Überschwemmungstiefe an einem Vorhersagepunkt auf dem Grund oder eine Überschwemmungstiefe in einem Vorhersagegebiet auf dem Grund.
  • Die Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 der Verarbeitungseinheit 1 in der Überschwemmungstiefe-Vorhersageeinrichtung 100 erwirbt einen Strömungsgeschwindigkeitswert D1 an der Meeresoberfläche. Die Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 gibt den erworbenen Strömungsgeschwindigkeitswert D1 an die Speichereinheit 2 aus.
  • Konkret erwirbt die Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 in der ersten Ausführungsform den von dem Radar 101 gemessenen Strömungsgeschwindigkeitswert D1. Konkret erwirbt die Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 in der ersten Ausführungsform Zeitreihendaten, angebend den Strömungsgeschwindigkeitswert D1 für jeden Zeitpunkt als den Strömungsgeschwindigkeitswert D1.
  • Die Speichereinheit 2 der Überschwemmungstiefe-Vorhersageeinrichtung 100 speichert den von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswert D1. Die Speichereinheit 2 gibt den gespeicherten Strömungsgeschwindigkeitswert D1 an die Daten-Vorverarbeitungseinheit 11 aus. Konkret speichert die Speichereinheit 2 in der ersten Ausführungsform die von der Strömungsgeschwindigkeit-Erwerbungseinheit 10 erworbenen Zeitreihendaten.
  • Die Daten-Vorverarbeitungseinheit 11 der Verarbeitungseinheit 1 führt Vorverarbeitung auf den Strömungsgeschwindigkeitswert D1, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworben wurde, aus. Konkret führt die Daten-Vorverarbeitungseinheit 11 der Verarbeitungseinheit 1 in der ersten Ausführungsform Vorverarbeitung durch, bei der es sich zumindest um eines von einer Standardisierung oder einer Komplementierung fehlender Daten des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswertes D1 handelt. Die Daten-Vorverarbeitungseinheit 11 gibt einen vorverarbeiteten Strömungsgeschwindigkeitswert D2 an die Überschwemmungstiefe-Vorhersageeinheit 12 aus.
  • Konkret liest die Daten-Vorverarbeitungseinheit 11 in der ersten Ausführungsform den Strömungsgeschwindigkeitswert D1 aus der Speichereinheit 2 aus, und führt Vorverarbeitung, die zumindest eines ist von einer Standardisierung und einer Komplementierung fehlender Daten, auf den gelesenen Strömungsgeschwindigkeitswert D1 durch. Konkret liest die Daten-Vorverarbeitungseinheit 11 in der ersten Ausführungsform Zeitreihendaten, anzeigend den Strömungsgeschwindigkeitswert D1 für jeden Zeitpunkt, aus der Speichereinheit 2 aus, und führt Vorverarbeitung, welche zumindest eines ist von Standardisierung und Komplementierung fehlender Daten, auf die gelesenen Zeitreihendaten durch.
  • Genauer gesagt, standardisiert die Daten-Vorverarbeitungseinheit 11 beispielsweise einen Strömungsgeschwindigkeitswert für jede Region an der Meeresoberfläche. Beispielsweise führt die Daten-Vorverarbeitungseinheit 11 in einem Fall, in dem die Daten-Vorverarbeitungseinheit 11 Komplementierung fehlender Daten auf den Strömungsgeschwindigkeitswert für jede Region an der Meeresoberfläche durchführt, Komplementierung, unter Verwendung, als einen Strömungsgeschwindigkeitswert einer Region, in welcher der Strömungsgeschwindigkeitswert fehlt, eines Strömungsgeschwindigkeitswerts einer Region um die Region herum, in welcher der Strömungsgeschwindigkeitswert fehlt, durch. Beispielsweise führt die Daten-Vorverarbeitungseinheit 11 in einem Fall, in dem die Daten-Vorverarbeitungseinheit 11 Komplementierung fehlender Daten auf den Strömungsgeschwindigkeitswert für jede Region auf der Meeresoberfläche durchführt, Komplementierung, als einen Strömungsgeschwindigkeitswert einer Region, in welcher der Strömungsgeschwindigkeitswert fehlt, einer Zufallszahl, welche aus einem Durschnitt oder einer Varianz aller Beobachtungsergebnisse von den Strömungsgeschwindigkeitswerten generiert wurde, durch.
  • Die Überschwemmungstiefe-Vorhersageeinheit 12 der Verarbeitungseinheit 1 sagt eine Überschwemmungstiefe auf dem Grund durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswerts in ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zur Vorhersage der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird, vorher. Mit anderen Worten, die Überschwemmungstiefe-Vorhersageeinheit 12 gibt eine Überschwemmungstiefe auf dem Grund als einen Vorhersagewert durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswerts in ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zur Vorhersage der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird, aus. Die Überschwemmungstiefe-Vorhersageeinheit 12 gibt die vorhergesagte Überschwemmungstiefe an die Anzeigeeinheit 3 aus.
  • Konkret speichert die Speichereinheit 2 in der ersten Ausführungsform ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zur Vorhersage einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird. Die Überschwemmungstiefe-Vorhersageeinheit 12 sagt eine Überschwemmungstiefe auf dem Grund durch Auslesen des erlernten Überschwemmungstiefe-Vorhersagemodells aus der Speichereinheit 2 und Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell, das ausgelesen wurde, vorher.
  • Beispielsweise kann die Überschwemmungstiefe-Vorhersageeinheit 12 eine Wahrscheinlichkeitsverteilung, angebend eine Eintrittswahrscheinlichkeit für jede Überschwemmungstiefe durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell vorhersagen. Das heißt, in diesem Fall ist das erlernte Überschwemmungstiefe-Vorhersagemodell ein maschinelles Lernmodell, das eine Wahrscheinlichkeitsverteilung, angebend eine Auftretenswahrscheinlichkeit für jede Überschwemmungstiefe aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche, vorhersagt. Alternativ kann die Überschwemmungstiefe-Vorhersageeinheit 12 einen Wert vorhersagen, der eindeutig eine Überschwemmungstiefe angibt, indem der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbene Strömungsgeschwindigkeitswert in das erlernte Überschwemmungstiefe-Vorhersagemodell eingegeben wird. Das heißt, in diesem Fall ist das erlernte Modell Überschwemmungstiefe-Vorhersagemodell ein maschinelles Lernmodell, das aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche einen Wert vorhersagt, der eindeutig eine Überschwemmungstiefe angibt.
  • Konkreter sagt die Überschwemmungstiefe-Vorhersageeinheit 12 in der ersten Ausführungsform die Überschwemmungstiefe auf dem Grund voraus, indem der von der Daten-Vorverarbeitungseinheit 11 vorverarbeitete Strömungsgeschwindigkeitswert D2 in das erlernte Überschwemmungstiefe-Vorhersagemodell eingegeben wird.
  • Konkreter sagt die Überschwemmungstiefe-Vorhersageeinheit 12 in der ersten Ausführungsform die Überschwemmungstiefe auf dem Grund voraus, indem die von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten in das erlernte Überschwemmungstiefen-Vorhersagemodell eingegeben werden.
  • Konkreter bestimmt die Überschwemmungstiefe-Vorhersageeinheit 12, ob oder ob nicht die von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten eine erforderliche Menge an Daten für die Vorhersage der Überschwemmungstiefe unter Verwendung des erlernten Überschwemmungstiefe-Vorhersagemodells enthalten. Dann, in einem Fall, in dem die Überschwemmungstiefe-Vorhersageeinheit 12 bestimmt, dass die Zeitreihendaten die erforderliche Menge an Daten nicht enthalten, führt die Überschwemmungstiefe-Vorhersageeinheit 12 Komplementierung einer Fehlmenge an Daten auf die durch die Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten durch.
  • Konkret umfasst die Überschwemmungstiefe-Vorhersageeinheit 12 in der ersten Ausführungsform eine Primär-Vorhersageeinheit 13 und eine Sekundär-Vorhersageeinheit 14.
  • Die Primär-Vorhersageeinheit 13 der Überschwemmungstiefe-Vorhersageeinheit 12 sagt einen Primär-Vorhersagewert der Überschwemmungstiefe voraus, indem der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbene Strömungsgeschwindigkeitswert in das erlernte Überschwemmungstiefe-Vorhersagemodell eingegeben wird. Die Primär-Vorhersageeinheit 13 gibt den vorhergesagten Primär-Vorhersagewert an die Sekundär-Vorhersageeinheit 14 aus.
  • Konkreter sagt die Primär-Vorhersageeinheit 13 in der ersten Ausführungsform einen Primär-Vorhersagewert D3 der Überschwemmungstiefe durch Eingeben des Strömungsgeschwindigkeitswerts D2, der durch die Daten-Vorverarbeitungseinheit 11 vorverarbeitet wurde, in das erlernte Überschwemmungstiefe-Vorhersagemodell, aus.
  • Konkreter sagt die Primär-Vorhersageeinheit 13 den Primär-Vorhersagewert D3 der Überschwemmungstiefe durch Eingeben der von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten in das erlernte Überschwemmungstiefe-Vorhersagemodell, voraus.
  • 3 ist eine Darstellung zur Erläuterung von Zeitreihendaten, anzeigend einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt gemäß eines konkreten Beispiels der ersten Ausführungsform. Wie in der linken Darstellung in 3 dargestellt, misst das Radar 101 einen Strömungsgeschwindigkeitswert für jede Region an der Meeresoberfläche, indem eine Funkwelle von dem Grund zur Meeresoberfläche gesendet wird und eine davon reflektierte Welle empfangen wird. Dann erwirbt das Radar 101 Zeitreihendaten, anzeigend einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt durch Messen des Strömungsgeschwindigkeitswerts mit Ablauf von Zeit.
  • Wie in der mittleren Darstellung in 3 dargestellt, gibt die Primär-Vorhersageeinheit 13 in dem konkreten Beispiel einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt, der durch die von der Daten-Vorverarbeitungseinheit 11 erworbenen Zeitreihendaten angezeigt wird, in ein gefaltetes neuronales Netzwerk als das erlernte Überschwemmungstiefe-Vorhersagemodell in einem Eingabeformat eines gefalteten neuronalen Netzwerks (CNN, Convolutional Neural Network) ein, in dem eine Azimutrichtung eines Beobachtungspunkts durch das Radar 101 auf eine Breite und eine Abstandsrichtung des Beobachtungspunkts durch das Radar 101 auf eine Höhe eingestellt ist. Das heißt, die Primär-Vorhersageeinheit 13 behandelt die Strömungsgeschwindigkeitswerte als Bilddaten, indem die Strömungsgeschwindigkeitswerte an Positionen angeordnet werden, welche Ausstrahlungspunkten (Azimut-Richtung und Abstandsrichtung) des Radars 101 entsprechen.
  • Wie in der rechten Darstellung in 3 dargestellt, gibt die Primär-Vorhersageeinheit 13 in dem konkreten Beispiel die von der Daten-Vorverarbeitungseinheit 11 erworbenen Zeitreihendaten in das gefaltete neuronale Netzwerk als das erlernte Überschwemmungstiefe-Vorhersagemodell in einem Eingabeformat eines neuronalen gefalteten Netzwerks (CNN) ein, in dem die Beobachtungszeit durch das Radar 101 auf eine Kanalrichtung eingestellt ist. Das heißt, die Primär-Vorhersageeinheit 13 gibt jeden Strömungsgeschwindigkeitswert von der Vergangenheit bis zur Gegenwart zeitsequentiell in das gefaltete neuronale Netzwerk ein.
  • Beispielsweise kann die Primär-Vorhersageeinheit 13 einen Primär-Vorhersagewert der Überschwemmungstiefe eindeutig vorhersagen, indem das erlernte Überschwemmungstiefe-Vorhersagemodell, in das der Strömungsgeschwindigkeitswert eingegeben wurde, als ein normales Regressionsproblem löst. Alternativ kann die Primär-Vorhersageeinheit 13 beispielsweise eine Wahrscheinlichkeitsverteilung, anzeigend eine Auftretenswahrscheinlichkeit für jede Überschwemmungstiefe, vorhersagen, indem ein Netzwerk gemischter Dichte oder dergleichen als das erlernte Überschwemmungstiefe-Vorhersagemodell genutzt wird.
  • Die Sekundär-Vorhersageeinheit 14 berechnet einen Sekundär-Vorhersagewert D4 für die Überschwemmungstiefe auf der Grundlage des von der Primär-Vorhersageeinheit 13 vorhergesagten Primär-Vorhersagewertes D3 und eines in der Vergangenheit vorhergesagten früheren Vorhersagewertes für die Überschwemmungstiefe. Die Sekundär-Vorhersageeinheit 14 gibt den berechneten Sekundär-Vorhersagewert D4 an die Anzeigeeinheit 3 und die Speichereinheit 2 aus. Die Speichereinheit 2 speichert den von der Sekundär-Vorhersageeinheit 14 berechneten Sekundär-Vorhersagewert D4.
  • Konkret speichert die Speichereinheit 2 in der ersten Ausführungsform den in der Vergangenheit von der Sekundär-Vorhersageeinheit 14 berechneten Sekundär-Vorhersagewert D4. Die Sekundär-Vorhersageeinheit 14 liest den Sekundär-Vorhersagewert D4 als den früheren Vorhersagewert aus der Speichereinheit 2 aus, und berechnet den Sekundär-Vorhersagewert D4 der Überschwemmungstiefe zur Anzeige auf der Grundlage des Sekundär-Vorhersagewertes D4 als den ausgelesenen vergangenen Vorhersagewert und des Primär-Vorhersagewertes D3, der von der Primär-Vorhersageeinheit 13 vorhergesagt wurde. Konkret berechnet die Sekundär-Vorhersageeinheit 14 in der ersten Ausführungsform den Sekundär-Vorhersagewert D4 der Überschwemmungstiefe für die Anzeige, indem der Primär-Vorhersagewert D3, der von der Primär-Vorhersageeinheit 13 vorhergesagt wurde, unter Verwendung des Sekundär-Vorhersagewerts D4 als den ausgelesenen früheren Vorhersagewert, korrigiert wird.
  • Beispielsweise ergreift die Sekundär-Vorhersageeinheit 14 eine Maßnahme gegen einen Ausreißer, der von einer Beobachtungsumgebung abhängig ist, wie etwa ein anormaler Wert, der durch das Radar 101 verursacht wird, unter Verwendung von sowohl des von der Primär-Vorhersageeinheit 13 vorhergesagten Primär-Vorhersagewerts als auch des Sekundär-Vorhersagewerts als den aus der Speichereinheit 2 ausgelesenen früheren Vorhersagewert. Konkret berechnet die Sekundär-Vorhersageeinheit 14 beispielsweise den Sekundär-Vorhersagewert D4 für die Anzeige, aus dem der Einfluss eines Ausreißers entfernt wurde, indem ein Median des Primär-Vorhersagewerts und des früheren Vorhersagewerts als der Sekundär-Vorhersagewert der Überschwemmungstiefe für die Anzeige berechnet wird.
  • Die Anzeigeeinheit 3 zeigt die durch die Überschwemmungstiefe-Vorhersageeinheit 12 vorhergesagte Überschwemmungstiefe an. Konkret zeigt die Anzeigeeinheit 3 in der ersten Ausführungsform den durch die Sekundär-Vorhersageeinheit 14 berechneten Sekundär-Vorhersagewert D4 an. Zum Beispiel in einem Fall, in dem die Überschwemmungstiefe-Vorhersageeinheit 12 eine Wahrscheinlichkeitsverteilung vorhersagt, die eine Eintrittswahrscheinlichkeit für jede Überschwemmungstiefe angibt, zeigt die Anzeigeeinheit 3 eine Wellenform der Wahrscheinlichkeitsverteilung an.
  • Nachfolgend wird eine Funktionsweise der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform unter Bezugnahme auf die Zeichnungen beschrieben. 4 ist ein Flussdiagramm, das ein Überschwemmungstiefe-Vorhersageverfahren veranschaulicht, das von der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform durchgeführt wird. Es sei angemerkt, dass das Radar 101 vor den nachfolgend beschriebenen Schritten Zeitreihendaten erwirbt, die einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt angeben, und dass die Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 die von dem Radar 101 erworbenen Zeitreihendaten erwirbt und die Zeitreihendaten in der Speichereinheit 2 speichert.
  • Wie in 4 dargestellt, liest die Daten-Vorverarbeitungseinheit 11 Zeitreihendaten, welche einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt angeben, aus der Speichereinheit 2 aus, und führt eine Vorverarbeitung, die zumindest eines ist von einer Standardisierung oder Komplementierung fehlender Daten, auf die ausgelesenen Zeitreihendaten durch (Schritt ST1). Die Daten-Vorverarbeitungseinheit 11 gibt die vorverarbeiteten Zeitreihendaten an die Überschwemmungstiefe-Vorhersageeinheit 12 aus.
  • Als nächstes liest die Überschwemmungstiefe-Vorhersageeinheit 12 das erlernte Überschwemmungstiefe-Vorhersagemodell aus der Speichereinheit 2 aus (Schritt ST2).
  • Als nächstes bestimmt die Überschwemmungstiefe-Vorhersageeinheit 12, ob oder ob nicht die von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten eine erforderliche Datenmenge zur Vorhersage der Überschwemmungstiefe, unter Verwendung des erlernten Überschwemmungstiefe-Vorhersagemodells (Schritt ST3), enthalten.
  • Falls die Überschwemmungstiefe-Vorhersageeinheit 12 bestimmt, dass die Zeitreihendaten die erforderliche Datenmenge nicht enthalten (NEIN in Schritt ST3), geht die Überschwemmungstiefe-Vorhersageeinheit 12 zu Schritt ST4 über, und falls die Überschwemmungstiefe-Vorhersageeinheit 12 bestimmt, dass die Zeitreihendaten die erforderliche Datenmenge enthalten (JA in Schritt ST3), geht die Überschwemmungstiefe-Vorhersageeinheit 12 zu Schritt ST5 über.
  • In Schritt ST4 führt die Überschwemmungstiefe-Vorhersageeinheit 12 eine Komplementierung einer Fehlmenge an Daten auf die von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten durch. Als Nächstes geht die Überschwemmungstiefe-Vorhersageeinheit 12 zu Schritt ST5 über.
  • In Schritt ST5 sagt die Primär-Vorhersageeinheit 13 der Überschwemmungstiefe-Vorhersageeinheit 12 einen Primär-Vorhersagewert der Überschwemmungstiefe voraus, indem die von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Zeitreihendaten in das erlernte Überschwemmungstiefe-Vorhersagemodell eingegeben werden. Die Primär-Vorhersageeinheit 13 gibt den vorhergesagten Primär-Vorhersagewert an die Sekundär-Vorhersageeinheit 14 aus.
  • Als nächstes liest die Sekundär-Vorhersageeinheit 14 der Überschwemmungstiefe-Vorhersageeinheit 12 den Sekundär-Vorhersagewert D4 als den früheren Vorhersagewert aus der Speichereinheit 2 aus (Schritt ST6).
  • Als nächstes berechnet die Sekundär-Vorhersageeinheit 14 einen Sekundär-Vorhersagewert der Überschwemmungstiefe für die Anzeige, indem der von der Primär-Vorhersageeinheit 13 vorhergesagte Primär-Vorhersagewert unter Verwendung des Sekundär-Vorhersagewerts als der ausgelesene frühere Vorhersagewert korrigiert wird (Schritt ST7).
  • Als nächstes gibt die Sekundär-Vorhersageeinheit 14 den berechneten Sekundär-Vorhersagewert an die Anzeigeeinheit 3 aus (Schritt ST8). Die Anzeigeeinheit 3 zeigt den von der Sekundär-Vorhersageeinheit 14 berechneten Sekundär-Vorhersagewert an.
  • Als nächstes speichert die Sekundär-Vorhersageeinheit 14 den berechneten Sekundär-Vorhersagewert in der Speichereinheit 2 (Schritt ST9).
  • Nachfolgend wird eine Konfiguration einer Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform unter Bezugnahme auf die Zeichnungen beschrieben. 5 ist ein Blockschema, das eine Konfiguration der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform darstellt. Wie in 5 dargestellt ist, weist die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 eine Lerneinheit 4, eine Speichereinheit 5 und eine Anzeigeeinheit 6 auf. Die Lerneinheit 4 umfasst eine Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, eine Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, eine Daten-Vorverarbeitungseinheit 42, eine Modell-Erzeugungseinheit 43 und eine Bewertungseinheit 44. Es sei angemerkt, obwohl dies nicht dargestellt ist, dass die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 mit der oben beschriebenen Überschwemmungstiefe-Vorhersageeinrichtung 100 verbunden ist. Darüber hinaus wird in der ersten Ausführungsform die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 als eine Einrichtung beschrieben, die sich von der oben beschriebenen Überschwemmungstiefe-Vorhersageeinrichtung 100 unterscheidet, aber die Überschwemmungstiefe-Vorhersageeinrichtung 100 kann weiterhin Komponenten der unten beschriebenen Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 enthalten.
  • Die Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erwirbt einen Strömungsgeschwindigkeitswert D10 an der Meeresoberfläche. Die Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 gibt den erworbenen Strömungsgeschwindigkeitswert D10 an der Meeresoberfläche an die Daten-Vorverarbeitungseinheit 42 aus.
  • Die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erwirbt maximale-Überschwemmungstiefe-Kennzeichnungsdaten D11, anzeigend eine maximale Überschwemmungstiefe auf dem Grund. Die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 gibt die erworbenen maximale-Überschwemmungstiefe-Kennzeichnungsdaten D11 an die Daten-Vorverarbeitungseinheit 42 aus.
  • So sind beispielsweise der Strömungsgeschwindigkeitswert, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworben wird, und die maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben werden, jeweils durch Simulation erstellt. Bei den durch die Simulation erstellten Simulationsdaten handelt es sich beispielsweise um einen Strömungsgeschwindigkeitswert und maximale-Überschwemmungstiefe-Kennzeichnungsdaten über einen durch ein Erdbeben verursachten Tsunami. Konkreter handelt es sich bei den Simulationsdaten um einen Strömungsgeschwindigkeitswert und maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche durch die zufällige Festlegung eines seismischen Zentrums, eines Verschiebungsbetrags oder einer Verwerfungsrichtung oder dergleichen erstellt werden. Alternativ können die Simulationsdaten zum Beispiel ein Strömungsgeschwindigkeitswert und maximale-Überschwemmungstiefe-Kennzeichnungsdaten über einen durch einen Erdrutsch verursachten Tsunami sein.
  • Die Daten-Vorverarbeitungseinheit 42 führt Vorverarbeitung des Hinzufügens von Störungsdaten auf den von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworbenen Strömungsgeschwindigkeitswertes D10 durch. Bei den Störungsdaten handelt es sich beispielsweise um einen Strömungsgeschwindigkeitswert an der Meeresoberfläche zu normalen Zeiten. Alternativ kann die Daten-Vorverarbeitungseinheit 42 beispielsweise einen anderen Wert zu dem von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworbenen Strömungsgeschwindigkeitswert in einer solchen Weise hinzufügen, dass die Daten näher an die Daten zum Zeitpunkt des tatsächlichen Betriebs herankommen. Zum Beispiel in einem Fall, in dem die Daten-Vorverarbeitungseinheit 42 den Strömungsgeschwindigkeitswert an der Meeresoberfläche zu normalen Zeiten als Störungsdaten nutzt, führt die Daten-Vorverarbeitungseinheit 42 Datenkomplementierung für einen Beobachtungspunkt durch, an dem der Strömungsgeschwindigkeitswert aufgrund einer fehlenden Radarbeobachtung fehlt, und zwar unter Berücksichtigung der Merkmale des Radars, das den Strömungsgeschwindigkeitswert beobachtet. In diesem Fall führt die Daten-Vorverarbeitungseinheit 42 beispielsweise eine Komplementierung durch, indem als ein Strömungsgeschwindigkeitswert einer Region, in welcher der Strömungsgeschwindigkeitswert fehlt, ein Strömungsgeschwindigkeitswert einer Region um den Bereich herum genutzt wird, in dem der Strömungsgeschwindigkeitswert fehlt. Alternativ kann die Datenvorverarbeitungseinheit 42 beispielsweise in einem Fall Komplementierung durchführen, indem als ein Strömungsgeschwindigkeitswert einer Region, in welcher der Strömungsgeschwindigkeitswert fehlt, eine Zufallszahl genutzt wird, die aus dem Durchschnitt oder der Varianz aller Beobachtungswerte der Strömungsgeschwindigkeitswerte erzeugt wird. Alternativ dazu führt die Daten-Vorverarbeitungseinheit 42 beispielsweise Komplementierung durch, indem als ein Strömungsgeschwindigkeitswert einer Region, in welcher der Strömungsgeschwindigkeitswert fehlt, ein konkreter Wert wie Null genutzt wird.
  • Konkret führt die Daten-Vorverarbeitungseinheit 42 in der ersten Ausführungsform ferner eine Vorverarbeitung des Auswählens von Lerndaten D12 durch, die für die Erzeugung eines Überschwemmungstiefe-Vorhersagemodells durch die Modell-Erzeugungseinheit 43 aus dem Strömungsgeschwindigkeitswert D10, der durch die Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworben wurde, und den maximale-Überschwemmungstiefe-Kennzeichnungsdaten D11, die von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben wurden, genutzt werden. Die Daten-Vorverarbeitungseinheit 42 gibt die ausgewählten Lerndaten D12 an die Modell-Erzeugungseinheit 43 aus.
  • Die Modell-Erzeugungseinheit 43 generiert ein Überschwemmungstiefe-Vorhersagemodell durch Lernen einer Überschwemmungstiefe-Vorhersage zur Vorhersage einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche auf der Grundlage des Strömungsgeschwindigkeitswertes, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworben wird, und maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben werden.
  • Das von der Modell-Erzeugungseinheit 43 generierte Überschwemmungstiefe-Vorhersagemodell ist ein maschinelles Lernmodell, das aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche eine Überschwemmungstiefe auf dem Grund vorhersagt. Das von der Modell-Erzeugungseinheit 43 generierte Überschwemmungstiefe-Vorhersagemodell ist beispielsweise ein maschinelles Lernmodell, das aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche eine Wahrscheinlichkeitsverteilung vorhersagt, die eine Eintrittswahrscheinlichkeit für jede Überschwemmungstiefe angibt.
  • Konkreter generiert die Modell-Erzeugungseinheit 43 in der ersten Ausführungsform das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage des von der Daten-Vorverarbeitungseinheit 42 vorverarbeiteten Strömungsgeschwindigkeitswerts und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben wurden.
  • Konkreter generiert die Modell-Erzeugungseinheit 43 ein Überschwemmungstiefe-Vorhersagemodell D13 auf der Grundlage der von der Daten-Vorverarbeitungseinheit 42 ausgewählten Lerndaten D12 (Strömungsgeschwindigkeitswert und maximale-Überschwemmungstiefe-Kennzeichnungsdaten). Die Modell-Erzeugungseinheit 43 gibt das generierte Überschwemmungstiefe-Vorhersagemodell D13 sowie den Strömungsgeschwindigkeitswert und die maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche die zum Lernen genutzten Lerndaten D12 sind, an die Bewertungseinheit 44 aus.
  • Die Bewertungseinheit 44 bewertet das Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des von der Modell-Erzeugungseinheit 43 generierten Überschwemmungstiefe-Vorhersagemodells D13. Konkret bewertet die Bewertungseinheit 44 in der ersten Ausführungsform das Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des Überschwemmungstiefe-Vorhersagemodells D13, das von der Modell-Erzeugungseinheit 43 generiert wurde, sowie des Strömungsgeschwindigkeitswertes und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die von der Modell-Erzeugungseinheit 43 zum Lernen genutzt wurden.
  • Konkret bewertet die Bewertungseinheit 44 in der ersten Ausführungsform das Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des von der Modell-Erzeugungseinheit 43 generierten Überschwemmungstiefe-Vorhersagemodells D13 und der Lerndaten D12 (Strömungsgeschwindigkeitswert und maximale-Überschwemmungstiefe-Kennzeichnungsdaten), welche zum Lernen durch die Modell-Erzeugungseinheit 43 genutzt werden. Die Bewertungseinheit 44 gibt das Bewertungsergebnis D14 an die Daten-Vorverarbeitungseinheit 42 aus.
  • Beispielsweise sagt die Bewertungseinheit 44 die Überschwemmungstiefe auf dem Grund voraus, indem der von der Modell-Erzeugungseinheit 43 zum Lernen genutzte Strömungsgeschwindigkeitswert in das von der Modell-Erzeugungseinheit 43 generierte Überschwemmungstiefe-Vorhersagemodell eingegeben wird, und das Lernergebnis der Überschwemmungstiefenvorhersage bewertet wird, indem ein Verhältnis berechnet wird, bei dem die vorhergesagte Überschwemmungstiefe in einen Vorhersagebereich fällt. Alternativ bewertet die Bewertungseinheit 44 das Lernergebnis der Überschwemmungstiefenvorhersage, indem ein Regressionsfehler, ein Bestimmungskoeffizient oder dergleichen auf der Grundlage des von der Modell-Erzeugungseinheit 43 generierten Überschwemmungstiefe-Vorhersagemodells berechnet wird.
  • Die oben beschriebene Daten-Vorverarbeitungseinheit 42 wählt ferner Lerndaten auf der Grundlage der von der Bewertungseinheit 44 durchgeführten Bewertung aus. In einem Fall, in dem die Bewertungseinheit 44 das Lernergebnis der Überschwemmungstiefenvorhersage durch Berechnung eines Regressionsfehlers, wie oben beschrieben, bewertet, stellt die Daten-Vorverarbeitungseinheit 42 beispielsweise einen Parameterwert bezüglich der Auswahl der Daten, die zum Zeitpunkt des Lernens durchzuführen sind, in einer solchen Weise ein, dass der Regressionsfehler minimiert wird, und führt die Auswahl der Lerndaten erneut unter Verwendung des eingestellten Parameterwerts durch. Dann gibt die Daten-Vorverarbeitungseinheit 42 die weiter ausgewählten Lerndaten an die Modell-Erzeugungseinheit 43 aus.
  • Die oben beschriebene Modell-Erzeugungseinheit 43 generiert das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage der Lerndaten (Strömungsgeschwindigkeitswert und maximale-Überschwemmungstiefe-Kennzeichnungsdaten), die von der Daten-Vorverarbeitungseinheit 42 ausgewählt wurden. In einem Fall, in dem das Lernen abgeschlossen ist, speichert die Modell-Erzeugungseinheit 43 ein erlerntes Überschwemmungstiefe-Vorhersagemodell D15, das in der Speichereinheit 5 generiert wurde.
  • Darüber hinaus sagt die Modell-Erzeugungseinheit 43 in einem Fall, in dem das Lernen abgeschlossen ist, die Überschwemmungstiefe auf dem Grund voraus, indem der Strömungsgeschwindigkeitswert, bei dem es sich um Lerndaten handelt, in das generierte Überschwemmungstiefe-Vorhersagemodell eingegeben wird, und gibt eine vorhergesagte Überschwemmungstiefe D16 und maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche die für das Lernen genutzten Lerndaten D12 sind, an die Anzeigeeinheit 6 aus. Der Benutzer kann die Lernsituation überprüfen, indem die Anzeigeeinheit 6 die erworbene Überschwemmungstiefe und die maximale-Überschwemmungstiefe-Kennzeichnungsdaten anzeigt.
  • Zudem, in einem Fall, in dem das Lernen abgeschlossen ist, gibt die Modell-Erzeugungseinheit 43 das generierte Überschwemmungstiefe-Vorhersagemodell an die oben beschriebene Überschwemmungstiefe-Vorhersageeinrichtung 100 als das erlernte Überschwemmungstiefe-Vorhersagemodell aus. Die Überschwemmungstiefe-Vorhersageeinheit 12 der Verarbeitungseinheit 1 in der Überschwemmungstiefe-Vorhersageeinrichtung 100 sagt die Überschwemmungstiefe auf dem Grund voraus, indem der Strömungsgeschwindigkeitswert in das erlernte Überschwemmungstiefe-Vorhersagemodell wie oben beschrieben eingegeben wird. Darüber hinaus speichert die Speichereinheit 2 der Überschwemmungstiefe-Vorhersageeinrichtung 100 das erlernte Überschwemmungstiefe-Vorhersagemodell.
  • Nachfolgend wird eine Funktionsweise der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform unter Bezugnahme auf die Zeichnungen beschrieben. 6 ist ein Flussdiagramm zur Darstellung eines Überschwemmungstiefe-Lernverfahrens, durchgeführt von der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform. Es sei angemerkt, dass die Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 vor den nachfolgend beschriebenen Schritten einen Strömungsgeschwindigkeitswert an der Meeresoberfläche erwirbt, und die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 maximale-Überschwemmungstiefe-Kennzeichnungsdaten, angebend eine maximale Überschwemmungstiefe auf dem Grund, erwirbt.
  • Wie in 6 dargestellt, führt die Daten-Vorverarbeitungseinheit 42 eine Vorverarbeitung des Auswählens von Lerndaten durch, die zur Erzeugung eines Überschwemmungstiefe-Vorhersagemodells durch die Modell-Erzeugungseinheit 43 aus dem Strömungsgeschwindigkeitswert genutzt werden, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworben wird, und den maximale-Überschwemmung-Kennzeichnungsdaten, die von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben werden (Schritt ST10). Die Daten-Vorverarbeitungseinheit 42 gibt die ausgewählten Lerndaten an die Modell-Erzeugungseinheit 43 aus.
  • Als nächstes erwirbt die Modell-Erzeugungseinheit 43 den Strömungsgeschwindigkeitswert und die maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche die von der Daten-Vorverarbeitungseinheit 42 ausgewählten Lerndaten sind (Schritt ST11).
  • Als nächstes generiert die Modell-Erzeugungseinheit 43 ein Überschwemmungstiefe-Vorhersagemodell durch Lernen der Überschwemmungstiefenvorhersage zur Vorhersage einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche auf der Grundlage des Strömungsgeschwindigkeitswertes und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche die von der Daten-Vorverarbeitungseinheit 42 ausgewählten Lerndaten sind (Schritt ST12). Die Modell-Erzeugungseinheit 43 gibt das generierte Überschwemmungstiefe-Vorhersagemodell sowie den Strömungsgeschwindigkeitswert und die für das Lernen genutzten maximale-Überschwemmungstiefe-Kennzeichnungsdaten an die Bewertungseinheit 44 aus.
  • Als nächstes bewertet die Bewertungseinheit 44 das Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des von der Modell-Erzeugungseinheit 43 generierten Überschwemmungstiefe-Vorhersagemodells sowie des Strömungsgeschwindigkeitswertes und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche die von der Modell-Erzeugungseinheit 43 zum Lernen genutzten Lerndaten sind (Schritt ST13). Die Bewertungseinheit 44 gibt das Bewertungsergebnis an die Daten-Vorverarbeitungseinheit 42 aus.
  • Als nächstes ändert die Daten-Vorverarbeitungseinheit 42 einen Parameterwert bezüglich der Auswahl der Daten, die zum Zeitpunkt des Lernens durchzuführen ist, auf der Grundlage der von der Bewertungseinheit 44 durchgeführten Bewertung (Schritt ST14).
  • Die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 führt die oben beschriebene Verarbeitung in den Schritten ST10 bis ST14 für die Anzahl der Parametersuchen wiederholt durch. Infolgedessen wird das Überschwemmungstiefe-Vorhersagemodell so lange aktualisiert, bis die Bewertung des Lernergebnisses der Überschwemmungstiefenvorhersage die beste wird.
  • In einem Fall, in dem das Lernen abgeschlossen ist, sagt die Modell-Erzeugungseinheit 43 die Überschwemmungstiefe auf dem Grund voraus, indem der Strömungsgeschwindigkeitswert, bei dem es sich um Lerndaten handelt, in das generierte Überschwemmungstiefe-Vorhersagemodell eingegeben wird, und gibt die vorhergesagte Überschwemmungstiefe und die maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche für das Lernen genutzt wurden, an die Anzeigeeinheit 6 aus (Schritt ST15). Dann kann ein Benutzer eine Lernsituation über die Anzeigeeinheit 6 prüfen, welche die Überschwemmungstiefe und die maximale-Überschwemmungstiefe-Kennzeichnungsdaten anzeigt.
  • Als nächstes speichert die Modell-Erzeugungseinheit 43 das generierte Überschwemmungstiefe-Vorhersagemodell in der Speichereinheit 5 als das erlernte Überschwemmungstiefe-Vorhersagemodell (Schritt ST16).
  • Jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100, und jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 werden durch eine Verarbeitungsschaltung implementiert. Das heißt, die Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100 und die Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 enthalten jeweils eine Verarbeitungsschaltung zur Ausführung der Verarbeitung in den in den 4 und 6 dargestellten Schritten. Diese Verarbeitungsschaltung kann dedizierte Hardware oder eine zentrale Verarbeitungseinheit (CPU) zum Ausführen eines in einem Speicher gespeicherten Programms sein.
  • 7A ist ein Blockschema, das eine Konfiguration der Hardware zeigt, die eine Funktion der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100 und eine Funktion der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 implementiert. 7B ist ein Blockschema, das eine Konfiguration der Hardware zeigt, die Software ausführt, die eine Funktion der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100 und eine Funktion der Lerneinrichtung 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 implementiert.
  • In einem Fall, in dem die Verarbeitungsschaltung eine Verarbeitungsschaltung 103 von dedizierter Hardware ist, wie in 7A dargestellt, entspricht die Verarbeitungsschaltung 103 zum Beispiel einem einzelnen Schaltkreis, einem zusammengesetzten Schaltkreis, einem programmierten Prozessor, einem parallel programmierten Prozessor, einer anwendungsspezifischen integrierten Schaltung (ASIC), einer im Feld programmierbaren Gatteranordnung (FPGA) oder einer Kombination davon.
  • Jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100, und jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 kann durch separate Verarbeitungsschaltungen implementiert werden, oder diese Funktionen können gemeinsam durch eine Verarbeitungsschaltung implementiert werden.
  • In einem Fall, in dem die Verarbeitungsschaltung ein Prozessor 104 ist, der in 7B dargestellt ist, wird jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100, und jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 durch Software, Firmware oder eine Kombination aus Software und Firmware implementiert.
  • Es sei angemerkt, dass Software oder Firmware als ein Programm wiedergegeben ist und in einem Speicher 105 gespeichert ist.
  • Der Prozessor 104 implementiert jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100, und jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 durch Auslesen und Ausführen des im Speicher 105 gespeicherten Programms. Das heißt, die Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100 und die Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 enthalten jeweils den Speicher 105 zum Speichern von Programmen, welche Ausführung der Verarbeitung in den Schritten, welche in 4 und 6 gezeigt sind, als ein Ergebnis davon veranlassen, wen diese Funktionen durch den Prozessor 104 ausgeführt werden.
  • Diese Programme veranlassen einen Computer, jeden Vorgang oder jedes Verfahren der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100 und jeden Vorgang oder jedes Verfahren der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 auszuführen. Der Speicher 105 kann ein computerlesbares Speichermedium sein, das ein Programm speichert, um einen Computer zu veranlassen, als jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100, und als jede Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 zu funktionieren.
  • Eine zentrale Verarbeitungseinheit (CPU), eine Verarbeitungsinheit, eine arithmetische Einrichtung, ein Prozessor, ein Mikroprozessor, ein Mikrocomputer, oder ein Digitalsignalprozessor (DSP) entspricht zum Beispiel dem Prozessor 104.
  • Der Speicher 105 ist beispielsweise ein nichtflüchtiger oder flüchtiger Halbleiterspeicher, wie etwa ein Speicher mit wahlfreiem Zugriff (RAM), ein Nur-Lese-Speicher (ROM), ein Flash-Speicher, ein löschbarer programmierbarer Speicher mit wahlfreiem Zugriff (EPROM) oder ein elektrischer EPROM (EEPROM), eine Magnetscheibe, wie eine Festplatte oder eine flexible Scheibe, eine flexible Scheibe, eine optische Scheibe, eine Compact Disk, eine Minidisk, eine Compact Disk (CD) oder eine Digital Versatile Disc (DVD).
  • Ein Teil von jeder Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 in der Verarbeitungseinheit 1 der Überschwemmungstiefe-Vorhersageeinrichtung 100, und ein Teil von jeder Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 in der Lerneinheit 4 der Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 können durch dedizierte Hardware implementiert sein. Ein Teil jeder Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12, und ein Teil von jeder Funktion der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 können durch Software oder Firmware implementiert werden.
  • Zum Beispiel sind die Funktionen der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, der Daten-Vorverarbeitungseinheit 11 und der Überschwemmungstiefe-Vorhersageeinheit 12 durch eine Verarbeitungsschaltung als dedizierte Hardware implementiert. Die Funktionen der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, der Daten-Vorverarbeitungseinheit 42, der Modell-Erzeugungseinheit 43 und der Bewertungseinheit 44 können durch den Prozessor 104 implementiert sein, welcher ein in dem Speicher 105 gespeichertes Programm ausliest und ausführt.
  • Wie oben beschrieben kann die Verarbeitungsschaltung jede der oben genannten Funktionen durch Hardware, Software, Firmware oder eine Kombination davon implementieren.
  • Wie oben beschrieben, umfasst die Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform: die Strömungsgeschwindigkeitswert-Erwerbungseinheit 10, die einen Strömungsgeschwindigkeitswert an der Meeresoberfläche erwirbt; und die Überschwemmungstiefe-Vorhersageeinheit 12, die eine Überschwemmungstiefe auf dem Grund vorhersagt, indem der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbene Strömungsgeschwindigkeitswert in ein erlerntes Überschwemmungstiefe-Vorhersagemodell eingegeben wird, das zum Vorhersagen der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird.
  • Gemäß der obigen Konfiguration kann die Überschwemmungstiefe direkt durch Eingabe des Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell vorhergesagt werden. Da somit ein Vorhersagefehler verringert werden kann, lässt sich die Genauigkeit der Tsunami-Vorhersage auf der Grundlage des Strömungsgeschwindigkeitswerts an der Meeresoberfläche verbessern.
  • Bei der oben beschriebenen konventionellen Technik wird die Wellenhöhe aus dem beobachteten Strömungsgeschwindigkeitswert an der Meeresoberfläche geschätzt, und die Tsunami-Vorhersage wird anhand eines Falles mit der höchsten Korrelation in einer vorab erstellten Datenbank durchgeführt. Dies liegt daran, dass die Simulation eines Tsunamis mit Hilfe der Finite-Elemente-Methode berechnet werden kann, indem die Topografie oder die Struktur des Meeresbodens simuliert wird, was jedoch selbst für einen Großrechner mehrere Stunden dauert, und dass es schwierig ist, einen Tsunami-Schaden in Echtzeit auf der Grundlage eines Beobachtungsergebnisses vorherzusagen.
  • Gemäß der obigen Konfiguration der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform ist es jedoch möglich, die Überschwemmungstiefe aufgrund eines Tsunamis in Echtzeit anhand des vom Radar beobachteten Strömungsgeschwindigkeitswerts an der Meeresoberfläche vorherzusagen. Dadurch ist es möglich, schnell Informationen bereitzustellen, die für die Katastrophenvorbeugung und Katastrophenminderung effektiv sind.
  • Die Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform umfasst ferner die Daten-Vorverarbeitungseinheit 11, welche Vorverarbeitung, die zumindest eines ist von einer Standardisierung und einer Komplementierung fehlender Daten, auf den von Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Strömungsgeschwindigkeitswert durchführt, und die Überschwemmungstiefe-Vorhersageeinheit 12 die Überschwemmungstiefe durch Eingabe des von der Daten-Vorverarbeitungseinheit 11 vorverarbeiteten Strömungsgeschwindigkeitswertes in das erlernte Überschwemmungstiefe-Vorhersagemodell vorhersagt.
  • Gemäß der obigen Konfiguration kann die Überschwemmungstiefe durch Eingabe des vorverarbeiteten Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell genau vorhergesagt werden. Daher kann die Genauigkeit der Tsunami-Vorhersage auf der Grundlage des Strömungsgeschwindigkeitswerts an der Meeresoberfläche verbessert werden.
  • Die Überschwemmungstiefe-Vorhersageeinheit 12 in der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform sagt einen Primär-Vorhersagewert der Überschwemmungstiefe voraus, indem der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbene Strömungsgeschwindigkeitswert in das erlernte Überschwemmungstiefe-Vorhersagemodell eingegeben wird, und berechnet einen Sekundär-Vorhersagewert der Überschwemmungstiefe auf der Grundlage des vorhergesagten Primär-Vorhersagewerts und eines früheren Vorhersagewerts der Überschwemmungstiefe, der in der Vergangenheit vorhergesagt wurde.
  • Gemäß der obigen Konfiguration kann die Überschwemmungstiefe durch Berechnen des Sekundär-Vorhersagewerts auf der Grundlage des Primär-Vorhersagewerts und des früheren Vorhersagewerts genau vorhergesagt werden. Daher kann die Genauigkeit der Tsunami-Vorhersage auf der Grundlage des Strömungsgeschwindigkeitswerts an der Meeresoberfläche verbessert werden.
  • Der Strömungsgeschwindigkeitswert, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 in der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform erworben wird, ist ein Zeitreihendatenwert, der einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt anzeigt, und das erlernte Überschwemmungstiefe-Vorhersagemodell, das von der Überschwemmungstiefe-Vorhersageeinheit 12 genutzt wird, ist ein gefaltetes neuronales Netzwerkmodell.
  • Gemäß der obigen Konfiguration kann die Überschwemmungstiefe direkt vorhergesagt werden, indem die Zeitreihendaten, die den Strömungsgeschwindigkeitswert für jeden Zeitpunkt angeben, in das erlernte Überschwemmungstiefe-Vorhersagemodell des neuronalen Faltungsnetzmodells eingegeben werden. Da somit ein Vorhersagefehler verringert werden kann, lässt sich die Genauigkeit der Tsunami-Vorhersage auf der Grundlage des Strömungsgeschwindigkeitswerts an der Meeresoberfläche verbessern.
  • Die Überschwemmungstiefe-Vorhersageeinheit 12 in der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform bestimmt, ob oder ob nicht die von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbenen Zeitreihendaten eine erforderliche Datenmenge für die Vorhersage der Überschwemmungstiefe unter Verwendung des erlernten Überschwemmungstiefe-Vorhersagemodells enthalten. In einem Fall, in dem die Überschwemmungstiefe-Vorhersageeinheit 12 bestimmt, dass die Zeitreihendaten nicht die erforderliche Datenmenge enthalten, führt die Überschwemmungstiefe-Vorhersageeinheit 12 Komplementierung einer Fehlmenge an Daten auf die von der Strömungsgeschwindigkeitsdaten-Erwerbungseinheit 10 erworbenen Zeitreihendaten durch.
  • Gemäß der obigen Konfiguration werden in einem Fall, in dem die Zeitreihendaten die erforderliche Datenmenge nicht enthalten, die Zeitreihendaten mit der Fehlmenge an Daten komplementiert. Da folglich ein Vorhersagefehler reduziert werden kann, lässt sich die Genauigkeit der Tsunami-Vorhersage auf der Grundlage des Strömungsgeschwindigkeitswerts an der Meeresoberfläche verbessern.
  • Die Überschwemmungstiefe-Vorhersageeinheit 12 in der Überschwemmungstiefe-Vorhersageeinrichtung 100 gemäß der ersten Ausführungsform sagt eine Wahrscheinlichkeitsverteilung vorher, die eine Eintrittswahrscheinlichkeit für jede Überschwemmungstiefe angibt, indem der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 10 erworbene Strömungsgeschwindigkeitswert in das erlernte Überschwemmungstiefe-Vorhersagemodell eingegeben wird.
  • Gemäß der obigen Konfiguration ist es möglich, eine Vielzahl von Fällen vorherzusagen und den Tsunami auch in einer Situation zu bewältigen, in der die Vorhersage schwierig ist, indem die Vorhersage mit einer Wahrscheinlichkeitsverteilung anstelle einer eindeutigen Vorhersage der Überschwemmungstiefe durch Regression durchgeführt wird.
  • Die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform umfasst: die Strömungsgeschwindigkeitswert-Erwerbungseinheit 40, die den Strömungsgeschwindigkeitswert an der Meeresoberfläche erwirbt; die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41, die maximale-Überschwemmungstiefe-Kennzeichnungsdaten, anzeigend eine maximale Überschwemmungstiefe auf dem Grund; und die Modell-Erzeugungseinheit 43, die ein Überschwemmungstiefe-Vorhersagemodell durch Lernen einer Überschwemmungstiefenvorhersage zur Vorhersage einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert auf der Meeresoberfläche auf der Grundlage des Strömungsgeschwindigkeitswertes, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworben wird, und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die durch die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben werden, generiert.
  • Gemäß der obigen Konfiguration wird ein Überschwemmungstiefe-Vorhersagemodell generiert, das zur Vorhersage der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird. Folglich kann die Überschwemmungstiefe direkt durch Eingabe des Strömungsgeschwindigkeitswerts in das generierte Überschwemmungstiefe-Vorhersagemodell vorhergesagt werden. Da somit ein Vorhersagefehler verringert werden kann, lässt sich die Genauigkeit der Tsunami-Vorhersage auf der Grundlage des Strömungsgeschwindigkeitswerts an der Meeresoberfläche verbessern.
  • Die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform umfasst ferner die Bewertungseinheit 44, die ein Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des von der Modell-Erzeugungseinheit 43 generierten Überschwemmungstiefe-Vorhersagemodells bewertet.
  • Gemäß der obigen Konfiguration wird das Überschwemmungstiefe-Vorhersagemodell bewertet, das zur Vorhersage der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird. Folglich kann die Genauigkeit der Tsunami-Vorhersage auf der Grundlage der Strömungsgeschwindigkeit an der Meeresoberfläche verbessert werden, indem das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage der Auswertung eines Lernergebnisses der Überschwemmungstiefenvorhersage aktualisiert wird.
  • Die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform umfasst ferner die Daten-Vorverarbeitungseinheit 42, die Vorverarbeitung des Hinzufügens von Störungsdaten zu dem von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworbenen Strömungsgeschwindigkeitswert durchführt, und die Modell-Erzeugungseinheit 43 generiert das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage des von der Daten-Vorverarbeitungseinheit 42 vorverarbeiteten Strömungsgeschwindigkeitswertes und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben wurden.
  • Gemäß der obigen Konfiguration wird das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage des Strömungsgeschwindigkeitswerts, zu dem die Störungsdaten hinzugefügt werden, generiert. Folglich kann die Genauigkeit der Tsunami-Vorhersage, die auf dem Strömungsgeschwindigkeitswert an der Meeresoberfläche basiert, durch Vorhersage der Überschwemmungstiefe mit Hilfe des generierten Überschwemmungstiefe-Vorhersagemodells verbessert werden.
  • Die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform umfasst ferner die Daten-Vorverarbeitungseinheit 42, die Vorverarbeitung des Auswählens von Lerndaten, welche zur Erzeugung des Überschwemmungstiefe-Vorhersagemodells durch die Modell-Erzeugungseinheit 43 aus dem von der Strömungsgeschwindigkeitswert-Erwerbungseinheit 40 erworbenen Strömungsgeschwindigkeitswert durchführt, und die maximale-Überschwemmung-Kennzeichnungsdaten, welche durch die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit 41 erworben werden, und die Modell-Erzeugungseinheit 43 das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage der durch die Daten-Vorverarbeitungseinheit 42 ausgewählten Lerndaten generiert.
  • Gemäß der obigen Konfiguration wird das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage der ausgewählten Lerndaten generiert. Folglich kann die Genauigkeit der Tsunami-Vorhersage, die auf dem Strömungsgeschwindigkeitswert an der Meeresoberfläche basiert, durch Vorhersage der Überschwemmungstiefe mit Hilfe des generierten Überschwemmungstiefe-Vorhersagemodells verbessert werden.
  • Die Überschwemmungstiefe-Vorhersage-Lerneinrichtung 102 gemäß der ersten Ausführungsform umfasst ferner die Bewertungseinheit 44, die ein Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des von der Modell-Erzeugungseinheit 43 generierten Überschwemmungstiefe-Vorhersagemodells bewertet, und die Daten-Vorverarbeitungseinheit 42 wählt ferner Lerndaten auf der Grundlage der durch die Bewertungseinheit 44 durchgeführten Bewertung durch.
  • Gemäß der obigen Konfiguration wird das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage der Lerndaten generiert, die auf der Grundlage der Bewertung des Lernergebnisses der Überschwemmungstiefenvorhersage generiert. Folglich kann die Genauigkeit der Tsunami-Vorhersage, die auf dem Strömungsgeschwindigkeitswert an der Meeresoberfläche basiert, durch Vorhersage der Überschwemmungstiefe mit Hilfe des generierten Überschwemmungstiefe-Vorhersagemodells verbessert werden.
  • Es ist zu beachten, dass jede Komponente der Ausführungsform geändert werden kann oder dass jede Komponente der Ausführungsform weggelassen werden kann.
  • INDUSTRIELLE ANWENDBARKEIT
  • Die Überschwemmungstiefe-Vorhersageeinrichtung und die Überschwemmungstiefe-Vorhersage-Lerneinrichtung gemäß der vorliegenden Offenbarung eignen sich beispielsweise für alle Bereiche, die in der Lage sind, eine Situation der Meeresoberfläche mit einem Radar oder dergleichen zu überwachen. Beispielsweise kann die Überschwemmungstiefe-Vorhersageeinrichtung gemäß der vorliegenden Offenbarung eine Überschwemmungstiefe aufgrund eines Tsunamis anhand von Beobachtungsdaten vorhersagen und einen Alarm als eine Funktion ausgeben, die zu einem Radar hinzugefügt wird, das in der Lage ist, eine Situation der Meeresoberfläche in mehreren zehn Kilometern Entfernung vom Land zu überwachen, wie beispielsweise ein Meeresradar zur Tsunami-Überwachung.
  • BEZUGSZEICHENLISTE
  • 1: Verarbeitungseinheit, 2: Speichereinheit, 3: Anzeigeeinheit, 4: Lerneinheit, 5: Speichereinheit, 6: Anzeigeeinheit, 10: Strömungsgeschwindigkeitswert-Erwerbungseinheit, 11: Daten-Vorverarbeitungseinheit, 12: Überschwemmungstiefe-Vorhersageeinheit, 13: Primär-Vorhersageeinheit, 14: Sekundär-Vorhersageeinheit, 40: Strömungsgeschwindigkeitswert-Erwerbungseinheit, 41: Maximale-Überschwemmungstiefe-Kennzeichungsdatendaten-Erwerbungseinheit, 42: Daten-Vorverarbeitungseinheit, 43: Modell-Erzeugungseinheit, 44: Bewertungseinheit, 100: Überschwemmungstiefe-Vorhersageeinheit, 101: Radar, 102: Überschwemmungstiefe-Vorhersage-Lerneinrichtung, 103: Verarbeitungsschaltung, 104: Prozessor, 105: Speicher, 1000: Überschwemmungstiefe-Vorhersagesystem
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • JP 2005208001 A [0003]

Claims (13)

  1. Überschwemmungstiefe-Vorhersageeinrichtung, aufweisend: eine Strömungsgeschwindigkeitswert-Erwerbungseinheit, um einen Strömungsgeschwindigkeitswert an einer Meeresoberfläche zu erwerben; und eine Überschwemmungstiefe-Vorhersageeinheit, um eine Überschwemmungstiefe auf einem Grund durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Strömungsgeschwindigkeitswertes in ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zur Vorhersage der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird, vorherzusagen.
  2. Überschwemmungstiefe-Vorhersageeinrichtung nach Anspruch 1, ferner aufweisend eine Daten-Vorverarbeitungseinheit, um Vorverarbeitung durchzuführen, welche zumindest eines ist von Standardisierung und Komplementierung fehlender Daten des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Strömungsgeschwindigkeitswerts, wobei die Überschwemmungstiefe-Vorhersageeinheit die Überschwemmungstiefe durch Eingeben des von der Daten-Vorverarbeitungseinheit vorverarbeiteten Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell vorhersagt.
  3. Überschwemmungstiefe-Vorhersageeinrichtung nach Anspruch 1, wobei die Überschwemmungstiefe-Vorhersageeinheit einen Primär-Vorhersagewert der Überschwemmungstiefe durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell vorhersagt, und einen Sekundär-Vorhersagewert der Überschwemmungstiefe auf der Grundlage des vorhergesagten Primär-Vorhersagewertes und eines in der Vergangenheit vorhergesagten früheren Vorhersagewerts der Überschwemmungstiefe berechnet.
  4. Überschwemmungstiefe-Vorhersageeinrichtung nach Anspruch 1, wobei es sich bei dem von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbene Strömungsgeschwindigkeitswert um Zeitreihendaten handelt, welche einen Strömungsgeschwindigkeitswert für jeden Zeitpunkt angeben, und wobei das erlernte Überschwemmungstiefe-Vorhersagemodell, das von der Überschwemmungstiefe-Vorhersageeinheit genutzt wird, ein gefaltetes neuronales Netzwerk Modell ist.
  5. Überschwemmungstiefe-Vorhersageinrichtung nach Anspruch 4, wobei die Überschwemmungstiefe-Vorhersageeinheit bestimmt, ob oder ob nicht die von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Zeitreihendaten eine erforderliche Datenmenge für die Vorhersage der Überschwemmungstiefe unter Verwendung des erlernten Überschwemmungstiefe-Vorhersagemodells enthalten, und in einem Fall, in dem die Überschwemmungstiefe-Vorhersageeinheit bestimmt, dass die Zeitreihendaten die erforderliche Datenmenge nicht enthalten, die Überschwemmungstiefe-Vorhersageeinheit Komplementierung einer Fehlmenge an Daten auf die von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Zeitreihendaten durchführt.
  6. Überschwemmungstiefe-Vorhersageeinrichtung nach Anspruch 1, wobei die Überschwemmungstiefe-Vorhersageeinheit eine Wahrscheinlichkeitsverteilung, welche eine Auftretenswahrscheinlichkeit für jede Überschwemmungstiefe angibt, durch Eingeben des von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Strömungsgeschwindigkeitswerts in das erlernte Überschwemmungstiefe-Vorhersagemodell vorhersagt.
  7. Überschwemmungstiefe-Vorhersage-Lerneinrichtung, aufweisend: eine Strömungsgeschwindigkeitswert-Erwerbungseinheit, um einen Strömungsgeschwindigkeitswert an einer Meeresoberfläche zu erwerben; eine Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit, um maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche eine maximale Überschwemmungstiefe auf einem Grund anzeigen, zu erwerben; und eine Modell-Erzeugungseinheit, um ein Überschwemmungstiefe-Vorhersagemodell durch Lernen einer Überschwemmungstiefenvorhersage zum Vorhersagen einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert auf der Meeresoberfläche auf der Grundlage des Strömungsgeschwindigkeitswertes, der durch die Strömungsgeschwindigkeitswert-Erwerbungseinheit erworben wird, und den maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die durch die Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit erworben werden, zu erzeugen.
  8. Überschwemmungstiefe-Vorhersage-Lerneinrichtung nach Anspruch 7, ferner aufweisend eine Bewertungseinheit, um ein Lernergebnis der Überschwemmungstiefe-Vorhersage auf der Grundlage des von der Modell-Erzeugungseinheit generierten Überschwemmungstiefe-Vorhersagemodells zu bewerten.
  9. Überschwemmungstiefe-Vorhersage-Lerneinrichtung nach Anspruch 7, ferner aufweisend eine Daten-Vorverarbeitungseinheit, um Vorverarbeitung durch Hinzufügen von Störungsdaten zu dem von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworbenen Strömungsgeschwindigkeitswert durchzuführen, wobei die Modell-Erzeugungseinheit das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage des von der Daten-Vorverarbeitungseinheit vorverarbeiteten Strömungsgeschwindigkeitswertes und der von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit erworbenen maximale-Überschwemmungstiefe-Kennzeichnungsdaten erzeugt.
  10. Überschwemmungstiefe-Vorhersage-Lerneinrichtung nach Anspruch 7, ferner aufweisend eine Daten-Vorverarbeitungseinheit, um Vorverarbeitung durch Auswählen von Lerndaten, die zur Generierung des Überschwemmungstiefe-Vorhersagemodells durch die Modell-Erzeugungseinheit genutzt werden, aus dem Strömungsgeschwindigkeitswert, der von der Strömungsgeschwindigkeitswert-Erwerbungseinheit erworben wird, und den maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die von der Maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungseinheit erworben werden, durchzuführen, wobei die Modell-Erzeugungseinheit das Überschwemmungstiefe-Vorhersagemodell auf der Grundlage der von der Daten-Vorverarbeitungseinheit ausgewählten Lerndaten generiert.
  11. Überschwemmungstiefe-Vorhersage-Lerneinrichtung nach Anspruch 10, ferner aufweisend eine Bewertungseinheit, um ein Lernergebnis der Überschwemmungstiefenvorhersage auf der Grundlage des von der Modell-Erzeugungseinheit generierten Überschwemmungstiefe-Vorhersagemodells zu bewerten, wobei die Daten-Vorverarbeitungseinheit ferner die Lerndaten auf der Grundlage der durch die Bewertungseinheit durchgeführten Bewertung auswählt.
  12. Überschwemmungstiefe-Vorhersageverfahren, aufweisend: einen Strömungsgeschwindigkeitswert-Erwerbungsschritt des Erwerbens eines Strömungsgeschwindigkeitswerts an einer Meeresoberfläche; und einen Überschwemmungstiefe-Vorhersageschritt des Vorhersagens einer Überschwemmungstiefe auf einem Grund durch Eingeben des Strömungsgeschwindigkeitswertes, der in dem Strömungsgeschwindigkeitswert-Erwerbungsschritt erworben wird, in ein erlerntes Überschwemmungstiefe-Vorhersagemodell, das zum Vorhersagen der Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert an der Meeresoberfläche genutzt wird.
  13. Überschwemmungstiefe-Vorhersage-Lernverfahren, aufweisend: einen Strömungsgeschwindigkeitswert-Erwerbungsschritt des Erwerbens eines Strömungsgeschwindigkeitswerts an einer Meeresoberfläche; einen maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungsschritt des Erwerbens von maximale-Überschwemmungstiefe-Kennzeichnungsdaten, welche eine maximale Überschwemmungstiefe auf einem Grund angeben; und einen Modell-Erzeugungsschritt des Erzeugens eines Überschwemmungstiefe-Vorhersagemodells durch Lernen einer Überschwemmungstiefenvorhersage zum Vorhersagen einer Überschwemmungstiefe auf dem Grund aus dem Strömungsgeschwindigkeitswert auf der Meeresoberfläche auf der Grundlage des Strömungsgeschwindigkeitswertes, der in dem Strömungsgeschwindigkeitswert-Erwerbungsschritt erworben wird, und der maximale-Überschwemmungstiefe-Kennzeichnungsdaten, die in dem maximale-Überschwemmungstiefe-Kennzeichnungsdaten-Erwerbungsschritt erworben werden.
DE112021006190.9T 2021-01-29 2021-01-29 Überschwemmungstiefe-vorhersageeinrichtung und überschwemmungstiefe-vorhersageverfahren Pending DE112021006190T5 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/003135 WO2022162853A1 (ja) 2021-01-29 2021-01-29 浸水深予測装置、浸水深予測学習装置、浸水深予測方法、及び浸水深予測学習方法

Publications (1)

Publication Number Publication Date
DE112021006190T5 true DE112021006190T5 (de) 2023-11-30

Family

ID=82652765

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021006190.9T Pending DE112021006190T5 (de) 2021-01-29 2021-01-29 Überschwemmungstiefe-vorhersageeinrichtung und überschwemmungstiefe-vorhersageverfahren

Country Status (5)

Country Link
US (1) US20230333270A1 (de)
JP (1) JP7229449B1 (de)
CA (1) CA3204136C (de)
DE (1) DE112021006190T5 (de)
WO (1) WO2022162853A1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005208001A (ja) 2004-01-26 2005-08-04 Nomura Fooshiizu:Kk 津波の予測方法及び予測プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6521777B2 (ja) * 2014-10-22 2019-05-29 三菱電機株式会社 津波監視システム
JP6440912B2 (ja) * 2016-08-25 2018-12-19 三菱電機株式会社 レーダ装置
JP6370525B1 (ja) * 2016-09-29 2018-08-08 三菱電機株式会社 浸水予測システム、予測方法、プログラム
JP7156613B2 (ja) * 2018-10-01 2022-10-19 東電設計株式会社 津波予測装置、方法、及びプログラム
JP7265915B2 (ja) * 2019-04-10 2023-04-27 中部電力株式会社 津波高及び津波到達時間予測システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005208001A (ja) 2004-01-26 2005-08-04 Nomura Fooshiizu:Kk 津波の予測方法及び予測プログラム

Also Published As

Publication number Publication date
CA3204136A1 (en) 2022-08-04
JP7229449B1 (ja) 2023-02-27
CA3204136C (en) 2024-01-02
JPWO2022162853A1 (de) 2022-08-04
US20230333270A1 (en) 2023-10-19
WO2022162853A1 (ja) 2022-08-04

Similar Documents

Publication Publication Date Title
DE69930501T2 (de) Ultrasensitive überwachung von sensoren und prozessen
US8712929B1 (en) Dynamic data filtering system and method
Nathan et al. Estimating low flow characteristics in ungauged catchments
DE112016006946T5 (de) Vorrichtung zur bewertung der priorität von anomaliedaten und verfahren zur bewertung der priorität von anomaliedaten
DE102018115155A1 (de) Verfahren zum Vorhersagen von Anlagendaten und Vorrichtung, die es verwendet
DE112017007532T5 (de) Alterungsdegradationsdiagnosevorrichtung und alterungsdegradationsdiagnoseverfahren
DE112017004901T5 (de) Hochwasservorhersage-System, Vorhersageverfahren und Vorhersageprogramm
CN114118576A (zh) 一种区域地质灾害趋势预测方法及系统
Marchant et al. Quantifying uncertainty in predictions of groundwater levels using formal likelihood methods
CN116415481A (zh) 区域滑坡灾害风险预测方法、装置、计算机设备及存储介质
CN107995983A (zh) 用于钻井和完井操作的风险评估
DE112019006380B4 (de) Zustandsvoraussagevorrichtung und zustandsvoraussageverfahren
Abbasi et al. Estimation of ARIMA model parameters for drought prediction using the genetic algorithm
Nocentini et al. Towards landslide space-time forecasting through machine learning: the influence of rainfall parameters and model setting
Kaya Topaçli et al. Performance Comparison of Landslide Susceptibility Maps Derived from Logistic Regression and Random Forest Models in the Bolaman Basin, Türkiye
DE112021006190T5 (de) Überschwemmungstiefe-vorhersageeinrichtung und überschwemmungstiefe-vorhersageverfahren
Mata et al. Forest fire evolution prediction using a hybrid intelligent system
DE112015005501B4 (de) Alterungsprofilbildungsmaschine für physikalische Systeme
CN106054859B (zh) 基于修正型独立元分析的双层集成式工业过程故障检测方法
US20190120087A1 (en) Managing water-supply pumping for an electricity production plant circuit
Evans et al. Integrating remotely sensed data with other spatial data sets to predict areas at risk from salinity
Baraldi et al. A belief function theory method for prognostics in clogging filters
DE102019112550A1 (de) System zum Erzeugen von Lerndaten
DE102015103632B4 (de) Verfahren zum Überprüfen einer Auswirkung einer Veränderung von Sensordaten auf ein Fahrerassistenzsystem und programmierbare Hardwarekomponente
DE112019006397T5 (de) Entwicklungsassistenzeinrichtung, entwicklungsassistenzsystem und entwicklungsassistenzverfahren

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R084 Declaration of willingness to licence