JP6874770B2 - 降雨量予測装置、降雨量予測方法、および記録媒体 - Google Patents

Description

本発明は、主に、災害予測に用いられる降雨量予測装置、降雨量予測方法、および記録媒体に関する。

災害予測として、例えば、山や盛土・切土などの斜面の崩壊を予測する斜面崩壊予測が知られている。斜面の崩壊を予測することにより、斜面付近の住民に避難を促す、あるいは斜面付近への立ち入りを規制する等の人命を守るための対策を講じることが可能となる。

斜面崩壊予測の精度を決定付ける最も重要な要素の一つは、斜面に降る雨の予測量（以下、これを「降雨予測パターン」あるいは「降雨予測時系列データ」と呼ぶ場合がある）である。斜面崩壊予測の場合、降雨予測パターンを用いた水流シミュレーションの実施により対象となる斜面の土中水分量が予測され、予測された土中水分量から最終的に斜面安全率の変化時点、たとえば、斜面崩壊の予測時刻が予測される。

降雨予測パターンは、例えば、予測モデルを用いて作成される。現在、降雨予測に用いられる予測モデルは、例えば、ＶＳＲＦ（Ｖｅｒｙ Ｓｈｏｒｔ−Ｒａｎｇｅ Ｆｏｒｅｃａｓｔｉｎｇ ｏｆ Ｐｒｅｃｉｐｉｔａｔｉｏｎ）等の短時間予測モデル、あるいは、ＭＳＭ（ＭｅｓｏＳｃａｌｅ Ｓｐｅｃｔｒａｌ Ｍｏｄｅｌ）やＲＳＭ（Ｒｅｇｉｏｎａｌ Ｓｐｅｃｔｒａｌ Ｍｏｄｅｌ）等の長時間予測モデルである。

特許文献１には、過去および現在の降雨強度分布、予測移動速度および予測特徴量から将来の降雨量を予測する降雨量予測装置についての記載がある。特許文献２には、３時間先までは気象レーダーを用いた超短時間降水予測を基本に１０分〜 ３０分毎に、それより先は数値計算モデルを基に２４時間先までを１時間毎に予測する技術についての記載がある。特許文献３には、気象予測モデルを用いて算出された気象予測データと、気象庁ＡＭｅＤＡＳ（Ａｕｔｏｍａｔｅｄ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ Ｓｙｓｔｅｍ）等の外部気象観測装置から定期的に提供される気象観測データを取り込んで記憶する技術が記載されている。

特開平１０−１７７０７６号公報 特開２００４−０６９４７８号公報 特開２００８−１０２１１５号公報

短時間予測モデルは、予測開始から１〜２時間後までの予測精度は高いが、それ以降の予測に関しては精度が急激に低下するという欠点を有する。一方、長時間予測モデルは、予測開始から１〜２時間後までの予測精度は短時間予測モデルに劣るが、それ以降の予測においては短時間予測モデルのように急激に予測精度が低下することはなく、一定程度の精度が維持された予測が可能である。

ところで、災害予測の場合、一般的には、住民の避難や関係機関への事前通達等のために長時間（例えば、４〜６時間）の予測が必要となる。すなわち、短時間予測モデルのみを使用した予測に加えて長時間予測モデルを用いた予測が必要となる。そこで、例えば、最初の１〜２時間は短時間予測モデルによる予測結果が採用され、それ以降は長時間予測モデルによる予測結果が採用された降雨予測パターンを作成することが予想される。

しかしながら、上述したように、長時間予測モデルは、一定程度の精度は維持されるが、短時間予測モデルのように高精度な予測を行うことはできない。さらに、災害予測、例えば、斜面崩壊予測の時間が長くなるにつれて長時間予測モデルによる予測時間が占める割合が高まる。このことは、予測期間が長くなればなるほど予測精度が低下することを意味する。

さらに、そもそも、短時間予測モデルの場合であっても外乱（例えば、シミュレーション時のパラメータ変動）の影響を完全に排除することは不可能であり、常に正しい予測が実施される保証はない。すなわち、現在の技術では、降雨を完璧に予測することはほほ不可能と言っても過言ではない。

とは言うものの、斜面崩壊や水害等の予測は、人命に関わる重要な予測である。よって、より正確な災害予測を可能とするための降雨予測パターンの提供が強く要望されている。特許文献１〜３には、降雨予測パターンをより高精度なものとするための様々な技術が提案されている。これらの技術の方向性自体は正しい。

しかしながら、いずれの場合も、作成される降雨予測パターンは１つだけである。上述したように、現在の技術では、どのような方法を用いたとしても完全な降雨予測は困難である。降雨予測パターンが１つしかない場合、それが予期せぬ外乱の影響を受けてしまうと、斜面崩壊や水害の予測が外れる可能性がある。特に、予測が遅れた場合、人命が危険にさらされる虞がある。従って、このような予測システムは、ロバスト性（不確定なゆらぎやばらつきに対する堅牢性）に優れているとは言い難い。

一方で、ロバスト性を優先した場合であっても、誤報が頻発するようでは（すなわち、所謂“オオカミ少年”的な予測になってしまっては）、その予測自体を誰も信用しなくなり、結果として災害予測装置の信頼性が失われることになる。

本発明は、上記課題を解決するためになされたものであり、予測期間の全体についての予測精度を一定程度に維持しつつ、ロバスト性に優れた予測（換言すれば、予測が外れてもよいことを前提とした安全優先の予測）を行うことが可能な降雨量予測装置、降雨量予測方法、および記録媒体を提供することを目的とする。

本発明の降雨量予測装置は、予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成し、前記第１期間における前記第１予測パターンでの総降雨量である第１総降雨量を算出する第１予測手段と、前記予測期間の全体について、前記第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成し、前記予測期間の全体における前記予測パターンでの総降雨量である全体総降雨量を求め、前記全体総降雨量から前記第１総降雨量を減算することで、前記予測期間における前記第１期間以外の第２期間の総降雨量である第２総降雨量を求め、前記第２総降雨量の制約の下で、前記第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成する第２予測手段と、前記第１予測パターンと複数の前記第２予測パターンとを時間軸上で結合させることにより前記予測期間の全体についての複数の降雨予測パターンを作成するパターン作成手段と、を備える。

本発明の降雨量予測方法は、予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成し、前記第１期間における前記第１予測パターンでの総降雨量である第１総降雨量を算出し、前記予測期間の全体について、前記第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成し、前記予測期間の全体における前記予測パターンでの総降雨量である全体総降雨量を求め、前記全体総降雨量から前記第１総降雨量を減算することで、前記予測期間における前記第１期間以外の第２期間の総降雨量である第２総降雨量を求め、前記第２総降雨量の制約の下で、前記第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成し、前記第１予測パターンと複数の前記第２予測パターンとを時間軸上で結合させることにより前記予測期間の全体についての複数の降雨予測パターンを作成する。

本発明の記録媒体は、予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成し、前記第１期間における前記第１予測パターンでの総降雨量である第１総降雨量を算出する第１予測処理と、前記予測期間の全体について、前記第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成し、前記予測期間の全体における前記予測パターンでの総降雨量である全体総降雨量を求め、前記全体総降雨量から前記第１総降雨量を減算することで、前記予測期間における前記第１期間以外の第２期間の総降雨量である第２総降雨量を求め、前記第２総降雨量の制約の下で、前記第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成する第２予測処理と、前記第１予測パターンと複数の前記第２予測パターンとを時間軸上で結合させることにより前記予測期間の全体についての複数の降雨予測パターンを作成するパターン作成処理と、をコンピュータに実行させるためのプログラムを記憶する記録媒体である。

本発明によれば、予測期間の全体についての予測精度を一定程度に維持しつつ、ロバスト性に優れた予測（換言すれば、予測が外れてもよいことを前提とした安全優先の予測）を行うことが可能となる。

本発明の第１の実施形態に係る降雨量予測装置の構成例を示すブロック図である。 第１の実施形態に係る降雨量予測装置の動作例を示すフローチャートである。 第１の実施形態における複数の降雨予測パターンの第１の作成例である。 第１の実施形態における複数の降雨予測パターンの第２の作成例である。 本発明の第２の実施形態に係る降雨量予測装置の構成例を示すブロック図である。 本発明の第３の実施形態に係る斜面崩壊予測システムの構成例を示すブロック図である。 第３の実施形態における、短時間予測モデルによる降雨予測結果を示す図である。 第３の実施形態における、長時間予測モデルによる降雨予測結果を示す図である。 第３の実施形態で作成される第１の長時間予測パターンを示す図である。 第３の実施形態で作成される第２の長時間予測パターンを示す図である。 第３の実施形態で作成される第３の長時間予測パターンを示す図である。 第３の実施形態に係る斜面崩壊予測システムの動作例を示すフローチャートである。 本発明の第４の実施形態に係る危険水位予測システムの構成例を示すブロック図である。 第４の実施形態に係る危険水位予測システムの動作例を示すフローチャートである。

［第１の実施形態］
（構成の説明）
図１は、本発明の第１の実施形態に係る降雨量予測装置１０の構成例を示すブロック図である。降雨量予測装置１０は、第１予測部１２（「第１予測手段」の一例）と、第２予測部１４（「第２予測手段」の一例）と、パターン作成部１６（「パターン作成手段」の一例）と、を備える。

第１予測部１２は、予測期間（例えば、現在時刻から１０時間後まで）の内の第１期間（例えば、予測開始から２時間後まで）について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成する。さらに、第１予測部１２は、第１期間における第１予測パターンでの総降雨量である第１総降雨量を算出する。

第２予測部１４は、予測期間の全体について、第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成する。第２予測部１４は、予測期間の全体における予測パターンでの総降雨量である全体総降雨量を求め、全体総降雨量から第１総降雨量を減算することで、予測期間における第１期間以外の第２期間（例えば、２時間後から１０時間後まで）の総降雨量である第２総降雨量を求める。第２予測部１４は、第２総降雨量の制約の下で、第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成する。

パターン作成部１６は、第１予測パターンと複数の第２予測パターンとを時間軸上で結合させることにより予測期間の全体についての複数の降雨予測パターンを作成する。（動作の説明）
図２は、図１に示す降雨量予測装置１０の動作例（「降雨量予測方法」の一例）を示すフローチャートである。第１予測部１２は、予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨予測を実施して第１予測パターンを作成する（ステップＳ１０／「第１予測処理」の一例）。さらに、第１予測部１２は、第１期間における第１予測パターンでの総降雨量である第１総降雨量を算出する。

第２予測部１４は、予測期間の全体について、第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨予測を実施して予測パターンを作成する。第２予測部１４は、予測期間の全体における予測パターンでの総降雨量である全体総降雨量を求め、全体総降雨量から第１総降雨量を減算することで、予測期間における第１期間以外の第２期間の総降雨量である第２総降雨量を求める。そして、第２予測部１４は、第２総降雨量の制約の下で、第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成する（ステップＳ１１／「第２予測処理」の一例）。

パターン作成部１６は、第１予測パターンと複数の第２予測パターンとを時間軸上で結合させることにより予測期間の全体についての複数の降雨予測パターンを作成する（ステップＳ１２／「パターン作成処理」の一例）。
（効果の説明）
以上説明した第１の実施形態では、複数の降雨予測パターンが作成される。これにより、複数の降雨予測パターンに基づいて予測された各災害予測、例えば、斜面崩壊の場合、降雨予測パターン毎の斜面崩壊の予測時刻のうちで最も早く発生すると予測された時刻を報知することができるようになる。すなわち、第１の実施形態によれば、ロバスト性に優れた予測を行うことが可能となる。

さらに、第１の実施形態の場合、それら複数の降雨予測パターンの内の第２予測パターンは、第２総降雨量（すなわち、第２予測モデルによる第２期間における総降雨量）の制約の下で作成される。ここで、一般的には、第２予測モデル（例えば、長時間予測モデル）における長時間での予測総降雨量の信頼性は比較的に高いとされている。すなわち、各降雨予測パターンにおける予測期間の全体の予測精度は一定程度に維持される。

以上を纏めると、第１の実施形態によれば、予測期間の全体についての予測精度を一定程度に維持しつつ、ロバスト性に優れた予測を行うことが可能となる。
（降雨予測パターンの作成例についての説明）
図３は、第１の実施形態における複数の降雨予測パターンの第１の作成例である。図３では、２つの降雨予測パターン５０Ａ、５０Ｂが示される。降雨予測パターン５０Ａ、５０Ｂにおいて、第１予測モデルと第２予測モデルはそれぞれ共通である。図３では、第１予測モデルがＶＳＲＦであり、第２予測モデルがＭＳＭである場合が例示されている。降雨予測パターン５０Ａと降雨予測パターン５０Ｂとの違いは、第１期間および第２期間の各長さである。

ここで、ＶＳＲＦは、実況の降雨分布を表すレーダー・アメダス（ＡＭｅＤＡＳ）解析雨量を、風向・風速、地形による降水の発達・衰弱の効果、数値予報の結果を考慮して時間的に外挿して降雨予測を行うモデルである。ＡＭｅＤＡＳは、Ａｕｔｏｍａｔｅｄ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ Ｓｙｓｔｅｍの略称であり、日本の気象庁によって運用されている気象観測システムである。一般的に、ＶＳＲＦは、１〜２時間程度の短時間の予測精度は良いが、それ以降の予測精度は著しく低下するとされる。

また、ＭＳＭは、鉛直方向の圧力傾度力と重力の平衡を仮定した非静力学モデルであり、多様な気象観測情報を使ったデータ同化機能を採用している。一般的に、ＭＳＭは、ＶＳＲＦと比べると短時間の予測精度は多少劣るが、長時間の予測でも精度が落ちにくいとされている。ＭＳＭは、例えば、日本及びその近海を解析領域としている。

この場合、第１予測部１２は、１つの種類の第１予測モデル（ＶＳＲＦ）を用いて第１期間の長さが異なる２つの第１予測パターン（ＶＳＲＦが１時間のパターンと２時間のパターン）を作成する。第２予測部１４は、１つの種類の第２予測モデル（ＭＳＭ）を用いて長さが異なる２つの第２予測パターン（第１期間以外の期間がＭＳＭであるパターン）を作成する。パターン作成部１６は、長さが異なる２つの第１予測パターンと、長さが異なる２つの第２予測パターンとをそれぞれ時間軸上で結合することにより複数の降雨予測パターン５０Ａ、５０Ｂを作成する。

このようにして、第１期間および第２期間の長さを変えることで複数の降雨予測パターンを作成することができる。なお、図３では、２つの降雨予測パターンが示されているが、降雨予測パターンを３つ以上とすることもできる。また、第１期間および第２期間の長さは上記に限定されない。また、第１予測モデルおよび第２予測モデルの種類は上記に限定されない。

図４は、第１の実施形態における複数の降雨予測パターンの第２の作成例である。図４では、２つの降雨予測パターン５１Ａ、５１Ｂが示される。降雨予測パターン５１Ａ、５１Ｂにおいて、第１予測モデルの種類（ＶＳＲＦ）、および第１期間および第２期間の各長さは共通である。降雨予測パターン５１Ａと降雨予測パターン５１Ｂとの違いは、第２予測モデルの種類（ＭＳＭとＲＳＭ）が異なる点にある。

なお、ＲＳＭは、ＭＳＭと同様の物理モデルに基づいている。さらに、ＲＳＭの予測精度は、ＭＳＭとほぼ同等である。ＲＳＭは、例えば、日本を中心とする東アジアを解析領域としている。

この場合、第１予測部１２は、第１予測モデル（ＶＳＲＦ）を用いて１つの第１予測パターン（ＶＳＲＦが１時間のパターン）を作成する。第２予測部１４は、種類が異なる複数の第２予測モデル（ＭＳＭとＲＳＭ）を用いて複数の第２予測パターン（ＭＳＭのパターンとＲＳＭのパターン）を作成する。パターン作成部１６は、１つの第１予測パターンと複数の第２予測パターンとを時間軸上で結合することにより複数の降雨予測パターン５１Ａ、５１Ｂを作成する。

このようにして第２予測モデルの種類を変えることで複数の降雨予測パターンを作成することができる。なお、図４では、２つの降雨予測パターンが示されているが、降雨予測パターンは３つ以上とすることもできる。また、第１期間の長さは上記に限定されない。また、第１予測モデルおよび第２予測モデルの種類は上記に限定されない。

また、降雨予測パターンは、第２予測モデルの種類を１つに固定して第１予測モデルの種類を変えることにより複数作成されてもよい。
［第２の実施形態］
図５は、本発明の第２の実施形態に係る降雨量予測装置６０の構成例を示すブロック図である。降雨量予測装置６０は、記憶部６２と、制御部６４と、を備える。記憶部６２は、コンピュータ読み取り可能な記録媒体であり、降雨量予測プログラム７０を記憶する。降雨量予測プログラム７０は、図２に示される処理を制御部６４に実行させるためのプログラムである。制御部６４は、降雨量予測プログラム７０を実行する。

以上説明した第２の実施形態によれば、第１の実施形態と同様に、予測期間の全体についての予測精度を一定程度に維持しつつ、ロバスト性に優れた予測を行うことが可能となる。

なお、制御部６４の例としては、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を挙げることができる。また、コンピュータ読み取り可能な記録媒体は、例えば、非一時的な記憶装置である。非一時的な記憶装置の例としては、例えば、光磁気ディスク、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、不揮発性半導体メモリ等の可搬媒体、コンピュータシステムに内蔵されるハードディスクを挙げることができる。また、コンピュータ読み取り可能な記録媒体は、一時的な記憶装置であってもよい。一時的な記憶装置の例としては、例えば、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線、あるいは、コンピュータシステム内部の揮発性メモリを挙げることができる。
［第３の実施形態］
（構成の説明）
図６は、本発明の第３の実施形態に係る斜面崩壊予測システム１００の構成例を示すブロック図である。

斜面崩壊予測システム１００は、斜面崩壊の予測を実施する者によって設定された予測期間（例えば、予測開始時刻から予測終了時刻までの期間）内に予測対象斜面において発生が予想される斜面崩壊の予測時刻（後述する崩壊予測時刻）を出力する。斜面崩壊予測システム１００は、降雨量予測装置１０１と、シミュレーション装置１０２と、斜面解析装置１０３と、斜面崩壊予測装置１０４と、第１出力装置１０５と、を備える。

降雨量予測装置１０１は、短時間予測部１０１１と、長時間予測部１０１２と、降雨予測パターン作成部１０１３と、を備える。なお、短時間予測部１０１１は、第１の実施形態の第１予測部１２の一例であり、長時間予測部１０１２は、第１の実施形態の第２予測部１４の一例である。

短時間予測部１０１１は、予測開始時刻から高精度に予測可能な時間（以下、これを“短時間予測期間”と呼び、第１の実施形態の“第１期間”の一例に相当）の降雨を予測モデルにより予測して短時間予測パターン（第１の実施形態の“第１予測パターン”の一例に相当）を作成する。短時間予測期間の予測モデルは、短時間の予測を高精度にできるモデル、例えば、ＶＳＲＦである。なお、本実施形態では、短時間予測部１０１１が１つの短時間予測パターンを出力する場合を例示するが、短時間予測部１０１１は、複数の短時間予測パターンを出力してもよい。また、短時間予測部１０１１は、短時間予測パターンでの総降雨量（第１の実施形態の“第１総降雨量”の一例）を算出する。

長時間予測部１０１２は、予測期間のうち短時間予測部１０１１が予測していない期間（以下、これを“長時間予測期間”と呼び、第１の実施形態の“第２期間”の一例に相当）の降雨を予測モデルにより予測して長時間の降雨予測結果を得る。長時間予測期間の予測モデルは、長時間の予測を行っても精度が安定しているモデル、例えば、ＭＳＭやＲＳＭである。そして、長時間予測部１０１２は、短時間予測パターンでの総降雨量と長時間の降雨予測結果とを用いて長時間予測期間における予測総降雨量（第１の実施形態の“第２総降雨量”の一例）を算出する。そして、長時間予測部１０１２は、算出された予測総降雨量の制約の下で長時間予測期間における複数の長時間予測パターン（第１の実施形態の“第２予測パターン”の一例に相当）を作成する。

ここで、上記の「予測総降雨量の制約」について説明する。上述したとおり、長時間予測モデルの短時間の予測精度（すなわち、瞬間的な予測雨量の信頼度）はあまり高くない。しかしながら、長時間予測モデルにおける長時間での予測総降雨量の信頼性は高い。そこで、本実施形態では、この信頼性が高い予測総降雨量を一定にして長時間予測期間における複数の長時間予測パターンを作成している。すなわち、本実施形態において、「予測総降雨量の制約」とは、予測総降雨量を一定にすることを意味する。なお、予測総降雨量を一定にすることはあくまで一例であり、予測総降雨量の制約は、これに限定されるものではない。

降雨予測パターン作成部１０１３は、短時間予測部１０１１で作成された短時間予測パターン（本実施形態の場合は１つ）と、長時間予測部１０１２で作成された長時間予測パターン（本実施形態の場合は複数）とを時間軸上で結合させることで予測期間の全体についての複数の降雨予測パターン（降雨予測の時系列データ）を作成する。

ここで、複数の長時間予測パターンが予測総降雨量の制約の下で作成される過程について説明する。以下では、現在の時刻からＮ時間先までの予測期間における降雨量を予測するケースが想定される。また、この場合の予測期間は、短時間予測モデル（例えば、ＶＳＲＦ）の予測時間（例えば、２時間）よりも長い時間であるものとする（すなわち、長時間予測モデルによる予測期間が必ず含まれる時間とする）。

図７は、第３の実施形態における、短時間予測モデル（例えば、ＶＳＲＦ）による降雨予測結果を示す図である。図７において、短時間予測モデルによる降雨予測結果（短時間予測部１０１１によって作成される短時間予測パターン）が、時刻Ｔ＝０から時刻Ｔ＝１までの間において実線の波形で示される。また、図７において斜線で囲んだ範囲の面積は、短時間予測期間における予測総降雨量を示す。

図８は、第３の実施形態における、長時間予測モデル（例えば、ＭＳＭやＲＳＭ）による降雨予測結果を示す図である。図８において、長時間予測モデルによる降雨予測結果が時刻Ｔ＝０から時刻Ｔ＝Ｎまでの間において実線の波形で示される。図８において斜線で囲んだ範囲の面積は、長時間予測期間における予測総降雨量を示す。この場合、長時間予測期間における予測総降雨量は、例えば、図８において実線で示した波形（長時間予測モデルによる降雨予測結果）全体の総面積から図７の斜線部分で示した面積（短時間予測期間における予測総降雨量）を除外することで求めることができる。

なお、以上の説明では、図７、８を用いて、ある面積から別の面積を除外することで長時間予測期間における予測総降雨量を求める例を説明したが、この例に限定されない。すなわち、長時間予測期間の予測総降雨量は、長時間予測モデルでの降雨予測により求められた予測期間の全体の総降雨量から、短時間予測モデルでの降雨予測により得られた短時間予測期間の総降雨量を減算することにより算出される。

そして、長時間予測部１０１２は、算出された長時間予測期間における予測総降雨量の制約の下で長時間予測期間における複数の長時間予測パターンを作成する。以下では、３つの長時間予測パターンが作成される場合を例に挙げる。

図９は、第１の長時間予測パターンを示す図である。第１の長時間予測パターンは、長時間予測期間の序盤に雨が集中的に降る場合を想定した序盤集中パターンである。

図１０は、第２の長時間予測パターンを示す図である。第２の長時間予測パターンは、長時間予測期間の中盤に雨が集中的に降る場合を想定した中盤集中パターンである。

図１１は、第３の長時間予測パターンを示す図である。第３の長時間予測パターンは、長時間予測期間の終盤に雨が集中的に降る場合を想定した終盤集中パターンである。

この場合、第１の長時間予測パターン（図９）と第２の長時間予測パターン（図１０）と第３の長時間予測パターン（図１１）の予測総降雨量は等しい。すなわち、この場合、これら複数の長時間予測パターンは、「予測総降雨量の制約」下に作成される。

なお、第１の長時間予測パターン、第２の長時間予測パターン、および第３の長時間予測パターンの決定方法は、予測総降雨量が一定となる条件が成立するのであれば、任意である。例えば、これらの長時間予測パターンは、長時間予測モデルによる降雨予測結果を用いて、自動計算により決定されても良いし、あるいは、人間系により決定されてもよい。

また、長時間予測パターンの数は、複数であるとの条件が充足されれば十分であって、上記のように３つに限定されるものではない。

この場合、降雨予測パターン作成部１０１３は、短時間予測部１０１１によって作成された短時間予測パターン（図７）と、長時間予測部１０１２によって作成された第１の長時間予測パターン（図９）とを時間軸上で結合して第１の降雨予測パターンを作成する。降雨予測パターン作成部１０１３は、短時間予測パターン（図７）と、長時間予測部１０１２によって作成された第２の長時間予測パターン（図１０）とを時間軸上で結合して第２の降雨予測パターンを作成する。降雨予測パターン作成部１０１３は、短時間予測パターン（図７）と、長時間予測部１０１２によって作成された第３の長時間予測パターン（図１１）とを時間軸上で結合して第３の降雨予測パターンを作成する。

ここで、図６の説明が再開される。シミュレーション装置１０２は、水流シミュレーション部１０２１と、第１記憶部１０２２と、を備える。

水流シミュレーション部１０２１は、予測対象斜面を含む広範な第１領域（すなわち、斜面崩壊予測における水流シミュレーションの対象エリア）について、所定の物理モデルに基づく水流シミュレーションを実施することにより土中水分量の予測を行い、水分量時系列データを作成する。水分量時系列データは、予測開始時刻から予測終了時刻までの土中水分量の時系列データである。

ここで、物理モデルとは、降雨予測パターンを入力データとして、水流シミュレーションの対象エリア内の水の流れを物理的に計算し、水の貯留量、流出量等を算出できるモデル全般を指す。

物理モデルの具体例として、分布型流出モデルを挙げることができる。分布型流出モデルは、水流シミュレーションの対象エリア（例えば、本実施形態の場合、第１領域）の降雨予測パターンを入力として、第１領域の水の流れをシミュレーションするためのモデルである。詳細には、分布型流出モデルを用いた水流シミュレーションにおいて、第１領域は、適切な大きさのメッシュ（５０ｍ×５０ｍや２５０ｍ×２５０ｍ等）に分割される。この場合、いずれかのメッシュが予測対象斜面に対応する。なお、予測対象斜面は、必ずしも１つのメッシュで構成される必要はなく、複数のメッシュで構成されてもよい。メッシュ間の水の流れは、第１領域の勾配を表す勾配情報をもとに落水線という概念を用いて一方向に決定される。

分布型流出モデルによる水流シミュレーションを実行する場合、水流シミュレーション部１０２１は、降雨予測パターンに基づいてメッシュの水の流れをシミュレーションすることで、各メッシュの土中水分量や接続メッシュへの流出量などを算出する。すなわち、水流シミュレーション部１０２１は、降雨予測パターンを用いて水流シミュレーションを実施し、予測対象斜面に対応するメッシュの水分量時系列データを作成する。

なお、上述したとおり、降雨量予測装置１０１において複数の降雨予測パターンが作成されている。従って、水流シミュレーション部１０２１は、これら複数の降雨予測パターン毎に水流シミュレーションを実施し、予測対象斜面に対応するメッシュの水分量時系列データを作成する。

第１記憶部１０２２は、これらの水分量時系列データを記憶する。このとき、水分量時系列データは、降雨予測パターンの数の分だけ記憶される。

斜面解析装置１０３は、斜面安全率計算部１０３１と、第２記憶部１０３２と、を備える。

斜面安全率計算部１０３１は、第１記憶部１０２２に記憶された複数の水分量時系列データ毎に斜面安全率の時系列データ（以降、これを“安全率時系列データ”と呼ぶ）を作成する。斜面安全率は、予測対象斜面の安全性を表す指標であり、例えば、土質理学等で用いられる斜面安定解析式により算出することが可能である。斜面安定解析式の例としては、例えば、フェレニウス法、修正フェレニウス法、ヤンブ法、ビショップ法等を挙げることができる。なお、斜面安定解析式では、斜面を構成する土壌が持つ内部摩擦角、間隙水圧、粘着力、土塊重量などのパラメータが必要となる。これらのパラメータは、予め土中水分量との関係性を構築しておくことによって、水分量時系列データから算出することができる。従って、水分量時系列データから安全率時系列データを作成することが可能となる。安全率時系列データは、水分量時系列データ毎に作成される。この場合、安全率時系列データは、時刻毎の斜面安全率を正の実数で表現したものであり、例えば、１（所定の安全性閾値）を下回ると理論上の崩壊を意味する。

そして、斜面安全率計算部１０３１は、上記の方法で作成された安全率時系列データ毎に、斜面安全率が１を下回る時刻（基準未達時刻）を抽出し、抽出された全ての基準未達時刻のデータを含む基準未達時刻データを作成し、これを第２記憶部１０３２に記憶する。この場合、基準未達時刻データは、安全率時系列データ毎に作成される。

なお、基準未達時刻データは、基準未達時刻が存在しない場合（すなわち、１を下回る斜面安全率が１つも存在しない場合）、それ自体が作成されなくてもよく、あるいは、“基準未達時刻無し（Ｎｏ Ｄａｔａ）”を示すステータスが設定されただけの状態で作成されてもよい。

斜面崩壊予測装置１０４は、斜面解析装置１０３の第２記憶部１０３２に記憶された全ての基準未達時刻データをチェックし、その中で最も早く安全性閾値を下回る時刻を、予測対象斜面の崩壊予測時刻として決定する。なお、基準未達時刻が１つも存在しない場合、崩壊予測時刻は、作成されなくてもよい。また、基準未達時刻が１つしか存在しない場合、斜面崩壊予測装置１０４は、それを崩壊予測時刻とすることができる。

第１出力装置１０５は、斜面崩壊予測装置１０４で決定された崩壊予測時刻を、斜面崩壊予測システム１００の予測結果として外部へ出力する。第１出力装置１０５は、例えば、予測結果を報知するためのディスプレイやスピーカ、あるいは他の装置に予測結果を送信するための通信回路である。
（動作の説明）
図１２は、図６に示す斜面崩壊予測システム１００の動作例を示すフローチャートである。

降雨量予測装置１０１の短時間予測部１０１１は、短時間予測期間についての降雨予測を実行して短時間予測パターンを作成する（ステップＳ２００）。

降雨量予測装置１０１の長時間予測部１０１２は、長時間予測期間についての降雨予測を実行して長時間の降雨予測結果を得る。長時間予測部１０１２は、短時間予測パターンと長時間の降雨予測結果とを用いて長時間予測期間における予測総降雨量を算出する。そして、長時間予測部１０１２は、算出された予測総降雨量の制約の下で長時間予測期間における複数の長時間予測パターンを作成する（ステップＳ２０１）。

降雨量予測装置１０１の降雨予測パターン作成部１０１３は、短時間予測部１０１１で作成された１つの短時間予測パターンと、長時間予測部１０１２で作成された複数の長時間予測パターンとを時間軸上で結合させることで、予測期間の全体についての複数の降雨予測パターンを作成する（ステップＳ２０２）。

なお、ステップＳ２００の処理とステップＳ２０１の処理の実行順序は、図１２の順序に限定されない。両者は、逆の順序で実行されてもよいし、同時に実行されてもよい。

シミュレーション装置１０２の水流シミュレーション部１０２１は、降雨予測パターンを用いて水流シミュレーションを実施し、予測対象斜面に対応するメッシュの水分量時系列データを作成する（ステップＳ２０３）。シミュレーション装置１０２は、全ての降雨予測パターンに対して水流シミュレーションを行ったか否かを判定する（ステップＳ２０４）。全ての降雨予測パターンに対して水流シミュレーションを実行していない場合（ステップＳ２０４のＮｏ判定）、シミュレーション装置１０２は、ステップＳ２０３の処理を繰り返す。一方、全ての降雨予測パターンに対して水流シミュレーションが実行された場合（ステップＳ２０４のＹｅｓ判定）、ステップＳ２０５の処理が実行される。

斜面解析装置１０３の斜面安全率計算部１０３１は、シミュレーション装置１０２で作成された水分量時系列データを入力し、水分量時系列データ毎に安全率時系列データを作成し、最終的に基準未達時刻データを作成する（ステップＳ２０５）。

斜面解析装置１０３は、全ての水分量時系列データに対して基準未達時刻データを作成したか否かを確認する（ステップＳ２０６）。全ての水分量時系列データに対して基準未達時刻データが作成されていない場合（ステップＳ２０６のＮｏ判定）、斜面解析装置１０３は、ステップＳ２０５の処理を実行する。一方、全ての水分量時系列データに対して基準未達時刻データが作成された場合（ステップＳ２０６のＹｅｓ判定）、ステップＳ２０７の処理が実行される。

斜面崩壊予測装置１０４は、全ての基準未達時刻データをチェックし、その中で最も早く安全性閾値を下回る時刻を、予測対象斜面の崩壊予測時刻として決定する（ステップＳ２０７）。

第１出力装置１０５は、斜面崩壊予測装置１０４で決定された崩壊予測時刻を外部へ出力する（ステップＳ２０８）。
（効果の説明）
以上説明した第３の実施形態では、複数の降雨予測パターンに対応した複数の基準未達時刻データが作成され、全ての基準未達時刻データの中で最も早い時刻が崩壊予測時刻として決定される。斜面崩壊予測システムをこのような構成とすることにより、ある１つの降雨予測パターンが外乱の影響を受けた場合であっても、外乱の影響を受けていない他の降雨予測パターンに基づいて決定された基準未達時刻が、崩壊予測時刻として採用される。すなわち、第３の実施形態によれば、ロバスト性に優れた斜面崩壊予測を実行することが可能となる。

さらに、第３の実施形態の場合、それら複数の降雨予測パターンの内の長時間予測パターンは、長時間予測期間の予測総降雨量の制約の下で作成される。ここで、一般的には、長時間予測モデル（例えば、ＭＳＭやＲＳＭ）における長時間での予測総降雨量の信頼性は比較的に高いとされている。すなわち、予測期間の全体の斜面崩壊予測の精度は一定程度に維持される。

以上を纏めると、第３の実施形態によれば、予測期間の全体についての予測精度を一定程度に維持しつつ、ロバスト性に優れた斜面崩壊予測を実行することが可能となる。
（変形例の説明）
以上説明した第３の実施形態は、例えば、第２の実施形態のように、図１２に示す動作がプログラムとして記述されてコンピュータ読み取り可能な記録媒体に記憶され、そのプログラムがＣＰＵ等の演算装置により実行される構成とすることもできる。

また、第３の実施形態において、降雨量予測装置１０１は、第１の実施形態の降雨量予測装置１０あるいは第２の実施形態の降雨量予測装置６０に置き換えることもできる。

さらに、第３の実施形態において、長時間予測モデルによる降雨予測結果そのものは、長時間予測期間における予測総降雨量を算出するためだけに使用され、最終的に斜面崩壊予測に用いられる複数の降雨予測パターンのための複数の長時間予測パターンとしては使用されていない。しかしながら、長時間予測モデルによる降雨予測結果そのものを複数の長時間予測パターンの１つとすることができる。例えば、長時間予測モデルによる降雨予測結果そのものを、第１の長時間予測パターン（図９）、第２の長時間予測パターン（図１０）、および第３の長時間予測パターン（図１１）にさらに加えて合計４つの長時間予測パターンとすることができる。もちろん、長時間予測パターンの数（すなわち、降雨予測パターンの数）は、複数であればよく、３つや４つに限定されることはない。
［第４の実施形態］
（構成の説明）
図１３は、本発明の第４の実施形態に係る危険水位予測システム３００の構成例を示すブロック図である。

危険水位予測システム３００には、危険水位予測の実施者によって、予測期間（例えば、予測開始時刻から予測終了時刻までの期間）と、水位の閾値としての危険水位と、が設定される。危険水位予測システム３００は、予測期間内に予測対象河川が危険水位に到達する予測時刻（後述する到達予測時刻）を出力する。

危険水位予測システム３００は、降雨量予測装置３０１と、シミュレーション装置３０２と、水位解析装置３０３と、第２出力装置３０４と、を含む。

降雨量予測装置３０１は、短時間予測部３０１１と、長時間予測部３０１２と、降雨予測パターン作成部３０１３と、を含む。降雨量予測装置３０１は、第３の実施形態の降雨量予測装置１０１と同様の方法により予測期間における降雨予測パターンを複数作成する。

シミュレーション装置３０２は、水流シミュレーション部３０２１と、第３記憶部３０２２と、を備える。

水流シミュレーション部３０２１は、予測対象河川を含む広範な第２領域（すなわち、危険水位予測における水流シミュレーションの対象エリア）について、所定の物理モデルに基づく水流シミュレーションを実施することにより水の流れ（水位や流出量等）を予測する。

なお、上述したとおり、降雨量予測装置３０１において複数の降雨予測パターンが作成されているため、水流シミュレーション部３０２１は、これら複数の降雨予測パターンのすべてを用いて水流シミュレーションを実施することにより、予測対象河川の水位時系列データを作成する。第３記憶部３０２２は、水位時系列データを記憶する。この場合、水位時系列データは、降雨予測パターンの数の分だけ記憶される。

ここで、水流シミュレーションの具体例について説明する。水流シミュレーション部３０２１は、例えば、分布型流出モデルと呼ばれるモデルと河道キネマティックウェーブモデルというモデルを組み合わせて作られた水流シミュレータなどを用いて水流シミュレーションを実施する。これにより、第２領域の水の流れが予測される。

このとき作成される水位時系列データは、予測開始時刻から予測終了時刻までの、予め設定された予測対象河川内の特定のポイントにおける水位の時系列データである。

また、ここで用いる分布型流出モデルは、第２領域の降雨予測パターンを入力として、第２領域における河川以外の水の流れをシミュレーションするものである。具体的には、分布型流出モデルにおいて、第２領域は適切なメッシュ（５０ｍ×５０ｍや２５０ｍ×２５０ｍ等）に分割され、第２領域の勾配を表す勾配情報をもとにメッシュ間の水の流れが落水線という概念を用いて一方向に決定される。そして、降雨予測パターンに基づいてメッシュの水の流れをシミュレーションすることで、各メッシュの土中水分量や接続メッシュへの流出量などが算出される。

また、河道キネマティックウェーブモデルは、第２領域の降雨予測パターンを入力として、第２領域の河川の水の流れをシミュレーションするものである。具体的には、予測対象河川は、河道幅情報や入力された降雨予測パターンに基づいて偏微分方程式により数理モデル化される。上記偏微分方程式を数値計算の手法によって解くことにより、河道の流出量や水位が算出される。

上述したとおり、降雨量予測装置３０１において複数の降雨予測パターンが作成されている。従って、水流シミュレーション部３０２１は、これら複数の降雨予測パターン毎に水流シミュレーションを実施し、予測対象河川の水位時系列データを作成する。第４記憶部３０３２は、作成された水位時系列データを記憶する。このとき、水位時系列データは、降雨予測パターンの数の分だけ記憶される。

ここで、図１３の説明が再開される。水位解析装置３０３は、時刻抽出部３０３１と、第４記憶部３０３２と、時刻決定部３０３３と、を備える。

時刻抽出部３０３１は、危険水位と、第４記憶部３０３２に記憶された全ての水位時系列データとを用いて、水位時系列データ毎の到達時刻データを作成する。具体的には、各到達時刻データは、各水位時系列データの中で予測対象河川の水位が危険水位を超える場合の時刻（到達時刻）の全てを含む。第４記憶部３０３２は、これらの到達時刻データを記憶する。

なお、到達時刻データは、予測対象河川の水位が危険水位を１回も超えない場合（すなわち、到達時刻の数が０の場合）、それ自体が作成されなくてもよく、あるいは、“到達時刻無し（Ｎｏ Ｄａｔａ）”を示すステータスが設定されただけの状態で作成されてもよい。

時刻決定部３０３３は、第４記憶部３０３２に記憶された全ての到達時刻データをチェックし、その中で最も早く危険水位に到達する時刻を到達予測時刻として決定する。なお、到達時刻が１つも存在しない場合、到達予測時刻は作成されなくてもよい。また、到達時刻が１つしか存在しない場合、時刻決定部３０３３は、その到達時刻を到達予測時刻とすることができる。

第２出力装置３０４は、時刻決定部３０３３にて決定された到達予測時刻を、危険水位予測システム３００の予測結果として外部へ出力する。
（動作の説明）
図１４は、図１３に示す危険水位予測システム３００の動作例を示すフローチャートである。

降雨量予測装置３０１の短時間予測部３０１１は、短時間予測期間についての降雨予測を実行して短時間予測パターンを作成する（ステップＳ４００）。

降雨量予測装置３０１の長時間予測部３０１２は、長時間予測期間についての降雨予測を実行して長時間の降雨予測結果を得る。長時間予測部３０１２は、短時間予測パターンと長時間の降雨予測結果とを用いて長時間予測期間における予測総降雨量を算出する。そして、長時間予測部１０１２は、算出された予測総降雨量の制約の下で長時間予測期間における複数の長時間予測パターンを作成する（ステップＳ４０１）。

降雨量予測装置３０１の降雨予測パターン作成部３０１３は、短時間予測部３０１１で生成された１つの短時間予測パターンと、長時間予測部３０１２で作成された複数の長時間予測パターンとを時間軸上で結合させることで、予測期間の全体についての複数の降雨予測パターンを作成する（ステップＳ４０２）。

なお、ステップＳ４００の処理とステップＳ４０１の処理の実行順序は、図１４の順序に限定されない。両者は、逆の順序で実行されてもよいし、同時に実行されてもよい。

シミュレーション装置３０２の水流シミュレーション部３０２１は、降雨予測パターン毎に第２領域内の水流シミュレーションを実施し、降雨予測パターン毎に予測対象河川内の特定のポイントにおける予測水位を示す水位時系列データを作成する（ステップＳ４０３）。

シミュレーション装置３０２は、全ての降雨予測パターンに対して水流シミュレーションを実施したか否かを確認する（ステップＳ４０４）。全ての降雨予測パターンに対して水流シミュレーションを実行していない場合（ステップＳ４０４のＮｏ判定）、シミュレーション装置３０２は、ステップＳ４０３の処理を実行する。一方、全ての降雨予測パターンに対して水流シミュレーションが実行された場合（ステップＳ４０４のＹｅｓ判定）、ステップＳ４０５の処理が実行される。

水位解析装置３０３の時刻抽出部３０３１は、シミュレーション装置３０２で作成された各水位時系列データと危険水位とを入力し、これらに基づいて、水位時系列データ毎の到達時刻データを作成する（ステップＳ４０５）。

水位解析装置３０３は、全ての水位時系列データに対して到達時刻データを作成したか否かを確認する（ステップＳ４０６）。全ての水位時系列データに対して到達時刻データを作成していない場合（ステップＳ４０６のＮｏ判定）、水位解析装置３０３は、ステップＳ４０５の処理を実行する。一方、全ての水位時系列データに対して到達時刻データを作成した場合（ステップＳ４０６のＹｅｓ判定）、ステップＳ４０７の処理が実行される。

時刻決定部３０３３は、第４記憶部３０３２に記憶された全ての到達時刻データをチェックし、その中で最も早く危険水位に到達する到達時刻を、到達予測時刻として決定する（ステップＳ４０７）。

第２出力装置３０４は、水位解析装置３０３で決定された到達予測時刻を外部へ出力する（ステップＳ４０８）。
（効果の説明）
以上説明した第４の実施形態では、複数の降雨予測パターンに対応した複数の到達時刻データが作成され、全ての到達時刻データの中で最も早く危険水位に到達する時刻が到達予測時刻として決定される。危険水位予測システムをこのような構成とすることにより、ある１つの降雨予測パターンが外乱の影響を受けた場合であっても、外乱の影響を受けていない他の降雨予測パターンに基づいて決定された到達時刻が、到達予測時刻として採用される。すなわち、第４の実施形態によれば、ロバスト性に優れた危険水位予測を実行することが可能となる。

さらに、第４の実施形態の場合、それら複数の降雨予測パターンの内の長時間予測パターンは、長時間予測期間の予測総降雨量の制約の下で作成される。ここで、一般的には、長時間予測モデル（例えば、ＭＳＭやＲＳＭ）における長時間での予測総降雨量の信頼性は比較的に高いとされている。すなわち、予測期間の全体の危険水位予測の精度は一定程度に維持される。

以上を纏めると、第４の実施形態によれば、予測期間の全体についての予測精度を一定程度に維持しつつ、ロバスト性に優れた危険水位予測を行うことが可能となる。
（変形例の説明）
以上説明した第４の実施形態は、例えば、第２の実施形態のように、図１４に示す動作がプログラムとして記述されてコンピュータ読み取り可能な記録媒体に記憶され、そのプログラムがＣＰＵ等の演算装置により実行される構成とすることもできる。

また、第４の実施形態において、降雨量予測装置３０１は、第１の実施形態の降雨量予測装置１０あるいは第２の実施形態の降雨量予測装置６０に置き換えることも可能である。

なお、以上説明した第１〜第４の実施形態に示した各降雨量予測装置は、斜面崩壊予測や危険水位予測等の災害予測のみに限定されず、降雨量予測を利用するあらゆる分野にも広く適用可能である。例えば、各降雨量予測装置は、農業ＩＣＴ（Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）の分野において、農業用水の管理や洪水を予測した収穫時期の決定等にも適用することができる。さらに、例えば、各降雨量予測装置は、ダムの貯水量管理、あるいは道路や鉄道の安全運行管理等にも応用することができる。

以上、各実施形態を用いて本発明を説明したが、本発明の技術的範囲は、上記各実施形態の記載に限定されない。上記各実施形態に多様な変更又は改良を加えることが可能であることは当業者にとって自明である。従って、そのような変更又は改良を加えた形態もまた本発明の技術的範囲に含まれることは説明するまでもない。また、以上説明した各実施形態において使用される、数値や各構成の名称等は例示的なものであり適宜変更可能である。

以上、上述した実施形態を模範的な例として本発明を説明した。しかしながら、本発明は、上述した実施形態には限定されない。即ち、本発明は、本発明のスコープ内において、当業者が理解し得る様々な態様を適用することができる。

この出願は、２０１６年８月３１日に出願された日本出願特願２０１６−１６８７９３を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１０ 降雨量予測装置
１２ 第１予測部
１４ 第２予測部
１６ パターン作成部
５０Ａ、５０Ｂ、５１Ａ、５１Ｂ 降雨予測パターン
６０ 降雨量予測装置
６２ 記憶部
６４ 制御部
７０ 降雨量予測プログラム
１００ 斜面崩壊予測システム
１０１ 降雨量予測装置
１０２ シミュレーション装置
１０３ 斜面解析装置
１０４ 斜面崩壊予測装置
１０５ 第１出力装置
３００ 危険水位予測システム
３０１ 降雨量予測装置
３０２ シミュレーション装置
３０３ 水位解析装置
３０４ 第２出力装置
１０１１ 短時間予測部
１０１２ 長時間予測部
１０１３ 降雨予測パターン作成部
１０２１ 水流シミュレーション部
１０２２ 第１記憶部
１０３１ 斜面安全率計算部
１０３２ 第２記憶部
３０１１ 短時間予測部
３０１２ 長時間予測部
３０１３ 降雨予測パターン作成部
３０２１ 水流シミュレーション部
３０２２ 第３記憶部
３０３１ 時刻抽出部
３０３２ 第４記憶部
３０３３ 時刻決定部

Claims (9)

1. 予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成し、前記第１期間における前記第１予測パターンでの総降雨量である第１総降雨量を算出する第１予測手段と、
   前記予測期間の全体について、前記第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成し、前記予測期間の全体における前記予測パターンでの総降雨量である全体総降雨量を求め、前記全体総降雨量から前記第１総降雨量を減算することで、前記予測期間における前記第１期間以外の第２期間の総降雨量である第２総降雨量を求め、前記第２総降雨量の制約の下で、前記第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成する第２予測手段と、
   前記第１予測パターンと複数の前記第２予測パターンとを時間軸上で結合させることにより前記予測期間の全体についての複数の降雨予測パターンを作成するパターン作成手段と
   を備えることを特徴とする降雨量予測装置。
2. 前記制約は、前記第２総降雨量を一定とする制約であることを特徴とする請求項１記載の降雨量予測装置。
3. 前記第２予測手段は、前記第２期間における総降雨量が前記第２総降雨量であり且つ前記第２期間のうちの序盤に降雨が集中する序盤集中パターンと、前記第２期間における総降雨量が前記第２総降雨量であり且つ前記第２期間のうちの中盤に降雨が集中する中盤集中パターンと、前記第２期間における総降雨量が前記第２総降雨量であり且つ前記第２期間のうちの終盤に降雨が集中する終盤集中パターンを作成する
   ことを特徴とする請求項２記載の降雨量予測装置。
4. 予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成し、前記第１期間における前記第１予測パターンでの総降雨量である第１総降雨量を算出し、
   前記予測期間の全体について、前記第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成し、前記予測期間の全体における前記予測パターンでの総降雨量である全体総降雨量を求め、前記全体総降雨量から前記第１総降雨量を減算することで、前記予測期間における前記第１期間以外の第２期間の総降雨量である第２総降雨量を求め、前記第２総降雨量の制約の下で、前記第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成し、
   前記第１予測パターンと複数の前記第２予測パターンとを時間軸上で結合させることにより前記予測期間の全体についての複数の降雨予測パターンを作成する
   ことを特徴とする降雨量予測方法。
5. 予測期間の内の第１期間について、第１精度での予測が可能な第１予測モデルによる降雨の予測を実施して第１予測パターンを作成し、前記第１期間における前記第１予測パターンでの総降雨量である第１総降雨量を算出する第１予測処理と、
   前記予測期間の全体について、前記第１精度よりも低い第２精度での予測が可能な第２予測モデルによる降雨の予測を実施して予測パターンを作成し、前記予測期間の全体における前記予測パターンでの総降雨量である全体総降雨量を求め、前記全体総降雨量から前記第１総降雨量を減算することで、前記予測期間における前記第１期間以外の第２期間の総降雨量である第２総降雨量を求め、前記第２総降雨量の制約の下で、前記第２期間についての予測パターンであって降雨のパターンが異なる複数の第２予測パターンを作成する第２予測処理と、
   前記第１予測パターンと複数の前記第２予測パターンとを時間軸上で結合させることにより前記予測期間の全体についての複数の降雨予測パターンを作成するパターン作成処理と
   を、コンピュータに実行させるための降雨量予測プログラム。
   
   
6. 請求項１〜３のいずれか１項に記載の降雨量予測装置と、
   予測対象斜面を含む所定の第１領域について、複数の前記降雨予測パターン毎に水流シミュレーションを実施することにより、前記降雨予測パターン毎に、土中の水分量の予測結果を時系列に示す水分量時系列データを作成するシミュレーション装置と、
   前記水分量時系列データ毎に、前記予測対象斜面の安全性を示す指標である斜面安全率を時系列に示す安全率時系列データを作成し、前記安全率時系列データ毎に、前記斜面安全率が所定の安全性閾値を下回る基準未達時刻を抽出し、抽出された前記基準未達時刻の全てを含む基準未達時刻データを作成する斜面解析装置と、
   全ての前記基準未達時刻データをチェックし、その中で最も早く前記安全性閾値を下回る時刻を、前記予測対象斜面の崩壊予測時刻として決定する斜面崩壊予測装置と
   を備えることを特徴とする斜面崩壊予測システム。
7. 前記崩壊予測時刻を外部に出力する第１出力装置を、さらに備えることを特徴とする請求項６記載の斜面崩壊予測システム。
8. 請求項１〜３のいずれか１項に記載の降雨量予測装置と、
   予測対象河川を含む所定の第２領域について、複数の前記降雨予測パターン毎に水流シミュレーションを実施することにより、前記降雨予測パターン毎に、前記予測対象河川の予測水位を時系列に示す水位時系列データを作成するシミュレーション装置と、
   前記水位時系列データ毎に、前記予測水位が所定の危険水位に到達する到達時刻を抽出し、抽出された前記到達時刻の全てを含む到達時刻データを作成し、全ての前記到達時刻データをチェックし、その中で最も早く前記危険水位に到達する時刻を、前記予測対象河川の到達予測時刻として決定する水位解析装置と
   を備えることを特徴とする危険水位予測システム。
9. 前記到達予測時刻を外部に出力する第２出力装置を、さらに備えることを特徴とする請求項８記載の危険水位予測システム。

Images