WO2018062064A1 - 浸水予測システム、予測方法、プログラム - Google Patents

浸水予測システム、予測方法、プログラム Download PDF

Info

Publication number
WO2018062064A1
WO2018062064A1 PCT/JP2017/034431 JP2017034431W WO2018062064A1 WO 2018062064 A1 WO2018062064 A1 WO 2018062064A1 JP 2017034431 W JP2017034431 W JP 2017034431W WO 2018062064 A1 WO2018062064 A1 WO 2018062064A1
Authority
WO
WIPO (PCT)
Prior art keywords
inundation
prediction
depth
wave height
point
Prior art date
Application number
PCT/JP2017/034431
Other languages
English (en)
French (fr)
Inventor
智之 小柳
俊彦 有岡
郁男 阿部
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to DE112017004901.6T priority Critical patent/DE112017004901T5/de
Priority to JP2018523823A priority patent/JP6370525B1/ja
Priority to US16/308,850 priority patent/US20190212470A1/en
Publication of WO2018062064A1 publication Critical patent/WO2018062064A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G01C13/004—Measuring the movement of open water vertical movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Definitions

  • the present invention relates to an inundation prediction system, a prediction method, and a program for predicting inundation on land due to a tsunami.
  • Patent Document 1 discloses an inundation prediction system that determines a tsunami risk level by comparing a tsunami wave height with an altitude on land.
  • Patent Document 2 discloses a technique for obtaining the wave height of a tsunami based on the flow velocity of the water surface observed by a radar device.
  • the present invention is for solving the above-described problems, and is for obtaining an inundation prediction system, a prediction method, and a program capable of predicting the tsunami risk more accurately.
  • the inundation prediction system is an inundation prediction system that predicts the inundation depth of an inundation prediction point on land that is inundated by waves, and the maximum wave height at a plurality of observation positions on the water and the inundation prediction by the wave. Based on the inundation depth of each region, in order to predict the inundation depth of the inundation prediction point in the land area, select at least one observation position and generate a prediction formula to predict the inundation depth of the inundation prediction point A prediction formula generation unit, and a submergence depth prediction unit that obtains the maximum measured wave height value at the observation position selected by the prediction formula generation unit from the sensor and predicts the inundation depth at the inundation prediction point using the prediction formula.
  • an inundation prediction system that can accurately determine the depth of inundation on land due to a tsunami.
  • Embodiment 1 FIG.
  • the inundation prediction system 100 according to the embodiment of the present invention and the prediction method executed by the system will be described.
  • the inundation prediction system 100 observes the maximum wave height of tsunamis at a plurality of positions (hereinafter referred to as observation positions) on the sea, and based on the observed maximum wave height, an arbitrary point on the ground (hereinafter referred to as an inundation prediction). It is a device that predicts the inundation depth of the spot.
  • FIG. 1 illustrates an example of the ocean and land.
  • the ocean 1021 is above the coastline 1020 and the land 1022 is below.
  • the tsunami travels from the ocean toward the land.
  • the inundation prediction system 100 treats the land 1022 as a set 1000 of a plurality of regions 1001 obtained by dividing the land 1022 into a mesh. Further, an inundation prediction point 1002 is an important point where a house, a building, or the like exists in any region 1001 and predicts whether or not the inundation will occur. The inundation prediction system 100 determines whether each inundation prediction point 1002 is inundated by a tsunami and, if inundated, the inundation depth that is the height from the ground surface to the water surface at the time of inundation.
  • the inundation prediction system 100 handles the ocean 1021 as a set 1010 of a plurality of regions 1011 obtained by dividing the ocean 1021 into a certain area.
  • the region 1011 for measuring the height of the wave at that position is referred to as an observation position 1012.
  • the inundation prediction system 100 uses the maximum wave height among the wave heights at each observation position 1012 for prediction.
  • the maximum wave height is the maximum value of the wave height at each observation position 1012.
  • N is, for example, 1 to 3 hours.
  • Sensors for measuring the wave height include a pressure gauge placed on the seabed, a GPS buoy, and a radar, and any of them may be used.
  • the type of data acquired by the sensor is not limited to the sensor that directly measures the wave height, and for example, the wave height may be indirectly calculated from the measured flow velocity by measuring the flow velocity on the water surface.
  • the inundation prediction system 100 includes a prediction formula generation unit 20, a storage unit 30, a wave height input unit 40, an inundation depth prediction unit 50, and a display unit 60. ing.
  • the inundation prediction system 100 is connected to an external database 10 via a network, and this is referred to.
  • the database 10 stores, for a plurality of past tsunamis, observed values of maximum wave heights at a plurality of observation positions 1012 for each tsunami, inundation depths at a plurality of areas 1001 on land, and calculated values by simulation calculation.
  • the database 10 may store values obtained by simulation. Details of the database 10 will be described later.
  • the prediction formula generation unit 20 includes an observation position selection unit 21 and a formula calculation unit 22.
  • the observation position selection unit 21 selects at least one observation position 1012 in order to predict the inundation depth of one or more inundation prediction points 1002 selected in advance.
  • the observation position selection unit 21 selects the observation position 1012 based on the maximum wave height at each of the plurality of observation positions 1012 on the water and the respective inundation depths of the plurality of land areas 1001 to be submerged, which are stored in the database 10. Select.
  • the selected observation position 1012 is hereinafter referred to as a wave height acquisition position 1011.
  • the observation position selection unit 21 selects a wave height acquisition position 1011 for each predicted inundation point 1002.
  • the formula calculation unit 22 predicts the inundation depth at each inundation prediction point 1002 based on the maximum wave height of each wave at each observation position 1012 and the inundation depth of the plurality of submerged areas 1001 stored in the database 10. Generate a prediction formula.
  • the prediction formula generation unit 20 stores the wave height acquisition position 1011 selected by the observation position selection unit 21 and the prediction formula calculated by the formula calculation unit 22 in the storage unit 30.
  • the wave height input unit 40 acquires the value of the maximum wave height at the observation position 1012 of each of the sensors 210 and 220 measured by the sensors 210 and 220 that measure the wave height.
  • the maximum wave height at the observation position 1012 acquired by the wave height input unit 40 is referred to as a maximum wave height measurement value.
  • the inundation depth prediction unit 50 calculates the maximum wave height measurement value at the wave height acquisition position 1011 stored in the storage unit 30 among the maximum wave height values supplied from the wave height input unit 40 for each inundation prediction point 1002. Based on the prediction formula stored in the storage unit 30, the inundation depth is predicted.
  • the database 10 includes, for a plurality of tsunamis, a tsunami identification number k, the location of the earthquake that caused the tsunami (x k , y k , z k ), magnitude, observation position 1012 (W1, Maximum wave height (H 1k , H 2k , H 3k , H 4k , etc
  • W1 Maximum wave height
  • G 1, G 2, G 3, G 4,. Is stored.
  • (D 1k , D 2k , D 3k , D 4k ,...) k is a natural number.
  • data on tsunamis measured from the observation position 1012 or the land area 1001 may be collected.
  • the maximum wave height H ik (k in) is one of the identification numbers)
  • Each point in FIG. 3A represents (H ik , D jk ) in each tsunami k.
  • FIG. 3A as the inundation depth D jk increases, on the land, inundation, building damage and loss occur, and the aspect of damage also changes.
  • the inundation depth D jk is a depth [m] proportional to a value obtained by subtracting a constant value A from the maximum wave height H ik .
  • the distribution chart showing the relationship between the maximum wave height H ik and the inundation depth D jk is like a broken line that is bent when the maximum wave height H ik is a constant value A as shown in FIG.
  • the observation position selection unit 21 selects one or more observation positions 1012 to obtain the wave height acquisition position 1011 in order to calculate the inundation depth D jk at the predicted inundation point 1002.
  • the observation position selection unit 21 has the mutual distribution shown in FIG. 3A of the inundation depth D jk at the inundation prediction point 1002 and the maximum wave height H ik at each observation position 1012 for a plurality of tsunami data included in the database 10. Based on, the wave height acquisition position 1011 is selected from the observation positions 1012.
  • the observation position selection unit 21 selects, as the wave height acquisition position 1011, an observation position 1012 where the error of the predicted value of the inundation depth D jk when calculated from the maximum wave height H ik is based on the relationship of FIG.
  • the observation position selection unit 21 selects the maximum wave height H ik and the inundation depth D jk at the inundation prediction point 1002 for the tsunami inundated at the inundation prediction point 1002 from the plurality of tsunami data included in the database 10.
  • the wave height acquisition position 1011 is selected based on the correlation coefficient between In general, the correlation coefficient between two variables approaches 1 as the correlation increases. For this reason, the observation position selection unit 21 is assumed to have a correlation coefficient between 0.9 and 1.0, for example. In this way, the observation position 1012 within the determined fixed range is set as the wave height acquisition position 1011.
  • the observation position selection unit 21 sets the observation position 1012 in the range in which the distance from the inundation prediction point 1002 is determined as the wave height acquisition position 1011.
  • the range in which the distance is determined is determined from, for example, the time for dealing with the flooding at the flooding prediction point 1002 when the flooding is expected.
  • the inundation prediction system 100 it is necessary to predict the inundation for a sufficient time before the tsunami arrives.
  • the sufficient time is, for example, the minimum evacuation time Te necessary for evacuating from the inundation prediction point 1002 to an evacuation site or the like.
  • the tsunami speed Vt near the observation position 1012 can be obtained from the depth of the ocean near the observation position 1012.
  • the observation position selection unit 21 performs prediction before the evacuation time Te rather than inundation, and therefore, the observation position 1012 at a position more than Vt ⁇ Te away from the inundation prediction point 1002 is set as the wave height acquisition position 1011. .
  • the formula calculation unit 22 generates a prediction formula for predicting the inundation depth D jk at the inundation prediction point 1002 from the maximum wave height H ik at the wave height acquisition position 1011 based on the tsunami data included in the database 10.
  • the formula calculation unit 22 generates a prediction formula from the relationship shown in FIG. 3A between the maximum wave height H ik at the wave height acquisition position 1011 and the inundation depth D jk at the inundation prediction point 1002 of the tsunami data included in the database 10. To do.
  • FIG. 3A when the maximum wave height H ik at the wave height acquisition position 1011 increases, the predicted value of the inundation depth D jk at the inundation prediction point 1002 increases monotonously.
  • the inundation prediction point 1002 is submerged from the tsunami data included in the database 10. That is, immersion depth D jk is 0 between the immersion depth D jk at maximum height H ik and inundation prediction point 1002 at the crest acquisition position 1011 of the tsunami more than [m], prediction formula as shown in formula (1) Is generated.
  • m is the slope m of the regression line B in FIG. 3A.
  • A is the constant value A in FIG. 3A described above, and is the value of the maximum wave height H ik at which the inundation depth D jk exceeds 0 [m].
  • the equation calculation unit 22 calculates the maximum wave height H ik at the wave height acquisition position 1011 and the inundation depth at the inundation prediction point 1002. Regression calculation is performed from each data of D jk , and the value of the slope m and the constant value A is obtained. For the regression calculation, for example, calculation by linear regression is used.
  • the formula calculation unit 22 causes the storage unit 30 to store the generated prediction formula (1) of the inundation depth D jk .
  • the wave height input unit 40 acquires the maximum wave height H ik at each observation position 1012 from one or more sensors (a sensor 210 of the radar device or a sensor 220 of the GPS wave height meter) that measure the wave height. For example, when a sensor that can acquire a wide range of maximum wave heights H ik is used as a sensor, such as a radar device, the wave height input unit 40 uses the data of the maximum wave heights H ik output from the sensor at each observation position 1012. The maximum wave height H ik is acquired. When using a sensor that measures the wave height at a determined position, such as a GPS wave height meter, the wave height input unit 40 has a maximum wave height H ik from each of a plurality of sensors installed at each observation position 1012. Get the data.
  • sensors a sensor 210 of the radar device or a sensor 220 of the GPS wave height meter
  • the inundation depth prediction unit 50 refers to the storage unit 30 and acquires the stored wave height acquisition position 1011 and the prediction formula of the inundation depth D jk for each inundation prediction position.
  • the prediction formula generation unit 20 stores the formula (1) in the storage unit 30, the formula (1) is acquired.
  • the inundation depth prediction unit 50 substitutes the value at the wave height acquisition position 1011 from the maximum wave heights (maximum wave height measurement values) at the respective observation positions 1012 acquired from the wave height input unit 40 into the equation (1) to predict the inundation.
  • a predicted value of inundation at the point 1002 is calculated.
  • the display unit 60 displays the predicted inundation value at the inundation prediction point 1002 calculated by the inundation depth prediction unit 50.
  • FIG. 4 is a block diagram illustrating an example of a hardware configuration of the inundation prediction system 100.
  • the inundation prediction system 100 includes a control device 301, a main storage device 302, an external storage device 303, an input device 304, a display device 305, and a transmission / reception device 306.
  • the main storage device 302, the external storage device 303, the input device 304, the display device 305, and the transmission / reception device 306 are all connected to the control device 301 via the internal bus 300.
  • the control device 301 is composed of, for example, a CPU (Central Processing Unit).
  • the control device 301 executes the process of the inundation prediction system 100 according to the control program 307 stored in the external storage device 303. Specifically, it functions as the prediction formula generation unit 20, the wave height input unit 40, and the inundation depth prediction unit 50 of the inundation prediction system 100.
  • the main storage device 302 is composed of, for example, a RAM (Random-Access Memory).
  • the main storage device 302 loads a control program 307 stored in an external storage device 303 described later, and is used as a work area for the control device 301.
  • the external storage device 303 includes, for example, a nonvolatile memory such as a flash memory, a hard disk, a DVD-RAM (Digital Versatile Disc Random-Access Memory), and a DVD-RW (Digital Versatile Disc ReWritable).
  • the external storage device 303 stores in advance a control program 307 for causing the control device 301 to perform the processing of the inundation prediction system 100. Further, the external storage device 303 supplies the data stored by the control program 307 to the control device 301 and stores the data supplied from the control device 301. Specifically, it functions as the storage unit 30 of the inundation prediction system 100.
  • the input device 304 includes, for example, a pointing device such as a keyboard and a mouse, and an interface device that connects the keyboard and the pointing device to the internal bus 300.
  • a pointing device such as a keyboard and a mouse
  • an interface device that connects the keyboard and the pointing device to the internal bus 300.
  • the display device 305 includes, for example, a CRT (Cathode Ray Tube) or an LCD (Liquid Crystal Display).
  • the control device 301 executes the process of the control program 307, the display device 305 displays data such as the data measured by the sensors 210 and 220 and the predicted inundation value under the control of the control device 301. Specifically, it functions as the display unit 60 of the inundation prediction system 100.
  • the transmission / reception device 306 includes an interface device that connects external devices such as the sensors 210 and 220 and the database 10 to the internal bus 300. Data measured by the sensors 210 and 220 is supplied to the control device 301 via the transmission / reception device 306. The tsunami data stored in the database 10 is also supplied to the control device 301 via the transmission / reception device 306. Specifically, it functions as the wave height input unit 40 of the inundation prediction system 100.
  • the hardware configuration shown in FIG. 4 can be realized using a normal computer system, not a dedicated system.
  • a computer program for executing the above operation is stored and distributed on a computer-readable recording medium (flexible disk, CD-ROM, DVD-ROM, etc.), and the computer program is installed in the computer.
  • the prediction formula generation unit 20, the wave height input unit 40, the inundation depth prediction unit 50, and the display unit 60 of the inundation prediction system 100 illustrated in FIG. 2 may be configured.
  • the same configuration may be realized by storing the computer program in a storage device included in a server device on a communication network such as the Internet, and downloading it by a normal computer system.
  • FIG. 5 is a flowchart showing a processing flow of the inundation prediction system 100 according to Embodiment 1 of the present invention.
  • the inundation prediction system 100 detects the occurrence of an earthquake based on the earthquake early warning, the inundation prediction system 100 predicts the inundation at the inundation prediction point 1002.
  • the wave height input unit 40 acquires the maximum wave height at the observation position 1012 from the sensors 210 and 220 (step S101).
  • the prediction formula of the inundation depth of the inundation prediction point 1002 corresponding to the observation position 1012 is acquired from the database 10 (step S102).
  • the maximum wave height at the observation position 1012 acquired by the wave height input unit 40 is applied to the prediction formula acquired from the database 10, and the inundation at the inundation prediction point 1002 is predicted (step S103).
  • the result of the inundation prediction at the inundation prediction point 1002 is displayed on the display unit 60 and notified to the user (step S104).
  • the inundation depth at the inundation prediction point 1002 on land is accurately measured in a short time. D jk can be predicted.
  • the inundation prediction system 100 shall use the external database 10 which collected the data of the tsunami used for a process.
  • a database 10A is provided in the inundation prediction system 100, and the maximum wave height H ik of each of the plurality of observation positions 1012 on the water and the inundation depth D for each land area 1001 that is submerged by the waves. jk may be stored.
  • the inundation prediction system 100 may cause the prediction formula generation unit 20 to refer to information stored in the database 10A as shown in FIG.
  • tsunami data is stored in the database 10, and the inundation depth D jk for the tsunami is calculated.
  • the target for predicting inundation is not limited to a tsunami.
  • the inundation depth D jk on land can be similarly predicted by storing data on the wave in the database 10 and using this inundation prediction system.
  • the prediction formula generation unit 20 may classify and predict the inundation depth D jk at the inundation prediction point 1002 according to the degree of damage caused by the inundation.
  • FIG. 3B is a diagram showing the relationship between the inundation depth at the inundation prediction point and the degree of damage due to inundation.
  • FIG. 3B classifies the inundation depth D jk into LEVEL1, LEVEL2, and LEVEL3 according to the degree of damage.
  • the level of damage is such that LEVEL 1 is flooded in the house, LEVEL 2 is damaged in the house, and LEVEL 3 is a level in which the house is washed away.
  • the inundation depth D jk may be classified according to a standard different from the degree of damage.
  • the inundation depth D jk at which each damage occurs at the inundation prediction point 1002 is DD1 as a warning depth 1, DD2 as a warning depth 2, and DD3 as a warning depth 3.
  • the maximum wave height at the wave height acquisition position 1011 is TH1 as the threshold 1, TH2 as the threshold 2, TH3 as the threshold 3, and so on.
  • the prediction formula for D jk is expressed as in Formula (2).
  • the threshold values TH1, TH2, and TH3 in Equation (2) are based on the maximum wave height H ik at the wave height acquisition position 1011 for a plurality of tsunamis exceeding the alert depths DD1, DD2, and DD3 stored in the database 10, respectively.
  • Set As a typical set value, for example, it is the minimum value among the maximum wave heights H ik of a plurality of tsunamis exceeding the warning depths DD1, DD2, DD3.
  • three examples of DD1, DD2, and DD3 are shown as the alerting depth, but any number of one or more may be used.
  • the operations of the inundation depth prediction unit 50 and the display unit 60 are the same when the prediction formula generation unit 20 registers the above formula (2).
  • the inundation depth prediction unit 50 refers to the storage unit 30 and acquires the stored prediction formula of the inundation depth D jk .
  • the prediction formula generation unit 20 registers the formula (2) in the storage unit 30, the formula (2) is acquired.
  • the inundation depth prediction unit 50 substitutes the maximum wave height (maximum wave height measurement value) acquired from the wave height input unit 40 into the equation (2), and calculates a predicted inundation value at the inundation prediction point 1002.
  • the display unit 60 displays the predicted inundation value at the inundation prediction point 1002 calculated by the inundation depth prediction unit 50.
  • the inundation depth prediction unit 50 calculates the inundation depth according to the equation (2) based on the maximum wave height H ik acquired at each wave height acquisition position 1011. seeking D jk, deepest values of the plurality of immersion depth D jk obtained or, as the prediction value the result of the most calculated in a plurality of immersion depth D jk obtained.
  • the prediction formula generation unit 20 uses a prediction formula in which the inundation depth D ik varies with a primary formula with respect to the maximum wave height H ik as the formula (1).
  • the prediction formula may not be a linear formula.
  • a prediction formula that is identified from the data in the database 10 and the inundation depth D changes with a quadratic formula with respect to the maximum wave height H may be generated and registered in the storage unit 30.
  • the number of wave height acquisition positions 1011 selected by the observation position selection unit 21 is not particularly limited. The observation position selection unit 21 may set only one wave height acquisition position 1011 or a plurality of wave height acquisition positions 1011.
  • the inundation depth prediction unit 50 calculates a predicted value by Equation (1) based on the wave height acquired at each wave height acquisition position 1011.
  • the average value or the maximum value may be output as the predicted value.
  • Embodiment 2 the configuration of the inundation prediction system 100 that predicts the inundation at the determined inundation prediction point 1002 is shown. However, when taking measures against a tsunami or considering an evacuation route at the time of evacuation, etc., know not only the predetermined inundation prediction point 1002 but also the distribution of inundation in a plurality of areas 1001 on land around it. Is required.
  • the inundation prediction system 100A in addition to the inundation prediction at the inundation prediction point 1002, the prediction of the inundation distribution in a plurality of regions 1001 on a plurality of land including the inundation prediction point 1002 is also performed.
  • FIG. 6 is a diagram showing a configuration of an inundation prediction system 100A according to Embodiment 2 of the present invention. 6, the same components as those in FIG. 2 are denoted by the same reference numerals, and description thereof is omitted.
  • the inundation prediction system 100 ⁇ / b> A illustrated in FIG. 6 includes an inundation depth prediction unit 50 ⁇ / b> A instead of the inundation depth prediction unit 50 with respect to the inundation prediction system 100 illustrated in FIG. 2.
  • the inundation depth prediction unit 50 ⁇ / b> A includes a point prediction unit 51 and a distribution prediction unit 52.
  • the database 10 and the spot prediction unit 51 are substantially the same as the inundation depth prediction unit 50.
  • the distribution prediction unit 52 calculates the distribution of the inundation depth D jk in a plurality of land areas 1001 based on the maximum measured wave height value at the observation position 1012 input from the wave height input unit 40 and the tsunami data stored in the database 10. Predict.
  • the distribution prediction unit 52 uses the data in the database 10, a predicted value of the inundation depth D jk in each of the plurality of land areas 1001 is calculated. Specifically, the distribution prediction unit 52 acquires the maximum wave height measurement value that is the maximum wave height at the wave height acquisition position 1011 acquired by the wave height input unit 40 and the maximum wave height H ik at the wave height acquisition position 1011 of each tsunami in the database 10. Compared with the measured value of, find the corresponding tsunami.
  • the distribution prediction unit 52 acquires the inundation depth D jk in each onshore region 1001 of the corresponding tsunami in the database 10, and uses the acquired value as the prediction data of the inundation depth D jk in each of the onshore region 1001. To do.
  • the display unit 60 displays whether or not the inundation depth D jk at the inundation prediction point 1002 exceeds the determined alert depth based on the prediction value of the point prediction unit 51 and the prediction data of the distribution prediction unit 52. Further, when the inundation depth D jk at the predicted inundation point 1002 exceeds the determined alert depth, the display unit 60 displays the distribution of the inundation depth D jk in the plurality of surrounding areas 1001.
  • FIG. 7 is a flowchart showing a process in which the inundation prediction system 100A according to the second embodiment predicts inundation.
  • the observation position selection unit 21 selects the wave height acquisition position 1011
  • the formula calculation unit 22 generates a prediction formula for predicting inundation at the inundation prediction point 1002 based on the database 10, and the prediction formula generation unit 20. It is assumed that the process of registering the wave height acquisition position 1011 and the prediction formula in the storage unit 30 is completed before the start of this flow.
  • the wave height input unit 40 acquires the maximum wave height H ik of each observation position 1012 (step S210).
  • the point prediction unit 51 calculates the inundation depth D at the inundation prediction point 1002 based on the maximum wave height H ik at the wave height acquisition position 1011 in the observation position 1012 and the above-described equation (2) registered in the storage unit 30. Predict whether jk exceeds a predetermined alert depth.
  • the point predicting unit 51 confirms whether or not the maximum wave height H ik at the wave height acquisition position 1011 exceeds a predetermined threshold, using Equation (2). If it is equal to or less than the threshold value (NO in step S220), the process ends.
  • the distribution predicting unit 52 calculates the distribution of inundation at a plurality of points on land based on the data in the database 10 (steps S230 to S240).
  • the distribution prediction unit 52 compares the maximum wave height measurement value that is the maximum wave height at the wave height acquisition position 1011 acquired by the wave height input unit 40 with the maximum wave height H ik at the wave height acquisition position 1011 of each tsunami in the database 10, A corresponding tsunami is obtained (step S230).
  • the tsunami that minimizes the difference between the maximum wave height measurement value and the maximum wave height H ik on the database 10 is obtained.
  • the tsunami that minimizes the tsunami may be the corresponding tsunami.
  • the distribution prediction unit 52 acquires the inundation depth D jk in each land area 1001 of the corresponding tsunami in the database 10 and uses the acquired value as prediction data of the inundation depth D jk in each area 1001 (Ste S240). Based on the prediction result of the point prediction unit 51 and the prediction result of the distribution prediction unit 52, the inundation prediction unit 50A determines whether or not the inundation depth D jk at the inundation prediction point 1002 exceeds the determined alert depth, and If the determined alert depth is exceeded, the inundation distribution in a plurality of surrounding land areas 1001 is displayed on the display unit 60 (step S250).
  • the distribution prediction unit 52 that calculates the inundation distribution in the plurality of regions 1001 on land is provided using the data of the database 10, the implementation is performed.
  • the inundation distribution on land can also be predicted.
  • Embodiment 3 In the inundation prediction system 100A in the second embodiment, the inundation depth D jk in a plurality of land areas 1001 is obtained based on the data in the database 10. However, particularly Kagire around the inundation prediction point 1002, flooding depth D jk in a plurality of regions 1001 of land includes a submerged depth D jk in flooded prediction point 1002, a plurality of regions 1001 flooding prediction point 1002 and land It can also be calculated from the topography.
  • FIG. 8 is a diagram showing the configuration of an inundation prediction system 100B according to Embodiment 3 of the present invention. 8, the same components as those in FIGS. 2 and 6 are denoted by the same reference numerals, and description thereof is omitted.
  • the inundation prediction system 100 ⁇ / b> B replaces the inundation depth prediction unit 50 of the inundation prediction system 100 illustrated in FIG. 2 and the inundation depth prediction unit 50 ⁇ / b> A of the inundation prediction system 100 ⁇ / b> A illustrated in FIG. 6. 50B is provided.
  • the inundation depth prediction unit 50B includes a point prediction unit 51 and a distribution prediction unit 52A.
  • the distribution prediction unit 52A acquires the elevation data of the topography of the inundation prediction point 1002 and the plurality of areas 1001 on land from the map information database 70 outside or inside the inundation prediction system 100B.
  • the distribution predicting unit 52A is configured to calculate a plurality of lands based on the difference in elevation between the inundation predicted point 1002 and each of the plurality of regions 1001 on land and the inundation depth D jk at the inundation predicted point 1002 predicted by the point predicting unit 51.
  • the inundation depth D jk in each of the regions 1001 is predicted.
  • FIG. 9 is a flowchart showing a processing flow of the inundation depth prediction unit of the inundation prediction system 100B according to Embodiment 3 of the present invention.
  • storage part 30 the prediction formula which predicts the inundation in the inundation prediction point 1002 based on the tsunami database 10 are the steps. , It is assumed that it has been completed before the start of this flow.
  • the wave height input unit 40 acquires the maximum wave heights H ik at the respective observation positions 1012 from the respective sensors 210 and 220 that measure the wave heights on the water (step S310).
  • the spot prediction unit 51 calculates the inundation depth at the inundation prediction point 1002 from the observation position 1012 according to the maximum wave height H ik at the wave height acquisition position 1011 and the above-described equation (1) registered in the storage unit 30.
  • a predicted value of D jk is calculated (step S320).
  • the distribution prediction unit 52A acquires the elevation of the inundation prediction point 1002 and the plurality of land areas 1001 from the map information database 70 (step S330), and the inundation prediction point 1002 and each of the plurality of land areas 1001.
  • An elevation difference is calculated (step S340).
  • the distribution prediction unit 52A sets a value obtained by adding an altitude difference to the predicted value of the inundation depth D jk at the inundation prediction point 1002 as the predicted value of the inundation depth D jk in each of the plurality of regions 1001 on land (step S350).
  • the display unit 60 displays the predicted value of the inundation depth D jk in each of the plurality of land areas 1001 obtained by the distribution prediction unit 52A (step S360).
  • the inundation depth D jk of the predicted inundation prediction point 1002 is used.
  • the distribution prediction unit 52A that predicts the inundation distribution of the inundation prediction point 1002 and the plurality of land areas 1001 from the topography of the inundation prediction point 1002 and the landforms of the plurality of land areas 1001 has a simple configuration.
  • the distribution of the inundation depth D jk of the plurality of land areas 1001 can be obtained.
  • Embodiment 4 FIG.
  • the distribution prediction unit 52 predicts the inundation depth D jk of a plurality of land areas 1001 based on the data in the database 10.
  • the value of the inundation depth D jk based on the observed tsunami data or the data simulating the tsunami by simulation is used.
  • the relationship of the inundation depth D jk between the plurality of regions 1001 on land is accurate, but the accuracy of the value of the inundation depth D jk in each region 1001 is limited by the amount of data that can be collected in the database 10.
  • the spot prediction unit 51 can use the prediction formula to determine the correct inundation depth D jk . From this, by correcting the inundation depth D jk of the plurality of land areas 1001 obtained by the distribution prediction unit 52 with the inundation depth D jk calculated by the point prediction unit 51, the respective inundation areas of the plurality of land areas 1001 are submerged. It is possible to obtain an inundation prediction system 100C that can accurately calculate the distribution of.
  • FIG. 10 is a diagram showing a configuration of an inundation prediction system 100C according to Embodiment 4 of the present invention. 9, the same components as those in FIGS. 2, 6, and 8 are denoted by the same reference numerals, and description thereof is omitted.
  • the inundation prediction system 100 ⁇ / b> C includes an inundation depth prediction unit 50 ⁇ / b> C instead of the inundation depth prediction unit 50 ⁇ / b> A of the inundation prediction system 100 ⁇ / b> A illustrated in FIG. 6.
  • the inundation depth prediction unit 50C includes a distribution correction unit 53 in addition to the point prediction unit 51 and the distribution prediction unit 52 of the inundation depth prediction unit 50A.
  • the point prediction unit 51 acquires the maximum wave height H ik at the wave height acquisition position 1011 acquired from the wave height input unit 40 and the wave height acquisition position stored in the storage unit 30. Based on 1011 and the prediction formula, the inundation depth D jk at the inundation prediction point 1002 is calculated.
  • the distribution prediction unit 52 uses the maximum wave height H ik at each wave height acquisition position 1011 and the tsunami data stored in the database 10 as in the case of the inundation depth prediction unit 50A. Used to calculate the flooding distribution in a plurality of areas 1001 on land.
  • the distribution correction unit 53 corrects the inundation distribution calculated by the distribution prediction unit 52 based on the predicted value of the inundation depth D jk at the inundation prediction point 1002 calculated by the point prediction unit 51. More specifically, the distribution correcting unit 53 predicts the predicted value of the inundation depth D jk of the inundation predicted point 1002 calculated by the point predicting unit 51, and the distribution predicting unit 52 predicts from the maximum wave height H ik at the observation position and the database 10. as correction value the difference between the predicted value of the immersion depth D jk same inundation prediction point 1002, the inundation depth D jk on land of a plurality of regions 1001 distribution predicting unit 52 calculates corrected by the correction value.
  • the display unit 60 displays the corrected inundation distribution output from the distribution correction unit 53.
  • FIG. 11 is a flowchart showing the flow of processing of the inundation depth prediction unit of the inundation prediction system 100C according to Embodiment 4 of the present invention.
  • storage part 30 the prediction formula which predicts the inundation in the inundation prediction point 1002 based on the tsunami database 10 are the steps. , It is assumed that it has been completed before the start of this flow.
  • the wave height input unit 40 acquires the maximum wave heights H ik at the respective wave height acquisition positions 1011 from the sensors 210 and 220 (step S410).
  • the distribution predicting unit 52 obtains the maximum wave height H ik (maximum wave height measurement value) at each wave height acquisition position 1011 acquired by the wave height input unit 40 from the tsunami data stored in the database 10.
  • the tsunami corresponding to the maximum wave height H ik on the database 10 is obtained (step S420).
  • the tsunami that minimizes the difference between the maximum wave height measurement value and the maximum wave height H ik on the database 10 is obtained, and the most wave height acquisition positions 1011 are obtained.
  • the tsunami with the smallest difference is taken as the corresponding tsunami. Further, for example, a tsunami corresponding to the tsunami that minimizes the sum of squares of the difference between the maximum measured wave height obtained for each wave height acquisition position 1011 and the maximum wave height H ik on the database 10 may be used.
  • the distribution prediction unit 52 acquires the inundation depth D jk in each of the terrestrial regions 1001 of the tsunami obtained from the database 10 and sets the inundation distribution predicted value in each of the plurality of terrestrial regions 1001 (step S430).
  • the point prediction unit 51 predicts the inundation depth D jk at the inundation prediction point 1002 based on the maximum wave height H ik at the wave height acquisition position 1011 in the observation position 1012 and the above-described equation (1) registered in the storage unit 30.
  • a value is calculated (step S440). It should be noted that any of the processes in steps S420 to S430 and step S440 in this flow may be performed first, and the processes in steps S420 to S430 and step S440 may be performed in parallel.
  • the distribution correcting unit 53 calculates a difference between the predicted value of the inundation distribution acquired by the distribution predicting unit 52 and the predicted value of the inundation depth D jk calculated by the point predicting unit 51 at the predicted inundation point 1002 and uses it as a correction value. (Step S450).
  • the distribution correction unit 53 corrects the inundation depth D jk in the plurality of land areas 1001 calculated by the distribution prediction unit 52 with the correction value (step S460).
  • the inundation predicting unit 50C displays the inundation distribution on the display unit 60 based on the inundation depth D jk for each inundation prediction point 1002 corrected by the distribution correcting unit 53 (step S470).
  • the correction value is obtained from the difference between the predicted value of the inundation distribution acquired by the distribution prediction unit 52 and the predicted value of the inundation depth D jk calculated by the point prediction unit 51.
  • the inundation distribution in a wide range is calculated by correcting the predicted value of the inundation distribution acquired by the distribution prediction unit 52 with the correction value. There is an effect that it can be obtained accurately.
  • the present invention can be suitably used for an inundation prediction system for predicting inundation on land due to a tsunami.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Hydrology & Water Resources (AREA)
  • Theoretical Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Emergency Management (AREA)
  • Geology (AREA)
  • Databases & Information Systems (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Strategic Management (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Geophysics (AREA)
  • Human Resources & Organizations (AREA)
  • Acoustics & Sound (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

波により浸水する陸上の浸水予測地点の浸水深を予測する浸水予測システム（１００）は、水上の複数の観測位置における波の最大波高と、波により浸水する陸上の領域毎の浸水深とに基づいて、陸上の領域内の浸水予測地点の浸水深を予測するために、少なくとも一つの観測位置を選定し、浸水予測地点の浸水深を予測する予測式を生成する予測式生成部（２０）と、センサ（２１０、２２０）から、予測式生成部（２０）が選定した観測位置の最大波高計測値を取得し、予測式を用いて浸水予測地点の浸水深を予測する浸水深予測部（５０）とを備える。

Description

浸水予測システム、予測方法、プログラム
　この発明は、津波による陸上の浸水を予測する浸水予測システム、予測方法、プログラムに関する。
　津波による被害を抑えるためには、津波の到来前に、浸水の有無、浸水する場合の浸水の深さ等の津波の危険度を予測することが望ましい。特許文献１は、津波の波高と陸上の標高とを比較することにより、津波の危険度を判断する浸水予測システムを開示する。また、特許文献２は、津波の波高を、レーダ装置により観測した水面の流速をもとに求める技術を開示する。
特開２０１４－１８２５６４号公報 特開２０１６－８５２０６号公報
　津波による陸上の浸水の深さは、海上における津波の高さと同じではない。特に、海岸から離れた場所、地形が複雑な場合等では、浸水の深さと海上における津波の高さの違いは大きい。このため、特許文献１に記載の浸水予測システムは、津波の危険度を正確に予測することができない。
　本発明は、上記のような課題を解決するためのものであり、津波の危険度をより正確に予測することができる浸水予測システム、予測方法、プログラムを得るためのものである。
　この発明に関わる浸水予測システムは、波により浸水する陸上の浸水予測地点の浸水深を予測する浸水予測システムであって、水上の複数の観測位置における波の最大波高と、波により浸水する陸上の領域毎の浸水深とに基づいて、陸上の領域内の浸水予測地点の浸水深を予測するために、少なくとも一つの観測位置を選定し、浸水予測地点の浸水深を予測する予測式を生成する予測式生成部と、センサから、予測式生成部が選定した観測位置の最大波高計測値を取得し、予測式を用いて浸水予測地点の浸水深を予測する浸水深予測部とを備える。
　この発明によれば、津波による陸上の浸水の深さを正確に求めることができる浸水予測システムを得ることができる。
実施の形態１における波高取得位置、観測位置、浸水予測地点の例を示す図 実施の形態１における浸水予測システムの構成を示す図 実施の形態１における観測位置における最大波高と浸水予測地点における浸水深の関係を示す図 実施の形態１における浸水予測地点における浸水深と浸水による被害の程度の関係を示す図 実施の形態１における浸水予測システムのハードウェア構成の一例を示すブロック図 実施の形態１における浸水予測システムの浸水深予測部の処理の流れを示すフローチャート 実施の形態２における浸水予測システムの構成を示す図 実施の形態２における浸水予測システムの浸水深予測部の処理の流れを示すフローチャート 実施の形態３における浸水予測システムの構成を示す図 実施の形態３における浸水予測システムの浸水深予測部の処理の流れを示すフローチャート 実施の形態４における浸水予測システムの構成を示す図 実施の形態４における浸水予測システムの浸水深予測部の処理の流れを示すフローチャート
実施の形態１．
　以下、本発明の実施の形態に係る浸水予測システム１００とそれが実行する予測方法を説明する。
　本実施の形態に係る浸水予測システム１００は、海上の複数の位置（以下、観測位置）における津波の最大波高を観測し、観測した最大波高に基づいて、地上の任意の地点（以下、浸水予測地点）の浸水深さを予想する装置である。
　まず、図１を参照して、観測位置と浸水予測地点について説明する。図１は、海洋と陸地との一例を例示している。図１において、海岸線１０２０を境にして、上方が海洋１０２１であり、下方が陸地１０２２である。矢印１０３０で示すように、津波は、海洋から陸地に向かって進む。
　浸水予測システム１００は、陸地１０２２を、メッシュ状に一定の広さに区切って得られる複数の領域１００１の集合１０００として扱う。また、いずれかの領域１００１内の、家屋、建築物等が存在する重要な地点で、そこが浸水するか否かを予測する地点を、浸水予測地点１００２とする。浸水予測システム１００は、各浸水予測地点１００２が、津波により浸水するか否か、および、浸水する場合には、浸水時の地面から水面までの高さである浸水深を求める。
　また、浸水予測システム１００は、海洋１０２１を、メッシュ状に一定の広さに区切って得られる複数の領域１０１１の集合１０１０として扱う。以下、海洋の複数の領域１０１１のうち、その位置の波の高さを測定する領域１０１１を、観測位置１０１２とする。
　浸水予測システム１００は、予測のために、各観測位置１０１２での波高のうち最大波高を使用する。最大波高とは、それぞれの観測位置１０１２における波高の最大値のことである。最大波高を計測する場合は、各観測位置１０１２で過去Ｎ時間に観測された波高のうちの最大値を計測する。ここで、Ｎは、例えば、１～３時間である。波高を測定するセンサとしては、海底に置いた圧力計、ＧＰＳ付きブイ、レーダといったものがあるが、いずれを使用しても良い。また、センサが取得するデータの種類についても、直接波高を測定するセンサに限らず、例えば水面の流速を測定し、測定した流速から、間接的に波高を算出するものであっても良い。
　実施の形態１に係る浸水予測システム１００は、図２に示すように、予測式生成部２０と、記憶部３０と、波高入力部４０と、浸水深予測部５０と、表示部６０とを備えている。
　また、浸水予測システム１００は、外部にあるデータベース１０にネットワークを介して接続されており、これを参照する。データベース１０は、複数の過去の津波について、津波毎の複数の観測位置１０１２における最大波高と陸上の複数の領域１００１における浸水深の観測値と模擬計算による計算値を記憶する。データベース１０は、シミュレーションによる値を記憶してもよい。データベース１０の詳細は後述する。
　予測式生成部２０は、観測位置選択部２１と式算出部２２を備えている。
　観測位置選択部２１は、予め選択されている１又は複数の浸水予測地点１００２の浸水深を予測するために、少なくとも一つの観測位置１０１２を選定する。観測位置選択部２１は、データベース１０に記憶された、水上の複数の観測位置１０１２毎における波の最大波高と浸水する陸上の複数の領域１００１のそれぞれの浸水深とに基づいて、観測位置１０１２を選定する。選定された観測位置１０１２を、以後、波高取得位置１０１１と呼ぶ。観測位置選択部２１は、浸水予測地点１００２が複数ある場合には、浸水予測地点１００２毎に波高取得位置１０１１を選択する。
　式算出部２２は、データベース１０に記憶されている、各観測位置１０１２における波の最大波高と浸水した複数の領域１００１の浸水深とに基づいて、各浸水予測地点１００２での浸水深を予測する予測式を生成する。
　予測式生成部２０は、観測位置選択部２１が選択した波高取得位置１０１１と、式算出部２２が算出した予測式とを、記憶部３０に記憶する。
　波高入力部４０は、波高を測定するセンサ２１０、２２０で計測されたセンサ２１０、２２０それぞれの観測位置１０１２における最大波高の値を取得する。なお、以後、波高入力部４０が取得した、観測位置１０１２における最大波高を最大波高計測値という。
　浸水深予測部５０は、浸水予測地点１００２毎に、波高入力部４０から供給されている最大波高の値のうちの、記憶部３０に記憶されている波高取得位置１０１１での最大波高計測値と、記憶部３０に記憶されている予測式とに基づいて、浸水深を予測する。
　データベース１０は、表１に示すように、複数の津波について、津波の識別番号ｋ、その津波を引き起こした地震の震源位置（ｘｋ，ｙｋ，ｚｋ）とマグニチュード、観測位置１０１２（Ｗ１，Ｗ２，Ｗ３，Ｗ４，・・・）における最大波高（Ｈ１ｋ，Ｈ２ｋ，Ｈ３ｋ，Ｈ４ｋ,・・・）と、陸上の複数の領域１００１（Ｇ１，Ｇ２，Ｇ３，Ｇ４，・・・）における浸水深（Ｄ１ｋ，Ｄ２ｋ，Ｄ３ｋ，Ｄ４ｋ,・・・）を記憶したものである。ｋは自然数である。データベース１０のデータとしては、観測位置１０１２や陸上の領域１００１から測定された津波についてのデータを集めても良い。また、より多くの津波について、観測位置１０１２や陸上の領域１００１のデータを集めるためには、震源位置やマグニチュードといった地震の発生条件を変化させながら実施したシミュレーションのデータを集めても良い。なお、表１においては、観測位置１０１２が４つの例を示しているが、観測位置１０１２は、複数であれば、いくつであっても良い。また、同様に、陸上の複数の領域１００１についても、いくつであっても良い。また、観測位置１０１２と陸上の複数の領域１００１の数は、同じである必要は無く、それぞれ独立に決めて良い。
Figure JPOXMLDOC01-appb-T000001
　図３Ａは、観測位置１０１２における最大波高と陸上の複数の領域１００１の一つにおける浸水深の関係を示す図であり、表１の観測位置１０１２であるＷｉ（ｉ＝１，２，・・・）における最大波高Ｈｉｋ（ｋは津波の識別番号）と陸上の領域１００１の一つであるＧｊ（ｊ＝１，２，・・・）における浸水深Ｄｊｋの組である（Ｈｉｋ、Ｄｊｋ）を複数の津波についてグラフで表現している。図３Ａの一つ一つの点は、それぞれの津波ｋにおける（Ｈｉｋ、Ｄｊｋ）を表す。図３Ａに示すように、浸水深Ｄｊｋが上昇するにつれて、陸上では、浸水、建築物の損壊・流失が生じ、損害の様相も変化する。
　陸上においては、津波の規模が大きくなり、津波の最大波高Ｈｉｋが一定の値Ａ以上となると、浸水する。この一定の値Ａは、海岸の標高が０［ｍ］の位置では０であり、対象となる陸上の領域１００１が陸地の内部になるほど、または、標高が高くなるほど、高い値となる。このことから、最大波高Ｈｉｋと浸水深Ｄｊｋとの関係は、最大波高Ｈｉｋが一定の値Ａ未満であれば、浸水深Ｄｊｋは０［ｍ］であり、最大波高Ｈｉｋが一定の値Ａ以上であれば、浸水深Ｄｊｋは、最大波高Ｈｉｋから一定の値Ａを引いた値に比例した深さ［ｍ］となる。また、最大波高Ｈｉｋと浸水深Ｄｊｋとの関係を示す分布図は、図３Ａの様に、最大波高Ｈｉｋが一定の値Ａのところで折れ曲がった折れ線の様になる。
　観測位置選択部２１は、浸水予測地点１００２における浸水深Ｄｊｋを算出するために、一つ以上の観測位置１０１２を選択し、波高取得位置１０１１とする。観測位置選択部２１は、データベース１０に含まれる複数の津波のデータについて、浸水予測地点１００２における浸水深Ｄｊｋと、それぞれの観測位置１０１２における最大波高Ｈｉｋの、図３Ａに示される相互の分布を基に、観測位置１０１２の中から波高取得位置１０１１を選択する。観測位置選択部２１は、図３Ａの関係を基に最大波高Ｈｉｋから算出した場合の浸水深Ｄｊｋの予測値の誤差が小さくなる観測位置１０１２を、波高取得位置１０１１に選択する。具体的には、観測位置選択部２１は、データベース１０に含まれる複数の津波のデータのなかから、浸水予測地点１００２が浸水する津波についての最大波高Ｈｉｋと浸水予測地点１００２における浸水深Ｄｊｋとの相関係数を基に波高取得位置１０１１を選択する。一般に、２つの変数の相関係数は、相関が強いほど１に近づく。このため、観測位置選択部２１は、例えば、相関係数が０．９～１．０の間にあるものとする。このように、決められた一定の範囲内にある観測位置１０１２を波高取得位置１０１１とする。
　観測位置選択部２１は、上記に加えて、浸水予測地点１００２からの距離が決められた範囲にある観測位置１０１２を波高取得位置１０１１とする。距離の決められた範囲は、例えば、浸水が予想される場合に、浸水予測地点１００２において浸水に対処するための時間などから決定される。浸水予測システム１００としては、津波が到来するよりも十分な時間だけ前に浸水の予測を行なう必要が有る。十分な時間とは、例えば、浸水予測地点１００２から避難場所等に避難するために必要な最小限の避難時間Ｔｅである。観測位置１０１２付近の津波の速さＶｔは、観測位置１０１２付近の海洋の深さより求めることができる。このことから、観測位置選択部２１は、浸水するよりも避難時間Ｔｅ前に予想を行なうため、浸水予測地点１００２より距離がＶｔ×Ｔｅ以上離れた位置の観測位置１０１２を波高取得位置１０１１とする。
　式算出部２２は、データベース１０に含まれる津波のデータを基に、波高取得位置１０１１における最大波高Ｈｉｋから浸水予測地点１００２における浸水深Ｄｊｋを予測する予測式を生成する。式算出部２２は、データベース１０に含まれる津波のデータの、波高取得位置１０１１における最大波高Ｈｉｋと浸水予測地点１００２における浸水深Ｄｊｋとの間の図３Ａに示す関係より、予測式を生成する。図３Ａから分かるとおり、波高取得位置１０１１における最大波高Ｈｉｋが増加すると、浸水予測地点１００２における浸水深Ｄｊｋの予測値は、単調に増加する。このため、式算出部２２は、データベース１０に含まれる津波のデータから、浸水予測地点１００２が浸水する。すなわち、浸水深Ｄｊｋが０［ｍ］を超える津波についての波高取得位置１０１１における最大波高Ｈｉｋと浸水予測地点１００２における浸水深Ｄｊｋとの間に、以下の式（１）に示す予測式を生成する。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｍは、図３Ａの回帰直線Ｂの傾きｍである。Ａは、前出の図３Ａの一定の値Ａであり、浸水深Ｄｊｋが０［ｍ］を超える最大波高Ｈｉｋの値である。式算出部２２は、浸水予測地点１００２における浸水深Ｄｊｋが０［ｍ］または決められた一定の値εを超える津波について、波高取得位置１０１１における最大波高Ｈｉｋと浸水予測地点１００２における浸水深Ｄｊｋのそれぞれのデータから回帰計算を行い、傾きｍおよび一定の値Ａの値を求める。回帰計算には、例えば、直線回帰による計算が用いられる。式算出部２２は、生成した浸水深Ｄｊｋの予測式（１）を記憶部３０に記憶させる。なお、上記の浸水深Ｄｊｋの決められた一定の値εは、データベース１０に含まれる浸水深Ｄｊｋの測定誤差等を基に決める値であり、０以上の正の値である。
　波高入力部４０は、１つ以上の波高を計測するセンサ（レーダ装置のセンサ２１０やＧＰＳ波高計のセンサ２２０）から、それぞれの観測位置１０１２における最大波高Ｈｉｋを取得する。例えば、センサとしてレーダ装置のように、広範囲の最大波高Ｈｉｋを取得可能なセンサを使用する場合、波高入力部４０は、センサが出力する最大波高Ｈｉｋのデータから、それぞれの観測位置１０１２における最大波高Ｈｉｋを取得する。センサとして、ＧＰＳ波高計のように、決められた位置での波高を測定するセンサを使用する場合、波高入力部４０は、観測位置１０１２毎に設置された複数のセンサそれぞれから最大波高Ｈｉｋのデータを取得する。
　浸水深予測部５０は、記憶部３０を参照し、記憶されている波高取得位置１０１１と浸水深Ｄｊｋの予測式をそれぞれの浸水予測位置ごとに取得する。予測式生成部２０が、記憶部３０に式（１）を記憶している場合、式（１）を取得する。浸水深予測部５０は、波高入力部４０から取得したそれぞれの観測位置１０１２の最大波高（最大波高計測値）の中から、波高取得位置１０１１における値を式（１）に代入して、浸水予測地点１００２における浸水の予測値を算出する。表示部６０は、浸水深予測部５０が算出した浸水予測地点１００２における浸水の予測値を表示する。
　図４は、浸水予測システム１００のハードウェア構成の一例を示すブロック図である。浸水予測システム１００は、制御装置３０１と、主記憶装置３０２と、外部記憶装置３０３と、入力装置３０４と、表示装置３０５と、送受信装置３０６とを備える。主記憶装置３０２、外部記憶装置３０３、入力装置３０４、表示装置３０５、および送受信装置３０６はいずれも内部バス３００を介して制御装置３０１に接続されている。
　制御装置３０１は、例えば、ＣＰＵ（Central　Processing　Unit）から構成されている。制御装置３０１は、外部記憶装置３０３に記憶されている制御プログラム３０７に従って、浸水予測システム１００の処理を実行する。具体的には、浸水予測システム１００の予測式生成部２０、波高入力部４０、および浸水深予測部５０として機能する。
　主記憶装置３０２は、例えば、ＲＡＭ（Random-Access　Memory）から構成されている。主記憶装置３０２は、後述する外部記憶装置３０３に記憶されている制御プログラム３０７をロードし、制御装置３０１の作業領域として用いられる。
　外部記憶装置３０３は、例えば、フラッシュメモリ、ハードディスク、ＤＶＤ－ＲＡＭ（Digital　Versatile　Disc　Random-Access　Memory）、ＤＶＤ－ＲＷ（Digital　Versatile　Disc　ReWritable）といった不揮発性メモリから構成される。外部記憶装置３０３には、浸水予測システム１００の処理を制御装置３０１に行なわせるための制御プログラム３０７が、あらかじめ記憶されている。また、外部記憶装置３０３は、この制御プログラム３０７が記憶するデータを制御装置３０１に供給し、制御装置３０１から供給されたデータを記憶する。具体的には、浸水予測システム１００の記憶部３０として機能する。
　入力装置３０４は、例えば、キーボードおよびマウスなどのポインティングデバイスと、キーボードおよびポインティングデバイスを内部バス３００に接続するインタフェース装置から構成されている。ユーザが各種の設定をする場合は、入力装置３０４を介して、入力された情報が制御装置３０１に供給される。
　表示装置３０５は、例えば、ＣＲＴ（Cathode　Ray　Tube）またはＬＣＤ（Liquid　Crystal　Display）から構成されている。表示装置３０５は、制御装置３０１が制御プログラム３０７の処理を実行すると、制御装置３０１の制御に従い、センサ２１０、２２０が計測したデータや浸水の予測値といった表示を行う。具体的には、浸水予測システム１００の表示部６０として機能する。
　送受信装置３０６は、センサ２１０、２２０やデータベース１０といった外部の機器を内部バス３００に接続するインタフェース装置から構成されている。センサ２１０、２２０が計測したデータは、送受信装置３０６を介して制御装置３０１に供給される。また、データベース１０に記憶された津波のデータも送受信装置３０６を介して制御装置３０１に供給される。具体的には、浸水予測システム１００の波高入力部４０として機能する。
　図４に示したハードウェア構成は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。たとえば、前記の動作を実行するためのコンピュータプログラムを、コンピュータが読み取り可能な記録媒体（フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ等）に格納して配布し、当該コンピュータプログラムをコンピュータにインストールすることにより、図２に示された浸水予測システム１００の予測式生成部２０、波高入力部４０、浸水深予測部５０、および表示部６０を構成してもよい。また、インターネット等の通信ネットワーク上のサーバ装置が有する記憶装置に当該コンピュータプログラムを格納しておき、通常のコンピュータシステムがダウンロード等することで同様な構成を実現しても良い。
　図５は、本発明の実施の形態１に係る浸水予測システム１００の処理の流れを示すフローチャートである。浸水予測システム１００は、地震速報により地震の発生を検知すると、浸水予測地点１００２の浸水を予測する。
　波高入力部４０が、センサ２１０，２２０から観測位置１０１２の最大波高を取得する（ステップＳ１０１）。データベース１０から、観測位置１０１２に対応する浸水予測地点１００２の浸水深の予測式を取得する（ステップＳ１０２）。波高入力部４０が取得した観測位置１０１２の最大波高を、データベース１０から取得した予測式にあてはめ、浸水予測地点１００２の浸水を予測する（ステップＳ１０３）。浸水予測地点１００２における浸水の予測の結果を表示部６０に表示し、ユーザーに報知する（ステップＳ１０４）。
　以上のように、本発明の実施の形態１に係る浸水予測システムでは、データベース１０に基づき予測式生成部２０が選択した観測位置１０１２と、データベース１０に基づき予測式生成部２０が生成した浸水深Ｄｊｋの予測式と、波高入力部４０がセンサから取得した最大波高計測値とから浸水予測地点１００２における浸水深Ｄｊｋを予測するため、短時間で正確に陸上の浸水予測地点１００２における浸水深Ｄｊｋを予測することができる。また、浸水の予測に使用する最大波高Ｈｉｋを取得する波高取得位置１０１１は、複数の津波のデータについて、複数の陸上の領域１００１それぞれの浸水深Ｄｊｋと水上の複数の観測位置１０１２それぞれにおける最大波高Ｈｉｋとを集めたデータベース１０に基づいて選択するため、少ないデータを基に正確に陸上の浸水深Ｄｊｋを予測することができる。
　また、上記説明では、浸水予測システム１００は、処理に使用する津波のデータを集めた外部のデータベース１０を使用するものとした。しかし、図２に示すように、浸水予測システム１００内部にデータベース１０Ａを設けて、水上の複数の観測位置１０１２毎の波の最大波高Ｈｉｋと波により浸水する陸上の領域１００１毎の浸水深Ｄｊｋとを記憶させてもよい。
　その場合、浸水予測システム１００は、図２のような、データベース１０Ａに記憶された情報を予測式生成部２０に参照させるようにしても良い。この浸水予測システム１００では、データベース１０に津波のデータを記憶させ、津波についての浸水深Ｄｊｋを算出する。なお、浸水を予測する対象は、津波のみに限定されない。津波と同様に陸上の浸水をもたらす波であれば、データベース１０にその波に関するデータを記憶させることにより、この浸水予測システムにより陸上の浸水深Ｄｊｋを同様に予測することができる。
　さらに、予測式生成部２０は、浸水予測地点１００２における浸水深Ｄｊｋについて、浸水により生じる被害の程度により分類して予測しても良い。図３Ｂは、浸水予測地点における浸水深と浸水による被害の程度の関係を示す図である。図３Ｂは、浸水深Ｄｊｋを、被害の程度により、ＬＥＶＥＬ１、ＬＥＶＥＬ２、ＬＥＶＥＬ３に分類している。例えば、被害の程度がそれぞれ、ＬＥＶＥＬ１は家屋の浸水、ＬＥＶＥＬ２は家屋の損壊、ＬＥＶＥＬ３は家屋が流失するといった被害が生じるレベルである。なお、浸水の分類としては、浸水深Ｄｊｋを、被害の程度とは異なる基準で分類を行っても良い。
　例えば、図３Ｂに示すように、浸水予測地点１００２においてそれぞれの被害が生じる浸水深Ｄｊｋを警戒深さ１としてＤＤ１、警戒深さ２としてＤＤ２、警戒深さ３としてＤＤ３とする。浸水深Ｄｊｋが、それぞれの警戒深さに達するときの波高取得位置１０１１における最大波高を閾値１としてＴＨ１、閾値２としてＴＨ２、閾値３としてＴＨ３、・・とすると、浸水予測地点１００２における浸水深Ｄｊｋの予測式は、式（２）のように表される。
Figure JPOXMLDOC01-appb-M000003
　なお、式（２）における閾値ＴＨ１、ＴＨ２、ＴＨ３はそれぞれ、データベース１０に記憶されている警戒深さＤＤ１、ＤＤ２、ＤＤ３を超える複数の津波について、波高取得位置１０１１における最大波高Ｈｉｋを基に設定する。典型的な設定値としては、例えば、警戒深さＤＤ１、ＤＤ２、ＤＤ３を超える複数の津波の最大波高Ｈｉｋのうちの最小値である。また、上記の式（２）では、警戒深さとしてＤＤ１、ＤＤ２、ＤＤ３の３つの例を示したが、１以上いくつであってもかまわない。
　予測式生成部２０が上記の式（２）を登録した場合についても、浸水深予測部５０、表示部６０の動作は同様である。浸水深予測部５０は、記憶部３０を参照し、記憶されている浸水深Ｄｊｋの予測式を取得する。予測式生成部２０が、記憶部３０に式（２）を登録している場合、式（２）を取得する。浸水深予測部５０は、波高入力部４０から取得した最大波高（最大波高計測値）を式（２）に代入して、浸水予測地点１００２における浸水の予測値を算出する。表示部６０は、浸水深予測部５０が算出した浸水予測地点１００２における浸水の予測値を表示する。観測位置選択部２１により、波高取得位置１０１１が複数設定されている場合、浸水深予測部５０は、それぞれの波高取得位置１０１１で取得した最大波高Ｈｉｋを基にそれぞれ式（２）により浸水深Ｄｊｋを求め、求めた複数の浸水深Ｄｊｋの内の最も深い値または、求めた複数の浸水深Ｄｊｋで最も多く算出された結果を予測値とする。
（変形例）
　上記説明では、予測式生成部２０は、予測式として、式（１）のように、最大波高Ｈｉｋに対して浸水深Ｄｉｋが一次式で変化する予測式を使用した。しかし、予測式は、一次式でなくても良い。例えば、データベース１０のデータから同定して、浸水深Ｄが、最大波高Ｈに対して２次式で変化する予測式を生成し、記憶部３０に登録しても良い。また、観測位置選択部２１が選択する波高取得位置１０１１の数については、特に制限していない。観測位置選択部２１は、波高取得位置１０１１を一つのみ設定しても良いし、複数設定しても良い。観測位置選択部２１が複数の波高取得位置１０１１を設定した場合、浸水深予測部５０は、それぞれの波高取得位置１０１１で取得した波高をもとに、それぞれ式（１）により予測値を算出し、その平均値または最大値を予測値として出力すれば良い。
実施の形態２．
　実施の形態１においては、決められた浸水予測地点１００２における浸水を予測する浸水予測システム１００の構成を示した。しかし、津波に対する対策を行う、または、避難時の避難経路を検討する等を考慮すると、決められた浸水予測地点１００２のみならず、その周辺における陸上の複数の領域１００１の浸水の分布を知ることが必要となる。実施の形態２に係る浸水予測システム１００Ａにおいては、浸水予測地点１００２における浸水の予測に加え、浸水予測地点１００２を含む複数の陸上の複数の領域１００１における浸水の分布の予測も行う。
　図６は、この発明の実施の形態２に係る浸水予測システム１００Ａの構成を示す図である。図６において、図２と同じ構成については、同じ符号を付し、説明は、省略する。図６に示す浸水予測システム１００Ａは、図２に示した浸水予測システム１００に対し、浸水深予測部５０のかわりに浸水深予測部５０Ａを備えている。浸水深予測部５０Ａは、地点予測部５１と分布予測部５２とを備えている。データベース１０、地点予測部５１は、浸水深予測部５０とほぼ同様である。分布予測部５２は、波高入力部４０から入力する観測位置１０１２の最大波高計測値とデータベース１０に記憶されている津波のデータとに基づき、陸上の複数の領域１００１における浸水深Ｄｊｋの分布を予測する。
　地点予測部５１が、記憶部３０に記憶された上述の式（２）により、浸水予測地点１００２における浸水深Ｄｊｋについて、決められた警戒深さを超えると予測すると、分布予測部５２は、データベース１０のデータを使用して、陸上の複数の領域１００１のそれぞれにおける浸水深Ｄｊｋの予測値を算出する。具体的には、分布予測部５２は、波高入力部４０が取得した、波高取得位置１０１１における最大波高である最大波高計測値と、データベース１０のそれぞれの津波の波高取得位置１０１１における最大波高Ｈｉｋの計測値とを比較し、対応する津波を求める。次に、分布予測部５２は、データベース１０の対応する津波のそれぞれの陸上の領域１００１における浸水深Ｄｊｋを取得し、取得した値を陸上の領域１００１のそれぞれにおける浸水深Ｄｊｋの予測データとする。表示部６０は、地点予測部５１の予測値と分布予測部５２の予測データを基に、浸水予測地点１００２における浸水深Ｄｊｋが、決められた警戒深さを超えるか否かを表示する。また、表示部６０は、浸水予測地点１００２における浸水深Ｄｊｋが、決められた警戒深さを超える場合は、周囲の陸上の複数の領域１００１における浸水深Ｄｊｋの分布を表示する。
　図７は、実施の形態２に係る浸水予測システム１００Ａが浸水を予測する処理を表すフローチャートである。なお、観測位置選択部２１が波高取得位置１０１１を選択する処理、式算出部２２がデータベース１０をもとに浸水予測地点１００２における浸水を予測する予測式を生成する処理、および予測式生成部２０が波高取得位置１０１１および予測式を記憶部３０に登録する処理は、このフローの開始前に完了しているものとする。
　図７において、最初に、波高入力部４０がそれぞれの観測位置１０１２の最大波高Ｈｉｋを取得する（ステップＳ２１０）。次に、地点予測部５１は、観測位置１０１２の中の波高取得位置１０１１の最大波高Ｈｉｋと、記憶部３０に登録されている前述の式（２）により、浸水予測地点１００２における浸水深Ｄｊｋが、決められた警戒深さを超えるか否かを予測する。具体的には、地点予測部５１は、式（２）により、波高取得位置１０１１の最大波高Ｈｉｋが決められた閾値を超えるか否かを確認する。閾値以下となる場合（ステップＳ２２０でＮＯ）、処理は終了する。閾値を超える場合（ステップＳ２２０でＹＥＳ）、分布予測部５２は、データベース１０のデータをもとに、陸上の複数の地点における浸水の分布を算出する（ステップＳ２３０～Ｓ２４０）。
　分布予測部５２は、波高入力部４０が取得した、波高取得位置１０１１における最大波高である最大波高計測値と、データベース１０のそれぞれの津波の波高取得位置１０１１における最大波高Ｈｉｋとを比較し、対応する津波を求める（ステップＳ２３０）。対応する津波の求め方としては、それぞれの波高取得位置１０１１毎に最大波高計測値とデータベース１０上の最大波高Ｈｉｋとの差異が最小となる津波を求め、最も多くの波高取得位置１０１１で差異が最小となる津波を対応する津波としても良い。また、それぞれの波高取得位置１０１１毎に求めた最大波高計測値とデータベース１０上の最大波高Ｈｉｋとの差異の２乗和が最小となる津波を対応する津波としても良い。
　次に、分布予測部５２は、データベース１０の対応する津波のそれぞれの陸上の領域１００１における浸水深Ｄｊｋを取得し、取得した値をそれぞれの領域１００１における浸水深Ｄｊｋの予測データとする（ステップＳ２４０）。浸水予測部５０Ａは、地点予測部５１の予測結果と分布予測部５２の予測結果を基に、浸水予測地点１００２における浸水深Ｄｊｋが、決められた警戒深さを超えるか否か、および、決められた警戒深さを超える場合は、周囲の陸上の複数の領域１００１における浸水分布を、表示部６０に表示する（ステップＳ２５０）。
　以上の様に、実施の形態２に係る浸水予測システム１００Ａにおいては、データベース１０のデータを使用して、陸上の複数の領域１００１における浸水分布を算出する分布予測部５２を設けているため、実施の形態１に係る浸水予測システム１００の効果に加え、陸上における浸水分布も予測することができる。
実施の形態３．
　実施の形態２における浸水予測システム１００Ａでは、陸上の複数の領域１００１における浸水深Ｄｊｋを、データベース１０のデータを基に求めた。しかし、特に浸水予測地点１００２の周辺に限れば、陸上の複数の領域１００１における浸水深Ｄｊｋは、浸水予測地点１００２における浸水深Ｄｊｋと、浸水予測地点１００２と陸上の複数の領域１００１を含む地形からも算出することができる。
　図８は、この発明の実施の形態３に係る浸水予測システム１００Ｂの構成を表す図である。図８において、図２や図６と同じ構成については、同じ符号を付し、説明は、省略する。図８において、浸水予測システム１００Ｂは、図２に示した浸水予測システム１００の浸水深予測部５０や、図６に示した浸水予測システム１００Ａの浸水深予測部５０Ａのかわりに、浸水深予測部５０Ｂを備えている。浸水深予測部５０Ｂは、地点予測部５１と分布予測部５２Ａとを備えている。
　分布予測部５２Ａは、浸水予測システム１００Ｂの外部または内部にある地図情報データベース７０から、浸水予測地点１００２および陸上の複数の領域１００１の地形の標高データを取得する。分布予測部５２Ａは、浸水予測地点１００２と、陸上の複数の領域１００１のそれぞれとの間の標高差と、地点予測部５１が予測した浸水予測地点１００２における浸水深Ｄｊｋとから、陸上の複数の領域１００１のそれぞれにおける浸水深Ｄｊｋを予測する。
　図９は、この発明の実施の形態３における浸水予測システム１００Ｂの浸水深予測部の処理の流れを示すフローチャートである。なお、観測位置選択部２１が波高取得位置１０１１を選択する処理、予測式生成部２０が津波データベース１０をもとに浸水予測地点１００２における浸水を予測する予測式を記憶部３０に登録する処理は、このフローの開始前に完了しているものとする。
　図９において、波高入力部４０がそれぞれの観測位置１０１２の最大波高Ｈｉｋを、水上の波高を計測するそれぞれのセンサ２１０、２２０から取得する（ステップＳ３１０）。次に、地点予測部５１は、観測位置１０１２の中から、波高取得位置１０１１における最大波高Ｈｉｋと、記憶部３０に登録されている前述の式（１）により、浸水予測地点１００２における浸水深Ｄｊｋの予測値を算出する（ステップＳ３２０）。分布予測部５２Ａは、地図情報データベース７０から、浸水予測地点１００２と陸上の複数の領域１００１のそれぞれの標高を取得し（ステップＳ３３０）、浸水予測地点１００２と陸上の複数の領域１００１のそれぞれとの標高差を算出する（ステップＳ３４０）。分布予測部５２Ａは、浸水予測地点１００２における浸水深Ｄｊｋの予測値に標高差を加えた値を陸上の複数の領域１００１のそれぞれにおける浸水深Ｄｊｋの予測値とする（ステップＳ３５０）。表示部６０は、分布予測部５２Ａが求めた、陸上の複数の領域１００１のそれぞれにおける浸水深Ｄｊｋの予測値を表示する（ステップＳ３６０）。
　以上のように、この発明の実施の形態３に係る浸水予測システムによれば、実施の形態１に係る浸水予測システムの構成に加えて、予測した浸水予測地点１００２の浸水深Ｄｊｋを用いて、浸水予測地点１００２の地形と、陸上の複数の領域１００１の地形とから、浸水予測地点１００２および陸上の複数の領域１００１の浸水分布を予測する分布予測部５２Ａを備えるようにしたため、簡単な構成により陸上の複数の領域１００１の浸水深Ｄｊｋの分布を求めることができる。
実施の形態４．
　実施の形態２に係る浸水予測システム１００Ａにおいては、分布予測部５２がデータベース１０のデータをもとに陸上の複数の領域１００１の浸水深Ｄｊｋを予測する。分布予測部５２の方法では、観測した津波のデータやシミュレーションにより津波を模擬したデータによる浸水深Ｄｊｋの値を使用する。このため、陸上の複数の領域１００１同士の浸水深Ｄｊｋの関係は正確であるが、それぞれの領域１００１の浸水深Ｄｊｋの値の精度は、データベース１０に収集できるデータの量等に制限される。これに対して、地点予測部５１では、予測式を使用し、正確な浸水深Ｄｊｋを求めることができる。このことから、分布予測部５２で求めた陸上の複数の領域１００１の浸水深Ｄｊｋを地点予測部５１で算出した浸水深Ｄｊｋで補正することにより、陸上の複数の領域１００１のそれぞれの浸水の分布を、正確に算出することができる浸水予測システム１００Ｃを得ることができる。
　図１０は、この発明の実施の形態４に係る浸水予測システム１００Ｃの構成を示す図である。図９において、図２や図６や図８と同じ構成については、同じ符号を付し、説明は、省略する。図１０において、浸水予測システム１００Ｃは、図６に示した浸水予測システム１００Ａの浸水深予測部５０Ａのかわりに、浸水深予測部５０Ｃを備えている。浸水深予測部５０Ｃは、浸水深予測部５０Ａの地点予測部５１、分布予測部５２に加え、分布補正部５３を備えている。
　浸水深予測部５０Ｃでは、浸水深予測部５０Ａと同様に、地点予測部５１が、波高入力部４０から取得した波高取得位置１０１１における最大波高Ｈｉｋと、記憶部３０に記憶された波高取得位置１０１１と予測式を基に、浸水予測地点１００２における浸水深Ｄｊｋを算出する。また、浸水深予測部５０Ｃでは、浸水深予測部５０Ａと同様に、分布予測部５２が、それぞれの波高取得位置１０１１における最大波高Ｈｉｋの値と、データベース１０に記憶されている津波のデータを使用して、陸上の複数の領域１００１における浸水の分布を算出する。分布補正部５３は、地点予測部５１が算出する、浸水予測地点１００２での浸水深Ｄｊｋの予測値を基に、分布予測部５２が算出した浸水分布の補正を行う。より詳細に述べると、分布補正部５３は、地点予測部５１が算出した浸水予測地点１００２の浸水深Ｄｊｋの予測値と、分布予測部５２が観測位置における最大波高Ｈｉｋとデータベース１０から予測した同じ浸水予測地点１００２の浸水深Ｄｊｋの予測値との差を補正値として、分布予測部５２が算出した陸上の複数の領域１００１における浸水深Ｄｊｋを上記の補正値により補正する。表示部６０は、分布補正部５３から出力される、補正された浸水分布を表示する。
　図１１は、この発明の実施の形態４における浸水予測システム１００Ｃの浸水深予測部の処理の流れを示すフローチャートである。なお、観測位置選択部２１が波高取得位置１０１１を選択する処理、予測式生成部２０が津波データベース１０をもとに浸水予測地点１００２における浸水を予測する予測式を記憶部３０に登録する処理は、このフローの開始前に完了しているものとする。
　図１１において、波高入力部４０がそれぞれの波高取得位置１０１１の最大波高Ｈｉｋをセンサ２１０、２２０から取得する（ステップＳ４１０）。次に、分布予測部５２は、データベース１０に記憶されている津波のデータの中から、波高入力部４０が取得した、それぞれの波高取得位置１０１１における最大波高Ｈｉｋの値（最大波高計測値）と、データベース１０上の最大波高Ｈｉｋとが対応する津波を求める（ステップＳ４２０）。対応する津波の求め方としては、例えば、それぞれの波高取得位置１０１１毎に最大波高計測値とデータベース１０上の最大波高Ｈｉｋとの差異が最小となる津波を求め、最も多くの波高取得位置１０１１で差異が最小となる津波を、対応する津波とする。また、例えば、それぞれの波高取得位置１０１１毎に求めた最大波高計測値とデータベース１０上の最大波高Ｈｉｋとの差異の２乗和が最小となる津波を対応する津波としても良い。分布予測部５２は、データベース１０から求めた津波の陸上の領域１００１それぞれにおける浸水深Ｄｊｋを取得し、陸上の複数の領域１００１それぞれにおける浸水分布の予測値とする（ステップＳ４３０）。
　地点予測部５１は、観測位置１０１２の内の波高取得位置１０１１における最大波高Ｈｉｋと、記憶部３０に登録されている前述の式（１）により、浸水予測地点１００２における浸水深Ｄｊｋの予測値を算出する（ステップＳ４４０）。なお、このフローにおけるステップＳ４２０～Ｓ４３０と、ステップＳ４４０の処理は、どちらを先に行っても良いし、また、ステップＳ４２０～Ｓ４３０と、ステップＳ４４０の処理は、並行して行っても良い。
　分布補正部５３は、浸水予測地点１００２における、分布予測部５２が取得した浸水分布の予測値と地点予測部５１が算出した浸水深Ｄｊｋの予測値との差を算出し、補正値とする（ステップＳ４５０）。分布補正部５３は、分布予測部５２が算出した陸上の複数の領域１００１における浸水深Ｄｊｋを上記の補正値により補正する（ステップＳ４６０）。浸水予測部５０Ｃは、分布補正部５３で補正された浸水予測地点１００２毎の浸水深Ｄｊｋに基づいて、表示部６０に浸水分布を表示する（ステップＳ４７０）。
　以上のように、実施の形態４に係る浸水予測システムにおいては、分布予測部５２が取得した浸水分布の予測値と地点予測部５１が算出した浸水深Ｄｊｋの予測値との差分から補正値を算出し、分布予測部５２が取得した浸水分布の予測値を補正値により補正することで、実施の形態１や実施の形態２に係る浸水予測システムの効果に加え、広い範囲の浸水分布を正確に求めることができるという効果がある。
　本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、本発明の範囲を限定するものではない。すなわち、本発明の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。
　本出願は、２０１６年９月２９日に出願された、日本国特許出願特願２０１６－１９０５０８号に基づく。本明細書中に日本国特許出願特願２０１６－１９０５０８号の明細書、特許請求の範囲、図面全体を参照として取り込むものとする。
　本発明は、津波による陸上の浸水を予測する浸水予測システムに好適に利用することができる。
１０、１０Ａ　データベース、２０　予測式生成部、２１　観測位置選択部、２２　式算出部、３０　記憶部、４０　波高入力部、５０、５０Ａ、５０Ｂ、５０Ｃ　浸水深予測部、５１　地点予測部、５２、５２Ａ　分布予測部、５３　分布補正部、６０　表示部、７０　地図情報データベース、１００、１００Ａ、１００Ｂ、１００Ｃ　浸水予測システム、２１０、２２０　センサ、３００　内部バス、３０７　制御プログラム、１０００、１０１０　集合、１００１　陸上の領域、１００２　浸水予測地点、１０１１　波高取得位置、１０１２　観測位置、１０２０　海洋線、１０２１　海洋、１０２２　陸地、１０３０　矢印。

Claims (13)

  1. 　波により浸水する陸上の浸水予測地点の浸水深を予測する浸水予測システムであって、
    　水上の複数の観測位置における波の最大波高と、前記波により浸水する陸上の領域毎の浸水深とに基づいて、前記陸上の領域内の前記浸水予測地点の浸水深を予測するために、少なくとも一つの前記観測位置を選定し、前記浸水予測地点の浸水深を予測する予測式を生成する予測式生成部と、
    　センサから、前記予測式生成部が選定した前記観測位置の最大波高計測値を取得し、前記予測式を用いて前記浸水予測地点の浸水深を予測する浸水深予測部と
    　を備えた浸水予測システム。
  2. 　前記予測式生成部は、前記浸水予測地点の浸水深を予測するために、少なくとも一つの前記観測位置として、前記波の前記観測位置における最大波高と前記波により浸水する前記浸水予測地点の浸水深との間に相関関係がある前記観測位置を選定する請求項１に記載の浸水予測システム。
  3. 　前記予測式生成部は、前記浸水予測地点と前記観測位置との間の距離から、前記浸水予測地点の浸水深を予測するために、少なくとも一つの前記観測位置を選定する請求項１に記載の浸水予測システム。
  4. 　前記予測式生成部は、前記観測位置毎の波の最大波高が増加すると、前記陸上の領域毎の浸水深が単調に増加する前記予測式を生成する請求項１から３のいずれか１項に記載の浸水予測システム。
  5. 　前記浸水深予測部は、前記予測式生成部が選定した前記観測位置の最大波高から設定した閾値と、前記センサが計測した波高の内から前記予測式生成部が選定した前記観測位置における最大波高計測値とを比較し、前記予測式を用いて予測した前記浸水予測地点の浸水深が警戒深さ以上か否かを判定する請求項１から４のいずれか１項に記載の浸水予測システム。
  6. 　前記水上の複数の観測位置毎の波の最大波高と、前記波により浸水する前記陸上の領域毎の浸水深とを記憶し、記憶された前記最大波高と前記浸水深とを前記予測式生成部に参照させるデータベースを、さらに備えた請求項１から５のいずれか１項に記載の浸水予測システム。
  7. 　前記予測式生成部は、前記浸水予測地点を前記陸上の複数の領域とし、前記複数の領域毎の浸水深を予測する予測式を生成し、
    　前記浸水深予測部は、前記複数の領域毎の浸水深を予測する予測式を用いて、前記複数の領域毎の浸水深を予測して、前記陸上の複数の領域における浸水分布を予測する請求項１から６のいずれか１項に記載の浸水予測システム。
  8. 　前記浸水深予測部は、予測した前記浸水予測地点の浸水深を用いて、前記浸水予測地点の地形と、前記陸上の複数の領域の地形とから、前記浸水予測地点および前記陸上の複数の領域の浸水分布を予測する請求項１から７のいずれか１項に記載の浸水予測システム。
  9. 　前記浸水深予測部は、予測した前記浸水予測地点の浸水深と、前記浸水予測地点の周囲における前記陸上の複数の領域の浸水深とを比較して、前記浸水予測地点および前記陸上の複数の領域の浸水分布を予測する請求項１から８のいずれか１項に記載の浸水予測システム。
  10. 　前記浸水深予測部は、予測した前記浸水予測地点の浸水深と、前記観測位置における最大波高と前記データベースに記憶されている最大波高と浸水深から予測した同じ前記浸水予測地点の浸水深の予測値との差分を補正値とし、前記陸上の複数の領域の浸水深を前記補正値により補正する請求項６に記載の浸水予測システム。
  11. 　複数の前記浸水予測地点の浸水深に基づいて浸水深の分布を予測する分布予測部をさらに備えることを特徴とする請求項１から１０のいずれか１項に記載の浸水予測システム。
  12. 　浸水予測地点の浸水深を予測する予測方法であって、
    　水上の複数の観測位置における波の最大波高と前記波により浸水する陸上の領域毎の浸水深との対応関係に基づいて、浸水予測地点の浸水深を予測するために、少なくとも一つの前記観測位置を選定し、
    　選定した少なくとも一つの前記観測位置における波の最大波高から前記浸水予測地点の浸水深を予測する予測式を生成し、
    　選定した前記観測位置での最大波高計測値を取得し、前記予測式を用いて前記浸水予測地点の浸水深を予測する、
    　予測方法。
  13. 　コンピュータに、
    　水上の複数の観測位置における波の最大波高と前記波により浸水する陸上の領域毎の浸水深との対応関係に基づいて、浸水予測地点の浸水深を予測するために、少なくとも一つの前記観測位置を選定する処理、
    　選定した少なくとも一つの前記観測位置における波の最大波高から前記浸水予測地点の浸水深を予測する予測式を生成する処理、
    　選定した前記観測位置での最大波高計測値を取得し、前記予測式を用いて前記浸水予測地点の浸水深を予測する処理
    　を実行させるプログラム。
PCT/JP2017/034431 2016-09-29 2017-09-25 浸水予測システム、予測方法、プログラム WO2018062064A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE112017004901.6T DE112017004901T5 (de) 2016-09-29 2017-09-25 Hochwasservorhersage-System, Vorhersageverfahren und Vorhersageprogramm
JP2018523823A JP6370525B1 (ja) 2016-09-29 2017-09-25 浸水予測システム、予測方法、プログラム
US16/308,850 US20190212470A1 (en) 2016-09-29 2017-09-25 Flood prediction system, prediction method, and program recording medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016190508 2016-09-29
JP2016-190508 2016-09-29

Publications (1)

Publication Number Publication Date
WO2018062064A1 true WO2018062064A1 (ja) 2018-04-05

Family

ID=61760335

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/034431 WO2018062064A1 (ja) 2016-09-29 2017-09-25 浸水予測システム、予測方法、プログラム

Country Status (4)

Country Link
US (1) US20190212470A1 (ja)
JP (1) JP6370525B1 (ja)
DE (1) DE112017004901T5 (ja)
WO (1) WO2018062064A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102061500B1 (ko) 2019-10-30 2020-01-02 (주)해양정보기술 인공신경망 기반 지진해일 예측 시스템
JP7242949B1 (ja) 2022-08-24 2023-03-20 応用地質株式会社 浸水域推定シミュレーション方法及び浸水域推定シミュレーション装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728019B (zh) * 2019-09-05 2021-03-23 四川大学 基于山区河流形态与洪水位变化的宽窄相间河段山洪淹没灾害易灾区识别方法
CN112819219A (zh) * 2021-01-26 2021-05-18 河海大学 一种基于自注意力机制的时序网络的洪水流量预测方法
WO2022162853A1 (ja) * 2021-01-29 2022-08-04 三菱電機株式会社 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

Citations (4)

* 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
JP2008089316A (ja) * 2006-09-29 2008-04-17 Kyoto Univ 津波波源推定方法及び津波波高予測方法並びにその関連技術
US8284072B1 (en) * 2010-03-22 2012-10-09 The United States Of America As Represented By The Secretary Of The Navy Tsunami detection system
WO2014192326A1 (ja) * 2013-05-31 2014-12-04 三菱電機株式会社 津波監視システム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5923050B2 (ja) 2013-03-19 2016-05-24 Ｎｅｃプラットフォームズ株式会社 避難支援装置、避難支援システム、避難支援方法及びプログラム
JP6521777B2 (ja) 2014-10-22 2019-05-29 三菱電機株式会社 津波監視システム
JP6474298B2 (ja) 2015-03-30 2019-02-27 株式会社東海理化電機製作所 ウェビングガイド装置

Patent Citations (4)

* 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
JP2008089316A (ja) * 2006-09-29 2008-04-17 Kyoto Univ 津波波源推定方法及び津波波高予測方法並びにその関連技術
US8284072B1 (en) * 2010-03-22 2012-10-09 The United States Of America As Represented By The Secretary Of The Navy Tsunami detection system
WO2014192326A1 (ja) * 2013-05-31 2014-12-04 三菱電機株式会社 津波監視システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102061500B1 (ko) 2019-10-30 2020-01-02 (주)해양정보기술 인공신경망 기반 지진해일 예측 시스템
JP7242949B1 (ja) 2022-08-24 2023-03-20 応用地質株式会社 浸水域推定シミュレーション方法及び浸水域推定シミュレーション装置
JP2024030214A (ja) * 2022-08-24 2024-03-07 応用地質株式会社 浸水域推定シミュレーション方法及び浸水域推定シミュレーション装置

Also Published As

Publication number Publication date
JPWO2018062064A1 (ja) 2018-09-27
US20190212470A1 (en) 2019-07-11
JP6370525B1 (ja) 2018-08-08
DE112017004901T5 (de) 2019-06-06

Similar Documents

Publication Publication Date Title
JP6370525B1 (ja) 浸水予測システム、予測方法、プログラム
De Risi et al. Is flow velocity important in tsunami empirical fragility modeling?
JP5905646B2 (ja) 津波監視システム
CN109416408B (zh) 震中距估计装置、震中距估计方法以及计算机可读记录介质
JP6521777B2 (ja) 津波監視システム
JP6159594B2 (ja) 観測値処理装置、観測値処理方法及び観測値処理プログラム
Saeed Far et al. Evaluation of peaks-over-threshold method
JP6164311B1 (ja) 情報処理装置、情報処理方法、及び、プログラム
KR102319145B1 (ko) 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치
JP2012058062A (ja) 津波規模予測装置、方法、およびプログラム
JPWO2016079848A1 (ja) 状態推定装置
JP2015161591A (ja) 観測値処理装置
JP7156613B2 (ja) 津波予測装置、方法、及びプログラム
US7961137B2 (en) System and method for detecting performance of a sensor field at all points within a geographic area of regard
Thornhill et al. Integration of a 3D variational data assimilation scheme with a coastal area morphodynamic model of Morecambe Bay
EP3351959B1 (en) Apparatus and method for performing a consistency testing using non-linear filters that provide predictive probability density functions
Świerczyński et al. M-estimation as a tool supporting a vessel traffic controller in the VTS system
CN113689526B (zh) 地图中无效区域的划分方法及装置、电子设备
Okwuashi et al. Tide modelling using the Kalman filter
JP2021163161A (ja) 監視装置、監視システム、監視方法及び監視プログラム
JP2021047687A (ja) ため池決壊予測システム、ため池決壊予測方法、およびプログラム
Yakubu et al. Modelling Uncertainties in Differential Global Positioning System Dataset
US20230333270A1 (en) Inundation depth prediction device, and inundation depth prediction method
JP7113673B2 (ja) 動態監視システム、及び動態監視方法
JP2024042312A (ja) 情報処理装置、システム、情報処理方法、およびプログラム

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2018523823

Country of ref document: JP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17856017

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17856017

Country of ref document: EP

Kind code of ref document: A1