AIによる小規模水路の水位予測モデル実証実験の取り組み

はじめに

近年、集中豪雨による内水氾濫が日本各地で頻発し、排水能力を超える降雨によって浸水被害が急増しています。茨城県取手市双葉地区においても、2023年6月に豪雨による大規模な内水氾濫が発生しました。この事例を受け、NTTコムウェアとNTTコミュニケーションズは、技術の力でこの問題に対処しようと、AIを活用した水位予測モデルの実証実験を実施しました。

内水氾濫の背景

日本では、過去10年間に内水氾濫による浸水被害が全浸水の68%を占め、多くの地域で深刻な影響を与えています。特に小規模水路は急激な水位変動が起こりやすく、早急な対策が求められています。この状況を改善するためには、もっと迅速かつ正確な水位予測が必要です。

実証実験の概要

本実証実験では、小規模水路に特化した水位予測モデルを構築しました。実験に用いたデータは2024年5月から11月にかけて取得したもので、過去の水位データを分析し、AIのモデルに組み込むことで、実土壌の状況が考慮される予測システムを開発しました。目標は、事前に浸水のリスクを評価し、防災措置を講じることです。

防災担当者のニーズ

防災担当者が効果的に事前対策を行うためには、短時間での水位予測が必要です。実証実験では、気象庁からの予報情報や現場の排水機の稼働状況などを考慮し、5分間隔で3時間先までの水位を正確に予測することを目指しました。また、緊急事態に備え、最大で6時間先の予測も行えるモデルにしています。

予測結果の活用

実証実験によって、予測された水位は実際の水位変動と一致し、有効性が確認されました。特に、急激な水位上昇が予測される場合には、事前に排水機を稼働させたり、国土交通省への応援要請を行うなどの措置が考慮されます。また、越水が懸念される場合には、住民への避難指示を事前に発令し、避難所の開設や誘導を行うことも可能です。