研究の意義
- 経験科学は3期のパラダイム、観察科学→理論科学→計算科学を経て発展し、現在は第4のパラダイム・データサイエンスの時代と言われています (Jim Gray 2007)。2020年から運用開始した我が国のフラグシップ・スーパーコンピュータ「富岳」は、「京」の100倍にあたる演算能力に加え、機械学習・AI開発に適したアーキテクチャも獲得しました。気象に代表される大規模並列計算に加え、データサイエンスを推し進める研究環境が、国を挙げて整備されつつあります。
- 我が国においては近年、気候変動の影響とみられる台風や線状降水帯などの激しい水災害が問題となっています。毎年のように豪雨・洪水・氾濫が発生しており、2019年の水害被害額は過去最大の2兆1500億円に上っています。豪雨や洪水等の気象・水文予測精度を向上し、予測情報をダム操作などによる制御・緩和へ活用することは、急務な社会的使命でもあります。
- 研究室では、最新の深層学習技術を活用した災害予測研究を推進しています。深層学習による極端降水の予測や、洪水氾濫の高速計算、森林火災の早期発見に取り組んでいきます。また、データサイエンスによる地球科学データの情報圧縮・現象解釈など、観測データの持つ価値を最大限引き出すための技術を開発しています。
Selected Publications on AI Weather Prediction
- Kotsuki, S., Shiraishi, K. and Okazaki, A. (2024): Integrating Ensemble Kalman Filter with AI-based Weather Prediction Model ClimaX.
- 井貫恵多朗, 金子凌, 岡﨑淳史, 小槻峻司(2024): 深層学習に基づく生成モデルを用いたドップラー風速データからのランキン渦再構成． 水工学論文集
Selected Publications on AI-based Disaster Predictions
- Momoi, M., Kotsuki, S., Kikuchi, R., Watanabe, S., Yamada, M., and Abe, S. (2023): Emulating rainfall-runoff-inundation model using deep neural network with dimensionality reduction. Artificial Intelligence for the Earth Systems (AIES), 2, 1-25. doi: 10.1175/AIES-D-22-0036.1
- Hu, J., Kotsuki, S., Igarashi, Y., Yang, Z., Talerko, M., Tischenkof, O., Protsak, V. and Kirieiev, S. (2024): A tuning-free moderate scale burned area detection algorithm — A case study in Chornobyl contaminated region. Int. J. Remote Sens., 45, 2444-2461. doi: 10.1080/01431161.2024.2331976
- Hu, J., Igarashi, Y., Kotsuki, S., Yang, Z., Talerko, M., Landin, V., Tischenko, O., Zheleznyak, M., Protsak, V., and Kirieiev, S. (2023): Application of a tuning-free burned area detection algorithm to the Chornobyl wildfires in 2022. Sci. Rep., 13, 5236. doi: 10.1038/s41598-023-32300-5
- Ouyang, M., Kotsuki, S., Ito, Y., and Tokunaga, T. (2022): Employment of hydraulic model and social media data for flood hazard assessment in an urban city. J. Hydrol. Reg. Stud., 44, 101261. doi: 10.1016/j.ejrh.2022.101261
- 白石健太, 武藤裕花, 小槻峻司(2023): 深層学習に基づく超解像技術を用いた降水量データの高解像度化に関する研究．AI・データサイエンス論文集, Vol.4, No.3, 515-521. doi: 10.11532/jsceiii.4.3_515
- 島袋隆也, 塩尻大也, 小槻峻司(2023): 深層学習モデルを用いた浸水深の時空間分布予測のエミュレーティング． AI・データサイエンス論文集, Vol.4, No.3, 553-560. doi: 10.11532/jsceiii.4.3_553 (accepted; Aug. , 2023)
- 藤村健介, 小槻峻司, 山田真史, 塩尻大也, 渡部哲史 (2022): 降雨流出氾濫モデルのアンサンブルデータ同化安定化に関する研究． 水工学論文集, Vol.78, No.2, 409-411. doi: 10.2208/jscejhe.78.2_I_409
Selected Publications on Data Science
- Oettli, P. and Kotsuki, S. (2024): An Objective Detection of Separation Scenario in Tropical Cyclone Trajectories Based on Ensemble Weather Forecast Data. J. Geophys. Res., 129, e2024JD040830. doi: 10.1029/2024JD040830
- 毛束隆太, 武藤裕花, 岡﨑淳史, 小槻峻司(2024): 災害被害数理モデルを用いた強化学習による洪水被害削減のための投資策の最適化. AI・データサイエンス論文集, Vol.5, No.3, 186-193. doi: 10.11532/jsceiii.5.3_186
- 佐々木景悟, 武藤裕花, 塩尻大也, 小槻峻司(2023): ベイズ最適化を用いた降雨流出氾濫モデルの計算効率性の高いパラメータ最適化に関する研究. AI・データサイエンス論文集, Vol.4, No.3, 602-610. doi: 10.11532/jsceiii.4.3_602
- 関令法, 塩尻大也, 小槻峻司 (2023):日本の降水量の次元圧縮を対象とした特異値分解と非負値行列因子展開の比較．AI・データサイエンス論文集, Vol.4, No.3, 772-778. doi: 10.11532/jsceiii.4.3_772 (accepted; Aug. , 2023)
- 白石健太, 武藤裕花, 小槻峻司(2023): 深層学習に基づく超解像技術を用いた降水量データの高解像度化に関する研究．AI・データサイエンス論文集, Vol.4, No.3, 515-521. doi: 10.11532/jsceiii.4.3_515
- 塩尻大也, 小槻峻司, 齋藤匠, Mao OUYANG (2022): スパースセンサ位置最適化手法による効率的な雨量計配置手法の開発． 水工学論文集, Vol.78, No.2, 385-390. doi: 10.2208/jscejhe.78.2_I_385
- 齋藤匠, 小槻峻司, Mao OUYANG, 塩尻大也 (2022): スパースセンサ最適化を用いた大次元力学系における有効な観測位置決定手法の開発． 水工学論文集, Vol.78, No.2, 391-396. doi: 10.2208/jscejhe.78.2_I_391
