予測更新システムの逐次重み更新手法を導入した実時間流出予測

Abstract

既往洪水から同定された貯留関数パラメータは洪水ごとに異なる値を示す。したがって現に起こりつつある洪水に適合するモデルパラメータは, 一般には過去に同定したモデルパラメータとは一致しない。適合しないモデルパラメータを用いた場合は当然, 良い予測結果は得られない。そこで, 貯留関数パラメータが洪水ごとに変化することを考慮するために, 複数の予測更新システムを同時に実行してそれらの重みを逐次更新する手法を導入した実時間流出予測手法を提案し, 実流域に適用してその効果を検証する。

The storage function method developed by Kimura is often used for short‐term runoff simulation, and some on‐line prediction methods which use the storage function method incorporating forecast updating using Kalman filterimig have beemi developed by several investigators including the authors. In this paper, the framework of our flood runoff pmediction muethod is introduced and treatment of uncertainty of model parameters of the storage function method is newly devised.In the new method, a number of filters with different parameters are rumi simultaneously, and the probability distribution assigned to these filters is updated by using Kalman filtering with real‐time observation data. The results of application of this treatment show that the new treatment enhances the prediction accuracy.