関連する実験動画
Updated: Sep 10, 2025

Watershed Planning within a Quantitative Scenario Analysis Framework
Published on: July 24, 2016
市民科学,二次元水力モデリング,人工知能による都市洪水曝露評価
Rodrigo Rodríguez1, Agustin Robles-Morua2, Diana Meza-Figueroa3
1IPICYT, Instituto Potosino de Investigación Científica y Tecnológica, División de Geociencias Aplicadas, Camino a la Presa San José No. 2055, Col. Lomas 4a Sec., C.P. 78216, San Luis Potosí, SLP, Mexico.
この研究は 市民科学,水力モデリング,機械学習を統合して メキシコの都市洪水を予測します このアプローチは 洪水に弱い地域を効果的に予測し 都市の洪水管理に 市民の観察が不可欠であることを強調しています
科学分野:
- 環境科学
- 水学
- 都市計画
背景:
- 都市部の洪水は,特に水文学的データが限られている地域では大きな課題です.
- 効果的な洪水予測と管理は 都市の回復力にとって不可欠です
研究 の 目的:
- 都市洪水モデリングと予測のための統合アプローチを開発し,検証する.
- 洪水予測における市民の観察と機械学習の貢献を評価する.
主な方法:
- 市民の観察 (ソーシャルメディア,新聞) と水力モデリング (FLO-2D) と機械学習 (ML) の組み合わせ
- 市民の推定水深を用いた 校正・検証された水力モデル
- 洪水予測のMLは,AUC,正確性,精度,k-foldのクロス検証で性能を評価する.
主要な成果:
- 24件の洪水事件と297件の市民の観察が確認され,強い相関関係を示した (r=0.91).
- 低誤差メトリック (MSE<2.91%,MAE<19.21%,RMSE<26.97) を有するFLO-2Dモデルが開発され,校正され,検証されました.
- MLモデルは,都市密度と市民の観察頻度を重要な要因として,洪水地帯 (AUC=0.87,精度=84.9%) を予測する上で高い性能を達成しました.
結論:
- 集積的なアプローチは 限られたデータさえも 都市洪水を効果的にモデル化し 予測します
- 市民の参加により 洪水予測モデルの正確性と信頼性が著しく向上します
- この方法論は都市の洪水管理と計画に 有用なツールです
関連する概念動画
Design Example: Analyzing Capacity Contours for Flood Risk Assessment
Applications of GIS: Disaster Management and Emergency Response
Design Example: Creating a Hydraulic Model of a Dam Spillway
Modeling and Similitude
Typical Model Studies
Responses to Drought and Flooding

