塩尻大也

研究者氏名	塩尻大也

URL
所属	千葉大学
部署	国際高等研究基幹全方位イノベーション創発センター
職名
科研費研究者番号	80974097
J-Global ID	202101016141971775

研究キーワード

陸面過程 ,水文モデル ,データ同化

研究分野

情報通信 / 計算科学 /
社会基盤（土木・建築・防災） / 水工学 /
自然科学一般 / 大気水圏科学 /

経歴

2024年4月

現在

千葉大学国際高等研究基幹全方位イノベーション創発センター特任助教

2023年10月

2024年3月

千葉大学国際高等研究基幹全方位イノベーション創発センター特任助教 (JSPS特別研究員-PD)

2022年1月

2023年9月

千葉大学環境リモートセンシング研究センター独立行政法人日本学術振興会特別研究員 (PD)

2021年12月

京都大学防災研究所水資源環境研究センター

2018年4月

2020年3月

京都大学防災研究所独立行政法人日本学術振興会特別研究員 (DC2)

学歴

2018年4月

2021年11月

京都大学大学院工学研究科都市社会工学専攻

2016年4月

2018年3月

京都大学大学院工学研究科都市社会工学専攻

2012年4月

2016年3月

京都大学工学部地球工学科

受賞

2022年9月

水文・水資源学会／日本水文科学会 2022年度研究発表会, 優秀発表賞,スパースセンサ位置最適化手法を活用した効率的な雨量計位置決定
塩尻大也

2019年11月

8th APHW International Conference, 3rd prize for oral presentation,Improvement of a land surface model to simulate groundwater level
Daiya Shiojiri

2017年10月

ESTDS2017, Outstanding Paper for ESTDS,Validation of groundwater storage evaluated with a global hydrological model
Daiya Shiojiri

論文

12 >

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

佐々木景悟武藤裕花塩尻大也小槻峻司

AI・データサイエンス論文集 4(3) 602-610 2023年11月 [査読有り]

近年，強雨の増加に伴い，水害被害が増加している．降雨流出氾濫(RRI)モデルは，洪水氾濫予測を行う上で重要であり，精度の良い計算にはパラメータの最適化が重要である．洪水氾濫予測の高精度化において将来的には計算負荷の低いパラメータ最適化を用いて，時々刻々と変化するパラメータ推定が有効である．そこで本研究では計算効率の高いパラメータ最適化手法を開拓するために，ベイズ最適化をRRIに適用し，パラメータ最適化に必要な繰り返し計算回数を探索した．結果としてベイズ最適化により，RRIは概ね観測値を再現...

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

島袋隆也塩尻大也小槻峻司

AI・データサイエンス論文集 4(3) 553-560 2023年11月 [査読有り]

降雨流出氾濫モデルによるアンサンブル計算には，計算コストの高さがボトルネックとなりうる．そこでモデル出力の浸水深の時系列を高速で模倣可能な，深層学習モデルによるエミュレータを開発した．このエミュレータは降水量の時空間分布を入力することで，同期間の浸水深の時空間分布を出力する．出力はイベント×時間×空間の3次元を持ち，データサイズが大きい．そこで学習の前処理に特異値分解による次元削減を行うことで，汎化性能の高い学習器の開発を試みた．次元削減では，3次元データを行列形式へ変形する必要があり，2...

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

関令法塩尻大也小槻峻司

AI・データサイエンス論文集 4(3) 772-778 2023年11月 [査読有り]

地球科学分野では，特異値分解（SVD）などの線形固有直交分解に基づく次元削減手法の応用が進んできた．一方，行列の分解によるその他の次元削減手法である非負値行列因子展開（NMF）は，地球科学分野での利用が未だ限定的な部分に留まる．本研究では，気象庁の解析雨量をSVDおよびNMFによって分解・次元削減し，それぞれより抽出される特徴量を比較する．各手法で次元削減された行列をもとに，AMeDASの観測位置情報から最小二乗法により降水場の復元を行い，両手法の復元精度を評価した．その結果，NMFの方が...

局所アンサンブル変換カルマンフィルタを用いた地上雨量観測からの全球降水分布の推定

武藤裕花塩尻大也小槻峻司

土木学会論文集 80(16) n/a 2023年 [査読有り]

全球降水量分布の推定は，世界の災害予測や水資源管理に不可欠である．本研究では，アンサンブルデータ同化に基づき，地上雨量計観測から全球降水量分布を推定する新たな手法を提案する．具体的には，欧州中期予報センターの再解析降水量を用いて第一推定値と背景誤差共分散を構築し，同化観測数制限等の最先端のデータ同化手法も併用することで，全球降水量分布を推定した．推定の入力値とは独立の地上雨量計観測を用いて検証した結果，米国海洋大気庁の既存プロダクトと比較してより高精度な降水量分布が得られることが示された．...

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

藤村健介小槻峻司山田真史塩尻大也渡部哲史

土木学会論文集B1(水工学) 78(2) I_409-I_414 2022年10月 [査読有り]

データ同化とは現実の観測情報を用いて数値モデルの状態を補正する数理手法であり，モデルの予報精度改善を期待できる．本研究では，降雨流出氾濫（RRI）モデルの水位分布を観測情報で補正するため，今まで検討されてこなかったデータ同化手法であるアンサンブルカルマンフィルタを適用した．初期値の誤差が時間発展によって増加しないRRIモデルに対して，入力である降雨強度に摂動を与えることで同化を安定させ，観測地点と非観測地点の双方で，同化なしRRIに対して水位予測精度を改善した．また，気象分野でのデータ同化...

MISC

12 >

落胆の果てに

塩尻大也

水文・水資源学会誌 36(4) 335-335 2023年11月

夢と希望にあふれた大学1年生の著者に訪れた，線形代数学の落単という衝撃的な落胆経験．そしてその先に待ち受ける数多の落胆．これらを通して，著者が現在へと繋がる気付きを得る過程を述べる．

土壌水分量のアンサンブルデータ同化における安定化手法の検討

塩尻大也小槻峻司

水文・水資源学会研究発表会要旨集 36 21 2023年

本研究では陸面データ同化システムを構築し、表面土壌水分量の同化実験を行なった。データ同化手法にはLETKFを用い、陸面過程モデルとしてSiBUCを使用した。ただし本システムは他の陸モデルへのポータビリティを意識し，陸モデルとは完全に独立して開発・コンパイル可能な同化システムを構築している。実験は人工的に真値・観測値を作成可能な、観測システムシミュレーション実験(OSSE)にて行った。この結果、陸面データ同化システムが適切に動作することが確認できた。さらに、同化しない変数であるより深い土層に...

土壌多層モデルを用いた陸面過程モデルによる地下水位解析手法の考察

塩尻大也田中賢治田中茂信

水文・水資源学会研究発表会要旨集 34 310 2021年

これまで陸面過程モデルSiBUCを用いて様々な解析が行われてきており，例えば小槻ら(2012)では全球陸域水循環モデルの主要な要素として全球規模での水資源量推定に使用された．しかし地下水について考慮されてこなかった．そこで本研究では陸面過程モデルSiBUCを改良し，地下水を考慮可能とすることを目的とする．

SiBUCでは土層は地表に近い順に１～３層に分割され，第1層は蒸発が発生する表層，第２層は蒸散が発生する根層，第３層は第２層が乾燥した際に水分補給を行う再補給層となっている．これらの層...

「流域圏保全研究ワークショップ」実施報告

丸谷靖幸田中智大内田典子塩尻大也松浦拓哉

水文・水資源学会誌 32(3) 148-150 2019年5月

2018年7月18日から19日にかけて岐阜大学流域圏科学研究センターが管理する高山試験地において「流域圏保全研究ワークショップ」を実施した．本稿では本ワークショップで実施した流域見学ならびに研究発表に対する議論の概要を報告する．

水文・水資源学若手会2018年度活動報告〜若手研究者から拡がる持続的な水文・水資源研究の発展〜

小坂田ゆかり谷口陽子松浦拓哉岡地寛季塩尻大也渡部哲史綿貫翔丸谷靖幸田中智大

水文・水資源学会研究発表会要旨集 32 52 2019年

水文・水資源学若手会（以下，若手会）は2009年から活動を開始し，主に水文・水資源学会に所属する博士課程学生や若手研究者を中心に構成されている研究グループである．これまで本若手会は，分野を超えたネットワークの構築を目的として他分野交流を中心に活動を行ってきた経緯がある．そして，当時若手会の中心であったメンバーが徐々に学位を取得していくにつれ，水文・水資源学に関わる若手〜中堅の研究者，技術者のコミュニティWACCA（Water-Associated Community toward Coll...