2025年のハリケーン季節が6月1日に開幕し、これまでで最も活発で、致命的な影響を及ぼす可能性のあるハリケーンが予想されています。特に、強降雨と強力な高潮により沿海域で危険な洪水が発生することが問題となっています。2024年のフロリダ州でのハリケーンヘレネでは最高15フィートの洪水が見られ、生命の危険や住居の損失、生態系の被害が発生しました。しかし、限られたリソースを持つ地域では、複雑で多量のデータが必要な従来の物理モデルによる予測は困難でした。 これを解決するために、ヴァージニア工科大学の土木環境工学大学院生サムエル・ダラモラが指導教員ダビ드・F・ムニョスと共同研究者シッダーサ・サクセナ、ジェンニファー・アイルイッシュ、ポール・ムニョス（ブリュッセル自由大学）、とともに新しい深層学習フレームワーク「LSTM-SAM」を開発しました。論文は「Water Resources Research」に最近発表されました。 LSTM-SAMは、過去のハリケーンデータを分析し、未来のハリケーンによる水位変動を予測します。特に、他の地域のデータから情報を拡大し、自地域のデータが不足している地域でも正確な予測を提供できるのが特徴です。これは、洪水予測がより広範囲に行き渡ることを可能にし、避難のタイミング、緊急資源の配置、インフラ保護などの意思決定に役立ち、人命を救う可能性があります。 研究チームは、アメリカ大西洋沿岸に設置された潮位計測駅でLSTM-SAMをテストしました。この地域は頻繁にハリケーンや大規模な嵐に見舞われるため、非常に適切な場所でした。結果、LSTM-SAMは嵐による水位上昇の開始、ピーク、下降を正確に予測できました。さらに、2012年のハリケーンサンディで损坏したニュージャージー州サンドーフックの潮位計測データを再構築することにも成功しました。 研究チームは今後、実際にハリケーンが到来する際にLSTM-SAMフレームワークのリアルタイムでの効果を測定することを目指しています。また、CoRAL LabのGitHubリポジトリでコードを無料提供しており、高機能な計算ツールや詳細な環境データへのアクセスが限られている小さな町や途上国でも手軽に利用できます。LSTM-SAMはわずか数分で動作し、洪水リスクのある地域の迅速な評価や準備を支援します。 Daramolaは、「他の研究では訓練データの繰り返しパターンに依存していましたが、我々のアプローチは訓練中に水位の極端な変化に焦点を当てています。これにより、モデルは重要なパターンをより良く認識し、信頼性が向上します」と述べています。今後のハリケーンの頻度と社会経済的影響が増加すると予想される中、LSTM-SAMのような進歩した深層学習ツールは、沿岸コミュニティの新たなニーズに対応し、より賢く、速く、アクセスしやすい洪水予測を可能にする重要な役割を果たすでしょう。 この研究は、資源を持たない地域における洪水予測の課題を解決し、科学者や緊急対応者が迅速かつ効率的に行動を取れるようにすることが目標でした。LSTM-SAMの普及により、沿岸地域が新たな常態に適応し、より安全な未来を築くことが期待されています。ヴァージニア工科大学のCoRAL Labは、この技術の更なる展開と実用化に取り組んでいます。