人工知能が五大湖水位を予測・解明

五大湖の水位変動を人工知能で高精度に予測・解明する手法が学術誌Science of the Total Environmentで発表された。ミシガン湖など五大湖では過去七年で二メートル以上の劇的な変動が生じ、従来の水収支モデルでは捕捉できない気候変動の複雑な相互作用が課題となっていた。研究チームは一九八二年から二〇二二年までの四十年分のデータを学習させ、気温や流量などの九変数を零から六か月前の時間軸ラグ付きで入力する機械学習モデルを構築した。その結果、予測誤差は従来の十四〜二十一センチから約十二センチに改善。モデルの判断プロセスを可視化するため、SHAPと変分グラム分析を組み合わせ、各気象・水文変数が水位に与える寄与度と伝播遅延を定量化した。解析結果から、湖沼は直近の天候ではなく季節をまたぐ水文学的慣性で反応し、一月の降雪量が六月の水位を決定づけることが実証された。一方で人為的なダム運用が厳しいオントリオ湖は、平均化されたデータが日常の放水判断を拾いきれず誤差が五〇％超に膨張。気候要因と意思決定の境界を明確化し、運用ルールそのものをモデルに入力する必要性を提言した。本手法はケベック州の地下水涵養予測にも応用され、インフラ管理において説明可能性を担保するAI活用フレームワークの確立に貢献している。