Development of the snowmelt prediction model using Artificial Intelligence (AI)

Développement d’un modèle de prévision de la fonte des neiges à l’aide de l’intelligence artificielle (IA)

AI Promotion Office, IDEA Consultants, Inc., 3-15-1 Komazawa, Setagaya-ku, Tokyo 154-8585, Japan

^* Corresponding author: takiguchi@ideacon.co.jp

Abstract

Droughts and abnormal heavy rains have frequently occurred in Japan due to the effects of climate change in recent years, and flexible operations that maximize the functions of dams are required. Especially in cold snowy regions, snowmelt water is stored in a dam to cover water demand from early spring to early summer, but during the snowmelt season, a sudden rise in temperature and heavy rain could cause large-scale floods. Therefore, the highly accurate prediction of dam inflow during the snowmelt season is extremely important from the viewpoint of effective use of water resources and prevention of snowmelt floods. On the other hand, in recent years, research utilizing Artificial Intelligence (AI) has also been promoted in the hydrological field. This study clarified the problems of the conventional physical model (rainfall runoff model) and the prediction model by AI for the inflow of the dam during the snowmelt season in order to support efficient dam management. Then, by constructing a semi-physical model that complements the problems of the physical model and the AI model, we developed a more accurate model for predicting the inflow of snowmelt water during the snowmelt season compared to the single model.

Résumé

Ces dernières années, le Japon a connu de fréquentes sécheresses et pluies torrentielles dues aux effets du changement climatique; d’où l’importance d’une gestion souple exploitant au maximum les fonctions des barrages, en particulier dans les régions froides et enneigées où l’eau issue de la fonte des neiges est stockée dans des barrages pour couvrir les besoins hydriques du début du printemps aux premiers jours d’été. En effet, un brusque redoux et de fortes pluies peuvent entraîner des crues majeures au moment de la fonte. Du point de vue de la valorisation des ressources en eau et de la prévention des inondations, il est ainsi essentiel de prévoir avec une grande précision la quantité d’eau arrivant dans les barrages pendant cette période. Or, dans le domaine de l’hydrologie aussi, les recherches récentes mettent à profit l’Intelligence Artificielle (IA). Cette étude, qui vise à favoriser une gestion plus efficace des barrages, a mis en évidence les limites du modèle physique traditionnel (ruissellement des eaux de pluie) et du modèle de l’IA pour ce type de prédiction. En construisant un modèle semi-physique capable de pallier les insuffisances de ces deux modèles, nous avons développé un modèle prédictif plus précis que chacun de ces modèles isolés.