IoT for Disaster Prevention

降雨状況から内水氾濫を予測し発災前に通知できれば, 商業施設の利用者や施設管理者,交通機関,住民などが協調して止水板の設置や人・モノの避難などの防災活動を始められる. 本研究では,リアルタイム内水氾濫予測システムの実現を目指し,大規模かつ高密度にストリーミングされ続ける雨量レーダデータの高速データアクセス基盤の構築と,これを用いた内水氾濫予測の高速化とに取り組んでいる. 具体的には,配列型データ構造を応用することで,ストリーミングビッグデータをリア ルタイムストアしながら,任意の地域ごとに雨量の時空間データを高速切り出し可能なデータ基盤「XRAIN WebDBシステム」を開発し,運用を行っている.また,枝線下水道まで考慮に入れた高精度な氾濫解析をリア ルタイムに実行するために,降雨パターンと氾濫パター ンのデータの平滑性に着目し事前氾濫解析による内水氾濫予測の高速化手法を開発している. 氾濫解析から得られる降雨パターンと氾濫パターンとのペアから,平滑性に着目して実際の降雨時の氾濫予測を高速に行う手法である.

By enabling prediction of a pluvial flood, local residents and stakeholders in an urban area can start disaster-prevention activities in advance. For example, facility managers would put flood gates, bring valuable items to a safe place, and start an evacuation guide for their tenants. In order to realize real-time pluvial flood prediction, we have developed and deployed a fast database system: XRAIN WebDB system. The database system can store streaming big data from a precipitation radar network and can process fast window queries, applying an array data structure. In addition, we are focusing on the data smoothness of relations between precipitation patterns and its flood patterns. If the smoothness exists, we can apply the pre-simulation in which accumulates pattern sets of precipitation patterns and their flood patterns to the system. Consequently, it can output flood patterns calculated from real-time rain data.