洪水予測AI開発事例を紹介

このページでは、洪水予測AIの開発事例を紹介します。どのような業界で、どのような目的で導入され、どのような成果を得られたのかをまとめています。
AI開発の依頼・ツール導入を検討している方は、参考にしてください。

愛知県豊橋市（地方自治体）

引用元：Spectee Pro（https://spectee.co.jp/service/spectee/）

導入前の課題：
限られた手段による
情報収集の遅れ

豊橋市は自然に恵まれた住環境である一方、洪水や土砂災害のリスクが高い地域です。令和6年6月の豪雨では道路や農地に浸水被害が発生し、防災対応の重要性が再認識されました。

しかし、従来の情報収集手段は職員の現地巡回や市民からの通報などに限られ、リアルタイム性や情報量に課題がある状況でした。

導入後の成果：
リアルタイムな災害把握と
迅速な意思決定

そこで、気象データ・道路・河川カメラやSNS投稿をAIを解析し、災害状況を即時に可視化できるサービス「Spectee Pro」を導入しました。
東日本台風の際には、SNS上に投稿された映像が災害対策本部の大型モニターに即時表示され、現地の状況を的確に把握。避難判断や支援方針の検討に役立ちました。

災害協定を結ぶ長野市の被害状況もツールを通じて早期に把握できたため、迅速な支援を実施。支援物資の輸送や職員派遣もスムーズに行えました。

NTTPCコミュニケーションズ（通信）

こちらは、導入ではなく開発した事例です。

引用元：NTTPCコミュニケーションズ公式サイト（https://www.nttpc.co.jp/press/2022/02/202202241500.html）

導入前の課題：
急激な増水に対応できない
中小河川の監視体制

岐阜県内の中小河川や水路では、従来の方法では広範囲かつリアルタイムな水位把握が難しく、的確な判断や迅速な避難情報の提供が十分に行えないという課題がありました。
そうした背景を踏まえ、NTT西日本岐阜支店・NTTPC・構造計画研究所の三者が共同で、AIとクラウドを活用した河川監視の実証実験に取り組むことになりました。

導入後の成果：
水位検知と予測の精度が向上

実証実験は、2020年から約1年半にわたり全国各地で段階的に実施されました。河川近くの電柱にカメラを設置し、撮影画像からAIによってリアルタイムで水位を解析するシステムを構築。
バーチャル水位計を用いて実際の水位と照合した結果、十分な精度で計測できることが確認できました。

水位が基準値を超えた際は自治体に自動で通知する仕組みも導入され、災害時の即応体制の強化につながりました。

ID&Eホールディングス
（コンサルタント業）

こちらも、導入ではなく開発した事例です。

引用元：ID&Eホールディングス公式サイト（https://www.id-and-e-hd.co.jp/performance/challenging-flood-forecast/#top）

導入前の課題：ー

導入後の成果：
深層学習により予測精度が
向上

日本工営（現ID&Eホールディングス）は、深層学習を活用した水位予測モデルを開発しました。
多段階のニューラルネットワーク構造と自己符号化器による事前学習を組み合わせることで、大量の雨量・水位データを効率的に学習できるように設計されています。

実際に、宮崎県の大淀川水系・樋渡水位観測所で検証を実施。過去25年分の雨量・水位データなどを用いて1〜6時間先の水位を予測する6種類のモデルを構築。その結果、従来型モデルより予測誤差を抑え、高い予測精度を示すことができました。

洪水予測AIを開発する方法

クラウド型AIプラットフォームを利用する

AWS（Amazon Web Services）などのクラウド基盤上で、カメラ画像から冠水や水位などを判定するAI開発を行う、という方法が考えられます。こちらの方法では、クラウドの強力な計算資源を活用できることから、雨天や夜間といった不鮮明な画像の場合でも生成AIにより高精度な判定が期待できます。ただし、クラウド基盤の構築や監視システムとの連携が必要となることから、クラウド開発の実績がある会社への委託が推奨される方法といえます。

エッジAIプラットフォームを活用する

映像解析プラットフォームを活用し、河川カメラに仮想的な目盛り（仮想量水標）を設定する方法も考えられます。この場合、現場に設置されたエッジデバイス（小型コンピュータ）が処理を行い、水面が目盛りのどの位置にあるかという点を画像認識によって読み取りを行うという流れになります。この方法であればカメラの映像のみを使って水位の監視や洪水予測に繋げられるといえます。こちらの方法の場合、通信環境構築やカメラの設置角度の調整といったように、ハードウェア設置を行う際の難易度が高いという面もあるため、デバイスの選定から設置まで専門業者に相談することが推奨されます。

人工衛星が撮影した画像から浸水状況の解析

衛星データプラットフォームの活用により、人工衛星が撮影した画像から広範囲の浸水状況について解析を行う方法も考えられます。例えば、「SAR（合成開口レーダー）」と呼ばれるデータを使用することによって雲を透過して地表の観測が可能となるため、台風・豪雨の場合でも浸水範囲の特定が可能となります。ただし、データの解析を行うにあたり、レーダー画像の特性に関する高度なデータサイエンスの知識が求められることから、自社に専門家がいない場合には専門の会社への委託が推奨される方法であるといえます。

画像解析AI開発ツール・プラットフォームの料金・機能比較

ここでは、クラウドやオンプレミスなどのタイプ、料金、主な対応業界などの詳細情報を公式HPに掲載している画像解析AI開発ツール・プラットフォームをピックアップして比較します。

▼左右にスクロールできます▼

	Bind Vision （キヤノンITソリューションズ） 引用元：キヤノンITソリューションズ公式HP （https://www.canon-its.co.jp/solution/industry/cross-industry/image-integration/bindvision/brand） 公式HPへ 資料DL 無償デモ相談	OPTiM AI Camera Enterprise （OPTiM） 引用元：OPTiM AI Cameraシリーズ公式HP （https://www.optim.co.jp/optim-ai-camera/） 公式HPへ 資料DL 無償デモ相談	オールインワン AI画像解析パッケージ （大塚商会） 引用元：大塚商会公式HP （https://www.otsuka-shokai.co.jp/products/ai-iot/ai-camera-analysis/） 公式HPへ 資料DL 無償デモ相談
タイプ	クラウド	オンプレミス/クラウド （選択可）	オンプレミス
基本料金	初期費用：なし 基本プラン：3万円/月	初期費用：66万円※1	導入費：440万円～
導入までの期間	即時 （契約後すぐに使用可能）	最短約6週間	― （公式HPに記載なし）
トライアル	有り （1か月無償で使用可能）	― （公式HPに記載なし）	― （公式HPに記載なし）
API	Web APIでプログラムを 問わず、連携可能　※2	APIで既存アプリ、 システムとの連携が可能	― （公式HPに記載なし）
主な対応業界	製造業/防災事業者/自治体	小売業/交通機関/医療業界	建設業/小売業/製造業

【選定条件】
「画像解析AI開発ツール」とGoogle検索して上位表示されるAI開発ツール30社のうち、クラウドorオンプレミスでのプラットフォームを提供している製品をピックアップし、
公式HPに導入費用などの価格掲載があるソフトの情報を掲載しています。
※1.OPTim Edge Entryの場合、カメラ5台まで処理可能。
※2.煙検出AIの場合、1セット＝45,000回/月の実行回数。
（2025年3月5日調査時点）

さまざまな課題に柔軟に対応できる洪水予測AI。導入することで、災害時の判断速度アップや被害の最小化などを実現することができます。

ただし、AIの実装にあたっては、まず自社・自組織の現場で抱える具体的な課題を明確にすることが大切です。目的に合ったAIツールを選定することで、より高い効果が期待できるでしょう。

また、当メディアではシステム開発の業界・目的別におすすめの画像解析AIを紹介しています。製造業、医業、金融業など、開発システムを活用する業界・目的によって、選ぶべき画像解析AIは変わってくるもの。自社の開発システムに合った画像解析AIを導入したいと考えているSIer・AI事業者の皆様は参考にしてみてください。

各製品・サービスをじっくり比較・検討したい方のために、画像解析AIを利用できる開発ツール・ソリューションを一覧掲載しているページもご用意しています。機能や料金の違いを知りたい方は、こちらも併せてご確認ください。