これまでに蓄積された降雨記録と浸水実績のデータを基に、機械学習を行うことによって、将来想定される豪雨時における浸水域を予測します。東京23区版が構築されています。（提供：カジマアイシーティ）

機械学習の概要

水位予測システムのイメージ

台風・低気圧の大きさや経路を設定し、シナリオベースでシミュレーションを行います。過去に発生した台風だけでなく、今後起こり得る台風を想定したシミュレーションが可能です。台風・低気圧の接近から通過までの時間的な潮位変化を、台風進路・速度に応じて推定可能です。高潮による被害や影響時間等を推定することで、BCPなどのリスク管理に適用することが可能です。（提供：応用アール・エム・エス）

都市や建築物に対する風の作用に関しては、建物の構造や外装材などの安全性、風環境・温熱環境、風切り音、排気拡散などの機能性・快適性、また、これらに影響する設計風速など、様々な検討事項があります。これらの検討では、従来の風洞実験や現地計測に加えて、高精度なシミュレーション技術の活用が進んでいます。
鹿島では、高性能コンピュータを用いたシミュレーション技術と風洞実験技術を両輪とした数値風洞システムを構築し、風に関わる諸問題の解決に取り組んでいます。

超高層建物まわりの複雑な風の流れ

建築物の強風被害の多くは、外装材に集中しています。しかし、建築物の外装材は多種多様であるため、一般的な屋根形状や外壁を除けば、建築基準法などの既往の耐風設計基規準に風圧係数や風力係数は定められていません。強風被害を軽減するため、既往の基規準外となる様々な外装材を対象として風圧係数や風力係数を調査し、耐風設計に反映させています。

太陽電池アレイの風圧測定例

浸水被害から施設を守る止水壁ですが、実際の洪水の際には水流や流木の衝突などによって設計値以上の負荷がかかる可能性があります。
これに対し、光ファイバーを止水壁に組み込むことによって、災害時にも止水壁の健全性の確認が可能となり、想定外の被害を防ぎます。