気象庁は「降水短時間予報」として，1～6時間先までの降水予測を発表している．この予測は，気象レーダーやアメダスなどで観測された降水量データを基にしている．しかし，降水短時間予報は広範囲を対象としているため，局所的な誤差が発生する問題がある．本研究では、IoT雨量計による観測結果をフィードバックして、気象庁が発表する降水短時間予報、解析雨量、および、過去の観測結果から対象座標の局所的な降水量を予測する深層学習モデルを構築した。従来の手法が入力データ全体の予測に焦点を当てていたのに対し、本モデルは局所的な予測を可能とする。また、3種類の手法を統合したモデルを開発し、予測精度の向上を図った。結果として，気象庁予測よりも精度の良い予測を行うことができた．