JPH0720255A - 並列計算型気象レーダ画像予測装置 - Google Patents
並列計算型気象レーダ画像予測装置Info
- Publication number
- JPH0720255A JPH0720255A JP5160530A JP16053093A JPH0720255A JP H0720255 A JPH0720255 A JP H0720255A JP 5160530 A JP5160530 A JP 5160530A JP 16053093 A JP16053093 A JP 16053093A JP H0720255 A JPH0720255 A JP H0720255A
- Authority
- JP
- Japan
- Prior art keywords
- radar image
- time
- grid point
- image
- radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【目的】過去の気象レーダ画像から一定時間後の気象レ
ーダ画像を予測する気象レーダ画像予測装置に関し，高
速で精度の高い予測レーダ画像を得ることを目的とす
る。 【構成】入力したレーダ画像の各格子点上に積和計算ユ
ニットを配置し，これにより格子点の近傍の属性の値と
それに与えられた係数との積の和を計算することによっ
て，格子点の近傍に割り当てられる係数を並列に算出
し，得られた格子点近傍の係数から一定時間後の予測を
行う。
ーダ画像を予測する気象レーダ画像予測装置に関し，高
速で精度の高い予測レーダ画像を得ることを目的とす
る。 【構成】入力したレーダ画像の各格子点上に積和計算ユ
ニットを配置し，これにより格子点の近傍の属性の値と
それに与えられた係数との積の和を計算することによっ
て，格子点の近傍に割り当てられる係数を並列に算出
し，得られた格子点近傍の係数から一定時間後の予測を
行う。
Description
【０００１】
【産業上の利用分野】本発明は，気象レーダ画像により
降雨などの予測を行う気象レーダ画像予測装置に関し，
特に，大規模並列計算可能な並列計算型気象レーダ画像
予測装置に関するものである。
降雨などの予測を行う気象レーダ画像予測装置に関し，
特に，大規模並列計算可能な並列計算型気象レーダ画像
予測装置に関するものである。
【０００２】
【従来の技術】従来，気象レーダによる予測を行う場
合，サンプリングされた時間的に隣接する２枚の画像を
用い，この時間内のレーダ画像の変化は，平行移動とし
て近似する。実際には，この２枚のレーダ画像間の相関
係数が最大になる位置ずれを求め，この位置ずれを全体
の平行移動量として算出する。求められた平行移動量を
現在のレーダ画像に適用し，数時間後までレーダ画像を
平行移動させることを行い，予測レーダ画像とする。
合，サンプリングされた時間的に隣接する２枚の画像を
用い，この時間内のレーダ画像の変化は，平行移動とし
て近似する。実際には，この２枚のレーダ画像間の相関
係数が最大になる位置ずれを求め，この位置ずれを全体
の平行移動量として算出する。求められた平行移動量を
現在のレーダ画像に適用し，数時間後までレーダ画像を
平行移動させることを行い，予測レーダ画像とする。
【０００３】なお，このような従来技術の参考文献とし
ては，以下のものがある。 ［１］游馬芳雄，菊池勝弘，今久“簡易気象レーダによ
る降雪の短期予測実験（その１）−概要と予測の可能性
−”，北海道地球物理研究報告，Vol.44. October.198
4. p.35-51 ，［２］游馬芳雄，菊池勝弘，今久“簡易
気象レーダによる降雪の短期予測実験（その２）−概要
と予測の可能性−”，北海道地球物理研究報告，Vol.4
4. October.1984. p.53-65 ，［３］游馬芳雄，菊池勝
弘，今久“簡易気象レーダによるエコーの移動速度につ
いて”，北海道地球物理研究報告，Vol.44. October.19
84. p.23-34 。
ては，以下のものがある。 ［１］游馬芳雄，菊池勝弘，今久“簡易気象レーダによ
る降雪の短期予測実験（その１）−概要と予測の可能性
−”，北海道地球物理研究報告，Vol.44. October.198
4. p.35-51 ，［２］游馬芳雄，菊池勝弘，今久“簡易
気象レーダによる降雪の短期予測実験（その２）−概要
と予測の可能性−”，北海道地球物理研究報告，Vol.4
4. October.1984. p.53-65 ，［３］游馬芳雄，菊池勝
弘，今久“簡易気象レーダによるエコーの移動速度につ
いて”，北海道地球物理研究報告，Vol.44. October.19
84. p.23-34 。
【０００４】
【発明が解決しようとする課題】従来の気象レーダによ
る予測装置は，上述したように，レーダの画像を平行移
動することによって予測を行うので，レーダ画像の点の
消滅，発生，全体の画像の回転，一様でない流れなどの
要因による変化に対応できない。さらに，これらの要因
に対応するためには，ナビエ・ストークスの方程式など
の流体力学の方程式を解くことなどが考えられるが，ナ
ビエ・ストークスの方程式を構成する物理量すべてが観
測できる場合は少なく，また，観測できたとしても計算
量を多く必要とし，数時間後などの短期予測などには有
効でない。本発明の目的は，このような問題を解決する
手段を提供することである。
る予測装置は，上述したように，レーダの画像を平行移
動することによって予測を行うので，レーダ画像の点の
消滅，発生，全体の画像の回転，一様でない流れなどの
要因による変化に対応できない。さらに，これらの要因
に対応するためには，ナビエ・ストークスの方程式など
の流体力学の方程式を解くことなどが考えられるが，ナ
ビエ・ストークスの方程式を構成する物理量すべてが観
測できる場合は少なく，また，観測できたとしても計算
量を多く必要とし，数時間後などの短期予測などには有
効でない。本発明の目的は，このような問題を解決する
手段を提供することである。
【０００５】
【課題を解決するための手段】上記目的を達成するた
め，本発明の並列計算型気象レーダ画像予測装置は，多
数の積和ユニットからなる装置であって，以下の各手段
からなることに特徴がある。
め，本発明の並列計算型気象レーダ画像予測装置は，多
数の積和ユニットからなる装置であって，以下の各手段
からなることに特徴がある。
【０００６】 レーダ画像を入力する第一の手段。 レーダ画像を記憶する第二の手段。 レーダ画像の格子点上に積和計算ユニットを配置す
る第三の手段。
る第三の手段。
【０００７】 格子点の近傍の属性の値とそれに与え
られた係数との積の和を並列計算する第四の手段。 第四の手段において格子点の近傍の属性に割り当て
られる係数を並列計算する第五の手段。
られた係数との積の和を並列計算する第四の手段。 第四の手段において格子点の近傍の属性に割り当て
られる係数を並列計算する第五の手段。
【０００８】 第五の手段によって得られた格子点近
傍の係数から数時間後の予測をする第六の手段。 第一から第六までの手段を制御する第七の手段。
傍の係数から数時間後の予測をする第六の手段。 第一から第六までの手段を制御する第七の手段。
【０００９】従来の技術とは，レーダ画像の格子点上に
積和ユニットを配置し，その近傍に割り当てられた係数
を求める計算を，超並列計算で実現できる手段を持つ点
が大きく異なる。
積和ユニットを配置し，その近傍に割り当てられた係数
を求める計算を，超並列計算で実現できる手段を持つ点
が大きく異なる。
【００１０】
【作用】本発明の装置によれば，入力したデータ画像の
格子点上に積和計算ユニットを配置し，各格子点の近傍
の属性の値とそれに与えられた係数との積の和の並列計
算を行い，一時刻後の予測レーダ画像を含む格子点の属
性値を求める。各格子点近傍の属性に割り当てられる係
数は一時刻間の係数であるので，基本的には現時刻から
単位時刻後の予測にのみ有効な値であるが，一時刻後の
予測により求められた格子点の値を再び用いて同様の処
理を複数回行うことにより，数時間後の予測を可能とす
る。特に，本装置では，独立した積和計算ユニットを各
格子点ごとに配置しているので，積和計算を高速に実行
することができ，計算時間が非常に短くなる。
格子点上に積和計算ユニットを配置し，各格子点の近傍
の属性の値とそれに与えられた係数との積の和の並列計
算を行い，一時刻後の予測レーダ画像を含む格子点の属
性値を求める。各格子点近傍の属性に割り当てられる係
数は一時刻間の係数であるので，基本的には現時刻から
単位時刻後の予測にのみ有効な値であるが，一時刻後の
予測により求められた格子点の値を再び用いて同様の処
理を複数回行うことにより，数時間後の予測を可能とす
る。特に，本装置では，独立した積和計算ユニットを各
格子点ごとに配置しているので，積和計算を高速に実行
することができ，計算時間が非常に短くなる。
【００１１】
【実施例】以下，本発明の実施例を図面により詳細に説
明する。図１は，実施例を示す並列計算型気象レーダ画
像予測装置の構成図である。
明する。図１は，実施例を示す並列計算型気象レーダ画
像予測装置の構成図である。
【００１２】本実施例の並列計算型気象レーダ画像予測
装置は，図１に示すように，レーダ画像を入力する入力
部１，レーダ画像を記憶する記憶部２，レーダ画像の格
子点上に積和計算ユニットを配置する分配部３，格子点
の近傍の属性の値とそれに与えられた係数との積の和を
計算する積和計算部４，格子点の近傍の属性に割り当て
られる係数を積和計算部４を用いて並列計算する学習部
５，得られた格子点近傍の係数から数時間後の予測を積
和計算部４を用いて行う予測部６，入力部１から予測部
６までの各部を制御する制御部７からなる。
装置は，図１に示すように，レーダ画像を入力する入力
部１，レーダ画像を記憶する記憶部２，レーダ画像の格
子点上に積和計算ユニットを配置する分配部３，格子点
の近傍の属性の値とそれに与えられた係数との積の和を
計算する積和計算部４，格子点の近傍の属性に割り当て
られる係数を積和計算部４を用いて並列計算する学習部
５，得られた格子点近傍の係数から数時間後の予測を積
和計算部４を用いて行う予測部６，入力部１から予測部
６までの各部を制御する制御部７からなる。
【００１３】次に，本装置の動作について説明する。分
配部３によって，各格子点に積和計算部４が配置され
る。気象レーダなどから得られたレーダ画像が，一定時
刻毎に入力部１によってサンプリングされ，次のサンプ
リング時刻までの一時刻間，記憶部２に記憶される。
配部３によって，各格子点に積和計算部４が配置され
る。気象レーダなどから得られたレーダ画像が，一定時
刻毎に入力部１によってサンプリングされ，次のサンプ
リング時刻までの一時刻間，記憶部２に記憶される。
【００１４】入力されたレーダ画像と一時刻間保存され
ていた一時刻前のレーダ画像とから，以下の式のように
して各格子点近傍の属性に割り当てられる係数を求め
る。
ていた一時刻前のレーダ画像とから，以下の式のように
して各格子点近傍の属性に割り当てられる係数を求め
る。
【００１５】
【数１】
【００１６】ここで，各格子点(x,y) 近傍に割り当てら
れる係数をＷ(x,y, δx,δy)とし，記憶されていた格子
点の属性の値をＩ(x,y) とし，入力された格子点の属性
の値を，Ｉ′(x,y) とする。次の式(2) の条件を満たす
まで，学習部５中の積和計算部４は式(1) の反復計算を
行う。
れる係数をＷ(x,y, δx,δy)とし，記憶されていた格子
点の属性の値をＩ(x,y) とし，入力された格子点の属性
の値を，Ｉ′(x,y) とする。次の式(2) の条件を満たす
まで，学習部５中の積和計算部４は式(1) の反復計算を
行う。
【００１７】
【数２】
【００１８】予測部６中の各格子点上の積和計算部４
は，以下の計算を行う。
は，以下の計算を行う。
【００１９】
【数３】
【００２０】式(3) の Output(x,y)が，一時刻間（単位
時間）後の予測レーダ画像を含む格子点の属性値とな
る。式(1) によって，得られた係数は一時刻間の係数で
あるので，基本的には一時刻後の予測のみに有効である
が，ここでは一時刻後の予測を行った格子点の値を再び
用いて，さらに時刻的に先の属性の値を求めることを複
数回行い，数時間後の予測とする。
時間）後の予測レーダ画像を含む格子点の属性値とな
る。式(1) によって，得られた係数は一時刻間の係数で
あるので，基本的には一時刻後の予測のみに有効である
が，ここでは一時刻後の予測を行った格子点の値を再び
用いて，さらに時刻的に先の属性の値を求めることを複
数回行い，数時間後の予測とする。
【００２１】図２は，積和計算部４の計算ユニット構造
の説明図である。図２において，２０は入力されたレー
ダ画像，２１は一時刻後の予測レーダ画像を表す。例え
ば，一時刻前（時刻ｔ−１）のレーダ画像の格子点の属
性の値Ｉ (x,y) （図示省略）と，時刻ｔに入力されたレ
ーダ画像２０の格子点の属性の値Ｉ′(x,y) とから，上
記式(1) ，式(2) によって，各格子点(x,y) 近傍に割り
当てられる係数Ｗ(x,y, δx,δy)を求める学習を行い，
次にその近傍に割り当てられる係数Ｗ(x,y, δx,δy)を
用い，予測部６による積和計算によって，一時刻後（時
刻ｔ＋１）の各格子点の属性の値を算出して，予測レー
ダ画像２１とする。さらに，時刻ｔ＋１の予測レーダ画
像２１を用い，同様に次の時刻ｔ＋２のレーダ画像を予
測する。
の説明図である。図２において，２０は入力されたレー
ダ画像，２１は一時刻後の予測レーダ画像を表す。例え
ば，一時刻前（時刻ｔ−１）のレーダ画像の格子点の属
性の値Ｉ (x,y) （図示省略）と，時刻ｔに入力されたレ
ーダ画像２０の格子点の属性の値Ｉ′(x,y) とから，上
記式(1) ，式(2) によって，各格子点(x,y) 近傍に割り
当てられる係数Ｗ(x,y, δx,δy)を求める学習を行い，
次にその近傍に割り当てられる係数Ｗ(x,y, δx,δy)を
用い，予測部６による積和計算によって，一時刻後（時
刻ｔ＋１）の各格子点の属性の値を算出して，予測レー
ダ画像２１とする。さらに，時刻ｔ＋１の予測レーダ画
像２１を用い，同様に次の時刻ｔ＋２のレーダ画像を予
測する。
【００２２】実際に，札幌を中心とした気象レーダの予
測に，本装置を適用してみた。気象レーダは，札幌を中
心とした３４０ｋｍ四方を，格子点間隔１ｋｍで５分お
きに観測でき，一つの格子点レーダ強度は０〜２５５の
値を持つ。本装置により，３０分後の予測，６０分後の
予測，１２０分後の予測，１８０分後の予測のレーダ画
像を作成し，各々実際のレーダ画像と比較してみたとこ
ろ，形状に関して予測がかなりよく行われていることが
わかった。
測に，本装置を適用してみた。気象レーダは，札幌を中
心とした３４０ｋｍ四方を，格子点間隔１ｋｍで５分お
きに観測でき，一つの格子点レーダ強度は０〜２５５の
値を持つ。本装置により，３０分後の予測，６０分後の
予測，１２０分後の予測，１８０分後の予測のレーダ画
像を作成し，各々実際のレーダ画像と比較してみたとこ
ろ，形状に関して予測がかなりよく行われていることが
わかった。
【００２３】上記の実施例では格子点の属性の値とし
て，画像を用いる例を説明したが，気象に関係する他の
物理的要因（気圧，温度）などのデータが入手できる場
合には，格子点の属性の値として，計算ユニットの積和
の部分に気圧や温度などを付加し，その係数を上記と同
様の方法で求めることによって，より精度の高い予測を
行うことも可能である。
て，画像を用いる例を説明したが，気象に関係する他の
物理的要因（気圧，温度）などのデータが入手できる場
合には，格子点の属性の値として，計算ユニットの積和
の部分に気圧や温度などを付加し，その係数を上記と同
様の方法で求めることによって，より精度の高い予測を
行うことも可能である。
【００２４】
【発明の効果】以上説明したように，本発明によってレ
ーダ画像から数時間後のレーダ画像を精度よく予測する
ことができるようになる。また，係数を求める学習およ
び係数を用いた予測の計算は，各格子点での積和計算ユ
ニットで独立に行えるので，並列計算機によって高速に
実行することができ，計算時間が非常に短いのでオンラ
イン予測ができる。
ーダ画像から数時間後のレーダ画像を精度よく予測する
ことができるようになる。また，係数を求める学習およ
び係数を用いた予測の計算は，各格子点での積和計算ユ
ニットで独立に行えるので，並列計算機によって高速に
実行することができ，計算時間が非常に短いのでオンラ
イン予測ができる。
【００２５】さらに，上記の実施例では格子点の属性の
値として，画像のみを用いたが，気象に関係する他の物
理的要因（気圧，温度）などのデータが入手できる場
合，格子点の属性の値として，計算ユニットの積和の部
分に気圧や温度などを付加し，その係数を上記と同様の
方法で求めることによって，予測の精度を高めることが
できる。
値として，画像のみを用いたが，気象に関係する他の物
理的要因（気圧，温度）などのデータが入手できる場
合，格子点の属性の値として，計算ユニットの積和の部
分に気圧や温度などを付加し，その係数を上記と同様の
方法で求めることによって，予測の精度を高めることが
できる。
【図１】本発明の一実施例を示す並列計算型気象レーダ
画像予測装置の構成図である。
画像予測装置の構成図である。
【図２】本発明の一実施例における積和計算ユニット構
造の説明図である。
造の説明図である。
【符号の説明】 １ 入力部 ２ 記憶部 ３ 分配部 ４ 積和計算部 ５ 学習部 ６ 予測部 ７ 制御部
Claims (1)
- 【請求項１】 過去の気象レーダ画像から所定の時間後
の気象レーダ画像を予測する予測装置であって，レーダ
画像を入力する第一の手段と，該レーダ画像を記憶する
第二の手段と，前記レーダ画像の格子点上に積和計算ユ
ニットを配置する第三の手段と，該格子点の近傍の属性
の値とそれに与えられた係数との積の和を並列に計算す
る第四の手段と，前記格子点の近傍に割り当てられる係
数を並列に計算する第五の手段と，該第五の手段によっ
て得られた前記格子点近傍の係数から所定の時間後の予
測をする第六の手段と，該第一から第六までの手段を制
御する第七の手段とを備えたことを特徴とする並列計算
型気象レーダ画像予測装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5160530A JPH0720255A (ja) | 1993-06-30 | 1993-06-30 | 並列計算型気象レーダ画像予測装置 |
| US08/266,541 US5406481A (en) | 1993-06-30 | 1994-06-28 | Rainfall, snowfall forecast apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5160530A JPH0720255A (ja) | 1993-06-30 | 1993-06-30 | 並列計算型気象レーダ画像予測装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0720255A true JPH0720255A (ja) | 1995-01-24 |
Family
ID=15716965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5160530A Pending JPH0720255A (ja) | 1993-06-30 | 1993-06-30 | 並列計算型気象レーダ画像予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0720255A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6801856B2 (en) | 2001-10-19 | 2004-10-05 | Mitsubishi Heavy Industries, Ltd. | Atmosphere condition prediction method |
| JP2020513101A (ja) * | 2017-03-30 | 2020-04-30 | アキュウェザー, インク.Accuweather, Inc. | 降雪確率分布を予測するためのシステムおよび方法 |
| CN117910658A (zh) * | 2024-03-15 | 2024-04-19 | 北京和利时系统工程有限公司 | 一种降水量预测方法、模型的训练与修正方法及装置 |
-
1993
- 1993-06-30 JP JP5160530A patent/JPH0720255A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6801856B2 (en) | 2001-10-19 | 2004-10-05 | Mitsubishi Heavy Industries, Ltd. | Atmosphere condition prediction method |
| JP2020513101A (ja) * | 2017-03-30 | 2020-04-30 | アキュウェザー, インク.Accuweather, Inc. | 降雪確率分布を予測するためのシステムおよび方法 |
| CN117910658A (zh) * | 2024-03-15 | 2024-04-19 | 北京和利时系统工程有限公司 | 一种降水量预测方法、模型的训练与修正方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10969520B2 (en) | Post-processing air quality forecasts | |
| Stewart et al. | Data assimilation with correlated observation errors: experiments with a 1-D shallow water model | |
| US6535817B1 (en) | Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble | |
| US5406481A (en) | Rainfall, snowfall forecast apparatus and method | |
| CN114365153A (zh) | 预测天气雷达图像 | |
| CN111401940B (zh) | 特征预测方法、装置、电子设备及存储介质 | |
| US10073908B2 (en) | Functional space-time trajectory clustering | |
| US11449731B2 (en) | Update of attenuation coefficient for a model corresponding to time-series input data | |
| US20180314978A1 (en) | Learning apparatus and method for learning a model corresponding to a function changing in time series | |
| CN112308281A (zh) | 一种温度信息预测方法及装置 | |
| CN111580570B (zh) | 容器液位监控方法及其系统 | |
| CN113780270A (zh) | 目标检测方法和装置 | |
| JP7168639B2 (ja) | 計算機システム及びデータ処理方法 | |
| CN114239990A (zh) | 一种基于时间序列分解和lstm的时间序列数据预测方法 | |
| JPH0720255A (ja) | 並列計算型気象レーダ画像予測装置 | |
| US10796036B2 (en) | Prediction of inhalable particles concentration | |
| CN113418841B (zh) | 一种空气质量颗粒物浓度预测数据的补全方法 | |
| JPH08271649A (ja) | 気象予測装置 | |
| JP3181018B2 (ja) | 気象予測装置 | |
| Toukourou et al. | Flash flood forecasting by statistical learning in the absence of rainfall forecast: a case study | |
| JP7175250B2 (ja) | 水位予測装置、水位予測方法及び水位予測プログラム | |
| JP2004355537A (ja) | 交通流データ予測装置及び方法 | |
| JPH07128456A (ja) | 非線形並列計算型降雨レーダ画像予測装置 | |
| JP2986294B2 (ja) | 成長機能を有するニューラルネットワークシステム | |
| US10657458B2 (en) | Method and system for forecasting |