CN102445715A - 气象变化预测信息提供系统及气象变化预测信息提供方法 - Google Patents
气象变化预测信息提供系统及气象变化预测信息提供方法 Download PDFInfo
- Publication number
- CN102445715A CN102445715A CN2011102937547A CN201110293754A CN102445715A CN 102445715 A CN102445715 A CN 102445715A CN 2011102937547 A CN2011102937547 A CN 2011102937547A CN 201110293754 A CN201110293754 A CN 201110293754A CN 102445715 A CN102445715 A CN 102445715A
- Authority
- CN
- China
- Prior art keywords
- barometric
- information
- meteorological
- variation prediction
- barometric gradient
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
一种气象变化预测信息提供系统及气象变化预测信息提供方法,其掌握局部性气象干扰的存在而提供用于准确预测由此导致的气象变化的信息。气象变化预测信息提供系统(1)包括:配置在局部性特定区域内的不同位置处的至少三个气压测量装置(2)、处理各气压测量装置测量出的气压数据的数据处理装置(4)。数据处理装置包括:气压数据获取部(32),其持续获取各气压测量装置测量的气压数据;气压梯度计算部(34),其根据从配置于不在一直线上的三个位置处的三个气压测量装置中获取的气压数据,计算包含特定区域内给定位置处的两个方向的气压梯度以作为要素的二维气压梯度矢量;气象变化预测信息生成部(36),根据气压梯度矢量生成用于预测特定区域内的给定气象变化的信息。
Description
技术领域
本发明涉及一种提供用于对局部性的气象变化进行高精度预测的信息的、气象变化预测信息提供系统及气象变化预测信息提供方法。
背景技术
目前的民间气象公司所实施的气象信息系统服务为,适用气象厅制作的数值预报模型的结果、或自动气象资料收集系统(AMeDAS:Automated Meteorological Data Acquisition System)等的广域性的全国数据,并将这些数据在计算机上进行图像显示的服务。即,以由气象厅的超级计算机生成的数值预报模型为主体的网格点值数据(Grid Point Value。以下称为GPV数据)成为预报的主流。由于该GPV数据为,不仅覆盖日本列岛区域,还覆盖了包含围绕着日本的沿岸海域在内的广阔的范围的数据,因此反而难以根据这种大范围的数据来进行对小范围的局部性的气象的预测。其原因在于,即便是GPV数据的最小的网格,也是一边为30km左右的大范围的区域(例如,就东京来说,是覆盖了东京-川崎间的范围),而通过该模型无法捕捉到例如羽田机场、代代木公园这种局部的气象,从而不能进行分析。因此,在根据数值预报模型结果而生成各个用户的局部预报的情况下,每当生成预报时,气象技术人员均通过计算机上的技术而进一步进行细分化,且增加地形上的修正数据,从而从广域的模型结果向狭义的局部预报对大气现象进行翻译。然而,即使进行了这样的翻译,也会由于该原始的GPV数据中并不包含局部性的以及特异性的数据,因而无法成为准确的数据。
另外,虽然公知积云或积雨云通常由较强的上升气流形成,但是当进入衰减期时,降水粒子将对周围的空气产生摩擦效果,从而会产生下降气流。将该下降气流中会在地面上引起灾害这种程度的极端强烈的气流称为下击暴流。下击暴流多数情况下会带来各种各样的(往往为严重的)破坏,尤其对于飞机来说是严重且最应引起注意的气象现象。另外,下降气流的风速即使在通常的情况下,也被观测为达到了“强台风”或与F1级的龙卷风相当的瞬时风速30(m/s)的程度,在罕见的情况下会达到翻倍以上的风速。
下击暴流在吹落至地面附近之后,碰撞到地表而向水平方向扩散。将该扩散大约小于4km的较小型的下击暴流称为微暴流,而将扩散达到4km以上的大型的下击暴流称为大暴流。通常,与大暴流相比微暴流的风速更快、更强。
此外,在多普勒雷达的观测中,将远离雷达的方向与接近雷达的方向这两个方向上的风速之差(相当于水平流的风速差)为10(m/s)以上的气流作为下击暴流。但是,由于风速差的范围过大的气流难以由雷达辨别,因此主要以风速差的范围小于4km的微暴流作为对象。
对于正在起飞或着陆的飞机而言,该下击暴流是与坠落有直接关系的现象。其原因在于,尤其在以接近于失速速度的速度飞行的、机身姿态不稳定的着陆时,机身将被较强的下降气流压向地面。此外,作为与下击暴流同时产生的现象,还存在风切变。其为下降气流从下击暴流中心吹到地面,但该下降流被地面反弹而成为湍流,且风向从下击暴流中心变为放射状的现象。也就是说,其为风向以低高度而急剧变化的现象。
例如,如果在着陆进场时于飞机跑道的近前处产生了下击暴流,则在最初会由于吹来较强的逆风而使机身浮起。虽然飞行员可对此采取减小发动机输出功率等的措施而继续进行着陆进场,但在经过下击暴流(微暴流)中心附近时,飞机被一举压向地面之后,接下来将向机身吹来强烈的顺风。因此,迫切需要增加发动机输出功率以提高空速,但是,民用飞机用的喷射式发动机与往复式发动机不同,其从飞行员的操作到输出功率上升具有几秒的时滞。因此,由于在着落时,本来到失速速度为止的时间就较少,因而有时会瞬间地陷入失速中,且由于高度较低而没有恢复的余地,从而导致坠落。即使未至坠落的地步,也基本上会成为伴着接近于坠落的严重的冲击的着陆。
这样的事故在1970年代到80年代,尤其是在民用飞机的航线数较多的美国多次发生。因此,近年来推进了在机场设置气象用多普勒雷达,而对其发生进行检测以及预测,从而进行对坠落事故的防止的研究。此外,在飞机方面,也推进了应对风切变的对策,在A320等中,当检测到风切变时,会在发出警告的同时自动进入复飞以进行回避的程序发挥作用。
在专利文献1中,提出了“采用神经网络,而使过去的气象现象数据与其周围环境的变化相结合并进行多次学习,并利用根据该学习结果而计算出的“阈值”以及“突触耦合系数”,对局部性的特定地点处的气象进行预测的、局部性的气象预测方法”。
由此,能够不拘泥于气象厅的数值预报模型,而通过独立的气象网络生成限定于局部的高精度的预测。
在专利文献2中,提出了“一种气象预测结果选定方法,其为利用低气压的移动矢量来选定预测结果的方法,并包括如下步骤,即:对低气压的移动矢量、与通过根据在某个时间点上的气象数据而计算出的多个气象预测结果所获得的多个预测移动矢量进行比较的步骤;选定对应于与所述移动矢量之间的差最小的预测移动矢量的气象预测结果,并将与该气象预测结果相关的数据存储在存储装置中的步骤”。
由此,能够提供一种用于适当地补正气象预测,从而使气象预测的精度提高的新型的技术。
然而,尽管专利文献1的方法为,使用例如在羽田观测到的风向、风速、气压的当前的实际测量值,和作为以羽田为中心的东西南北四个观测地点的铫子、御前崎、八丈岛、秋田的气压的当前的实际测量值,而对羽田的局部性的气象进行预测的方法,但对于欲掌握的气象现象的范围为几km的情况而言,观测地点间的距离过大。因此,无法捕捉到成为局部性的气象变化的原因的现象,从而在原理上无法准确地预测气象变化。
此外,专利文献2的方法中所说的低气压是指,可作为红外线照片而在气象图中显示出的低气压,并不能捕捉到由于局部性地发展的积云或积雨云所产生的较小的低气压。即,从红外线照片中得到的与低气压相关的信息在尺寸上的分辨率不足,此外,缺乏所获得的信息的实时性。
在先技术文献
专利文献
专利文献1:日本特开平09-049884号公报
专利文献2:日本特开第3904420号公报
发明内容
本发明是鉴于上述的问题点而完成的,根据本发明的几种方式,能够提供一种气象变化预测信息提供系统以及气象变化预测信息提供方法,其通过掌握局部性的气象干扰的存在,从而提供用于准确地对由此而引起的气象变化进行预测的信息。
(1)本发明为一种气象变化预测信息提供系统,其提供用于对在局部性的特定区域内由于气压的变化而产生的给定的气象变化进行预测的信息,并包括:至少三个气压测量装置,其被配置在所述特定区域中的互不相同的位置处;数据处理装置,其对每个所述气压测量装置测量出的气压数据进行处理,所述数据处理装置包括:气压数据获取部,其持续获取每个所述气压测量装置测量出的气压数据;气压梯度计算部,其根据所述气压数据获取部从被配置于不在一条直线上的三个位置处的三个所述气压测量装置中获取的气压数据,而对包含所述特定区域中的给定位置处的两个方向上的气压梯度以作为要素的、二维的气压梯度矢量进行计算;气象变化预测信息生成部,其根据所述气压梯度计算部计算出的所述气压梯度矢量,而生成用于对所述气象变化进行预测的信息。
给定的气象变化为,由于气压的变化而产生的气象变化,例如,可以为由于局部性的低气压的产生而导致的雷雨、暴雨、龙卷风、下击暴流等的气象变化。
公知雷雨、暴雨、龙卷风、下击暴流等的气象变化是由积雨云的产生而导致的。虽然熟知该积雨云通常是由较强的上升气流形成的,但由于上升气流的产生,将导致在该地面附近气压下降。根据本发明,能够通过对两个方向上的气压梯度进行测定,从而确定气压变化较大的位置的方向。因此,能够捕捉到带来剧烈的气压变化的局部性的气象干扰(多种降水单体或较小的低气压等),从而提供用于准确地进行对由此而引起的气象变化的预测的信息。
(2)在该气象变化预测信息提供系统中,可以采用如下方式,即,所述气象变化预测信息生成部根据所述气压梯度计算部计算出的所述气压梯度矢量的大小,而生成该低气压产生与否的信息,以作为用于对所述气象变化进行预测的信息。
虽然在低气压产生前气压差较小,但由于在产生低气压时周边的气压差将增大,因而能够通过对气压梯度矢量的大小进行监视,从而捕捉到低气压产生的瞬间。
(3)在该气象变化预测信息提供系统中,可以采用如下方式,即,所述气象变化预测信息生成部根据所述气压梯度计算部计算出的所述气压梯度矢量的方向,而生成所述特定区域内的低气压的方向的信息,以作为用于对所述气象变化进行预测的信息。
由于气压梯度矢量包含两个方向上的气压梯度以作为要素,因而能够根据气压梯度矢量的方向来确定当前正在产生的局部性的较小的低气压(降水单体)位于哪个方向上。
(4)在该气象变化预测信息提供系统中,可以采用如下方式,即,所述气象变化预测信息生成部根据所述气压梯度计算部计算出的所述气压梯度矢量的时间变化,而生成所述特定区域内的低气压的移动方向、移动速度、移动距离以及移动时间中的至少一个信息,以作为用于对所述气象变化进行预测的信息。
由于能够根据气压梯度矢量的方向来确定低气压的方向,因而能够通过对气压梯度矢量的时间变化进行监视,从而对低气压的活动进行追踪。
(5)在该气象变化预测信息提供系统中,可以采用如下方式,即,所述气压梯度计算部根据所述气压数据获取部从被配置于不在一个平面上的四个位置处的四个所述气压测量装置中获取的气压数据,而对包含所述给定的位置处的三个方向上的气压梯度以作为要素的、三维的气压梯度矢量进行计算,以取代二维的所述气压梯度矢量。
根据此种方式,能够生成除水平方向上的气压梯度以外还加进了高度方向上的梯度的、更详细的信息。
(6)在该气象变化预测信息提供系统中,可以采用如下方式,即,所述气压梯度计算部将被配置于不在一条直线上的三个位置处的三个所述气压测量装置、或被配置于不在一个平面上的四个位置处的四个所述气压测量装置作为一个组,并对多个组中的每一组计算所述气压梯度矢量,并且,所述气象变化预测信息生成部根据所述气压梯度计算部计算出的多个所述气压梯度矢量,而生成用于对所述气象变化进行预测的信息。
根据此种方式,能够根据针对每个组而计算出的气压梯度向量的方向来确定气压变化较大的位置(例如,低气压的位置)。
(7)在该气象变化预测信息提供系统中,可以采用如下方式,即,还包括气象变化预测部,所述气象变化预测部根据用于对所述气象变化进行预测的信息,而判断给定的判断基准是否被满足,并根据判断结果对所述气象变化的产生进行预测。
根据此种方式,能够使气象变化的预测自动化。
(8)在该气象变化预测信息提供系统中,可以采用如下方式,即,每个所述气压测量装置均包括气压传感器,所述气压传感器具有根据气压而使共振频率发生变化的压敏元件,并输出与该压敏元件的共振频率相对应的气压数据。
通常用于气象观测的气压计的分辨率为hPa级,与此相对,频率变化型的气压传感器通过以高频率的时钟信号对压敏元件的振动频率进行测量,从而能够比较容易地获得Pa级的测定分辨率。因此,能够通过采用高分辨率的频率变化型的气压传感器,捕捉到短时间内的微小的气压变化,从而提供对气象变化的预测有益的信息。此外,能够提供如下的信息,即,用于对气压是在缓慢地变化、还是在急剧地变化、气压的变化量、气压的变化情况进行高精度的检测,从而对气象变化(例如,由于局部性的低气压而产生的大雨或龙卷风等)进行预测的信息。通过对该信息进行分析,从而能够对给定的气象变化进行高精度的预测。
(9)在该气象变化预测信息提供系统中,可以采用如下方式,即,所述气压传感器所具有的所述压敏元件为双音叉型压电振子。
通过采用双音叉型压电振子,从而能够实现更高分辨率的气压传感器。
(10)本发明为一种气象变化预测信息提供方法,其提供用于对在局部性的特定区域内由于气压的变化而产生的给定的气象变化进行预测的信息,并包括:气压测量步骤,利用被配置在所述特定区域内的互不相同的位置处的至少三个气压测量装置,而对气压进行测量;气压数据获取步骤,持续获取每个所述气压测量装置测量出的气压数据;气压梯度计算步骤,根据在所述气压数据获取步骤中,从被配置于不在一条直线上的三个位置处的三个所述气压测量装置中获取的气压数据,而对包含所述特定区域内的给定位置处的两个方向上的气压梯度以作为要素的、二维的气压梯度矢量进行计算;气象变化预测信息生成步骤,根据在所述气压梯度计算步骤中计算出的所述气压梯度矢量,而生成用于对所述气象变化进行预测的信息。
附图说明
图1为表示本实施方式中的气压传感器的结构例的图。
图2为本实施方式中的压力传感器元件的截面的模式图。
图3为本实施方式中的压力传感器元件的截面的模式图。
图4为模式化地表示本实施方式中的振动片以及隔板的仰视图。
图5为表示本实施方式中的气象变化预测信息提供系统的结构的图。
图6为用于对二维的气压梯度矢量进行说明的图。
图7为用于对确定低气压的位置的方法进行说明的图。
图8为表示预测判断表的一个示例的图。
图9为表示气象变化预测提供系统的处理的一个示例的流程图。
图10为用于对三维的气压梯度矢量进行说明的图。
图11为用于对确定低气压的位置的方法进行说明的图。
符号说明
1:气象变化预测信息提供系统;2、2A、2B、2C、2D:气压测量装置;4:数据处理装置;10:气压传感器;12:发送部;20:接收部;30:处理部(CPU);32:气压数据获取部;34:气压梯度计算部;36:气压变化预测信息生成部;38:气象变化预测部;40:操作部;50:ROM;52:预测判断表;60:RAM;70:显示部;80:发送部;100:压力传感器元件;110:振荡电路;120:计数器;130:TCXO;140:MPU;150:温度传感器;160:EEPROM;170:通信接口(I/F);210:隔板;212:突起;214:受压面;220:振动片;222:振动梁(梁);224:基部;226:支承梁;228:框部;230:基座;232:腔。
具体实施方式
下面,利用附图对本发明的优选实施方式进行详细说明。另外,以下所说明的实施方式并不对权利要求中所记载的本发明的内容进行不恰当的限定。此外,并非以下所说明的所有结构均为本发明的必要结构要素。
1.气压传感器的结构
图1为表示在本实施方式的气象变化预测信息提供系统中所采用的气压传感器的结构例的图。本实施方式的气压传感器也可以采用省略了图1中的结构要素(各个部分)中的一部分、或添加了其他结构要素的结构。
本实施方式中的气压传感器10被构成为,包括:压力传感器元件100、振荡电路110、TCXO(Temperature Compensated Crystal Oscillator:温度补偿晶体振荡器)130、MPU(Micro Processing Unit:微处理器)140、温度传感器150、EEPROM(Electrically Erasable Programmable Read Only Memory:电可擦可编程只读存储器)160、通信接口(I/F)170。
压力传感器元件100具有,利用振动片的共振频率的变化的形式(振动形式)的压敏元件。该压敏元件为,例如由水晶、铌酸锂、钽酸锂等的压电材料形成的压电振子,并可适用例如音叉型振子、双音叉型振子、AT振子(厚度切变振子)、SAW共振子等。
尤其是,由于双音叉型压电振子与AT振子(厚度切变振子)等相比,其共振频率相对于伸长应力以及压缩应力的变化极大从而共振频率的可变幅度较大,因此通过采用双音叉型压电振子以作为压敏元件,能够实现可检测出微小的气压差的、具有高分辨率的气压传感器。因此,本实施方式中的气压传感器10采用双音叉型压电振子以作为压敏元件。另外,通过选择Q值较高且温度稳定性优异的水晶以作为压电材料,从而能够实现优异的稳定性和最高水准的分辨率以及精度。
图2为本实施方式中的压力传感器元件100的截面的模式图。图3为模式化地表示本实施方式中的压力传感器元件100的振动片220以及隔板210的仰视图。图3以省略了作为密封板的基座230的方式而描绘。图2与沿着图3中的A-A线的截面相对应。
压力传感器元件100包括:隔板210、振动片220、作为密封板的基座230。
隔板210为,具有受到压力而发生挠曲的可挠部的、平板状的部件。隔板210的外侧的面成为受压面214,在受压面214的背面侧上形成有一对突起212。
振动片220具有振动梁(梁)222、以及在振动梁222的两端形成的一对基部224。振动梁222在一对基部224之间被形成为双侧支承的梁状。一对基部224分别被固定在形成于隔板210上的一对突起212上。在振动梁222上适当地设置有未图示的电极,通过从电极供给驱动信号,从而能够使振动梁222以固定的共振频率进行弯曲振动。振动片220由具有压电性的材料形成。作为振动片220的材质,可列举水晶、钽酸锂、铌酸锂等的压电材料。振动片220通过支承梁226而被支承在框部228上。
基座230与隔板210相接合,并在其与210之间形成腔232。通过将腔232作为减压空间,从而能够提高振动片220的Q值(减小CI值)。
在这种结构的压力传感器元件100中,隔板210在受压面214受到了压力时将发生挠曲、变形。于是,由于振动片220的一对基部224分别被固定在隔板210的一对突起212上,因而基部224之间的间隔将随着隔板210的变形而发生变化。即,当向压力传感器元件100施加了压力时,能够使振动梁222产生拉伸或压缩的应力。
图4为压力传感器元件100的截面的模式图,其图示了隔板210由于压力P而发生了变形的状态。图4为,由于作用有从压力传感器元件100的外侧朝向内侧的力(压力P),从而使隔板210产生了呈朝向元件的内侧凸起的变形的示例。此时,一对突起212之间的间隔增大。另一方面,虽然未图示,但是当作用有从压力传感器元件100的内侧朝向外侧的力时,隔板210将产生呈朝向元件的外侧凸起的变形,从而一对突起212之间的间隔将缩小。因此,在与两端分别被固定于一对突起212上的、振动片220的振动梁222平行的方向上,将产生拉伸或压缩的应力。即,被施加在垂直于受压面214的方向上的压力,经由突起(支承部)212而被转换为与振动片220的振动梁222平行的直线方向上的应力。
振动梁222的共振频率可以以如下方式进行分析。如图2以及图3所示,当将振动梁22的长度设为I、宽度设为w、厚度设为d时,则外力F作用于振动梁222的长边方向上时的运动方程式,通过下式(1)而被近似。
式1
在式(1)中,E表示纵向弹性常数(杨氏模量),ρ表示密度,A表示振动梁的截面面积(=w·d),g表示重力加速度,F表示外力,y表示位移,x表示振动梁上的任意位置。
通过对式(1)赋予通解和边界条件并求解,从而可以获得如下的、无外力的情况下的共振频率的式(2)。
式2
由于截面惯性矩I=dw3/12,截面面积A=dw,λI=4.73,从而式(2)可以变形为式(3)。
式3
因此,外力F=0时的共振频率f0与梁的宽度w成正比,而与长度l的二次方成反比。
当也以同样的过程而求取将外力F施加在两根振动梁上时的共振频率fF时,则可以得到下式(4)。
式4
由于截面惯性矩I=dw3/12,从而式(4)可以变形为下式(5)。
式5
在式(5)中,SF表示应力灵敏度(=K·12/E·(1/w)2),σ表示应力(=F/(2A))。
根据上述内容,在使作用于压力传感器元件100上的力F在压缩方向上时为负、在拉伸方向上时为正的情况下,当力F被施加于压缩方向上时,共振频率fF将减小,而当力F被施加于拉伸方向上时,共振频率fF将增加。
而且,通过利用下式(6)中所示的多项式,而对由于压力传感器元件100的压力-频率特性和温度-频率特性而导致的线性误差进行补正,从而能够获得高分辨率且高精度的压力值P。
式(6)
在式(6)中,fn为传感器规格化频率,由fn=(fF/f0)2来表示。此外,t为温度,α(t)、β(t)、γ(t)、δ(t)分别由下式(7)~(10)来表示。
式7
α(t)=at3+bt2+ct+d…(7)
式8
β(t)=et3+ft2+gt+h…(8)
式9
γ(t)=it3+jt2+kt+l…(9)
式10
δ(t)=mt3+nt2+ot+p…(10)
在式(7)~(10)中,a~p为补正系数。
即,通过对压力传感器元件100的输出信号的频率进行测量,从而能够获得振动梁220的振动频率(作用有力F时的共振频率fF),并利用预先测定的共振频率f0和补正系数a~p,而根据式(6)来计算压力P。
下面返回到图1,振荡电路110用于输出使压力传感器元件100的振动梁222以共振频率进行振荡的振荡信号。
计数器120为,通过TCXO130输出的高精度的时钟信号而对振荡电路110输出的振荡信号的预定周期进行计数的倒数计数器。但是,也可以将计数器120构成为,对压力传感器元件100在预定的选通时间内的振荡信号的脉冲数进行计数的、直接计数式的频率计数器(直接计数器)。
MPU(Micro Processing Unit:微处理器)140用于实施根据计数器120的计数值而对压力值P进行计算的处理。具体而言,MPU140根据温度传感器150的检测值来计算温度t,并利用被预先存储在EEPROM160中的a~p的补正系数,而根据式(7)~(10)来计算α(t)、β(t)、γ(t)、δ(t)。而且,MPU140还利用计数器120的计数值和被预先存储在EEPROM160中的共振频率f0的值,而根据式(6)来计算压力值P。而且,MPU所计算出的压力值P经由通信接口170而被输出至气压传感器10的外部。
根据这种结构的频率变化型的气压传感器10,由于通过计数器120而以TCXO130输出的高精度且高频率(例如几十MHz)的时钟信号对压力传感器元件100的振动周期进行计数,且由MPU140通过数字运算处理来实施压力值的计算以及线性误差的补正,因而能够获得Pa级以下的高分辨率以及高精度的压力值(气压数据)。而且,由于气压传感器10即使在考虑到计数时间的情况下也能够以秒级的周期对气压数据进行更新,因此也能够对短时间内的微小的气压的变化进行捕捉,从而适合于实时的气压测量。
另外,虽然在实施例和图1中,将成为基准时钟源的振荡电路设为TCXO130,但也可以由不具备温度补偿电路的、例如搭载有AT切割水晶振子的水晶振荡电路构成。在这种情况下,虽然对应于不具备温度补偿电路从而气压变化的检测精度将降低,但是设计者只需根据预测系统的成本或预测精度,而适当地选择是将基准时钟源设为振荡电路,还是设为TCXO130即可。
2、气象变化预测信息提供系统的结构
图5为表示本实施方式中的气象变化预测信息提供系统的结构的图。本实施方式中的气象变化预测信息提供系统也可以采用省略了图5中的结构要素(各个部分)中的一部分、或添加了其他结构要素的结构。
本实施方式中的气象变化预测信息提供系统1被构成为,包含三个以上的气压测量装置2和数据处理装置4,且提供用于对在局部性的特定区域内由于气压的变化而产生的给定的气象变化进行预测的信息(以下称为“气象变化预测信息”)。
气压测量装置2包括气压传感器10和发送部12。
气压传感器10为,具有根据气压而使共振频率发生变化的压敏元件,并输出与该压敏元件的振动频率相对应的数据的频率变化型的传感器。具体而言,气压传感器10为,以例如图1所示的方式而构成,并通过以高频率的时钟信号对压敏元件的振动频率进行测量,从而能够以秒级的周期对Pa级以下的气压变化进行捕捉的高分辨率且高精度的传感器。
发送部12将气压传感器10以秒级的周期而实时地测量出的气压数据,以被分配给每个气压测量装置2的频率的电波而进行发送。各个气压测量装置2被分配了互不相同的发送频率。
在本实施方式中,以收纳于直径为几km至几十km的圆中的程度上的狭小区域为观测对象的特定区域,并在该特定区域内将三个以上的气压测量装置2固定配置在基本水平的xy平面上。气压测量装置之间的距离被设定为几百m的程度。气压测量装置间的距离可以不固定,例如,可以考虑将气压测量装置2设置在移动电话等的基站、便利店、智能电网的电表等处。
数据处理装置4被构成为,包括:接收部20、处理部(CPU:CentralProcessing Unit,中央处理器)30、操作部40、ROM50、RAM60、显示部70、发送部80。
接收部20在以预定的周期进行切换以使接收频率依次成为被分配给每个气压测量装置2的发送频率的同时,接收来自各个气压测量装置2的发送数据,并对各个气压数据进行解调。而且,接收部20向处理部30输送解调后的各个气压数据。
另外,也可以采用如下方式,即,各个气压测量装置2的发送部12利用相同的发送频率的电波,而在被预先确定的互不相同的周期性的时刻,分时地发送气压数据,并且数据处理装置4的接收部20以与各个气压测量装置2的发送时刻同步的方式,而分时地接收气压数据。
处理部30根据ROM50中所存储的程序来实施各种计算处理及控制处理。具体而言,处理部30从接收部20接受气压数据而实施各种计算处理。此外,处理部30实施如下处理,即,与来自操作部40的操作信号相对应的各种处理;使显示部70显示各种信息的处理;对经由接收部20以及发送部80而实现的、与移动终端等外部装置之间的数据通信进行控制的处理等。
特别是,在本实施方式中,处理部30被构成为,包括:气压数据获取部32、气压梯度计算部34、气象变化预测信息生成部36、气象变化预测部38。
气压数据获取部32用于实施如下处理,即,以与气压测量装置2的识别ID相对应的方式而持续获取从接收部20输送过来的气压数据。具体而言,气压数据获取部32接受各个气压数据,并使接受到的各个气压数据与被分配给每个气压测量装置2的识别ID对应起来,而依次保存至RAM60中。
气压梯度计算部34用于实施如下处理,即,根据气压数据获取部32从被配置于不在一条直线上的三个位置处的三个气压测量装置2中获取的气压数据,而计算包含特定区域中的给定位置处的两个方向上的气压梯度以作为要素的、气压梯度矢量。在此,给定的位置例如可以为某一个气压测量装置2的位置。具体而言,气压梯度计算部34根据被保存在RAM60中的气压数据,而按照时间序列依次计算气压梯度矢量并保存于RAM60中。
气压梯度矢量f以下式(11)来定义。
式11
在本实施方式中,如图6所示,三个气压测量装置2A、2B、2C被配置在,以气压测量装置2A的位置为原点、以连接气压测量装置2A与2B的直线的方向为x轴、以连接气压测量装置2A与2C的直线的方向为y轴的、高度固定的xy平面(水平面)上。当将气压测量装置2A与2B之间的距离设为Δx、将气压测量装置2A与2C之间的距离设为Δy、将气压测量装置2A、2B、2C的测量值(气压数据)分别设为p0、p1、p2时,则气压测量装置2A的位置处的气压梯度矢量f通过下式(12)而被近似。
式12
即,将x轴方向上的气压梯度近似为,利用由气压测量装置2A、2B分别测量出的气压数据p0、p1和气压测量装置2A与2B之间的距离Δx而计算出的、x轴方向上的气压变化率(p1-p0)/Δx。同样地,将y轴方向上的气压梯度近似为,利用由气压测量装置2A、2C分别测量出的气压数据p0、p2和气压测量装置2A与2C之间的距离Δy而计算出的、y轴方向上的气压变化率(p2-p0)/Δy。另外,在本实施方式中,由于没有相对于气压测量装置2A而被配置在z轴方向(例如高度方向)上的气压测量装置,因此无法计算z轴方向上的气压变化率。因此,将z轴方向上的气压梯度设为0。
在本实施方式中,气压梯度计算部34根据式(12)来计算气压测量装置2A的位置处的、xy平面上的气压梯度矢量(二维的气压梯度矢量)。
虽然使三个气压测量装置2A、2B、2C尽量靠近地配置会提高式(12)的近似的精度,但当过于靠近而成为气压测量装置的测定分辨率以下的气压差时,将导致式(12)无法正确地进行计算。因此,考虑气压梯度矢量的计算精度和气压测量装置的测定分辨率,而确定三个气压测量装置2A、2B、2C的配置。例如,只要是能够进行Pa级的高分辨率且高精度的测量的气压测量装置,则只需隔开100m左右而配置即可。
另外,虽然在本实施方式中,以使x轴与y轴正交的方式而配置三个气压测量装置2A、2B、2C,但是由于只需能够计算出xy平面上的具有方向和大小的二维的气压梯度矢量即可,因此只要x轴与y轴不平行,则可以将2A、2B、2C配置在任意的位置处。
气象变化预测信息生成部36实施根据气压梯度计算部34计算出的气压梯度矢量,而生成气象变化预测信息的处理。
由式(12)可知,气压测量装置2A的位置处的气压梯度矢量f为xy平面上的矢量,且具有方向和大小。因此,气象变化预测信息生成部36可以根据气压梯度矢量的大小来判断特定区域中局部性的低气压的产生与否,并生成该低气压产生与否的信息以作为气象变化预测信息。由于考虑到例如,当局部性地产生了某种程度的较强的低气压时,其周边处的气压梯度将急剧增大,因此能够通过对气压梯度矢量的大小进行监视,从而判断局部性的低气压的产生与否。
根据式(12)可以明确看出,气压梯度矢量f指示了与气压相对较低的区域正相反的方向。也就是说,低气压存在于与气压梯度矢量f正相反的方向上。因此,气象变化预测信息生成部36也可以根据气压梯度矢量的方向,而生成特定区域中的局部性低气压的方向的信息,以作为气象变化预测信息。
另外,由于意味着气压梯度矢量f越大则气压测量装置2A的附近的等压线之间的间隔越小,且在通常情况下认为气压测量装置2A与较小的低气压之间的距离更短,因此,能够根据气压梯度矢量f的大小来确定低气压的大概的位置。
此外,还认为当局部性的低气压进行移动时,给定的位置处的气压梯度矢量的方向或大小将随之而发生变化。因此,气象变化预测信息生成部36可以根据气压梯度矢量的时间变化来生成特定区域中的局部性低气压在移动方向、移动速度、移动距离以及移动时间中的至少一个信息,以作为气象变化预测信息。
另外,气压梯度计算部34也可以将三个气压测量装置2A、2B、2C作为一个组,并对多个组中的每一个均计算二维的气压梯度矢量。例如,如图7所示,将处于图6所示的位置关系的三个气压测量装置2A-1、2B-1、2C-1作为一个组,并利用气压测量装置2A-1、2B-1、2C-1分别测量出的气压数据,而根据式(12)来计算气压测量装置2A-1的位置处的气压梯度矢量f1。同样地,将处于图6所示的位置关系的三个气压测量装置2A-2、2B-2、2C-2作为一个组,并利用气压测量装置2A-2、2B-2、2C-2分别测量出的气压数据,而根据式(12)来计算气压测量装置2A-2的位置处的气压梯度矢量f2。同样地,将处于图6所示的位置关系的三个气压测量装置2A-3、2B-3、2C-3作为一个组,并利用气压测量装置2A-3、2B-3、2C-3分别测量出的气压数据,而根据式(12)来计算气压测量装置2A-3的位置处的气压梯度矢量f3。
该气压梯度矢量f1、f2、f3分别指示了与低气压正相反的方向。从而,能够根据气压梯度矢量f1、f2、f3中的任意两个来确定低气压的位置。因此,气象预测信息生成部可以根据气压梯度计算部34计算出的气压梯度矢量,来生成特定区域中的低气压的位置的信息,以作为气象变化预测信息。
另外,在图7中,例如,当低气压处于连接气压测量装置2A-1与2A-2的直线的延长线上时,由于气压梯度矢量f1和f2的方向相同,因此将无法准确地确定低气压的位置。因此,通过将气压测量装置2A-1、2A-2、2A-3设置于不在一条直线上的三个位置处,从而只要选择了气压梯度矢量f1、f2、f3中的恰当的两个,则必然能够确定低气压的位置。另外,也能够根据三个气压梯度矢量f1、f2、f3,而利用与三角测量相同的方法,更高精度地确定低气压的位置。
气象变化预测部38实施如下的处理,即,根据由气象变化预测信息生成部36生成的气象变化预测信息,而对特定区域中的给定的气象变化(雷雨、暴雨、龙卷风、下击暴流等)进行预测。具体而言,例如,如图8所示,ROM50中存储有预测判断表52,在该预测判断表52中,使雷雨、暴雨、龙卷风、下击暴流等的预测对象的气象与识别ID和用于判断各个气象变化的产生的判断基准对应起来。该判断基准至少包含与气压相关的基准,还可以包含与温度或湿度相关的基准。而且,气象变化预测部38参照预测判断表52,而根据气象变化预测信息来判断各个判断基准是否被满足,从而预测出会产生满足判定基准的气象变化。
例如,气象变化预测部38可以采用如下方式,即,在气压梯度矢量的大小大于预定的阈值时,则判断为正在产生随着急剧的上升气流的局部性的(较小的)低气压,并预测出在预定时间以内(例如几分钟或几十分钟以内)会产生雷雨或暴雨等的气象变化。
此外,气象变化预测部38可以采用如下方式,即,根据包含局部性的低气压的移动方向或移动速度等的气象变化预测信息来计算该低气压的位置的时间变化,并根据计算结果而对气象变化的产生位置以及产生时间中的至少一个进行预测。
另外,当本实施方式中的气象变化预测信息提供系统只需提供气象变化预测信息就足够时,气象变化预测部38并不是处理部30所必需的结构要素。
操作部40为由操作键和按钮开关等构成的输入装置,并向处理部30输出与用户的操作相对应的操作信号。
ROM50存储用于使处理部30实施各种计算处理和控制处理的程序或数据等。尤其是,本实施方式中的ROM50用于存储所述的预测判断表52。
RAM60被用作处理部30的作业区域,其用于临时存储如下信息,即:从ROM50中读出的程序或数据、从操作部40处输入的数据、处理部30根据各种程序而执行的运算结果等。
显示部70为,由LCD(Liquid Crystal Display:液晶显示器)等构成的显示装置,并根据从处理部30处输入的显示信号来显示各种信息。
发送部80用于实施向外部装置发送由处理部30生成的信息的处理等。例如,可以将气象变化预测信息生成部36所生成的气象变化预测信息、或气象变化预测部38所预测的信息,经由发送部80而向移动终端等发送。
3、气象变化预测信息提供系统的处理
图9为表示气象变化预测信息提供系统的处理的一个示例的流程图。
首先,各个气压测量装置2对新的压力值(气压数据)进行测量,并发送测量出的气压数据(步骤S10)。
接下来,数据处理装置4通过气压数据获取部32而获取来自各个气压测量装置2的气压数据(步骤S20)。
接下来,数据处理装置4的气压梯度计算部34根据在步骤S20中所获取的气压数据,而针对气压测量装置的各个组计算气压梯度矢量(步骤S30)。
接下来,气象变化预测信息生成部36根据在步骤S30中计算出的气压梯度矢量,而对有无局部性的低气压进行判断(步骤S40)。例如,可以在某一个气压梯度矢量的大小超过了阈值时,判断为存在低气压,而在所有的气压梯度矢量的大小均在阈值以下时,判断为不存在低气压。
当判断为不存在低气压时(步骤S50中为否时),气象变化预测部38预测为,在预定时间以内不会产生预测对象的气象变化(步骤S110)。
另一方面,当判断为存在低气压时(步骤S50中为是),气象变化预测信息生成部36根据在步骤S30中计算出的气压梯度矢量而确定低气压的方向或位置(步骤S60)。例如,能够根据最大的气压梯度矢量的方向来确定低气压的方向,或根据多个气压梯度矢量的方向和大小,而利用与三角测量相同的方法来计算低气压的位置(距离和方向)。
接下来,气象变化预测信息生成部36根据此前所获得的低气压的方向或位置的时间变化,而计算低气压的移动方向、移动速度、移动距离、移动时间等(步骤S70)。
接下来,气象变化预测部38根据从气压梯度矢量的时间序列中得到的各种信息,来判断用于预测对象的各种气象变化的产生的判断基准(在预测判断表52中所设定的判断基准)是否被满足(步骤S80)。
当至少一个判断基准被满足时(步骤S90中为是),气象变化预测部38根据在步骤S70中计算出的低气压的移动方向、移动速度、移动距离、移动时间等,而对满足判断基准的气象变化的产生位置和产生时间进行预测(步骤S100)。
另一方面,当所有的判断基准均未被满足时(步骤S90中为否),气象变化预测部38预测为,在预定时间以内,预测对象的所有的气象变化均不会产生(110)。
而且,反复执行步骤S10至步骤S110的处理,直至结束处理(直至步骤S120中为是)。
如以上说明中所述,根据本实施方式中的气象变化预测信息提供系统,能够通过采用Pa级的高分辨率的频率变化型的气压传感器10,而捕捉短时间内的微小的气压的变化,从而提供气象变化预测信息。而且,能够通过对该气象变化预测信息进行分析,从而对给定的气象变化进行高精度的预测。
此外,根据本实施方式,由于能够捕捉局部性的低气压的产生,因此能够对由于该低气压而导致的气象变化的产生进行预测。另外,能够通过根据气压梯度矢量的时间变化来计算该低气压的移动路径,从而对气象变化的产生位置或产生时间进行预测。
此外,由于一般的气压计价格昂贵,因而在局部性的区域配置多个气压计是不现实的,与此相对,在本实施方式中,由于能够利用半导体的制造技术而廉价地提供气压传感器10,因此能够通过在局部性的区域配置多个气压测量装置2的组,从而计算多个位置处的气压梯度矢量,以生成更详细的气象变化预测信息。例如,当将组之间的间距设定为大约几百m至几km时,则能够形成比自动气象资料收集系统的观测网格(一条边大约为17km~21km)更小的观测网格,从而能够准确地捕捉到无法由自动气象资料收集系统捕捉到的这种局部性的气象变化。
通过采用本实施方式中的气象变化预测信息提供系统,从而有可能实现,能够在暴雨或下击暴流等的气象变化产生之前,以比以往更宽裕的时间来发送警告信息。
4、应用例
本实施方式中的气象变化预测信息提供系统能够应用于各种各样的用途。
例如,在飞机场上,能够应用于对产生于跑道上的着陆位置附近的下击暴流的预测中。具体而言,以围绕跑道的着陆位置的方式将三个以上的气压装置作为一个组而配置多组,并对每个组计算气压气压梯度矢量。由于在下击暴流产生前必然会产生上升气流,从而会局部性地出现气压较低的区域,因此通过对各个组的气压梯度矢量的大小进行监视,从而能够捕捉到局部性的低气压产生的瞬间,并且确定其产生位置。当低气压的产生位置在着陆位置附近时,则对这之后的各个组的气压梯度矢量的时间变化进行记录。而且,由于通过从上升气流变为下降气流而产生下击暴流,因此当各个组的气压梯度矢量的方向急剧地变化或变得不稳定,则能够预测为,在短时间后将于着陆位置附近处产生下击暴流。由此,如果存在处于着陆状态的飞机,则能够指示其避免着陆。
此外还能够应用于,例如对局部性的特定区域内的暴雨的预测中。预先在城市地区等的易产生暴雨的区域内将三个以上的气压测量装置设为一个组而配置多组,并对每个组计算气压梯度矢量。由于在暴雨产生前必然会产生上升气流,从而会局部性地出现气压较低的区域,因此通过对各个组的气压梯度矢量的大小进行监视,从而能够捕捉到局部性的低气压产生的瞬间,并且确定其产生位置。如果捕捉到了低气压的产生,则对这之后的各个组的气压梯度矢量的时间变化进行记录。而且,能够通过根据各个组的气压梯度矢量的时间变化而对低气压的移动方向、移动速度、移动距离、移动时间等进行分析,从而对暴雨的产生与否、产生位置、产生时间等进行预测。由此,能够在暴雨产生之前将警报传播至被预测为会产生暴雨的区域。
5、改变例
本发明并不限定于本实施方式,其能够在本发明的主旨的范围内实施各种的变形。
例如,可以采用如下变形,即如图10所示,四个气压测量装置2A、2B、2C、2D被配置在以气压测量装置2A的位置为原点、以连接气压测量装置2A与2B的直线的方向为x轴、以连接气压测量装置2A与2C的直线的方向为y轴、以连接2A与2D的直线的方向为z轴的、xyz空间内。例如,xy面为水平面,z轴方向为高度方向。当将气压测量装置2A与2B之间的距离设为Δx,将气压测量装置2A与2C之间的距离设为Δy,将气压测量装置2A与2D之间的距离设为Δz,将气压测量装置2A、2B、2C、2D的测量值(气压数据)分别设为p0、p1、p2、p3时,则气压测量装置2A的位置处的气压梯度矢量f通过下式(13)而被近似。
式13
即,将x轴方向上的气压梯度近似为,利用由气压测量装置2A、2B分别测量出的气压数据p0、p1和气压测量装置2A与2B之间的距离Δx,而计算出的x轴方向上的气压变化率(p1-p0)/Δx。同样地,将y轴方向上的气压梯度近似为,利用由气压测量装置2A、2C分别测量出的气压数据p0、p2和气压测量装置2A与2C之间的距离Δy,而计算出的y轴方向上的气压变化率(p2-p0)/Δy。此外,将z轴方向上的气压梯度近似为,利用由气压测量装置2A、2D分别测量出的气压数据p0、p3和气压测量装置2A与2D之间的距离Δz,而计算出的z轴方向上的气压变化率{(p3+α)-p0}/Δz。另外,由于在地面附近,大概每10m的高度差将产生1hPa左右的气压差,因此为了捕捉Pa级的气压的变化,而附加了用于消除与气压测量装置2A与2D之间的高度差Δz相对应的气压差的补正项α。
气压梯度计算部34也可以根据该式(13)来计算气压测量装置2A的位置处的、xyz空间内的气压梯度矢量(三维的气压梯度)。而且,气象变化预测信息生成部36根据气压梯度计算部34计算出的三维的气象梯度,而生成气象变化预测信息。根据此种方式,由于能够以加进高度方向的方式而确定低气压的方向,因此能够提供更有益的气象变化预测信息。
另外,虽然在本改变例中,以x轴、y轴、z轴相互正交的方式而配置四个气压测量装置2A、2B、2C、2D,但由于只需能够计算出xyz空间内的具有方向和大小的气压梯度矢量即可,因此只要x轴、y轴、z轴不相互平行,则可以将四个压测量装置2A、2B、2C、2D配置在任意的位置处。即,只需将气压测量装置2A、2B、2C、2D配置在不处于一个平面上的任意的四个位置处即可。
并且,气压梯度计算部34可以采用如下结构,即,以四个气压测量装置2A、2B、2C、2D为一个组,而对多个组中的每一组计算三维的气压梯度矢量。例如,如图11所示,以处于图10所示的位置关系的四个气压测量装置2A-1、2B-1、2C-1、2D-1为一组,并利用气压测量装置2A-1、2B-1、2C-1、2D-1分别测量出的气压数据,而根据式(13)来计算气压测量装置2A-1的位置处的气压梯度矢量f1。同样地,将处于图10所示的位置关系的四个气压测量装置2A-2、2B-2、2C-2、2D-2作为一组,并利用气压测量装置2A-2、2B-2、2C-2、2D-2分别测量出的气压数据,而根据式(13)来计算气压测量装置2A-2的位置处的气压梯度矢量f2。同样地,将处于图10的位置关系的四个气压测量装置2A-3、2B-3、2C-3、2D-3作为一组,并利用气压测量装置2A-3、2B-3、2C-3、2D-3分别测量出的气压数据,而根据式(13)来计算气压测量装置2A-3的位置处的气压梯度矢量f3。
而且,气象变化预测信息生成部36可以根据气象梯度计算部34计算出的多个气压梯度矢量,而生成特定区域中低气压的位置的信息,以作为气象变化预测信息。
此外,虽然在本实施方式中,气压测量装置2被设置在固定点上,但也可以将至少一部分的气压测量装置2设置在车辆等的移动体上。即使在这种情况下,也只需通过预先在移动体上搭载GPS(Global Positioning System:全球定位系统),从而使气压测量装置2发送气压数据以及移动体的位置信息,并使数据装置4以与移动体的位置对应起来的方式而获取(存储)气压数据即可。
本发明包括了与实施方式中所说明的结构在实质上相同的结构(例如,功能、方法以及结果相同的结构,或目的以及效果相同的结构)。此外,本发明还包括将实施方式中所说明的结构的非本质性的部分替换了的结构。此外,本发明还包括,实现了与实施方式中所说明的结构相同的作用效果的结构、或能够达到相同目的的结构。此外,本发明还包括在实施方式所说明的结构中附加了公知技术的结构。
Claims (10)
1.一种气象变化预测信息提供系统,其特征在于,提供用于对在局部性的特定区域内由于气压的变化而产生的给定的气象变化进行预测的信息,
并包括:
至少三个气压测量装置,其被配置在所述特定区域中的互不相同的位置处;
数据处理装置,其对每个所述气压测量装置测量出的气压数据进行处理,
所述数据处理装置包括:
气压数据获取部,其持续获取每个所述气压测量装置测量出的气压数据;
气压梯度计算部,其根据所述气压数据获取部从被配置于不在一条直线上的三个位置处的三个所述气压测量装置中获取的气压数据,而对包含所述特定区域内的给定位置处的两个方向上的气压梯度以作为要素的、二维的气压梯度矢量进行计算;
气象变化预测信息生成部,其根据所述气压梯度计算部计算出的所述气压梯度矢量,而生成用于对所述气象变化进行预测的信息。
2.如权利要求1所述的气象变化预测信息提供系统,其特征在于,
所述气象变化预测信息生成部根据所述气压梯度计算部计算出的所述气压梯度矢量的大小,而生成该低气压产生与否的信息,以作为用于对所述气象变化进行预测的信息。
3.如权利要求1或2所述的气象变化预测信息提供系统,其特征在于,
所述气象变化预测信息生成部根据所述气压梯度计算部计算出的所述气压梯度矢量的方向,而生成所述特定区域内的低气压的方向的信息,以作为用于对所述气象变化进行预测的信息。
4.如权利要求1或2中任一项所述的气象变化预测信息提供系统,其特征在于,
所述气象变化预测信息生成部根据所述气压梯度计算部计算出的所述气压梯度矢量的时间变化,而生成所述特定区域内的低气压的移动方向、移动速度、移动距离以及移动时间中的至少一个信息,以作为用于对所述气象变化进行预测的信息。
5.如权利要求1或2中任一项所述的气象变化预测信息提供系统,其特征在于,
所述气压梯度计算部根据所述气压数据获取部从被配置于不在一个平面上的四个位置处的四个所述气压测量装置中获取的气压数据,而对包含所述给定位置处的三个方向上的气压梯度以作为要素的、三维的气压梯度矢量进行计算,以取代二维的所述气压梯度矢量。
6.如权利要求1或2中任一项所述的气象变化预测信息提供系统,其特征在于,
所述气压梯度计算部将被配置于不在一条直线上的三个位置处的三个所述气压测量装置、或被配置于不在一个平面上的四个位置处的四个所述气压测量装置设为一个组,并对多个组中的每一组计算所述气压梯度矢量,
所述气象变化预测信息生成部根据所述气压梯度计算部计算出的多个所述气压梯度矢量,而生成用于对所述气象变化进行预测的信息。
7.如权利要求1或2中任一项所述的气象变化预测信息提供系统,其特征在于,
还包括气象变化预测部,所述气象变化预测部根据用于对所述气象变化进行预测的信息,而判断给定的判断基准是否被满足,并根据判断结果对所述气象变化的产生进行预测。
8.如权利要求1或2中任一项所述的气象变化预测信息提供系统,其特征在于,
每个所述气压测量装置均包括气压传感器,所述气压传感器具有根据气压而使共振频率发生变化的压敏元件,并输出与该压敏元件的共振频率相对应的气压数据。
9.如权利要求8所述的气象变化预测信息提供系统,其特征在于,
所述气压传感器所具有的所述压敏元件为双音叉型压电振子。
10.一种气象变化预测信息提供方法,其特征在于,提供用于对在局部性的特定区域内由于气压变化而产生的给定的气象变化进行预测的信息,
并包括:
气压测量步骤,利用被配置在所述特定区域内的互不相同的位置处的至少三个气压测量装置,而对气压进行测量;
气压数据获取步骤,持续获取每个所述气压测量装置测量出的气压数据;
气压梯度计算步骤,根据在所述气压数据获取步骤中,从被配置于不在一条直线上的三个位置处的三个所述气压测量装置中获取的气压数据,而对包含所述特定区域内的给定位置处的两个方向上的气压梯度以作为要素的、二维的气压梯度矢量进行计算;
气象变化预测信息生成步骤,根据在所述气压梯度计算步骤中计算出的所述气压梯度矢量,而生成用于对所述气象变化进行预测的信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010224643A JP5565578B2 (ja) | 2010-10-04 | 2010-10-04 | 気象変動予測情報提供システム及び気象変動予測情報提供方法 |
JP2010-224643 | 2010-10-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102445715A true CN102445715A (zh) | 2012-05-09 |
Family
ID=44970935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011102937547A Pending CN102445715A (zh) | 2010-10-04 | 2011-09-29 | 气象变化预测信息提供系统及气象变化预测信息提供方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20120084005A1 (zh) |
EP (1) | EP2437083A2 (zh) |
JP (1) | JP5565578B2 (zh) |
KR (1) | KR20120035127A (zh) |
CN (1) | CN102445715A (zh) |
TW (1) | TW201217826A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499846A (zh) * | 2013-09-03 | 2014-01-08 | 百度在线网络技术(北京)有限公司 | 对天气状况进行预测的方法和设备 |
CN106295861A (zh) * | 2016-08-01 | 2017-01-04 | 北京小米移动软件有限公司 | 天气预报信息的获取方法、装置和设备 |
CN108254750A (zh) * | 2017-11-24 | 2018-07-06 | 南京信息工程大学 | 一种基于雷达资料的下击暴流智能识别预警方法 |
CN108711265A (zh) * | 2017-06-13 | 2018-10-26 | 南京康腾生物科技有限公司 | 泥石流监控避难报警系统及方法 |
CN110006617A (zh) * | 2019-05-23 | 2019-07-12 | 重庆大学 | 模拟移动式龙卷风和下击暴流的一体化风洞 |
CN110460714A (zh) * | 2018-05-08 | 2019-11-15 | 蒲金标 | 基于移动电子装置的天气观测方法及系统 |
CN110914719A (zh) * | 2017-08-01 | 2020-03-24 | 新加坡国立大学 | 气压仪器和方法 |
CN111679346A (zh) * | 2019-12-27 | 2020-09-18 | 广东电网有限责任公司电力科学研究院 | 一种大气层可降水量预估方法及装置 |
CN114626458A (zh) * | 2022-03-15 | 2022-06-14 | 中科三清科技有限公司 | 一种高压后部识别方法、装置、存储介质及终端 |
CN115861811A (zh) * | 2022-12-06 | 2023-03-28 | 中科三清科技有限公司 | 一种风切变区域识别方法、装置、存储介质及终端 |
CN115937007A (zh) * | 2022-03-04 | 2023-04-07 | 中科三清科技有限公司 | 风切变的识别方法、装置、电子设备及介质 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8583531B2 (en) * | 2010-11-24 | 2013-11-12 | Joseph P. Hirl | Decision support system for the management of energy use, contracting and capital investments for facilities |
KR101992141B1 (ko) | 2012-12-26 | 2019-06-25 | 삼성전자주식회사 | 단말기의 고도측정 장치 및 방법 |
KR101504100B1 (ko) * | 2013-11-26 | 2015-03-19 | 재단법인 한국형수치예보모델개발사업단 | 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치 |
TWI611198B (zh) * | 2014-03-19 | 2018-01-11 | Pu Jin Biao | 低空風切警告系統及預測低空風切的方法 |
JP6325429B2 (ja) * | 2014-12-16 | 2018-05-16 | 日本電信電話株式会社 | 環境変化検出システム、環境変化検出装置及び環境変化検出方法 |
CN104992071B (zh) * | 2015-07-17 | 2018-07-13 | 南京信息工程大学 | 一种基于集合资料同化技术的初始扰动方法 |
US10317575B2 (en) * | 2016-05-04 | 2019-06-11 | Global Weather Corporation | Method and apparatus for forecasting weather |
JP6486875B2 (ja) * | 2016-09-15 | 2019-03-20 | 株式会社東芝 | 気象データ処理装置、システム、気象データ処理方法及びプログラム |
JP6740079B2 (ja) * | 2016-10-14 | 2020-08-12 | 東日本旅客鉄道株式会社 | 突風予測装置 |
JP6973963B2 (ja) * | 2016-12-27 | 2021-12-01 | 日本アンテナ株式会社 | 気象情報警告システム |
KR102363948B1 (ko) * | 2018-12-10 | 2022-02-17 | 이화여자대학교 산학협력단 | 열대성 뇌우 발생 예측 방법 |
WO2020213547A1 (ja) * | 2019-04-15 | 2020-10-22 | 亮太 菊地 | 気象予測データ作成プログラム、気象予測データ作成方法、及び、移動体 |
JP7256487B2 (ja) * | 2019-04-16 | 2023-04-12 | 東芝インフラシステムズ株式会社 | 気象予測装置、気象予測方法、およびプログラム |
KR102451780B1 (ko) * | 2020-06-30 | 2022-10-07 | (주)한국해양기상기술 | Ads-b 데이터 기반의 항로 기상 예측 방법, 장치 및 시스템 |
TWI784625B (zh) * | 2021-07-20 | 2022-11-21 | 國立中央大學 | 大氣亂流偵測方法及大氣亂流偵測裝置 |
CN113486844B (zh) * | 2021-07-26 | 2022-04-15 | 中科三清科技有限公司 | 水平风切变位置判断方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5434565A (en) * | 1994-03-22 | 1995-07-18 | Potomac Aviation Technology Corporation | Automatic weather monitoring and adaptive transmitting system |
JPH11242412A (ja) * | 1998-02-25 | 1999-09-07 | Kyocera Corp | 画像処理装置 |
CN1657880A (zh) * | 2004-02-20 | 2005-08-24 | 哈曼贝克自动系统股份有限公司 | 提供环境参数数据和确定天气信息的装置和方法 |
CN1763565A (zh) * | 2004-10-20 | 2006-04-26 | 万威科研有限公司 | 气象站 |
JP2007004632A (ja) * | 2005-06-24 | 2007-01-11 | Nokia Corp | 仮想センサ |
US20070083328A1 (en) * | 2005-10-05 | 2007-04-12 | Honda Motor Co., Ltd. | Server and vehicle-mounted navigation apparatus, vehicle employing the same, and meteorological information distribution system related to the same |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5178010A (en) * | 1990-06-20 | 1993-01-12 | Better Boating Association, Inc. | Continuous graphical display of barometric data |
JPH05281367A (ja) * | 1992-03-31 | 1993-10-29 | Komatsu Ltd | 天気予報計 |
IL116699A (en) * | 1996-01-08 | 2001-09-13 | Biosense Ltd | Method of building a heart map |
JPH0949884A (ja) * | 1995-08-04 | 1997-02-18 | Aasu Uezaa:Kk | ニューラルネットワークを用いた局地的気象予測方法 |
JP2000062698A (ja) * | 1998-08-25 | 2000-02-29 | Shigeru Nagano | 乱気流回避航法装置 |
JP3904420B2 (ja) | 2001-09-27 | 2007-04-11 | 富士通株式会社 | 気象予測結果選定方法及び低気圧移動ベクトル計算方法 |
JP4206024B2 (ja) * | 2003-10-16 | 2009-01-07 | 大成建設株式会社 | 大気物質指標分布解析装置 |
US7299706B2 (en) * | 2005-02-04 | 2007-11-27 | Michigan Custom Machines, Inc. | Flow meter and method of using the same |
JP2006308287A (ja) * | 2005-04-26 | 2006-11-09 | Railway Technical Res Inst | 気象予報モデルの出力値を用いた風速増加量の推定方法 |
GB2441344B (en) * | 2006-08-31 | 2009-11-04 | Westerngeco Seismic Holdings | Zero-offset seismic trace construction and its use |
JP2010019826A (ja) * | 2008-03-25 | 2010-01-28 | Epson Toyocom Corp | 圧力センサ |
US8413500B2 (en) * | 2009-01-20 | 2013-04-09 | Richard Duncan Ely, III | Bernoulli wind prediction system |
DE112011102495T5 (de) * | 2010-07-26 | 2013-06-06 | Exxonmobil Upstream Research Company | Seismisches Erfassungsverfahren zur Modentrennung |
-
2010
- 2010-10-04 JP JP2010224643A patent/JP5565578B2/ja not_active Expired - Fee Related
-
2011
- 2011-09-13 US US13/231,096 patent/US20120084005A1/en not_active Abandoned
- 2011-09-29 CN CN2011102937547A patent/CN102445715A/zh active Pending
- 2011-09-30 EP EP11183479A patent/EP2437083A2/en not_active Withdrawn
- 2011-09-30 TW TW100135688A patent/TW201217826A/zh unknown
- 2011-10-04 KR KR1020110100680A patent/KR20120035127A/ko not_active Application Discontinuation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5434565A (en) * | 1994-03-22 | 1995-07-18 | Potomac Aviation Technology Corporation | Automatic weather monitoring and adaptive transmitting system |
JPH11242412A (ja) * | 1998-02-25 | 1999-09-07 | Kyocera Corp | 画像処理装置 |
CN1657880A (zh) * | 2004-02-20 | 2005-08-24 | 哈曼贝克自动系统股份有限公司 | 提供环境参数数据和确定天气信息的装置和方法 |
CN1763565A (zh) * | 2004-10-20 | 2006-04-26 | 万威科研有限公司 | 气象站 |
JP2007004632A (ja) * | 2005-06-24 | 2007-01-11 | Nokia Corp | 仮想センサ |
US20070083328A1 (en) * | 2005-10-05 | 2007-04-12 | Honda Motor Co., Ltd. | Server and vehicle-mounted navigation apparatus, vehicle employing the same, and meteorological information distribution system related to the same |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499846B (zh) * | 2013-09-03 | 2015-11-25 | 百度在线网络技术(北京)有限公司 | 对天气状况进行预测的方法和设备 |
CN103499846A (zh) * | 2013-09-03 | 2014-01-08 | 百度在线网络技术(北京)有限公司 | 对天气状况进行预测的方法和设备 |
CN106295861A (zh) * | 2016-08-01 | 2017-01-04 | 北京小米移动软件有限公司 | 天气预报信息的获取方法、装置和设备 |
CN108711265B (zh) * | 2017-06-13 | 2020-02-18 | 南京康腾生物科技有限公司 | 泥石流监控避难报警系统及方法 |
CN108711265A (zh) * | 2017-06-13 | 2018-10-26 | 南京康腾生物科技有限公司 | 泥石流监控避难报警系统及方法 |
CN110914719A (zh) * | 2017-08-01 | 2020-03-24 | 新加坡国立大学 | 气压仪器和方法 |
CN108254750A (zh) * | 2017-11-24 | 2018-07-06 | 南京信息工程大学 | 一种基于雷达资料的下击暴流智能识别预警方法 |
CN108254750B (zh) * | 2017-11-24 | 2021-07-30 | 南京信息工程大学 | 一种基于雷达资料的下击暴流智能识别预警方法 |
CN110460714A (zh) * | 2018-05-08 | 2019-11-15 | 蒲金标 | 基于移动电子装置的天气观测方法及系统 |
CN110006617A (zh) * | 2019-05-23 | 2019-07-12 | 重庆大学 | 模拟移动式龙卷风和下击暴流的一体化风洞 |
CN110006617B (zh) * | 2019-05-23 | 2023-11-24 | 重庆大学 | 模拟移动式龙卷风和下击暴流的一体化风洞 |
CN111679346A (zh) * | 2019-12-27 | 2020-09-18 | 广东电网有限责任公司电力科学研究院 | 一种大气层可降水量预估方法及装置 |
CN115937007A (zh) * | 2022-03-04 | 2023-04-07 | 中科三清科技有限公司 | 风切变的识别方法、装置、电子设备及介质 |
CN115937007B (zh) * | 2022-03-04 | 2023-08-01 | 中科三清科技有限公司 | 风切变的识别方法、装置、电子设备及介质 |
CN114626458A (zh) * | 2022-03-15 | 2022-06-14 | 中科三清科技有限公司 | 一种高压后部识别方法、装置、存储介质及终端 |
CN115861811A (zh) * | 2022-12-06 | 2023-03-28 | 中科三清科技有限公司 | 一种风切变区域识别方法、装置、存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
JP5565578B2 (ja) | 2014-08-06 |
TW201217826A (en) | 2012-05-01 |
JP2012078237A (ja) | 2012-04-19 |
EP2437083A2 (en) | 2012-04-04 |
US20120084005A1 (en) | 2012-04-05 |
KR20120035127A (ko) | 2012-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102445715A (zh) | 气象变化预测信息提供系统及气象变化预测信息提供方法 | |
JP6014303B2 (ja) | 気象変動予測情報提供システム及び気象変動予測情報提供方法 | |
US9846092B2 (en) | Mechanical strain-based weather sensor | |
JP2013054005A (ja) | 気象変動情報提供システム、気象変動情報提供方法、気象変動情報提供プログラム及び記録媒体 | |
CN106982258B (zh) | 地震预警系统 | |
CN108952173B (zh) | 混凝土振动棒、混凝土质量监控方法、终端及存储介质 | |
CN107409146B (zh) | 传感器数据可视化装置和方法 | |
JP2013054004A (ja) | 気象計測装置の配置方法、気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体 | |
CN109799193A (zh) | 污染分布立体监测方法及系统 | |
CN109543907A (zh) | 一种复杂地形风资源评估方法及其装置 | |
JP2013054690A (ja) | 配車管理システム、配車方法、車両運行支援システム、車両運行支援方法、プログラム及び記録媒体 | |
JP2013054006A (ja) | 気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体 | |
CN105157722B (zh) | 地理位置监测方法及设备 | |
CN208026252U (zh) | 一种农机检测设备 | |
JP2011203202A (ja) | 測位装置、軌跡情報記憶方法、プログラム | |
JP2010102557A (ja) | 無線基地局、基地局制御装置、無線通信端末、天気予測システムおよび天気予測方法 | |
JP6867072B2 (ja) | 気象予測データ作成プログラム、気象予測データ作成方法、及び、移動体 | |
CN209086710U (zh) | 一种气象专用模组 | |
JP2019035722A (ja) | 地震警報装置、地震警報システム及びコンピュータプログラム | |
CN207649624U (zh) | 一种飞机导航仪及其着陆综合测试仪器 | |
Paulraj et al. | Effective weather monitoring system using MQTT protocol | |
CN106657419B (zh) | 一种物联网室内三维无线信号测量方法 | |
RU2795417C1 (ru) | Система экологического мониторинга атмосферного воздуха | |
CN109270864A (zh) | 一种气象专用模组 | |
Adams et al. | Enhancements of an In Situ Atmospheric System for Real Time Weather Monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120509 |