CN113574418A

CN113574418A - 气象预测数据创建程序、气象预测数据创建方法及移动体

Info

Publication number: CN113574418A
Application number: CN202080021814.7A
Authority: CN
Inventors: 菊地亮太
Original assignee: Practical Research Co ltd
Current assignee: Practical Research Co ltd
Priority date: 2019-04-15
Filing date: 2020-04-11
Publication date: 2021-10-29
Anticipated expiration: 2040-04-11
Also published as: JP6867072B2; CN113574418B; JPWO2020213547A1; US20220196878A1; WO2020213547A1; EP3951440A1; EP3951440A4; JP2021103186A

Abstract

本发明的目的在于提供一种可适用于能够高速移动的移动体的气象预测数据创建程序和气象预测数据创建方法，并进一步提供一种可适用该气象预测数据创建程序和气象预测数据创建方法的移动体。根据本发明的气象预测数据创建程序，其特征在于，使计算机执行：记录集合气象预报数据的步骤；记录气象测量数据的步骤；记录权重数据的步骤；以及基于权重数据和集合气象预报数据来创建气象预测数据的步骤。

Description

气象预测数据创建程序、气象预测数据创建方法及移动体

技术领域

本发明涉及气象预测数据创建程序、气象预测数据创建方法及移动体。

背景技术

由于飞机和轮船的发达以及管理它们的交通系统的发达，现在能够进行跨国家移动等超长距离的移动。

然而，在长途移动过程中，通过更准确地掌握经由地的气象信息，能够更准确地管理时间。例如，当移动工具是飞机时，通过尽可能准确地提前掌握经由地发生大气湍流等气象信息，不仅能够准确地管理时间，还能够更安全地移动。

作为准确掌握该气象信息的技术，例如有以下文献1和2。

例如，在下面的文献1中公开了一种将所谓数据同化的观测和预报模型融合起来每隔几个小时创建新的预报数据的技术。这是一种常见的气象预报方法。

此外，在下面的文献2中公开了一种为了表达气象预报的不确定性而创建从某个时间点到未来的多个集合数据的技术。这项技术对于台风等难以预测的气象信息是一种有用的气象预报方法。

在先技术文献

非专利文献

非专利文献1：Saito等人，2007年，“Nonhydrostatic atmospheric models andoperational development”，JMA.J.Soc.Jpn.，85B：271-304

非专利文献2：Evensen G，1994年，“Sequential data assimilation with anonlinear quasigeostrophic model using Monte Carlo methods to forecast errorstatics”，J.Geophys.Res.99：10143，10162

发明内容

发明所要解决的课题

然而，在上述文献1中所记载的技术存在如下问题：需要处理非常庞大的数据，而且其预测间隔即使使用超级计算机，以目前的技术也需要长达几个小时的时间间隔。

此外，在上述文献2中所记载的技术也存在如下问题：需要再次获取该时间点的集合数据，因此必须以短时间间隔处理大量的数据。

而且，本来在移动体中发送和接收的数据量就受到限制，假如，即使要在移动体内进行气象预测，可搭载的信息处理装置的重量也受到限制。

于是，鉴于上述课题，本发明的目的在于提供一种可适用于能够高速移动的移动体的气象预测数据创建程序和气象预测数据创建方法，并进一步提供一种可适用该气象预测数据创建程序和气象预测数据创建方法的移动体。

用于解决课题的技术方案

本发明人在针对上述课题进行的不懈的研究中发现通过在对集合气象预报数据和实际测量的气象测量数据进行组合时进行加权，可降低数据处理量以及发送和接收的数据量，并完成了本发明。

即，根据本发明的一方面的气象预测数据创建程序使计算机执行：记录集合气象预报数据的步骤；记录气象测量数据的步骤；记录权重数据的步骤；以及基于所述权重数据和所述集合气象预报数据来创建气象预测数据的步骤。

此外，根据本发明的另一方面的气象预测数据创建方法具备：记录集合气象预报数据的步骤；记录气象测量数据的步骤；记录权重数据的步骤；以及基于所述权重数据和所述集合气象预报数据来创建气象预测数据的步骤。

此外，根据本发明的另一方面的移动体具备移动装置和搭载在所述移动机构上的气象测量装置和信息处理装置，其中，所述信息处理装置具备记录介质，所述记录介质存储有气象预测数据创建程序，该气象预测数据创建程序用于使计算机执行：记录集合气象预报数据的步骤；记录由所述气象测量装置获取的气象测量数据的步骤；记录权重数据的步骤；以及基于所述权重数据和所述集合气象预报数据来创建气象预测数据的步骤。

发明效果

如上所述，通过本发明能够提供一种可适用于能够高速移动的移动体的气象预测数据创建程序和气象预测数据创建方法，并进一步提供一种可适用该气象预测数据创建程序和气象预测数据创建方法的移动体。

附图说明

图1是示出根据实施方式的移动体的概要的图。

图2是示出根据实施方式的气象预测数据创建方法的流程的图。

图3是示出实施方式中使用的集合气象预报数据的一个例子的图。

图4是示出创建实施方式中的气象预测数据的变形例的图。

图5是示出实施方式中用于获得集合平均的方法的一个例子的图。

图6是示出实施方式中用于获得集合平均的方法的一个例子的图。

图7是示出实施方式中用于获得集合平均的方法的一个例子的图。

图8是示出实施方式中用于获得集合平均的方法的一个例子的图。

具体实施方式

以下，将通过附图详细描述本发明的实施方式。然而，本发明可以通过许多不同的实施方式实施，并且不只限于以下所示的实施方式和实施例中所记载的具体示例。

图1是示出根据本实施方式的移动体(以下称为“本移动体”)1的概要的图。如图所示，本移动体1具备移动装置2、搭载在该移动装置2上的气象测量装置3、信息处理装置4、以及通信装置5。

本移动体1只要是具备上述结构并能够移动的移动体就没有限定，例如可以例举飞行体、车辆、船舶等。飞行体可以例举本图的例子中所示的飞机或直升机之类的飞行器、所谓的无人机之类的小型无人驾驶飞行器等。此外，车辆可以例举汽车。

此外，如上所述，本移动体1具备移动装置2。移动装置2一般是指为了能够移动而所需的结构整体，例如，可以例示形成移动体的基本骨架并搭载各种设备的机体、搭载在机体上的发动机等的动力、还有根据需要乘客用来就坐的椅子等，这些移动装置可采用众所周知的结构。

此外，本移动体1具备气象测量装置3。因为本移动体1具备气象测量装置3，所以可以在移动过程中对移动地点进行气象测量，并且可以输出其结果作为气象测量数据。

此外，在气象测量装置3中，作为气象测量装置3的具体例子，只要是能够进行气象测量就没有限定，例如，可以例示用于测量气温的湿度计、用于测量大气压的气压计，用于测量湿度的湿度计、用于测量风向的风向计、用于测量风速的风速计、用于记录移动体高度的高度计、用于测量位置信息的位置信息测量计等，但不限于此。

此外，移动体1具备信息处理装置4。如上所述，信息处理装置4能够接受集合气象预报数据、气象测量数据和权重数据的输入，并且能够通过执行规定处理来创建气象预测数据。

此外，信息处理装置4的结构只要具有上述功能就没有限定，优选为所谓的计算机。如果是计算机，可以使用目前市场上销售的一般的结构，例如，优选为具备中央处理器(CPU)、RAM或硬盘等的记录介质、键盘(包括显示装置上显示的虚拟键盘)、输入按钮、鼠标等的输入装置、液晶显示器等的显示装置、以及连接这些的布线(总线等)的结构。当然，计算机还包括所谓的智能手机或平板终端等小型计算机。

此外，当采用这种结构时，本信息处理装置4能够将用于进行规定处理的程序存储在上述记录介质中并且按照使用者的请求操作来实现期望的处理。具体地，能够通过将记录在硬盘等的记录介质中的程序临时记录在RAM等中并执行该程序来进行期望的处理，并创建气象预测数据。

在此，虽然根据本实施方式的期望的处理有多种多样，但至少具备：记录集合气象预报数据的步骤；记录由所述气象测量装置获取的气象测量数据的步骤；记录权重数据的步骤；以及基于所述权重数据和所述集合气象预报数据来创建气象预测数据的步骤。即，本实施方式提供了一种具备上述各步骤的气象预测数据的创建方法(以下称为“本方法”)，并进一步提供了一种用于使计算机执行该创建方法的程序。

以下，具体说明通过本信息处理装置4具体实现的处理流程(本方法的流程)。本方法包括上述多个步骤。图2是示出本方法的整个步骤的图。

如上所述，本方法具备：(S1)记录集合气象预报数据的步骤；(S2)记录由气象测量装置获取的气象测量数据的步骤；(S3)记录权重数据的步骤；以及(S4)基于权重数据和所述集合气象预报数据来创建气象预测数据的步骤。

首先，本方法具备(S1)记录集合气象预报数据的步骤。这里的“集合气象预报数据”是指包括从某个时间点到未来估计要达到的大量预测数值而构成的气象预报数据。该集合气象预报数据可以采用日本及各国(US、UK、ECMWF、CMA等)气象厅提供的集合气象预报数据、基于过去积累的这些集合气象预报数据而概率性地生成的集合数据、以及将这些组合起来的集合气象预报数据，但并不受限定。另外，日本及各国气象厅提供的集合气象预报数据可以是最新公布的数据，但也可以使用过去公布的数据。此外，当集合气象预报数据具有不同的尺度时，可以采用通过调整尺度只提取必要的区域的集合气象预报数据。该集合气象预报数据的图像例示于图3。优选地，该集合气象预报数据预先记录在信息处理装置4的记录介质的规定区域中。

另外，如上述移动体的概念图所示，本信息处理装置4优选连接到通信装置5以便能够与移动体内或外部进行数据的发送和接收，有关这方面还会另外进行说明。通过具备通信装置5，可以容易地从外部获取预先创建的集合气象预报数据、根据需要从外部获取气象测量数据和权重数据。

此外，本方法具备(S2)记录由气象测量装置获取的气象测量数据的步骤。具体而言，在移动过程中通过气象测量装置3对移动地点、移动日期和时间的气象进行测量，并且将其输出到信息处理装置4并记录在信息处理装置4的记录介质中作为气象测量数据(实际数据)。如上所述，气象测量数据是包括实际测量的有关气象的信息的数据，优选为包含例如测量的日期和时间数据、气温数据、大气压数据、湿度数据、风向数据、风速数据、高度数据、以及包括经度数据和纬度数据的位置坐标数据等。

此外，本方法具备(S3)记录权重数据的步骤。在此，“权重数据”是包含与针对上述集合气象预报数据中应重视哪一个的权重有关的信息的数据。本方法通过对集合气象预报进行加权，不需要从头开始重新创建气象预报数据，可以根据实际情况方便地获得气象预测数据。特别是，在本方法中，通过采用“权重数据”能够使数据量本身变得极小，并且如后文所述，即使在本移动体在移动过程中通过通信装置等与外部进行信息的发送和接收的情况下，通信速度和容量也不会受到很大限制。

在此，权重数据优选为基于上述集合气象预报数据和气象测量数据计算得到，但并不受限定。集合气象预报数据包括大量的气象预报数据，这些气象预报数据可能在某个时间点从该时间点到未来会发生变化，因此只要存在该未来的某个时间点的气象测量数据，在该时间点之后就能够获得更准确的气象预测数据。

在此，权重数据可以通过本移动体1内的信息处理装置4独自进行规定处理来获得，也可以采用通过通信装置5等与外部进行通信，并通过该外部计算机等处理得到的结果的权重数据。由于气象测量数据的容量小，即使在将数据输出到本移动体外部的情况下，负载也很小，而且，即使在从外部接收权重数据的情况下，也会在不受到很大限制的情况下进行数据的发送和接收。另一方面，权重数据的创建是相对复杂的处理，因此从实现更高端和更准确的处理的角度来看，优选使用外部的更高性能的计算机(其他计算机)。特别地，若由外部计算机进行处理，则该外部计算机能够从本移动体1以外的移动体获取气象测量数据，最优选是能够获取整个空域的实时气象测量数据，并在此基础上，可以获取更准确的权重数据。当然，当由本移动体1本身进行规定处理时，也可以通过通信装置与其他移动体交换气象测量数据，并通过独自处理获得权重数据。这种变形的例子示于图4。

然而，上述权重数据的计算方法可以有多种多样并不受限定，例如，可以采用(S3-1)进行精英选择的方法、(S3-2)利用误差的方法、以及(S3-3)利用概率分布的方法等。另外，下面将具体说明可采用的权重数据的每一种计算方法。

共同概念

然而，在上述每一种方法中，通常有用的方法是通过获得集合平均E(x,t)来求出。集合平均可以通过各种方法求出，例如优选根据下式求出。

数式1

x：坐标t：时间w：各集合的权重e：各集合的气象预报数据S3-1进行精英选择的方法

在本方法中，对于大量的集合气象预报数据中的每一个，仅使用具有最小误差的集合的权重来获得集合平均。在这种情况下，具有最小误差的集合中的集合权重设为1，其他集合权重设为0。通过这种方式，将最接近当前的集合气象预报数据作为集合平均，并进一步将其作为气象预测数据。另外，在这种情况下，优选权重数据的合计为1。

S3-2利用误差的方法

本方法是一种计算每一个集合气象预报数据与气象测量数据之间的误差并获得集合平均的方法。按照大量集合气象预报数据与气象测量数据之间的误差，考虑其贡献来创建更接近实际状态的气象预报数据。此外，该利用误差的方法可以进一步划分为多种模式。有关该划分方法，将在后文描述典型的方法，但不限于此。另外，在这种情况下，优选权重数据的合计为1。

S3-2-1：模式A

在本模式中，计算气象测量数据与所有集合气象预报数据之间的误差，仅利用误差小于该误差平均值的集合气象预报数据。由此，可以构建不利用比平均值差的集合气象预报数据的权重。另外，在这种情况下，使采用的集合气象预报数据的贡献相同是一个典型的例子。这种情况的图像示于图5。另外，在这种情况下，优选权重数据的合计为1。

S3-2-2：模式B

在本模式中，计算气象测量数据与所有集合气象预报数据之间的误差，并仅利用误差小于该误差平均值的集合气象预报数据，从这一观点来看，与上述模式A相同。而且，本模式的不同之处在于，除上述之外，还通过使用的集合气象预报数据的误差的倒数进行加权。通过这种方式，接近实测数据的集合气象预报数据的贡献变大，偏离实测数据的数据的贡献变小，因此可以认为是更接近实际状态的数据。这种情况的图像示于图6。另外，在这种情况下，优选权重数据的合计为1。

S3-2-3：模式C

在本模式中利用了误差，但它与上述模式A和B略有不同。当集合气象预报数据与实际气象测量数据在某种程度上相近且可靠性较高时，上述所有模式都是有用的，但本方法是当准备的集合气象预报数据与实测气象测量数据之间存在较大偏离时，通过放宽对权重数据的数值限制来计算的方法。例如，在上述模式中，所有模式均优选在权重数据的合计为1，并且，每一个权重数据为0以上的前提下进行计算，但在本模式中，并不限于该权重数据的合计为1，是一种权重数据还可以采用负值的模式。通过这种方式，即使无法通过上述模式A和B获得现实的解决方案，也能够创建有用的气象预测数据。这种模式示于图7。

S3-3利用概率分布的方法

此外，在本模式中，集合气象预报数据的扩展被视为概率分布，并利用贝叶斯定理更新气象测量数据的概率分布。这种情况的图像示于图8。

通过上述的各种方法能够获得权重数据。当然，如上所述，采用哪一种方法是可以适当调整的，还有，只要是权重数据，可以采用上述以外的任何方法。

此外，本方法基于(S4)权重数据和集合气象预报数据来创建气象预测数据。具体地，将预先记录的每一个集合气象预报数据乘以上述权重数据，乘积的数据就是所预测的气象预测数据。由此，能够使该时间点的气象预测数据更加准确。该权重数据与集合气象预报数据之间的关系如上所述。

如上所述，通过本实施方式，能够提供一种可适用于能够高速移动的移动体的气象预测数据创建程序和气象预测数据创建方法，进一步，能够提供一种可适用该气象预测数据创建程序和气象预测数据创建方法的移动体。

产业上的可利用性

本发明提供一种气象预测数据创建程序和气象预测数据创建方法，进一步，作为可适用气象预测数据创建程序和气象预测数据创建方法的移动体，具有产业上的可利用性。

Claims

1.一种气象预测数据创建程序，其使计算机执行：

记录集合气象预报数据的步骤；

记录气象测量数据的步骤；

记录权重数据的步骤；以及

基于所述权重数据和所述集合气象预报数据来创建气象预测数据的步骤。

2.根据权利要求1所述的气象预测数据创建程序，其具备基于所述集合气象预报数据和所述气象测量数据来计算所述权重数据的步骤。

3.根据权利要求1所述的气象预测数据创建程序，其中，所述记录权重数据的步骤是记录从其他计算机输出的所述权重数据的步骤。

4.一种气象预测数据创建方法，其具备：

记录集合气象预报数据的步骤；

记录气象测量数据的步骤；

记录权重数据的步骤；以及

5.一种移动体，其具备移动装置、搭载在所述移动装置上的气象测量装置以及信息处理装置，其中，

所述信息处理装置具备记录介质，

所述记录介质存储有气象预测数据创建程序，该气象预测数据创建程序用于使计算机执行：记录集合气象预报数据的步骤；记录由所述气象测量装置获取的气象测量数据的步骤；记录权重数据的步骤；以及基于所述权重数据和所述集合气象预报数据来创建气象预测数据的步骤。