DE69735158T2

DE69735158T2 - Verfahren und Vorrichtung zur Niederschlagsmustervoraussage mit einem meteorologischen Radar

Info

Publication number: DE69735158T2
Application number: DE69735158T
Authority: DE
Inventors: Hidetomo Yokosuka-shi Sakaino; Satoshi Yokohama-shi Suzuki; Tsutomu Yokohama-shi Horikoshi
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1996-12-26
Filing date: 1997-11-04
Publication date: 2006-09-28
Anticipated expiration: 2017-11-05
Also published as: DE69740047D1; EP1607765A3; US6128578A; EP0851240A3; EP1811317A2; EP1607765A2; EP1811317B1; EP1602941A2; EP1811317A3; EP1607765B1; DE69735158D1; EP1602941A8; MY117870A; EP1602941B1; EP1602941A3; EP0851240B1; EP0851240A2

Description

HINTERGRUND DER ERFINDUNG
1. Gebiet der Erfindung
Die vorliegende Erfindung bezieht sich auf Techniken zum automatischen Vorhersagen eines Übergangs bis zu mehrere Stunden (oder kurze Zeit) vor einem Niederschlagsbereich, der in einem schmalen Bereich enthalten ist, der durch Wetteränderungen empfindlich beeinflusst wird, und bezieht sich auf Verfahren und Geräte zum Vorhersagen von Änderungen eines Niederschlagsbereichs als ein nicht starres Objekt wie etwa Wachstum oder Dispersion.
Diese Anmeldung beruht auf den japanischen Patentanmeldungen Nr. Hei 8-347684, Hei 9-29126, Hei 9-29127, Hei 9-29128, Hei 9-64665, Hei 9-99053 und Hei 9-183986.
2. Beschreibung des verwandten Gebiets
Bei der herkömmlichen Wettervorhersage, die z. B. durch die japanische meteorologische Agentur ausgeführt wird, werden Übergänge meteorologischer Phänomene für jeden Bereich in Japan über mathematische/physikalische Gleichungen unter Verwendung verschiedener zwei- oder dreidimensionaler physikalischer Parameter (z. B. Temperatur, Atmosphäre, Taupunkt, Windvektor), die durch den Satelliten Amedas oder durch einen anderen Wettersatelliten erhalten werden, Dutzende von Stunden im Voraus oder wenige Tage im Voraus vorhergesagt. Momentan wird eine Wettervorhersage für einen kürzeren Zeitbereich in der Größenordnung von Minuten für einen schmaleren Bereich gewünscht, so dass eine Vorhersage anhand von Informationen über Änderungen eines Niederschlagsbereichs (wo Regenfall oder Schneefall erzeugt wird), die über lokal angeordnete meteorologische Radargeräte erhalten werden, wichtig wird. Diese Vorhersage wird "Nowcasting" genannt, wobei Änderungen meteorologischer Phänomene beobachtet werden, um Katastrophen im Voraus zu verhindern.
Das meteorologische Radar emittiert Impulse zu einem Niederschlagsbereich am Himmel wenige Kilometer über dem Boden, um die Stärke von Regenfall oder Schneefall gemäß Reflexionsintensitäten (oder Echointensitäten) der Impulse zu beobachten (wobei die Intensitäten im Bild in Graupegel umgesetzt werden). Der Niederschlagsbereich hat offensichtlich eine wolkenartige Form. Ein Bild des Niederschlagsbereichs wird als ein Kombinationsmuster mit verschiedenen Formen und Graupegeln dargestellt (wobei ein solches Muster im Folgenden ein "Niederschlagsmuster" genannt wird). Der Reflexionsbereich liegt normalerweise in einem Radius von einhundert Kilometern. In den meisten Echobildern wird eine Umsetzung ausgeführt, damit die Niederschlagsmenge und der angezeigte Gradationspegel proportional zueinander sind, wobei der Niederschlagsbereich einem Teil entspricht, der höhere Gradationspegel (im Folgenden "Graupegel") genannt) als ein spezifizierter Pegel hat.
Die Informationen über das Niederschlagsmuster werden alle wenigen Minuten aktualisiert, wobei dieses Merkmal z. B. für die Planung des Abflugs/der Ankunft von Spaceshuttles oder Flugzeugen oder, um Flutschäden im Voraus zu verhindern, nützlich ist. Allerdings ist es schwierig, klare Merkmalsgrößen in Bezug auf ein Niederschlagsmuster darzustellen; somit ist die automatische Vorhersage eines Niederschlagsbereichs anhand von Bildverarbeitungsverfahren ebenfalls schwierig. In den meisten Fällen der herkömmlichen Evaluierung von Bewegungsvektoren bezüglich eines in einem Bild enthaltenen starren Objekts wird ein Modell angenommen, in dem Beleuchtungseffekte für jeden Teil nahezu gleich wirken. Herkömmliche Verfahren zur Erfassung der Bewegungsvektoren basieren hauptsächlich auf dem Kreuzkorrelatiansverfahren (d. h. dem CC-Verfahren) (siehe D. H. Ballard u. a., "Computer Vision'; Prentice-Hall, Inc.).
Dagegen sollte ein Nachfolgeverfahren, das für die automatische Vorhersage eines nichtstarren Objekts wie etwa eines Niederschlagsmusters notwendig ist, von einem Verfahren zum Verfolgen der Bewegung eines starren Objekts wie etwa eines Kraftwagens usw. oder eines elastischen Körpers, der in einem Echobild des Herzens oder dergleichen beobachtet wird, verschieden sein und es ermöglichen, einen Übergang des nichtstarren Objekts mit Erfassung der Erzeugung oder des Verschwindens eines Musters, das dem Objekt entspricht, zu verfolgen. Hinsichtlich dieser Anforderungen können in der Praxis keine vorhergesagten Ergebnisse erhalten werden, die einer erwünschten Genauigkeit genügen. Somit wird selbst jetzt eine manuelle und subjektive Erfassung gemäß einem Übergang des Niederschlagsbereichs basierend auf menschlicher Erfahrung ausgeführt, wobei die erfassten Informationen in der Praxis verwendet werden.
Währenddessen werden automatische und objektive Vorhersageverfahren für den Übergang eines Niederschlagsbereichs unter Verwendung von Computern getestet.
Repräsentative Niederschlagsmuster sind (i) eine zyklonartige Störung, die in einem Radius von zehn oder einhundert Kilometern erzeugt wird (so genannter "Meso-β-Maßstab"), sowie ein topographischer aufsteigender Strom (so genannter "Meso-γ-Maßstab"), der an Bergen beobachtet wird. Diese Phänomene sind außerdem dadurch charakterisiert, dass sie eine kurze Lebensdauer von mehreren Minuten oder Stunden haben. Um Phänomene im Meso-β/γ-Maßstab genau vorherzusagen, ist dementsprechend ein Modell erforderlich, das einen sich ständig ändernden schmalen Bereich in einem Radius von Kilometern darstellen kann, wo die Erzeugung oder das Verschwinden eines Musters beobachtet wird.
Bisher sind als ein solches Niederschlagsmuster-Vorhersageverfahren Verfahren vorgeschlagen worden, die Bildverarbeitungstechniken und physikalische Gleichungen verwenden.
In dem einfachsten Verfahren der Verwendung von Bildverarbeitungstechniken werden zwei aufeinander folgende Bilder einem Mustervergleich auf der Grundlage des CC-Verfahrens ausgesetzt, um einen oder mehrere Bewegungsvektoren zu evaluieren, wobei unter Verwendung eines eindimensionalen Extrapolationsverfahrens ein Niederschlagsmuster (der gleichen Form und Größe) verschoben wird. Eine Verlagerung (eines Niederschlagsmusters für die Evaluierung) pro Teilbild wird hier als eine Windgeschwindigkeit in einer horizontalen Richtung betrachtet.
Genauer wird bezüglich zweier (Bild-)Teilbilder f(t) und f(t + 1), die Funktionen zur Zeit (t) sind, (in jedem Schritt) ein Korrelationswert (oder ein Korrelationskoeffizient) berechnet, um die Ähnlichkeit der Graupegel zwischen diesen Teilbildern zu evaluieren, wobei die Verlagerung des relevanten Niederschlagsbereichs unter der Annahme evaluiert wird, dass Punkte mit den höchsten Korrelationswerten in den Teilbildern einander entsprechen. Daraufhin wird basierend auf der evaluierten Verlagerung eine Translationsbewegung des Niederschlagsbereichs ausgeführt. Durch Wiederholen der obigen Operationen unter Verwendung eines durch die obige Evaluierung erhaltenen Bilds des Niederschlagsbereichs des nächsten Schritts ist es möglich, Niederschlagsbereichsbilder vorherzusagen, die zu einer spezifizierten Anzahl von Schritten im Voraus gehören. Das heißt, gemäß einem zweidimensionalen Bild zu einer Zeit werden Änderungen des Niederschlagsbereichs mehrere Minuten oder Stunden im Voraus ebenfalls als ein zweidimensionales Bild vorhergesagt.
In dem auf die praktische Verwendung angewendeten CC-Verfahren wird aus zwei aufeinander folgenden Bildern ein Bewegungsvektor angenommen. Allgemein treten in einem Niederschlagsbereich ständig die Phänomene der Erzeugung/der Verschwindung von Phänomenen auf. Somit stehen hinsichtlich des Graupegels der Bilder die Graupegel eines zurückliegenden Teilbilds und des nächsten Teilbilds nicht immer in eineindeutiger Entsprechung. Außerdem ist die Annahme von Bewegungsvektoren (d. h. Advektionsvektoren) in einem diffusen Niederschlagsbereichsbild, für das der Korrelationskoeffizient nicht evaluiert werden kann, schwierig, wobei bisher kein geeignetes Interpolationsverfahren für einen solchen Bereich vorgeschlagen worden ist.
Darüber hinaus wird in dem wie oben beschriebenen Vorhersageprozess gemäß den zweidimensionalen Bildern einfach das gleiche Muster verschoben; somit wird lediglich die Zerstreuung des Niederschlagsbereichs, nicht aber der Grad einer Änderung des Zustands des Niederschlagsbereichs vorhergesagt. Das heißt, instabile Änderungen hinsichtlich Größe, Form, Graupegel und dergleichen, die Naturphänomene darstellen, können nicht ausreichend vorhergesagt werden und topographische Einflüsse auf den Niederschlagsbereich werden ebenfalls nicht betrachtet. Dementsprechend werden hinsichtlich der zweidimensionalen Informationen als Bilder eine Reihe physikalischer Phasen der Quelle, der Senke, der Dispersion, des Wachstums und des Zerfalls nicht dargestellt.
Zum Beispiel sind im Fall eines stationären Niederschlagsbereichs das Wachstum und das Verschwinden im Vergleich zur Gesamtverlagerung des Niederschlagsbereichs heftig. Das heißt, die Graupegel eines solchen Niederschlagsbereichs ändern sich im Vergleich zur Änderung ihrer Konturform beträchtlich. Somit können dann, wenn das obige CC-Verfahren direkt auf einen solchen Niederschlagsbereich angewendet wird, mehrere (ungeeignete) Bewegungsvektoren erhalten werden, da die Graupegel selbst dann geändert sein können, wenn sich das Gesamtmuster nicht bewegt hat. Im Ergebnis der Bewegung des Niederschlagsbereichs basierend auf den erhaltenen (ungeeigneten) Bewegungsvektoren wird der vorhergesagte Niederschlagsbereich immer deplazierter, während die Vorhersage voranschreitet.
Ähnlich wird die Vorhersage bei der Betrachtung des Zunahme/Abnahme-Prozesses bezüglich des Niederschlagsbereichs, der sich auf die Niederschlagsmenge bezieht, ebenfalls nicht realisiert. Somit wird dann, wenn die Vorhersage unter Verwendung eines Niederschlagsmusters in der Wachstumsphase fortgesetzt wird, die Größe des Niederschlagsmusters selbst dann nicht klein, wenn die tatsächliche Phase in eine Zerfallsphase eintritt. Umgekehrt wird die Größe des Niederschlagsmusters nicht groß, obgleich die tatsächliche Phase von der Zerfallsphase wieder zu einer Wachstumsphase fortschreitet, wobei folglich Vorhersagefehler bei einer merklichen Wechselphase zwischen den obigen Phasen zunehmen. Das heißt, in dem herkömmlichen linearen Vorhersageverfahren kann eine nichtlineare Änderung der Fläche, bevor und nachdem sich der Status der Flächenänderung eines Niederschlagsbereichs von Zunahme auf Abnahme oder von Abnahme auf Zunahme umstellt, nicht vorhergesagt werden. Folglich gibt es ein Problem, dass die Zunahme des Vorhersagefehlers unvermeidlich ist.
Das heißt, es kann gesagt werden, dass Bewegungsvektoren, die geeignet für meteorologische Muster sind, die sich nicht starr ändern, nicht definiert werden können. Dies ist so, da sich sogar zwischen aufeinander folgenden Bildern mehrere Attribute der Kontur, des Graupegels und dergleichen des Objekts gleichzeitig ändern, so dass keine klare Entsprechung zwischen den Bildern definiert werden kann. Dementsprechend ist es unter Verwendung des obigen automatischen Verfahrens immer noch schwierig, eine ausführliche Entsprechung zwischen den Niederschlagsmustern der Teilbilder zu definieren, wobei in der Praxis hauptsächlich eine Evaluierung der Bewegungsgeschwindigkeiten (d. h. Advektionsgeschwindigkeiten) in Bezug auf Vorhersagemuster basierend auf menschlicher Erfahrung verwendet wird.
Andererseits werden dann, wenn in einem Niederschlagsmuster verschiedene Advektionsvektoren vorhanden sind, ein Teilblock-Vergleichsverfahren (in dem ein Teilbild in mehrere Blöcke aufgeteilt wird) auf der Grundlage des CC-Verfahrens und das lineare Extrapolationsverfahren zusammen verwendet. Hinsichtlich der Genauigkeit der unter Verwendung des Teilblock-Vergleichsverfahrens evaluierten Bewegungsvektoren ist berichtet worden, dass der Fehler zwischen den Bewegungsvektoren (des Teilblock-Vergleichsverfahrens) und den unter Verwendung des Doppler-Radars erfassten Bewegungsvektoren klein ist.
Die Gründe für die Annahme des CC-Verfahrens sind: (1) Die statistische Schätzung ist wirksam, da die Definition einer klaren Entsprechung zwischen den Teilbildern wegen den Erzeugungs- und Verschwindungsphänomenen in den meisten Fällen schwierig ist, (2) es kann ein großes Abtastintervall (oder eine große Abtastperiode) angenommen werden usw.
Währenddessen sind das Folgende Unfähigkeiten des CC-Verfahrens: (1) Falls die Graupegel in einem Niederschlagsmuster über einen weiten Bereich verteilt sind, kann kein zuverlässiger Korrelationskoeffizient erhalten werden, (2) auch wenn ein Bild unter Verwendung des Teilblock-Vergleichsverfahrens in mehrere Blöcke aufgeteilt wird, können keine Bewegungsvektoren für jedes Pixel evaluiert werden, und (3) die Verlagerung konkaver/konvexer Teile in der Kontur kann nicht erfasst werden.
Wenn das Niederschlagsmuster andererseits nur unter Verwendung des linearen Extrapolationsverfahrens bewegt wird, treten die folgenden Probleme auf: (1) Das Niederschlagsmuster bewegt sich unnatürlich aus dem Bild-Teilbild, (2) die evaluierten Bewegungsvektoren kreuzen einander usw. Somit hat die Verbesserung der Vorhersagegenauigkeit allein durch Ausführen einer linearen und Translationsbewegung des Niederschlagsmusters ihre Grenze.
Außerdem beruht dann, wenn das CC-Verfahren und das lineare Extrapolationsverfahren zusammen verwendet werden, ein einfaches Modell auf der Annahme, dass die Änderung des Niederschlagsbereichs festgesetzt worden ist (die Graupegel und die Konturform nicht geändert werden). Das heißt, gegenüber den sich ständig ändernden meteorologischen Phänomenen wird ein nicht physikalisches Vorhersagemodell verwendet. Darüber hinaus sind in Bezug auf das zeitliche Wachstum eines Niederschlagsbereichs, der in seiner Zerfallphase beobachtet wird, ungenügend statistische Informationen bekannt, so dass die Vorhersage für eine solche Bedingung nicht versucht worden ist.
Andererseits ist als ein Beispiel der Verwendung eines physikalischen Modells die Verwendung einer Diffusionsgleichung oder einer Advektionsgleichung berichtet worden. In dem Verfahren, das in Y. Asuma u. a., "Experiments for a Very-shortrange Prediction of Snowfall Using a Simple Weather Radar System Part 2.- Examples of Actual Prediction-, Geographical Bulletin of Hokkaido University, Bd. 44, S. 53–65, Oktober 1984", berichtet worden ist, werden die Diffusionsgleichung und das CC-Verfahren zusammen verwendet, wobei der Diffusionskoeffizient in der Gleichung unabhängig von den Charakteristiken eines Niederschlagsmusters festgesetzt wird. Es gibt ein Problem dahingehend, dass das erhaltene Diffusionsvermögen dazu neigt, größer als das tatsächliche zu sein, wenn dieser Diffusionskoeffizient nicht richtig bestimmt wird. Der Übergang des Niederschlags eines Niederschlagsmusters wird hier als eine Lösung der Diffusionsgleichung erhalten, wobei das gesamte Niederschlagsmuster unter Verwendung des CC-Verfahrens und des linearen Extrapolationsverfahrens gleichförmig verschoben wird. Dementsprechend verbleiben Probleme dahingehend, dass Fortschritte zur objektiven Bestimmung von Diffusionskoeffizienten, die für verschiedene Niederschlagsmuster geeignet sind, noch nicht ermittelt worden sind und dass in der Vorhersage direkt ein solches einfaches lineares Extrapolationsverfahren verwendet wird.
Darüber hinaus werden zweidimensionale Bilder als Schnitte dreidimensionaler Phänomene analysiert; somit ist es unnatürlich, ein solches dreidimensionales physikalisches Diffusionsphänomen unter Verwendung der Diffusionsgleichung darzustellen. Außerdem ist die Diffusionsgleichung kaum auf eine Verschwindungsphase angewendet worden.
Andererseits werden in T. Takasao u. a., "SHORT-TERM RAINFALL PREDICTION BY A RADAR RAINGAUGE", Annual Report of Disaster Prevention Research Inst., Kyoto University, Bd. 26 B-2, S. 165–180, April 1983, Wachstums- und Zerfallterme in einer Advektionsgleichung betrachtet und definiert, wobei unter der Annahme, dass eine Lösung der Gleichung auf der relevanten Basischarakteristikkurve existiert, eine durch eine lineare Funktion mit einer Variablen der Niederschlagsintensität genährte lineare Vorhersagegleichung verwendet wird. In diesem Fall wird die Bewegungsgeschwindigkeit basierend auf dem CC-Verfahren evaluiert.
In diesem Verfahren wird ein zu analysierender Bereich in eine Gitterform aufgeteilt, wobei die in der linearen Funktion verwendeten Parameter für jeden Schnitt in dem Gitter unabhängig bestimmt werden. Auf diese Weise werden auch lokale Änderungen betrachtet. Allerdings wird unter der Annahme, dass Änderungen der Niederschlagsintensität in jedem Schnitt (des Gitters) unbedeutend sind, eine ver einfachte lineare Vorhersagegleichung verwendet; somit ist die Anwendung dieses Verfahrens auf ein Niederschlagsmuster mit einer hohen Änderungsrate der Niederschlagsintensität bedenklich. Gemäß dieser Vereinfachung der Gleichung werden Effekte, die durch die Wachstums- und Zerfallsterme verursacht werden, nicht explizit auf vorhergesagte Ergebnisse widerspiegelt.
Wie oben beschrieben wurde, sind die Vorhersageverfahren, die auf dem CC-Verfahren und auf dem linearen Extrapolationsverfahren oder auf der vereinfachten physikalischen Gleichung beruhen, zweckmäßig, aber ähnlich dem Verfahren für die Vorhersage der Bewegung eines starren Objekts. Somit kann das Modell in diesem Fall nicht flexibel angewendet werden auf:

(1) ein Vorhersagemuster wie ein in kurzer Zeit schnell wachsendes und sich schnell ausdehnendes wie jene, die in dem Meso-β/γ-Maßstab zu finden sind,
(2) einen Fall, in dem die Niederschlagsintensität in Übereinstimmung mit einer Wachstums- oder Zerfallphase lokal geändert wird, oder
(3) eine nichtlineare Bewegung eines Vorhersagemusters.

In diesem Fall, in dem die Diffusions- und Advektionseftekte nicht zusammen betrachtet werden, gibt es ein weiteres Problem. Das heißt, ein tatsächlicher Übergang, in dem sich das Niederschlagsmuster lokal ändert, während sich sowohl die Windgeschwindigkeit als auch die Niederschlagsmenge jeweils gleichzeitig ändern, kann nicht vorhergesagt werden. Somit ist es schwierig, die herkömmlichen Verfahren auf ein stark instabiles Niederschlagsmuster anzuwenden. Außerdem können Advektionsgeschwindigkeiten, die unter Verwendung des Teilblock-Vergleichsverfahrens erfasst werden, einigermaßen zuverlässig sein; allerdings sollte die Advektionsgeschwindigkeit pro Pixel unter Verwendung eines anderen Verfahrens erfasst werden.
Andererseits sind Vorhersageverfahren auf der Grundlage eines Neuronennetzmodells bekannt, in denen getestet wird, eine Abbildungsbeziehung zwischen in Zeitreihen angeordneten zweidimensionalen Bildern unter Verwendung von Gewichtungskoeffizienten eines Neuronennetzes darzustellen. Allerdings kann die am besten geeignete Struktur des Neuronennetzes nicht leicht geschätzt werden und ein vorhergesagtes Bild nur als ein Mittelwert gelernter Muster erhalten werden. Genauer hat ein Vorwärtsregelungsnetz, eines der repräsentativen Zeitrei henlernmodelle, die Fähigkeit zum Abbilden eines räumlichen Musters, wobei aber unter Verwendung eines solchen Netzes kein Zeitreihenmuster gelernt werden kann (siehe "Brain and Neural Network", herausgegeben von S. Amari, u. a., Asakura Publishing). Das heißt, für ein Vorhersagemuster werden nur die Vorhersage von Bedingungen fester Graupegel und eines festen Schwerpunkts realisiert; somit kann die Vorhersage von Niederschlagsmustern unter Verwendung eines Neuronennetzmodells vorläufig nicht praktisch verwendet werden.
Darüber hinaus können Niederschlagsmuster topographischen Einflüssen von Bergen, Meeren und dergleichen unterworfen werden. Allerdings kann in dem Vorhersageprozess unter Verwendung des linearen Extrapolationsverfahrens bestenfalls eine Maßnahme wie etwa die ergriffen werden, dass für Bereiche auf dem Meer und auf dem Land verschiedene Bewegungsvektoren verwendet werden. Außerdem ist in den Neuronennetzmodellen unklar, wie tief Topographieeffekte betrachtet werden, wobei darüber hinaus die Flexibilität der mathematischen Ausdrucksfähigkeit z. B. hinsichtlich dessen, wie in dem Modell ein physikalischer Effekt widerspiegelt ist, der zu kompliziert zum Lernen ist, unzureichend ist.
US-A-5 406 481 beschreibt ein Regenfall- und Schneefallvorhersagegerät und Regenfall- und Schneefallvorhersageverfahren. Das Gerät ist zur Lieferung einer Kurzzeitbereichsvorhersage mit verhältnismäßig hoher Genauigkeit aus Wetterradarbildern von Wolkenreflexionsdaten durch Integration physikalischer Eigenschaften der Wolke in das Vorhersageverfahren dargestellt. Das Verfahren besteht im Definieren mehrerer Gitterpunkte auf einem Radarbild und im Multiplizieren der Reflexionsdaten aus einer Gruppe benachbarter Gitterpunkte, die in einem spezifischen zurückliegenden Zeitpunkt erhalten wurden, mit ausgewählten Koeffizienten. Die Produkte der Multiplikation werden summiert und durch eine spezifische Funktion, die auf den Eigenschaften hinsichtlich der Wolke basiert, in Bilddaten transformiert. Zur Auswahl der Koeffizienten werden die quadrierten Fehler der Differenz zwischen den rechnerischen Reflexionsdaten und den beobachteten Reflexionsdaten auf einen Wert unter einem vorherbestimmten Schwellenwert iteriert und diese Koeffizienten verwendet, um eine Vorhersage von Reflexionsdaten zu einem spezifischen zukünftigen Zeitpunkt zu liefern.
ZUSAMMENFASSUNG DER ERFINDUNG
Angesichts der obigen Probleme ist es eine Hauptaufgabe der vorliegenden Er findung, ein meteorologisches Radargerät und ein meteorologisches Radarverfahren zur Vorhersage von Niederschlagsmustern zu schaffen, die Folgendes ermöglichen:

(1) systematische Darstellung einer Reihe physikalischer Prozesse in einem Niederschlagsbereich,
(2) Ausführung einer Vorhersage durch genaue Evaluierung der Bewegungsgeschwindigkeit eines lokalen Vorhersagebereichs auf der Grundlage eines Radarbilds ohne Verwendung des CC-Verfahrens und außerdem durch genaue Evaluierung der Gesamtbewegungsgeschwindigkeit über eine Fluidgleichung, und
(3) Aufnahme topographischer Einflüsse in die Vorhersage.

Es ist eine weitere Aufgabe der vorliegenden Erfindung, die Betriebskosten für die Festsetzung einer automatischen/rechnerischen Vorhersage für den Übergang eines Niederschlagsmusters stark zu verringern.
Dementsprechend schafft die vorliegenden Erfindung ein meteorologisches Radargerät zur Vorhersage von Niederschlagsmustern, umfassend: eine Bildeingabeeinrichtung zur Eingabe von Radarbildern eines Niederschlagsbereichs; und eine Bildspeichereinrichtung zum Speichern der eingegebenen Radarbilder als zweidimensionale Zeitreihenbilder, wobei das Gerät ferner gekennzeichnet ist durch eine Bildverarbeitungseinrichtung zum Berechnen verschiedener Bildmerkmalsgrößen bezüglich zwei oder mehr zurückliegender zweidimensionaler Bilder, die in der Bildspeichereinrichtung gespeichert sind; eine Recheneinrichtung zum Berechnen eines räumlich-zeitlichen Übergangs der Niederschlagsmenge unter Verwendung eines Advektions-Diffusions-Gleichungssystems, welches mit den verschiedenen Bildmerkmalsgrößen als Anfangswerte verschiedene physikalische Effekte bezüglich Niederschlagsphänomenen angibt; eine Vorhersageeinrichtung zum Vorhersagen eines Übergangs eines Musters bezüglich des Niederschlagsbereichs basierend auf von der Recheneinrichtung berechneten Ergebnissen; und eine Ausgabeeinrichtung zum Ausgeben vorhergesagter Ergebnisse als Zeitreihenbilder, wobei das Advektions-Diftusions-Gleichungssystem Zeit-, Advektions-, Diffusions-, Quellen-, Senken- und Dispersionstherme enthält; der Advektionsterm des Advektions-Diftusions-Gleichungssystems ein Produkt eines Advektionsvektors und der ersten Ableitung bezüglich eines Graupegels eines relevanten Pixels ist; wobei die Bildverarbeitungseinrichtung umfasst: einen Bewegungsgeschwin digkeitserfassungsabschnitt zum Bestimmen der Advektionsvektoren des Musters des Niederschlagsbereichs durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf einem Kreuzkorrelationsverfahren; und einen Bewegungsgeschwindigkeits-Wiederholungsausbreitungsabschnitt zum Bestimmen der Advektionsvektoren des Advektions-Diftusions-Gleichungssystems durch Iterieren einer Operation für jede Komponente der zweidimensionalen Bilder für vorbestimmte Zeiten unter Verwendung eines Gleitmittelungsfilters, mit den durch den Bewegungsgeschwindigkeitserfassungsabschnitt bestimmten Advektionsvektoren als Anfangsvektoren.
Außerdem schafft die vorliegende Erfindung ein meteorologisches Radarverfahren zur Vorhersage von Niederschlagsmustern, umfassend die Schritte: Eingeben von Radarbildern eines Niederschlagsbereichs, Speichern der eingegebenen Radarbilder als zweidimensionale Zeitreihenbilder, wobei das Verfahren ferner durch die folgenden Schritte gekennzeichnet ist: Berechnen verschiedener Bildmerkmalsgrößen bezüglich zwei oder mehr der gespeicherten zurückliegenden zweidimensionalen Bilder; Berechnen eines räumlich-zeitlichen Übergangs der Niederschlagsmenge unter Verwendung eines Advektions-Diffusions-Gleichungssystems, welches verschiedene physikalische Effekte bezüglich Niederschlagsphänomenen angibt, mit den verschiedenen Bildmerkmalsgrößen als Anfangswerten; Vorhersagen eines Übergangs eines Musters bezüglich des Niederschlagsbereichs basierend auf Ergebnissen der Berechnung; und Ausgeben vorhergesagter Ergebnisse als Zeitreihenbilder, wobei das Advektions-Diftusions-Gleichungssystem Zeit-, Advektions-, Diffusions-, Quellen-, Senken- und Dispersionstherme enthält; der Advektionsterm des Advektions-Diffusions-Gleichungssystems ein Produkt eines Advektionsvektors und der ersten Ableitung bezüglich eines Graupegels eines relevanten Pixels ist; die Advektionsvektoren des Musters des Niederschlagsbereichs bestimmt werden durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf einem Kreuzkorrelationsverfahren; und die Advektionsvektoren des Advektions-Diffusions-Gleichungssystems bestimmt werden durch Iterieren einer Operation für jede Komponente der zweidimensionalen Bilder für vorbestimmte Zeiten unter Verwendung eines Gleitmittelungsfilters, mit den Advektionsvektoren als Anfangsvektoren.
Ein Graupegel bei jedem Pixel wird der Gleichung als eine Variable zugeführt, die einer Niederschlagsmenge entspricht.
Falls das Advektions-Diffusions-Gleichungssystem einen Advektionsterm enthält, der ein Produkt eines Advektionsvektors und der ersten Ableitung bezüglich eines Graupegels eines relevanten Pixels in einem Niederschlagsmuster ist, wird die Niederschlagsmenge gemäß einem Übergang von Advektionsvektoren geändert.
Die Advektionsvektoren, Diffusionskoeffizienten und Dispersionskoeffizienten können gemäß einem topographischen Merkmal des Niederschlagsbereichs eingestellt (oder geändert) werden. In diesem Fall können in der Vorhersage Topographieeffekte widerspiegelt werden, die durch ein Meer, einen Berg und dergleichen verursacht werden.
Im Diffusionsterm enthaltene Diffusionskoeffizienten können gemäß einer Änderungsrate bezüglich eines eindimensionalen Flächenübergangs eingestellt werden.
Außerdem kann ein eindimensionaler nichtlinearer Flächenübergang unter Verwendung einer Extrapolation vorhergesagt werden, indem man eine vorbestimmte nichtlineare Funktion bis zu einer vorherbestimmten Vorhersagezeit fittet, wodurch die Änderungsrate bezüglich eines eindimensionalen Flächenübergangs erhalten wird und entsprechende Diffusionskoeffizienten gemäß der erhaltenen Rate verändert werden.
Die Bildmerkmalsgrößen können einen Kantengradienten enthalten, der die erste Ableitung eines Graupegels ist.
Das folgende Verfahren ist ebenfalls bevorzugt:

(i) Das Muster des Niederschlagsbereichs wird in einen oder mehrere Bereiche mit einem großen Kantengradienten und in einen oder mehrere Bereiche mit einem kleinen Kantengradienten in Bezug auf einen vorbestimmten Wert aufgeteilt und erste anfängliche Advektionsvektoren werden durch Extrahieren einer Änderung des Schwerpunkts jedes Bereichs mit dem großen Kantengradienten-bestimmt;
(ii) zweite anfängliche Advektionsvektoren werden durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf dem Kurzkorrelationsverfahren bestimmt;
(iii) dritte anfängliche Advektionsvektoren werden durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder und Ermitteln von Verlagerungen zwischen den Konturen als die Advektionsvektoren bestimmt; und eine Operation unter Verwendung eines Gleitmittelungsfilters bezüglich der ersten, zweiten und dritten anfänglichen Advektionsvektoren wird iteriert, um Gesamtadvektionsvektoren über das gesamte Teilbild zu evaluieren.

Gemäß der obigen Erfindung können mit einem nichtlinearen und nichtstationären Vorhersagemodell in Übereinstimmung mit physikalischen Merkmalen eines Niederschlagsmusters die lokale Zunahme/Abnahme der Niederschlagsmenge und eine Verringerung eines Niederschlagsbereichs als Zerfall oder Verschwinden genau vorhergesagt werden, wobei eine Vorhersage realisiert werden kann, die für die praktische Verwendung für eine längere Zeit geeignet ist.
Außerdem schafft die vorliegende Erfindung die folgenden Geräte (1)-(3), die eine Bildeingabeeinrichtung, eine Bildspeichereinrichtung und eine später erläuterte weitere Einrichtung umfassen und nicht das Advektions-Diffusions-Gleichungssystem verwenden.

(1) Meteorologisches Radargerät zur Vorhersage von Niederschlagsmustern, ferner umfassend: eine Bildverarbeitungseinrichtung zum Ausgeben von Flächenübergangsinformationen eines Niederschlagsbereichs bezogen auf zwei- oder mehrzweidimensionale zurückliegende Bilder, die in der Bildspeichereinrichtung als eindimensionale Zeitreihensignale gespeichert sind; eine Funktionsfittungs-Einrichtung zum Fitten einer nichtlinearen Funktion an die eindimensionalen Zeitreihensignale unter Verwendung des Verfahrens der kleinsten Quadrate; eine Vorhersageeinrichtung zum Vorhersagen eines zukünftigen Flächenübergangs basierend auf Ergebnissen der Funktionsfittung; und eine Ausgabeeinrichtung zum Ausgeben eines Musterübergangs des Vorhersagebereichs als Zeitreihenbilder basierend auf vorhergesagten Ergebnissen. (Ein diesem Gerät entsprechendes Verfahren wird ebenfalls geschaffen.)
(2) Meteorologisches Radargerät zur Vorhersage von Niederschlagsmustern, ferner umfassend: eine Bildübergangs-Erfassungseinrichtung zum Erfassen der Intensität des Übergangs zwischen zwei oder mehr zweidimensionalen zurückliegenden Bildern, die in der Bildspeichereinrichtung gespeichert sind; eine Bilderzeugungs- und Bildverschwindungseinrichtung zum Erzeugen oder Verschwinden eines lokalen Niederschlagsbereichsbilds gemäß dem erfassten Intensitätsübergang unter Verwendung eines Bildverarbeitungsverfahrens; und eine Ausgabeeinrichtung zum Ausgeben eines Musterübergangs des Niederschlagbereichs als Zeitreihenbilder basierend auf vorhergesagten Ergebnissen. Vorzugsweise iteriert die Bilderzeugungs- und Bildverschwindungseinrichtung eine Faltungsintegralberechnung und eine inverse Integralberechnung davon in Bezug auf eine Gauß-Funktion und auf Bilddaten des Niederschlagsbereichs.
(3) Meteorologisches Radargerät zur Vorhersage von Niederschlagsmustern, ferner umfassend: eine Bildverarbeitungseinrichtung zum Erfassen und Ausgeben von Intensitäts- und Flächenübergängen zwischen zwei oder mehr zweidimensional zurückliegenden Bilder, die in der Bildspeichereinrichtung als eindimensionale Zeitreihensignale gespeichert sind; eine Vorhersagebereichs-Wachstums- und Vorhersagebereichs-Zerfalls-Vorhersageeinrichtung zum Vorhersagen eines Übergangs in Bezug auf das Wachstum und den Zerfall des Vorhersagebereichs basierend auf den eindimensionalen Zeitreihensignalen; und eine Ausgabeeinrichtung zum Ausgeben eines Musterübergangs des Vorhersagebereichs als Zeitreihenbilder basierend auf vorhergesagten Ergebnissen.

Diese Geräte (oder das Verfahren) können ebenfalls leicht und preiswert realisiert werden, wobei mit einfacheren Algorithmen eine schnelle Verarbeitung möglich ist.
Außerdem schafft die vorliegende Erfindung als eine Anwendung der oben erwähnten Erfindung ein Vorhersageverfahren für Gasverteilungsmuster, das die folgenden Schritte umfasst: Eingeben von Gasverteilungsbildern von Gas, das in der Luft verteilt ist, Speichern der eingegebenen Bilder als Zeitreihen zweidimensionaler Bilder; Berechnen verschiedener Bildmerkmalsgrößen bezüglich zwei oder mehr der gespeicherten zweidimensionalen zurückliegenden Bilder; Berechnen eines räumlich-zeitlichen Übergangs des verteilten Gases unter Verwendung eines Advektions-Diffusions-Gleichungssystems, das verschiedene physikalische Effekte bezüglich in die Luft entladenen Gases angibt, mit den verschiedenen Bild merkmalsgrößen als Anfangswerte; Vorhersagen des Übergangs eines Musters bezüglich der Gasverteilung basierend auf Ergebnissen der Berechnung; und Ausgeben vorhergesagter Ergebnisse als Zeitreihenbilder. (Ein Gerät zur Realisierung dieses Verfahrens wird ebenfalls geschaffen.) Als ein Gas können Kohlenmonoxid, Stickoxide und Schwefeloxide und dergleichen, die in die Luft entladen werden, betrachtet werden. Das heißt, durch Eingeben der Gasverteilungsbilder von Gas in der Luft, die ähnliche Charakteristiken wie die Intensitätsverteilung eines Niederschlagsbereichs haben, und unter Verwendung der Advektions-Diffusions-Gleichung können in einem ähnlichen Verfahren Einflüsse chemischer Substanzen auf einen beobachteten Bereich vorhergesagt werden.
KURZBESCHREIBUNG DER ZEICHNUNG
1 ist ein Blockschaltplan, der eine Konstruktion eines meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in Beispiel 1 gemäß der vorliegenden Erfindung zeigt.
2 ist eine typische Veranschaulichung, die ein Beispiel des Wachstums und der Verschwindung von Niederschlagsbereichen zeigt, die in einem realen Radarbild beobachtet werden.
3 zeigt Beispieländerungen des Bereichs und des Graupegels bzw. der Graupegel eines Niederschlagsbereichs in Bezug auf eine Wachstumsphase.
4 ist ein Ablaufplan zur Angabe des Standards für die Auswahl des Faltungsintegrals und seines inversen Integrals in Beispiel 1.
5 zeigt eine Beziehung zwischen der Intensität (S) eines Bilds, die zuvor berechnet worden ist, und der Streuung (σ) der Gauß-Funktion.
6 zeigt ein Beispiel des Wachstums und der Verschwindung eines unbeständigen Objekts, die in Beispiel 1 beobachtet werden.
7 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in Beispiel 2 gemäß der vorliegenden Erfindung zeigt.
8A und 8B sind typische Veranschaulichungen, die Änderungen zwischen zwei Teilbilder eines Niederschlagsbereichs zeigen, die in projizierten realen Radarechobildern beobachtet wurden.
9 gibt Übergänge der Fläche, der Intensität und des normierten Kreuzkorrelationswerts zwischen der Fläche und der Intensität in Beispiel 2 an.
10 zeigt ein Beispiel, in dem eine Gleichung zur Näherung in Bezug auf den Flächenübergang an ein Beobachtungsergebnis gefittet wird.
11 zeigt hinsichtlich des Flächenübergangs Ergebnisse der Erfassung und Vorhersage eines Verfahrens, in dem eine Differenz zwischen den vorhandenen Daten und den Daten bezüglich einer vorherbestimmten Anzahl zurückliegender Teilbilder vorhergesagt wird.
12 ist eine graphische Darstellung zur Angabe eines Trefferverhältnisses der Flächen-Zunahme/Abnahme-Vorhersage basierend auf dem wie in
11 gezeigten Intensitätsübergang.
13 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in Ausführungsform 1 gemäß der vorliegenden Erfindung zeigt.
14 ist eine typische Veranschaulichung, die Extraktionszustände einer Differenz zwischen zwei aufeinander folgenden Teilbildern zeigt.
15 ist eine typische Veranschaulichung, die einen diskreten Zustand eines Bilds und die Zuweisung von Grenzbedingungen, die zum Lösen der Advektions-Diffusions-Gleichung notwendig sind, zeigt.
16 ist eine typische Veranschaulichung, die ein Ergebnis durch Verfolgen eines Übergangs des Schwerpunkts eines Niederschlagsbereichs über Bildverarbeitung zeigt.
17A–17C sind graphische Darstellungen für den Vergleich von vorhergesagten Ergebnissen der Ausführungsform 1 und der herkömmlichen Verfahren.
18 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in Beispiel 3 gemäß der vorliegenden Erfindung zeigt.
19 zeigt Ergebnisse des Fittens einer nichtlinearen Funktion an einen tatsächlichen Übergang der Fläche unter Verwendung des Verfahrens der kleinsten Quadrate.
20A–20C zeigen Ergebnisse des Fittens einer nichtlinearen Funktion bezüglich akkumulierter zurückliegender Daten.
21A und 21B zeigen eine statistische Schätzung für die Vorhersage unter Verwendung einer nichtlinearen Funktion.
22 zeigt ein Ergebnis durch Vergleich eines Trefferverhältnisses des Verfahrens gemäß Beispiel 3 mit dem eines herkömmlichen Verfahrens unter Verwendung des CSI.
23 ist ein Ablaufplan des meteorologischen Radarverfahrens zur Vorhersage von Niederschlagsmustern der Ausführungsform 2 gemäß der vorliegenden Erfindung.
24 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern der Ausführungsform 2 gemäß der vorliegenden Erfindung zeigt.
25 ist eine typische Draufsicht zur Erläuterung des Verfahrens zum Erfassen der Kontur und der Normalen aus jedem Niederschlagsbereichsblock.
26A und 26B sind typische Draufsichten, die Beispiele zeigen, in denen sich die Kontur des Blocks eines Niederschlagsbereichs beim Übergang von einem Bild-Teilbild zu einem anderen Bild-Teilbild voraus ausdehnt.
27 ist eine typische Draufsicht, die ein Ergebnis der Berechnung der Konturtransformationsgröße bezüglich eines realen Niederschlagsbereichs zeigt.
28 ist eine typische Draufsicht, die ein Ergebnis der Evaluierung der Gesamtbewegungsgeschwindigkeiten unter Verwendung der Größen der lokalen Transformationen (d. h. der lokalen Bewegungsgeschwindigkeiten) zeigt.
29 zeigt ein beispielhaftes Bild auf der Anzeige, das durch Berechnen zurückliegender und momentaner Konturpunkte über den Fluidgleichungs-Interpolationsabschnitt 550 in 24 erhalten wurde, wobei auf der Anzeige die Richtung jeder Verlagerung angegeben wurde.
30 ist eine graphische Darstellung für den Vergleich vorhergesagter Ergebnisse der Ausführungsform 2 und der herkömmlichen Verfahren.
31 ist ein Ablaufplan des meteorologischen Radarverfahrens zur Vorhersage von Niederschlagsmustern der Ausführungsform 3.
32 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern der Ausführungsform 6 zeigt.
33 ist eine typische graphische Darstellung, die eine Beziehung zwischen der Flächenänderungsrate und dem Diffusionskoeffizienten zeigt.
34A und 34B sind typische Diagramme zur Erläuterung einer Beziehung zwischen Topographieeffekten und relevanten Parametern.
35 ist eine typische Veranschaulichung zur Erläuterung eines Verfahrens zum Erhöhen oder Verringern der Diffusions- und der Dispersionskoeffizienten gemäß dem Abstand vom Niederschlagszentrum.
36 ist eine typische Veranschaulichung, die ein Beispiel der Erfassung der Verlagerung eines Niederschlagsmusters basierend auf dem CC-Verfahren zeigt.
37A und 37B sind graphische Darstellungen für den Vergleich evaluierter Ergebnisse der Vorhersagen gemäß Ausführungsform 3 und dem herkömm lichen Verfahren.
38 ist ein Blockschaltplan des Flussgeschwindigkeits-Evaluierungsgeräts in Ausführungsform 4.
39 ist ein Ablaufplan zur Erläuterung von Operationen des Bewegungsgeschwindigkeitserfassungsabschnitts 720 und des Bewegungsgeschwindigkeits-Wiederholungsausbreitungsabschnitts 730.
40 ist eine erläuternde Veranschaulichung, die jedem Schritt in 39 entspricht.
41 ist eine graphische Darstellung, die evaluierte Ergebnisse zeigt, die erhalten wurden, wenn das Advektionsvektorevaluierungsverfahren gemäß Ausführungsform 4 verwendet wurde.
42 zeigt das Grundgerüst eines in einem praktischen Beispiel verwendeten Vorhersageverfahrens, in dem die Verfahren gemäß der vorliegenden Erfindung synthetisch verwendet wurden.
43 ist eine Liste, die Bedingungen als in dem praktischen Beispiel verwendete Parameter zeigt.
44 ist ein Diagramm, das vorhergesagte Ergebnisse bezüglich eines Schichtniederschlagsmusters in dem praktischen Beispiel zeigt.
45A zeigt Bedingungen, die sich auf die Anwesenheit/Abwesenheit jedes physikalischen Effekts in einem Streifenniederschlagsmuster beziehen, und 45B und 45C sind Diagramme, die einen realen Übergang und vorhergesagte Ergebnisse bezüglich des Musters zeigen.
46 ist ein Diagramm, das vorhergesagte Ergebnisse für ein Niederschlagsmuster in einer Zerfallsphase in dem praktischen Beispiel zeigt.
47 ist ein Diagramm, das vorhergesagte Ergebnisse für ein weiteres Niederschlagsmuster in einer Zerfallsphase in dem praktischen Beispiel zeigt.
BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
Im Folgenden werden anhand der Zeichnung ausführlich bevorzugte Ausführungsformen der vorliegenden Erfindung und weitere Beispiele erläutert.
Beispiel 1
In diesem Beispiel werden anhand von Bildverarbeitungsverfahren systematisch (Teil-)Bilderzeugungs- und (Teil-)Bildverschwindungsoperationen ausgeführt. Dies kann z. B. leicht dadurch ausgeführt werden, dass ein Faltungsintegral und ein inverses Integral davon in Bezug auf eine Gauß-Funktion und auf Bilddaten eines Niederschlagsbereichs iteriert werden. Ein solcher Prozess wird hier als ein Effekt verwendet, um ein Bild in dem Bildverarbeitungsfeld allmählich blasser zu machen.
Ein Graupegel eines Bilds ist proportional zu der entsprechenden Intensität des Niederschlagsbereichs, wobei der Graupegel durch Iteration des Faltungsintegrals sinkt. Somit werden die Erzeugungs- und Verschwindungsoperationen für den Niederschlagsbereich ausgeführt, während Intensitätsdaten geliefert werden, d. h. durch Anheben der Intensität, um die Durchschnittsintensität höher als auf einem festen Pegel zu halten. Die Graupegel, d. h. die Intensitäten, werden gemäß einer durch Addition von Differenzen zwischen Teilbildern definierten Funktion geändert.
1 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in dem Beispiel 1 zeigt.
1 zeigt einen Bildeingabeabschnitt 100 zur Eingabe von Radarbildern eines Niederschlagsbereichs, einen Bildspeicherabschnitt 110 zum Speichern von Zeitreihen zurückliegender Bilder, einen Bildübergangs-Erfassungsabschnitt 120 zum Erfassen einer Änderung zwischen Bildern unter Verwendung einer Gleichung zum Evaluieren einer Intensitätsänderung des Niederschlagsbereichs gemäß der Summe der Differenzen zwischen Teilbildern, einen Bilderzeugungs-/Bildverschwindungsabschnitt 130 zum Erzeugen eines (Teil-)Bilds, wenn die obige Intensität (die obigen Intensitätswerte) zunimmt (zunehmen); oder zur Verschwindung eines (Teil-)Bilds, wenn die obige Intensität (die obigen Intensitätswerte) abnimmt (abnehmen), und einen Ausgabeabschnitt 140 zum Erzeugen und Ausgeben eines vorhergesagten Bilds des Niederschlagsbereichs gemäß einem von dem Bilderzeugungs-/Bildverschwindungsabschnitt 130 ausgegebenen Ergebnis.
Der Bilderzeugungs-/Bildverschwindungsabschnitt 130 führt diese lokalen Erzeugungs- und Verschwindungsoperationen für das Niederschlagsmuster in dem Niederschlagsbereich aus und verarbeitet gleichzeitig die Intensitäten des Musters. Genauer werden das Faltungsintegral und dessen inverses Integral zwischen einer Gauß-Funktion (oder dergleichen) und Bilddaten eines Niederschlagsbereichs iteriert. In diesem Rechenschritt werden für jede Iteration Intensitätsinformationen zum Aufrechterhalten der Graupegel des Bilds auf einem festen Pegel geliefert.
2 ist eine typische Veranschaulichung, die ein Beispiel des Wachstums und des Verschwindens von Niederschlagsbereichen zeigt, die in einem realen Radarbild beobachtet werden. Dieses Beispiel zeigt, dass verhältnismäßig kleine Niederschlagsbereiche verschwinden, während ein verhältnismäßig großer Niederschlagsbereich wächst. Allerdings geschehen diese Phänomene in Übereinstimmung mit Charakteristiken, die eher auf der "Summe" der Änderungen der Graupegel, wenn Differenzen zwischen Teilbildern berechnet werden, als auf Änderungen ihrer Bereiche basieren.
3 zeigt Beispieländerungen der Fläche und des Graupegels bzw. der Graupegel eines Niederschlagsbereichs in Bezug auf eine wachsende Phase. Gemäß der Figur kann selbst dann, wenn die Änderung der Fläche keine Neigung zur Zunahme gemäß dem Wachstum des Niederschlagsbereichs zeigt, ein Vorzeichen des Wachstums (d. h. ein Teil, der eine plötzliche Änderung zeigt, was eine Verschlimmerung der Konvektion angibt) in der Änderung des Graupegels beobachtet werden. Somit kann es geeignet sein, die Änderung des Graupegels als einen Standardindikator für die Erzeugung oder Verschwindung eines Niederschlagsbereichs zu verwenden.
4 ist ein Ablaufplan zur Angabe des Standards für die Auswahl des Faltungsintegrals und seines inversen Integrals in dem vorliegenden Beispiel, d. h. ein Ablaufplan zur Erläuterung der Operationen des Wechsels von Erzeugungs- und Verschwindungsprozessen gemäß der Intensitätsänderung des Niederschlagsbereichs. Die Graupegeländerung, d. h. die Intensitätsänderung, kann als Gleichung (1) definiert werden.

W:: das gesamte Teilbild;
t:: Zeit
Img:: Graupegel des Bilds
i,: j: Adresse jedes Pixels
||·||:: Norm

Die (Zeitreihen-)Änderung eines durch die Graupegel gebildeten Texturmusters wird hier durch Berechnen einer Differenz zwischen den entsprechenden Pixeln zwischen zwei Teilbildern und daraufhin Berechnen der Summe der Differenzen evaluiert.
Gleichung (2) zeigt das Faltungsintegral und dessen inverses Integral.
Faltungsoperationen:
Die Gauß-Funktion zum Ausführen der Faltungsoperationen mit einem Bild hat zwei Parameter wie etwa eine Streuung zum Steuern der Spanne (der Form) der Funktion und des Werts der Funktion. Bei den Operationen wird die FFT für das Bild und für die Gauß-Funktion getrennt ausgeführt, woraufhin beide Ergebnisse miteinander multipliziert werden und anschließend die IFFT des Produkts berechnet wird. Diese Operationen verbessern die Verarbeitungsgeschwindigkeit des Systems.
5 zeigt eine Beziehung zwischen der Intensität (S) eines Bilds, die zuvor berechnet wird, und der Streuung (σ), dem Parameter, der den Grad der Spanne der Gauß-Funktion angibt. Die Größe der Streuung ändert sich gemäß der Anzahl der Iterationen der Operationen, liegt aber höchstens innerhalb 1,0–2,0.
6 zeigt ein Beispiel des Wachstums und des Verschwindens eines unbeständigen Objekts, das in dem vorliegenden Beispiel beobachtet wird. In diesem Beispiel ist das Objekt in dem Bild H, das durch die Entwicklungs- und Verschwindungsoperationen gemäß der Größe der Streuung (σ) transformiert wird ("L" gibt eine große Streuung an, während "S" eine kleine Streuung angibt). Das heißt, das in der Figur gezeigte Objekt mit vier Vorsprüngen wird durch Ausführen der obigen Operationen als Ganzes in ein schlankes Objekt transformiert. In der Praxis werden die Erzeugungs-/Verschwindungsoperationen auf jeden lokalen Bereich in dem Bild ausgeübt.
Dementsprechend ist es in diesem Beispiel durch Iterieren des Faltungsintegrals und seines inversen Integrals als eine Bildverarbeitungstechnik möglich, das Wachstum und Verschwinden eines Niederschlagsbereichs ohne Verwendung einer physikalischen Gleichung wie etwa einer Diffusionsgleichung vorherzusagen. Außerdem basieren die Operationen in diesem Beispiel auf einem Algorithmus, der kaum komplizierte Schritte enthält; somit kann das System mit niedrigen Kosten leicht realisiert werden.
Beispiel 2
In diesem Beispiel werden die zweidimensionalen Bildinformationen anhand von Bildverarbeitungstechniken in eindimensionale Zeitreihensignale bezüglich der Fläche oder Intensität eines Bilds umgesetzt, um eine durchschnittliche Schwankung in Bezug auf eindimensionale Merkmalsmengen vorherzusagen. Wenn die Notwendigkeit besteht, kann das zweidimensionale Bild zu jeder Zeit in mehrere kleine Blöcke aufgeteilt werden, um einen lokalen Übergang des zweidimensionalen Bilds zu verfolgen. Durch Beobachten des Übergangs eines Niederschlags bereichs als eindimensionale Signale können Speicher- und Betriebskosten stark verringert werden und kann eine sehr schnelle Verarbeitung realisiert werden.
7 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in dem Beispiel 2 zeigt.
In der Figur sind der Bildeingabeabschnitt 100 und der Bildspeicherabschnitt 110 dieselben wie jene, die in dem Gerät aus 1 enthalten sind. Das Gerät des vorliegenden Beispiels umfasst ferner einen Bildverarbeitungsabschnitt 220 zum eindimensionalen Erfassen von Änderungen der Fläche und der Intensität eines Niederschlagsbereichs zwischen zwei oder mehr zweidimensionalen Bildern, die in dem Bildspeicherabschnitt 110 gespeichert sind, einen Niederschlagsbereichs-Wachstums-/Zerfallsvorhersageabschnitt 230 zum Vorhersagen von Änderungen wie etwa Wachstum oder Zerfall eines Niederschlagsbereichs gemäß den eindimensionalen Zeitreihensignalen (die die Flächen- und Intensitätsübergänge des Niederschlagsbereichs angeben), die von dem Bildverarbeitungsabschnitt 220 ausgegeben werden, und einen Ausgabeabschnitt 240 zum Erzeugen und Ausgeben eines vorhergesagten Bilds des Niederschlagsbereichs gemäß einem von dem Abschnitt 230 ausgegebenen Ergebnis.
Der Bildverarbeitungsabschnitt 220 teilt ein Bild (d. h. ein Teilbild) in mehrere kleine Blöcke auf und erfasst für jeden kleinen Teilungsblock Flächen- und Intensitätsänderungen. Durch Erfassen des Übergangs der Intensität (d. h. des Graupegels) zusammen mit dem Übergang der Fläche kann hier eine genauere Vorhersage ausgeführt werden. Der Bildverarbeitungsabschnitt 220 berechnet und erfasst der Reihe nach zwischen jedem Bild und einem Bild, das eines oder mehrere Teilbilder von dem obigen Bild entfernt ist, Differenzen der Fläche und der Intensität (d. h. Zeitreihenerfassung) und definiert eindimensionale Zeitreihensignale und gibt sie aus. Auf diese Weise können ähnliche Wirkungen wie bei Verwendung eines Gleitmittelungsfilters (eines Operators zum Verarbeiten von Eingangsdaten unter Verwendung eines Gleitmittelungsverfahrens und zum Ausgeben der verarbeiteten Daten) erhalten werden. Spezifische Erfassungsverfahren werden später erläutert.
Der Niederschlagsbereichs-Wachstums-/Zerfallsvorhersageabschnitt 230 berechnet unter Verwendung einer Kreuzkorrelationsfunktion Kreuzkorrelationswerte bezüglich der Flächen- und Intensitätsänderungen und evaluiert eine Verzögerungs zeit zwischen beiden Änderungen.
Die 8A und 8B sind typische Veranschaulichungen, die Änderungen zwischen zwei Teilbildern eines Niederschlagsbereichs zeigen, die in projizierten realen Radarechobildern beobachtet wurden. 8A enthält eine typische Veranschaulichung, die einen Änderungsprozess eines Niederschlagsmusters und eine graphische Darstellung des (später erläuterten) entsprechenden Kantengradienten zeigt, während 8B eine typische Veranschaulichung ist, die Änderungsprozesse mehrerer (lokaler) Niederschlagsmuster zeigt. Die Bezugszeichen 20 und 25 geben in den Figuren Niederschlagsmuster an, das Bezugszeichen 21 gibt einen Bereich mit einem kleinen Kantengradienten an und das Bezugszeichen 22 gibt einen Bereich mit einem großen Kantengradienten an.
In dem im Bildverarbeitungsabschnitt 220 ausgeführten Verfahren zum Berechnen der Merkmalsqualität des Kantengradienten wird ein Verfahren zum Extrahieren von Kanten unter Verwendung von Sobel-Operatoren verwendet. In den 8A und 8B ist eine Gruppierung derart ausgeführt worden, dass Bereiche mit einem großen Kantengradienten schraffiert sind (siehe Bezugszeichen 22), während andere Bereiche mit einem kleinen Kantengradienten nicht schraffiert sind (siehe Bezugszeichen 21).
Gemäß einer solchen Bildverarbeitungsoperation wird ein Niederschlagsbereich dadurch charakterisiert, dass er aus einem Zentrumsbereich mit hohem Niederschlag und aus einem Umfangsbereich mit niedrigem Niederschlag besteht. Irgendein Niederschlagsmuster (20 oder 25) hat eine Doppelstruktur, wobei das Profil als der Kantengradient jedes Musters, wie in der graphischen Darstellung des Kantengradienten in 8A gezeigt ist, immer eine Bergform hat. In den Wachstums- und Zerfallsphasen eines Niederschlagsbereichs ist sichergestellt, dass sich die "schraffierten" Niederschlagsteile mit hohem Niederschlag immer zuerst ändern, während Änderungen in anderen Teilen mit niedrigem Niederschlag folgen, woraufhin sich der relevante Niederschlagsbereich zerstreut. Es wird angenommen, dass dieses Phänomen seinen Ursprung darin hat, dass das Zentrum der Konvektion fast in einem Teil mit hohem Niederschlag liegt und die dreidimensionale Stärkeleistung der Konvektion wie das obige Phänomen in dem zweidimensionalen Bild erscheint. Dementsprechend wird vorgeschlagen, dass eine Zu- oder Abnahme der Fläche vorhergesagt werden kann, während dem Übergang der Stärkeleistung des Niederschlagsbereichs gefolgt wird.
Die Teile (A), (B) und (C) in 9 geben in dieser Reihenfolge Übergänge der Fläche, der Intensität und des normierten Kreuzkorrelationswerts zwischen der Fläche und der Intensität an. Um aus einem zweidimensionalen Bild einen Teil mit mehr Graupegeln als einem spezifizierten Wert zu extrahieren, vergleicht der Bildverarbeitungsabschnitt 220 das Bild mit einem geeigneten Schwellenwert. Daraufhin zählt der Abschnitt die Zahl der Pixel, die in dem extrahierten Teil enthalten sind, wobei die Zahl als die Fläche des Niederschlagsbereichs in einem Teilbild definiert ist. Die Änderung der Intensität ist als die folgende Gleichung (3) definiert.
I t / i,j gibt in der obigen Gleichung einen Graupegel des (i, j)-ten Pixels in dem n-ten Teilbild an. Tex_I(t,s) gibt die erste Ableitung (d. h. einen Differentialwert der ersten Ordnung) in Bezug auf die obigen eindimensionalen Zeitreihensignale an. Die relevanten Daten enthalten hier geringfügig oszillierende Komponenten. Falls einfach eine Differenz zwischen zwei (angrenzenden) Teilbildern berechnet wird, wird der Übergang zwischen den Teilbildern unter dem Einfluss einer solchen geringfügigen Änderung nicht richtig erfasst. Somit wird die Differenz zwischen den Signalwerten eines Teilbilds und eines weiteren Teilbilds s Teilbilder früher berechnet. Dies folgt einem Ergebnis der Operation unter Verwendung eines Gleitmittelungsfilters.
Um eine statistische Beziehung zwischen der Fläche und der Intensität zu untersuchen, wurde nachfolgend eine Beziehung über eine Kreuzkorrelationsfunktion untersucht (siehe Teil (C) in 9). Im Ergebnis ist der normierte Kreuzkorrelationswert wenigstens 0,7, wobei die Positionen der Maximalwerte der Fläche und der Intensität annähernd 30 Minuten bis 1 oder 2 Stunden (im Zeitmaßstab) voneinander entfernt sind. In Anbetracht der Beziehung zwischen den Übergängen der zweidimensionalen Verteilung der Intensität und der Gesamtfläche (wie sie in den 8A und 8B gezeigt sind) miteinander kann geschlossen werden, dass es zwischen ihnen eine Zeitverzögerung von 30 Minuten bis 1 oder 2 Stunden gibt und dass außerdem eine periodische Wiederholbarkeit vorliegt. Dementsprechend kann vorhergesagt werden, dass die Fläche 30 Minuten bis 2 Stun den, nachdem der akkumulierte Wert der Intensität einen festen Wert überschritten hat, zunimmt.
Um eine weitere zukünftige Situation vorherzusagen, die mehr als 1 oder 2 Stunden voraus ist, ist es hinsichtlich eines verhältnismäßig gemäßigten Flächenübergangs zu einem gewissen Grad möglich, ein Polynom etwa dritter bis sechster Ordnung oder eine entsprechende nichtlineare Näherungsgleichung zu verwenden. Die Zunahme/Abnahme-Änderungen der Fläche kann wie in 10 (wobei beobachtete Werte in Teil (A) gezeigt sind, während vorhergesagte Werte durch Näherung in Teil (B) gezeigt sind) schrittweise durch Iterieren der Extrapolation mit Fitten einer quadratischen Funktion vorhergesagt werden. Das heißt, obgleich die Fläche mit der Zeit abnimmt, kann eine erneute Zunahme der Fläche vorhergesagt werden, falls der akkumulierte Intensitätswert innerhalb 30 Minuten bis 2 Stunden mehr als ein fester Wert ist. Diese Flächenzunahme gibt an, dass der relevante Niederschlagsbereich aktiv wird und sich mit der Aktivität der Konvektion ausbreitet.
Hinsichtlich des Flächenübergangs zeigt 11 Ergebnisse der Erfassung und Vorhersage gemäß dem folgenden Verfahren.
Wie in Gleichung (4) gezeigt ist, wird, um einen eindimensional dargestellten Flächenübergang richtig zu erfassen, die Differenz zwischen der Fläche S(t-s) von s Teilbildern früher und der momentanen Fläche S(t) berechnet, um den Positiv-/Negativzustand der Differenz zu beurteilen. Die Flächendaten enthalten ähnlich dem Intensitätsfall eine geringfügige (oszillierende) Bewertung (siehe Teil (A) in 11). Somit ist es notwendig, Differenzen zwischen den momentanen Daten und den Daten, die nicht unmittelbar vor dem momentanen sondern mehrere Teilbilder früher sind, zu erfassen.
Im Ergebnis der Entscheidung über die Zunahme/Abnahme der Fläche gemäß Gleichung (4) kann geschlossen werden, dass die tatsächliche Zunahme (+) und Abnahme (-) (siehe Teil (A) in 11) nicht immer erfasst wurden, bevor und nachdem der Bereich einen Maximalwert erreicht, aber fast jederzeit erfasst werden könnten (siehe Teil (B) in 11). Außerdem wird Gleichung (5) verwendet, um eine Vorhersage basierend auf dem Intensitätsübergang auszuführen, der dem Flächenübergang vorausgeht (in 11 sind die vorhergesagten Ergebnisse, die den in Teil (A) gezeigten Daten entsprechen, in Teil (C) gezeigt).
Gleichung (5) hat eine Form, in der fünf zurückliegende Intensitätswerte addiert werden. Dies ist so, da sich in der Verteilung der Intensitätswerte Maximal- und Minimalwerte pro Zeiteinheit im Vergleich zu monotonen Änderungen der Fläche stark ändern, so dass die Zunahme/Abnahme der Fläche durch Zuweisen eines Schwellenwerts zu der Gesamtenergie beurteilt wird.
12 ist eine graphische Darstellung zur Angabe eines Trefferverhältnisses der Flächenzunahme-/Flächenabnahmevorhersage basierend auf dem (wie in 11 gezeigten) Intensitätsübergang. Es sind der Durchschnitt und die Streuung in Bezug auf. die Zunahme/Abnahme gezeigt, die eine Charakteristik haben, dass die "Zunahme" ein etwas höheres Trefferverhältnis hat und die Schwankungen einen schmalen Bereich von ±10 % haben.
Folglich wird der Übergang eines Niederschlagsbereichs in dem vorliegenden Beispiel durch Umsetzen zweidimensionaler Bildinformationen in eindimensionale Zeitreihensignale in Bezug auf die Fläche und die Intensität vorhergesagt; somit kann eine schnelle Vorhersage mit weniger Speichergröße ausgeführt werden. Außerdem verwendet das vorliegende Verfahren eine Kenntnis der statistisch definierten Zeitverzögerung, die ihren Ursprung in konvektiven Phänomen hat; somit kann das Verfahren eine höhere Vorhersagegenauigkeit realisieren, als sie durch die herkömmlichen Verfahren realisiert werden kann, die die Merkmale dieser Phänomene nicht verwenden.
Ausführungsform 1
In dieser Ausführungsform werden eine physikalische Gleichung und Bildverarbeitungsverfahren kombiniert, um eine Vorhersage eines Niederschlagsgebiets anhand eines Advektions-Diffusions-Gleichungssystems (zweckmäßig als "Advektions-Diffusions-Gleichung" abgekürzt, obgleich die Gleichung, wie im Folgenden erwähnt wird, Terme enthält, die sich auf andere physikalische Effekte als Advektion und Diffusion beziehen) automatisch auszuführen, wobei die Radarecho-Bildinformationselemente selbst als Variable in der Advektions/Diffusions-Gleichung zugeführt werden. Daraufhin werden die Werte der Terme der Gleichung, die verschiedene physikalische Effekte darstellen wie etwa Zeit, Advektion, Diffusion, Quelle, Senke und Dispersion und der Diffusionskoeffizient bzw. die Diffusionskoeffizienten, ihrerseits ebenfalls zugeführt. Diese Ausführungsform ist durch diese Operationen charakterisiert.
Mit anderen Worten, die Modellierung eines Niederschlagsmusters wird mit einem Fluiddynamiksystem ausgeführt, wobei ein Fluidmodell angenommen wird, das fünf Fluidgrundelemente der Advektion, der Diffusion, der Quelle, der Senke und der Dispersion umfasst.
Die Diffusion ist ein Effekt, bei dem sich ein Niederschlagsmuster isotrop ausbreitet, so dass die Graupegel abgesenkt werden.
Die Advektion ist ein Effekt, bei dem jeder Teil eines Niederschlagsmusters (d. h. eines Fluids mit Graupegeln) Nachbarflüssen ausgesetzt wird und sich anisotrop bewegt (wobei z. B. ein oberer Teil nach unten gezogen wird).
Die Quelle ist ein Effekt, bei dem die Graupegel lokal zunehmen, wobei für ihn ein Modell verwendet wird, das das Konvektionszentrum in einem Bereich hat, wo die Niederschlagsmenge eines Niederschlagsmusters am höchsten ist (d. h. in einem Bereich, der den höchsten Graupegel hat).
Die Senke kann in der Weise betrachtet werden, dass sie in einem Zerfallsbereich auftritt, wo die Konvektion schwächer wird. Das heißt, die Niederschlagsmenge verringert sich; somit ist dies ein Effekt, dass sich die Graupegel in dem Niederschlagsmuster lokal verringern.
Die Dispersion ist ein Effekt, dass die Graupegel ungleichförmig abgesenkt werden, wobei dieser Effekt der Zerfallsphase entspricht.
13 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radar geräts zur Vorhersage von Niederschlagsmustern in der Ausführungsform 1 zeigt.
Der Bildeingabeabschnitt 100 und der Bildspeicherabschnitt 110 sind in der Figur dieselben wie jene, die in dem Gerät der Beispiele 1 oder 2 enthalten sind. Das Gerät der vorliegenden Ausführungsform umfasst ferner einen Bildverarbeitungsabschnitt 320 zum Berechnen von Bildmerkmalsgrößen wie etwa der Niederschlagsänderungsmenge und der Verteilung der Kantengradienten und dergleichen zwischen zwei oder mehr zweidimensionalen Bildern; einen Advektions-Diffusions-Gleichungs-Berechnungsabschnitt 330 zum Berechnen räumlich-zeitlicher Änderungen des Niederschlags anhand der Anfangsinformationen über die Form und über die Graupegel des relevanten Niederschlagsbereichs unter Verwendung einer Advektions-Diffusions-Gleichung, die die obigen sechs Terme enthält, mit den obigen verschiedenen Bildmerkmalsgrößen als Anfangswerte; einen Vorhersageabschnitt 340 zum Vorhersagen eines Übergangs des Niederschlagsbereichs gemäß einem Rechenergebnis; und einen Ausgabeabschnitt 350 zum Ausgeben vorhergesagter Ergebnisse in Form von Zeitreihenbildern.
Das Folgende sind Operationen, die durch den Abschnitt 320 ausgeführt werden.

(1) Aufteilen eines Bilds in Bereiche von zwei Typen, eines Bereichs mit einem hohen Kantengradienten und eines Bereichs mit einem niedrigen Kantengradienten in Bezug auf den Graupegel.
(2) Liefern des Graupegels jedes Pixels in jedem Bild als eine Variable der obigen Gleichung (die genaue Gleichungsform wird später erläutert) und Ändern des bzw. der Diffusionskoeffizienten des Diffusionsterms gemäß einer Änderungsrate der eindimensional dargestellten Fläche.
(3) Liefern von Daten, die sich auf positive und negative Bereiche beziehen (und die bestimmt werden, wenn die Differenz zwischen zwei aufeinander folgenden Teilbildern berechnet wird) an den Quell- bzw. an den Senkenterm der Gleichung.
(4) Extrahieren einer Änderung des Schwerpunkts in dem Bereich mit dem hohen Kantengradienten (in Bezug auf den Graupegel), um Advektionsvektoren zu bestimmen und zu liefern. Falls der Advektionsgrad stark ist, wird hier ebenfalls eine Änderung des Schwerpunkts in dem Bereich mit dem niedrigen Kantengradienten extrahiert und werden entsprechende Advektionsvektoren geliefert. Außerdem kann, wie in Beispiel 2 erläutert wurde, mit den folgenden Änderungen der Intensität des Niederschlagsbereichs die Zunah me/Abnahme der Fläche vorhergesagt werden.

14 ist eine typische Veranschaulichung, die Extraktionszustände einer Differenz zwischen zwei aufeinander folgenden Teilbildern zeigt. In der Figur gibt das Bezugszeichen 71 einen zukünftigen Bereich an, gibt das Bezugszeichen 72 einen zurückliegenden Bereich an, der sich mit einem momentanen Bereich nicht überlappt, und gibt das Bezugszeichen 73 einen Überlappungsbereich des zurückliegenden und des momentanen an, gibt das Bezugszeichen 75 einen momentanen Bereich an und gibt das Bezugszeichen 76 einen zurückliegenden Bereich an.
Wenn sich ein Niederschlagsbereich in 14 von der linken zur rechten Seite bewegt und eine Differenz zwischen den zwei Bereichen (in Bezug auf die Bewegung) erhalten wird (d. h. der momentane minus dem zurückliegenden), werden der zukünftige Bereich 71 (positiv), der zurückliegende Bereich 72 ohne Überlappung mit einem momentanen Bereich (negativ) und der überlappende Bereich bezüglich beider Bereiche (null) erhalten. Wie später beschrieben wird, werden an die Quell- und Senkenbereiche in der Advektions-Diffusions-Gleichung Graupegelinformationselemente geliefert, die sich jeweils auf diese Bereiche beziehen.
Als eine partielle Differentialgleichung zur physikalischen Darstellung der oben beschriebenen Fluidgrundcharakteristiken ist eine zeitabhängige Advektions-Diffusions-Gleichung bekannt (siehe "Progress of Fluid Mechanics/Turbulent Flow" herausgegeben von I. Tani, Maruzen Co., Ltd.). Das heißt, von dem ersten Term auf der rechten Seite werden, wie in Gleichung (6) gezeigt ist, ein Diffusionsterm (eine Form der zweiten Ableitung), ein Advektionsterm (die Produktform eines Advektionsvektors und der ersten Ableitung des Graupegels), ein Quellterm, ein Senkenterm und ein Dispersionsterm zugeführt.
Die Variable I(x, y, t) in Gleichung (6) bedeutet hier einen Graupegel des Pixels (x, y) eines Niederschlagsmusters zur Zeit t. Die linke Seite ist ein Zeit-Term, der eine Änderung des Graupegels für eine geringfügige Zeitdauer darstellt. Das Verweiszeichen u gibt einen zweidimensionalen Advektionsgeschwindigkeitsvektor an, der einer lokalen Bewegungsgeschwindigkeit des Niederschlagsmusters entspricht. In Gleichung (6) ist nur der Advektionsterm nichtlinear. Das Verweiszeichen λ bedeutet einen Diffusionskoeffizienten. In den obigen Literaturhinweisen "Y. Yuuma u. a., 'Experiments for a Very-short-range Prediction of Snowfall Using a Simple Weather Radar System Part 2. -Examples of Actual Prediction-' ... " und "Progress of Fluid Mechanics/Turbulent Flow"; herausgegeben von l. Tani ... ist der Diffusionskoeffizient als eine Konstante über den Gesamtbereich definiert. Demgegenüber weist die vorliegende Ausführungsform ein Merkmal auf, dass jedem Pixel diskrete Diffusionskoeffizienten zugewiesen werden.
Die Gleichung (6) kann unter Verwendung der Differenzenrechnung (oder des Rechenverfahrens der finiten Differenz) in eine Gleichung (7) in diskreter Form transformiert werden. Die Näherung wird in der Weise ausgeführt, dass der Zeit-Term durch die Vorwärtsdifferenz dargestellt wird, der Term der ersten Ableitung durch die zentrale Differenz dargestellt wird und der Term der zweiten Ableitung durch den Term erster Ordnung in Bezug auf den Abstand gebildet wird.
wobei n = 0, 1, 2 ... N ist, (i, j) ∊R² ist und R² einen Radarbildbereich angibt,
mit der Bedingung h = 1, 0
Wenn der Bildbereich und die Zeitachse in ein Gitter mit gleicher Teilung geteilt werden, werden die Koordinatenwerte und die Zeit wie folgt dargestellt: x = i·h, y = j·h, t = δt·n, wobei i, j, n ganze Zahlen sind, h eine Dezimalzahl ist und Gleichung (7) somit gleichzeitige lineare Gleichungen in Bezug auf einen zweidimensionalen Bildbereich sind. Außerdem wird das vorhergesagte Bild eines Niederschlagsmusters in der Weise erhalten, dass, nachdem das zukünftige Niederschlagsmuster (I n+1 / i,j) einen Schritt in der Zeit voraus anhand des Niederschlagsmusters (I n / i,j) zu der Zeit berechnet worden ist, die Berechnung zum Aktualisieren von I n+1 / i,j und I n / i,j bei Bedarf mehrmals iteriert wird.
Das vorhergesagte Bild ist ein Ausgabeergebnis von Gleichung (7) selbst. Zum Lösen von Gleichung (7) wird hier das Relaxationsverfahren unter Verwendung des Gauß-Seidel-Verfahrens verwendet; genauer wird das explizite Verfahren verwendet, um die Berechnung einer inversen Matrix hoher Ordnung zu vermeiden.
15 ist eine typische Veranschaulichung, die einen aufgeteilten (d. h. diskreten) Zustand eines Bilds und die Zuweisung von Grenzbedingungen, die zum Lösen der Gleichung notwendig sind, zeigt. Das Symbol "Δ" gibt in der Figur einen Punkt in einem Niederschlagsbereich in dem Bild an, während das Symbol "0" einen Punkt außerhalb des Niederschlagsbereichs angibt. Der Niederschlagsbereich entspricht einem Teil der tatsächlichen Phänomene; um eine Berechnung in Bezug auf Ausschnittteile realer aufeinander folgender Ebenen auszuführen, wird das Gitter für die Berechnung somit so bestimmt, dass eine Stetigkeitsbedingung für die internen und externen Punkte gegeben ist, d. h., dass der äußerste Gitterpunkt in dem Bild und der (nächste) innere Gitterpunkt in Bezug auf Gleichung (7) denselben Wertesatz haben. Das ist so, da, wie in Gleichung (7) gezeigt ist, während Terme der ersten und der zweiten Ableitung in die diskrete Form transformiert werden, auf Gitterpunkte Bezug genommen wird, die ±1 vom Referenzpunkt (i, j) (d. h. vor und nach dem Referenzpunkt) entfernt sind. Hinsichtlich der Stetigkeitsbedingung werden, wie es häufig in der numerischen Dynamik in der Berechnung der Fall ist, die äußersten Punkte in dem Berechnungsgitter (O) und die (nächsten) inneren Gitterpunkte (Δ) (in Bezug auf die äußersten Punkte) einfach unter Verwendung einer Gleichheit kombiniert, wobei auf die Gleichheit für jedes Zeitintegral Bezug genommen wird.
Außerdem werden die Anfangsbedingungen (oder Anfangsdaten) wie folgt klassifiziert: (i) Graupegel eines Teilbilds des realen zweidimensionalen Niederschlagsmusters zu Beginn der Vorhersage (I 0 / i,j), (ii) Advektionsvektoren (n(i, j) und Diffusionskoeffizienten (λ_i,,j) und (iii) Quelle (Quelle 0 / i,j), Senke (Senke 0 / i,j) und Dispersion (ε 0 / i,j).
Die zur Bestimmung der Werte der Anfangsdaten notwendigen Niederschlagsmusterbilder werden hier zuvor in dem Bildspeicherabschnitt 110 gespeichert.
Die Verfahren zur Bestimmung der zu dem obigen Term (ii) gehörenden Anfangsbedingung werden später erläutert. Die Diffusionskoeffizienten werden hier zuvor unter der Annahme eingestellt, dass sie eine proportionale Beziehung zum Grad des Flächenübergangs haben.
Im Folgenden werden die Anfangsbedingungen bezüglich des obigen Terms (iii) erläutert.
Der Term Quelle(x, y, t) wird auf einen festen Graupegel(-Wert) in Bezug auf einen Bereich mit dem maximalen Niederschlag (d. h. mit hohen Graupegeln) in dem Niederschlagsmuster, d. h. auf einen Bereich, der als eine "Quelle" erkannt wurde, eingestellt,
wobei die Bewegungsgeschwindigkeit des Schwerpunkts des Zentralteils der Konvektion (gx, gy) ist.
Währenddessen verschiebt sich in dem Senkenbereich die durch Senke(x, y, t) dargestellte Graupegelverteilung von einem hohen zu einem niedrigen Pegel; somit ist es schwierig, den Zentralteil der Konvektion deutlich zu spezifizieren. Um dies unter Verwendung eines Merkmals von Bildern zu erläutern, wird geschätzt, dass die Kantenstruktur (d. h. die Struktur der ersten Ableitung) in dem Senkenbereich undeutlich wird, während die Graupegel des Niederschlagsmusters fallen. Wie durch Gleichung (9) gezeigt ist, wird somit ein fester negativer (Graupegel-)Wert an den Senkenterm geliefert, nachdem der Graupegel I_i,j und der Gradient ∇I_i,j in Bezug auf das momentane (n = 0) und auf das (um s Teilbilder) zurückliegende verglichen worden sind und ein Bereich spezifiziert worden ist, wo beide Elemente verringert wurden. Der Gradient selbst ist hier proportional zum Graupegel.
wobei der Index s zur Angabe eines s Teilbilder zurückliegenden realen Niederschlagsmusterbilds mit der Referenzteilbildnummer n = 0 zu Beginn der Vorhersage verwendet wird.
Nachfolgend ist ε(x, y) der Dispersionsterm, an den, wie in Gleichung (10) gezeigt ist, an jeden Punkt (rx, ry) bezüglich des Nachbarpunkts (i + rx, j + ry) für den durch Gleichung (9) definierten Senkenbereich als ein Dispersionsbereich ein zufälliger negativer Wert geliefert wird.
Falls in einem vorhergesagten Niederschlagsmuster ein nichtlinearer Effekt enthalten ist, können sowohl die Advektionsgeschwindigkeiten als auch die Graupegel in dem Advektionsterm geändert werden. Wie später beschrieben wird, sollten hier Änderungen der Advektionsgeschwindigkeiten unter Verwendung einer anderen Form als Gleichung (7) vorhergesagt werden. Falls im Gegensatz dazu nur lineare Effekte betrachtet werden, werden die Advektionsgeschwindigkeiten konstant gesetzt.
Das Folgende sind Erläuterungen bezüglich der Advektionsgeschwindigkeit.
16 ist eine typische Veranschaulichung, die ein Ergebnis durch Verfolgen des Übergangs des Schwerpunkts eines Niederschlagsbereichs über Bildverarbeitung zeigt. Das Bezugszeichen 131 gibt in der Figur einen Bereich mit einem kleinen Kantengradienten an, das Bezugszeichen 132 gibt einen Bereich mit einem großen Kantengradienten an, das Bezugszeichen 133 gibt einen Niederschlagsbereich an und das Bezugszeichen 134 gibt den Schwerpunkt an.
Das Ergebnis der Verfolgung des Schwerpunkts wird an den Advektionsvektor ( u n / i,j, v n / i,j) in Gleichung (7) geliefert.
Die Kantengradienten werden aus dem Niederschlagsbereichsbild erfasst, wobei in dem Bereich mit einem hohen Kantengradienten für jede Zeiteinheit ein Übergang des Schwerpunkts (134) verfolgt wird. Falls eine starke Advektion erzeugt wird, wird hier der Übergang des Schwerpunkts in dem Bereich mit einem niedrigen Kantengradienten ebenfalls erfasst, um die Advektionsvektoren zu bestimmen. Die Richtung und die Größe der Verlagerung des Schwerpunkts werden als in dem Niederschlagsbereich erzeugte durchschnittliche Advektionskomponenten ermittelt. Falls mehr lokale Advektionskomponenten erforderlich sind, wird für jeden Gitterpunkt ein Geschwindigkeitsvektor geliefert, der als eine Lösung der Navier-Stokes-Gleichung erhalten wird.
17A–17C sind graphische Darstellungen für den Vergleich vorhergesagter Ergebnisse der vorliegenden Ausführungsform und der herkömmlichen Verfahren. Die Linie A zeigt in jeder Figur ein Ergebnis gemäß dem Verfahren der vorliegenden Ausführungsform, während die Linie B ein Ergebnis des herkömmlichen Verfahrens wie etwa des CC-Verfahrens oder eines Verfahrens unter Verwendung eines Neuronennetzmodells zeigt. Falls der CSI (Index des kritischen Erfolgs) verwendet wird (siehe 17A), der allgemein als ein Trefferverhältnis in Bezug auf die Fläche bekannt ist, ist zu erkennen, dass der Abfall des Trefferverhältnisses im Fall der vorliegenden Ausführungsform gegenüber dem Fall des herkömmlichen Verfahrens stark unterdrückt ist. Das Folgende ist hier der CSI, wobei a die Fläche des realen beobachteten Bereichs, b die Fläche des vorhergesagten Bereichs und c die Fläche des "Treffer"-Bereichs sind. CSI = b/(a + c) (%)
Falls nachfolgend der folgende "Vorhersagefehler ERR" bezüglich der vorhergesagten Werte für den Graupegel, d. h. bezüglich der Niederschlagsmenge, verwendet wird, kann außerdem erkannt werden, dass die vorliegende Ausführungsform eine viel höhere Genauigkeit aufweist. Der ERR gibt ein Verhältnis der Summe des realen Niederschlags (der realen Niederschlagsmenge) zur Summe des vorhergesagten Niederschlags an. Der Niederschlag wird hier durch Umsetzen der Graupegel anhand einer charakteristischen Radarfunktion (d. h. einer exponentiellen Funktion) erfasst. Wenn beide Summen der Graupegel des realen und des vorhergesagten Niederschlagsmusters miteinander übereinstimmen, wird der ERR 100 % (siehe die folgende Gleichung (11)).
wobei R = vorhandene Pixelzahl ist.
Darüber hinaus kann hinsichtlich der Ähnlichkeit der Form (siehe 17C) ebenfalls erkannt werden, dass in dem Verfahren der vorliegenden Ausführungsform der Übergang der Form für jede Zeiteinheit sehr geeignet gemäß den Attributen der relevanten Gleichung definiert wird.
Gemäß den obigen Ergebnissen der Schätzung der Leistungsfähigkeit kann beurteilt werden, dass die Vorhersage der vorliegenden Ausführungsform eine beträchtlich hohe Genauigkeit aufweist. Außerdem kann im Fall eines stationären Niederschlagsbereichs selbst bei der Vorhersage von 5 oder 6 Stunden voraus ein Trefferverhältnis erzielt werden, das für die praktische Verwendung geeignet ist (wobei der herkömmliche Grenzwert 2 oder 3 Stunden voraus ist).
Das heißt, in der vorliegenden Ausführungsform werden die zeitabhängige physikalische Gleichung und die Bildverarbeitungsverfahren geeignet kombiniert; wird jeder Term in Bezug auf die Effekte, die verschiedene Phänomene angeben, die sich auf den Niederschlag beziehen, unter Verwendung einer einzelnen Gleichung genähert; wird außerdem die Vorhersage durch Liefern einer Anfangsform und von Graupegeldaten des relevanten Niederschlagsbereichs ausgeführt. Somit kann eine nähere Vorhersage der Form, der Graupegel usw. des Niederschlagsbereichs zu den tatsächlichen Phänomenen (d. h. mit höherer Genauigkeit) ausgeführt werden, ohne sich auf empirische Vorschriften zu stützen.
Beispiel 3
In diesem Beispiel werden aus zweidimensionalen Bildinformationen basierend auf Bildverarbeitungstechniken eindimensionale Zeitreihensignale in Bezug auf den Flächenübergang extrahiert, wobei an die extrahieren Daten unter Verwendung des Verfahrens der kleinsten Quadrate eine nichtlineare Funktion gefittet wird, wodurch ein Flächenübergangszustand von Dutzenden von Teilbildern im Voraus vorhergesagt wird.
Wie oben in dem zweiten Beispiel beschrieben wurde, können durch Darstellen der Änderungen eines Niederschlagsbereichs unter Verwendung eindimensionaler Signale die Größe der Speicher und die Betriebskosten stark verringert werden, während außerdem eine sehr schnelle Verarbeitung realisiert werden kann.
18 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern in dem Beispiel 3 zeigt.
Der Bildeingabeabschnitt 100 und der Bildspeicherabschnitt 110 sind in der Figur dieselben wie jene, die in dem wie in den früheren Ausführungsformen und Beispielen gezeigten Gerät enthalten sind. Das Gerät des vorliegenden Beispiels umfasst ferner einen Bildverarbeitungsabschnitt 420 zum Extrahieren von Änderungen der Fläche (des Werts) als eindimensionale Zeitreihensignale in Bezug auf die in dem Bildspeicherabschnitt 110 gespeicherten zurückliegenden Zeitreihenbilder (zweidimensionalen Bilder); einen Funktionsfittungsabschnitt 430 zum Fitten einer nichtlinearen quadratischen Funktion an die eindimensionalen Zeitreihensignale über das Verfahren der kleinsten Quadrate; einen Vorhersageabschnitt 440 zum Vorhersagen eines Flächenübergangszustands Dutzende Teilbilder im Voraus basierend auf einem von dem Vorhersageabschnitt 440 ausgegebenen Ergebnis; und einen Ausgabeabschnitt 450 zum Erzeugen und Ausgeben eines vorhergesagten Bilds des Niederschlagsbereichs gemäß einem durch den Vorhersageabschnitt 440 vorhergesagten Ergebnis.
Der Vorhersageabschnitt 440 sagt "einen Maximalwert bei jedem Wechselpunkt von Zunahme zu Abnahme" und (oder) "einen Minimalwert bei jedem Wechselpunkt von Abnahme zu Zunahme" vorher.
19 zeigt Ergebnisse des näherungsweisen Fittens einer nichtlinearen Funktion an einen tatsächlichen Übergang der Fläche unter Verwendung des Verfahrens der kleinsten Quadrate, d. h. Ergebnisse durch Fitten der durch eine Strichlinie angegebenen Funktion an die durch eine durchgezogenen Linie angegebenen beobachteten Werte. Wenn der Flächenübergang eines Niederschlagsbereichs als eindimensionale Zeitreihensignale von zweidimensionalen Bildern erfasst wird, kann eine allgemeine Charakteristik irgendeines Niederschlagsmusters ermittelt werden, in der maximale und minimale Werte für jeweils mehrere Stunden in einem sinusschwingungsartigen Muster abwechselnd erscheinen. Somit können diese Maximal- und Minimalwerte durch Fitten einer geeigneten nichtlinearen Funktion vorhergesagt werden.
Die 20A–20C zeigen Ergebnisse des Fittens einer nichtlinearen Funktion in Bezug auf akkumulierte zurückliegende Daten.
Wenn eine quadratische Funktion unter Verwendung des Verfahrens der kleinsten Quadrate an eine anfangs wachsende Phase eines Niederschlagsbereichs gefittet wird, können ein Maximalwert, d. h. eine Wechselzeitdauer von Wachstum zu Zerfall, und die Maximalfläche vorhergesagt werden (siehe 20A). Falls auf weitere zurückliegende Daten Bezug genommen wird, wird die Evaluierungsgenauigkeit des Maximalwerts verbessert (siehe 20B). Außerdem kann beobachtet werden, dass es keine bemerkenswerte Differenz zwischen dem wahren Maximalwert (siehe 20C) und dem durch Fitten der nichtlinearen Funktion vorhergesagten Ergebnis gibt. Das Ergebnis entspricht einer Tatsache, dass Änderungen in den wachsenden und Zerfallsphasen einen Übergang ähnlich einer quadratischen Funktion zeigen und dass, nachdem ein Maximalwert erschienen ist, der nächste Maximalwert im Allgemeinen erst Dutzende Stunden später erscheint.
Nachfolgend zeigen die 21A und 21B die statistische Schätzung für die Vorhersage unter Verwendung einer nichtlinearen Funktion.
Wenn der "Teilbildfehler" zwischen den tatsächlichen und den vorhergesagten Bildern statistisch in drei Klassen analysiert wird, ist der Fehler von 4–6 Teilbildern der häufigste Fall (siehe 21A), der einem Fehler von 20–30 Minuten im Zeitmaßstab entspricht. Andererseits hat die Fläche selbst näherungsweise einen Fehler von 10 % (siehe 21B). Dementsprechend kann festgestellt werden, dass die Flächenvorhersage unter Verwendung der nichtlinearen Funktion eine Genauigkeit erzielt, die für die praktische Verwendung allgemein geeignet ist.
22 zeigt ein Ergebnis durch Vergleich eines Trefferverhältnisses des Verfahrens gemäß dem vorliegenden Beispiel mit dem eines herkömmlichen Verfahrens.
Im Fall des CC-Verfahrens oder eines Neuronennetzverfahrens als ein herkömmliches Verfahren (siehe Linie A in der Figur) ist das Trefferverhältnis nach 1 Stunde weniger als 50 %. Falls das Wachstum des Niederschlagsbereichs ebenfalls betrachtet wird, indem in dem Verfahren eine Fluidgleichung verwendet wird, wird das Trefferverhältnis, nachdem 2 Stunden oder mehr verstrichen sind (siehe Linie B in der Figur) weniger als 50 %. Allerdings hat sich die Phase nach 2 Stunden in der Praxis von Wachstum zu Zerfall verschoben, wobei der Diffusionskoeffizient in diesem Fall wesentlich geändert werden sollte. Ein adaptiver Algorithmus, der für eine solche Änderung geeignet ist, ist bisher nicht vorgeschlagen worden. Das heißt, in den herkömmlichen Techniken kann entweder eine Zunahme oder eine Abnahme der Fläche vorhergesagt werden.
In dem vorliegenden Beispiel kann die Änderung von dem Wachstum zu dem Zerfall anhand eindimensionaler Signale bezüglich der Fläche vorhergesagt werden und kann der Diffusionskoeffizient in der Fluidgleichung in Übereinstimmung mit der relevanten Wachstums- oder Zerfallsphase zuvor eingestellt (oder geändert) werden. Auf diese Weise kann selbst nach 2 Stunden eine merkliche Verringerung des Trefferverhältnisses verhindert werden (siehe Linie C in 22), wodurch für lange Zeit ein Trefferverhältnis von mehr als 50 % aufrechterhalten werden kann.
Anstelle der quadratischen Funktion kann eine Exponentialfunktion, eine Sinusfunktion oder dergleichen verwendet werden, wobei aber experimentell bekannt ist, dass die quadratische Funktion am meisten erwünscht ist. Außerdem tritt dann, wenn unter Verwendung des Verfahrens der kleinsten Quadrate eine Funktion höherer Ordnung (dritter oder höherer Ordnung) gefittet wird, ein Problem auf, dass in den meisten Fällen mehrere ungeeignete Extremwerte erscheinen.
Wie oben erläutert wurde, werden in dem vorliegenden Beispiel zweidimensionale Bildinformationen in eindimensionale Zeitreihensignale umgesetzt, die sich auf die Fläche beziehen, um so den Übergang eines Niederschlagsbereichs vorherzusagen. Somit kann eine schnelle Verarbeitung mit weniger Speichergröße realisiert werden, wobei die Vorhersage "großer" Phänomene bezüglich der Fläche wie etwa einer Verschiebung der Phase von Wachstum zu Zerfall oder von Zerfall zu Wachstum durch Fitten einer nichtlinearen Funktion an den Übergang (an die Übergangsdaten) der Fläche unter Verwendung des Verfahrens der kleinsten Quadrate vorhergesagt werden kann. Folglich kann eine Vorhersage realisiert werden, die für lange Zeit eine für die praktische Verwendung geeignete Genauigkeit aufrechterhält.
Ausführungsform 2
In dieser Ausführungsform werden Daten bezüglich eines Niederschlagsbereichs in Teilbildern zu verschiedenen Zeiten eingegeben; wird anhand der eingegebenen Daten eine Kontur des zurückliegenden Niederschlagsbereichs definiert; werden Normalen (d. h. Normalenlinien), die spärlich in Bezug auf die Kontur eingestellt sind, in Bezug auf die Innenseite und die Außenseite der Kontur verlängert; wird ein Schnittpunkt jeder verlängerten Normalen und einer Linie, die den Niederschlagsbereich in dem momentanen Teilbild umgibt, erfasst; und werden anhand der Verlagerung der Kontur Geschwindigkeitsvektoren evaluiert. Auf diese Weise werden lokale Bewegungsgeschwindigkeiten des Niederschlagsbereichs evaluiert. Nachfolgend werden die erhaltenen lokalen Geschwindigkeitsvektoren als Anfangswerte für den relevanten Term in einer Fluidgleichung ersetzt, um die Geschwindigkeitsvektoren über den gesamten Bereich einzustellen. Außerdem enthält die Fluidgleichung nichtstationäre Ausdrücke, so dass die Gleichung in Bezug auf die Zeit integriert wird und jedes Ergebnis wiederholt gespeichert wird, wodurch eine Evaluierung eng verteilter Geschwindigkeitsvektoren ausgeführt werden kann.
Darüber hinaus wird durch Ersetzen der berechneten Geschwindigkeitsvektoren in den Advektionsterm (Geschwindigkeitsterm) in der Advektions-Diffusions-Gleichung und weiter durch Ersetzen von Form- und Graupegelinformationsdaten des Niederschlagsbereichs in den Diffusions-, in den Advektions-, in den Quell-, in den Senken- und in den Dispersionsterm der Übergangszustand der nächsten Zeit in Bezug auf die Graupegelverteilung erfasst, um das Integral in Bezug auf die Zeit auszuführen. Durch Iterieren des zeitbasierten Integrals kann ein vorhergesagtes Ergebnis des Graupegelübergangs erhalten werden, so dass der Niederschlagsbereich anhand des für jedes Pixel definierten Advektionsvektors bewegt werden kann.
23 ist ein Ablaufplan des meteorologischen Radarverfahrens zur Vorhersage von Niederschlagswerten der vorliegenden Erfindung und 24 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagswerten zur Realisierung des Verfahrens zeigt.
Der Bildeingabeabschnitt 100 und der Bildspeicherabschnitt 110 sind in 24 dieselben wie jene, die in den wie in früheren Ausführungsformen und Beispielen gezeigten Geräten enthalten sind. Das Gerät der vorliegenden Ausführungsform umfasst ferner:

(1) einen Kontur/Normalen-Erfassungsabschnitt 530 zum Auslesen der momentanen und der zurückliegenden Bilddaten, die für die Vorhersage zu vergleichen sind; zum Ausführen von Vorverarbeitungsoperationen für den Vergleich; zum Aufteilen eines Niederschlagsbereichs in den Bilddaten in Blöcke, die "Wolkenblöcke" angeben; und zum Berechnen einer Kontur und von Normalen, die sich auf die Kontur für jeden Block beziehen,
(2) einen Geschwindigkeitsvektor-Erfassungsabschnitt 540 zum Verlängern von Normalen (die bezüglich der vorangehenden Kontur definiert sind); zum Erfassen von Schnittpunkten der verlängerten Normalen und der nächsten Kontur; und zum Berechnen von Geschwindigkeitsvektoren,
(3) einen Fluidgleichungs-Interpolationsabschnitt 550 zum Ersetzen der berechneten lokalen Geschwindigkeitsvektoren in spezifizierte Terme einer spezifizierten Fluidgleichung als Anfangswerte; zum Berechnen der evaluierten Geschwindigkeitswerte durch Iterieren des Zeitintegrals während einer für die Evaluierung notwendigen Zeitdauer; und zum Vorhersagen eines Übergangs des Niederschlagsbereichs durch Ersetzen der berechneten vorhergesagten Geschwindigkeitswerte und der Form- und Graupegelinformationen, und
(4) einen Ausgabeabschnitt 560 zum Ausgeben eines vorhergesagten Bilds gemäß einem durch den Fluidgleichungs-Interpolationsabschnitt 550 vorhergesagten Ergebnis.

Im Folgenden wird anhand von 23 jeder Schritt des meteorologischen Radarverfahrens zur Vorhersage von Niederschlagsmustern der vorliegenden Ausführungsform erläutert.
Wenn die Vorhersage begonnen wird (siehe Schritt S101) werden Radarbilder (Echobilder) eines erwünschten Niederschlagsbereichs aus einer erwünschten Fläche in vorherbestimmten Intervallen von einem externen meteorologischen Radar oder dergleichen unter Verwendung des Bildeingabeabschnitts 100 eingegeben (siehe Schritt S102) und die eingegebenen Bilddaten im Bildspeicherabschnitt 110 gespeichert (siehe Schritt S103). Auf diese Weise werden in dem Bildspeicherabschnitt 110 zurückliegende Zeitreihenbilder gespeichert.
Nachfolgend werden das vorliegende Bild und ein zurückliegendes Bild, das mit dem momentanen verglichen wird, aus dem Bildspeicherabschnitt 110 extrahiert (siehe Schritt S104). Daraufhin werden in dem Kontur/Normalen-Erfassungsabschnitt 530 eine Reihe von Vorverarbeitungsschritten für jedes Bild ausgeführt, die die Binärisierung des Niederschlagsbereichs in dem Bild; die Erosion/Dilatation; die Eliminierung isolierter Punkte; die Etikettierung und dergleichen umfassen (siehe Schritt S105), wird der Niederschlagsbereich in Blöcke aufgeteilt, die Wolken entsprechen (siehe Schritt S106), und werden für jeden Block in Bezug auf dasselbe Etikettierungsergebnis die Kontur und ihre Normalen definiert (siehe Schritt S107). Diese Operationen werden je nach Bedarf für das momentane Teilbild und für die (eines oder mehrere Teilbilder zurückliegenden) anderen Teilbilder als Vergleichsobjekte ausgeführt.
Nachfolgend führt der Geschwindigkeitsvektor-Erfassungsabschnitt 540 zur Evaluierung der Bewegungsgeschwindigkeiten zwischen zwei Teilbildern des Niederschlagsbereichsbilds jedes Blocks zunächst eine Verlängerung der Normalen eines vorangehenden Blocks in das Innere und in das Äußere des Blocks aus, berechnet er die Positionen der Schnittpunkte der verlängerten Normalen und der Kontur des entsprechenden Niederschlagsbereichsblocks des nachfolgenden Teilbilds und berechnet er und evaluiert er daraufhin anhand der Längen der Normalen und einer verstrichenen Zeit die Geschwindigkeitsvektoren (siehe Schritt S108).
Um anhand der lokal (oder teilweise) evaluierten Geschwindigkeitsvektoren Nachbargeschwindigkeitsvektoren davon zu evaluieren, führt der Fluidgleichungs-Interpolationsabschnitt 550 daraufhin eine Ersetzung der evaluierten lokalen Geschwindigkeitsvektoren als Anfangsvektoren in die relevanten Terme der Fluidgleichung aus (siehe Schritt S109) und evaluiert durch Iterieren eines zeitbasierten Integrals für eine notwendige Zeitdauer evaluierte Geschwindigkeitswerte (siehe Schritt S110). Ferner führt der Abschnitt 550 eine Ersetzung der evaluierten Geschwindigkeitswerte und der relevanten Form- und Graupegelinformationen in die relevanten Terme der Advektions-Diffusions-Gleichung (6) aus und sagt den Übergang des Niederschlagsbereichs vorher (siehe Schritt S111). Die vorhergesagten Ergebnisse werden über den Ausgabeabschnitt 560 als ein Bild ausgegeben (siehe Schritt S112) und die Operationen abgeschlossen (siehe Schritt S113).
25 ist eine typische Draufsicht zur Erläuterung des Verfahrens zum Erfassen der Kontur und der Normalen von jedem Niederschlagsbereichsblock in dem obigen Schritt S107.
Das Bezugszeichen 26 gibt in der Figur eine Kontur an, das Bezugszeichen 27 gibt Konturpunkte (d. h. Punkte auf der Kontur) an, das Bezugszeichen 28 gibt eine Tangente an und das Bezugszeichen 29 gibt eine Normale an. Es ist hier angenommen, dass die Kontur 26, die einen Niederschlagsbereich umgibt, als ein Kreis gezeichnet ist. Diese Kreislinie wird durch eine geeignete Anzahl der Konturpunkte (27) aufgeteilt. Die Richtung der Tangente 28 bezüglich des Konturpunkts 27 kann basierend auf einem Wert der unter Verwendung der Konturpunkte 27 beider Seiten mit dem oberen Konturpunkt 27 als das Zentrum erhaltenen zentralen Differenz definiert werden (es wird auch auf das bekannte Zentraldifferenzverfahren verwiesen). Somit ist die Richtung der Normalen 29 gleich einer Richtungskomponente, deren inneres Produkt mit der unter Verwendung des Zentraldifferenzverfahrens definierten obigen Richtungskomponente null ist. Die obigen Operationen (oder Berechnungen) werden unter Betrachtung aller diskreten Konturpunkte 27 ausgeführt. Falls ähnliche Operationen auf ein Niederschlagsmuster mit einer praktischen und komplizierten Kontur angewendet werden, ist es notwendig, eine Vorverarbeitungsreihe wie etwa Binärisierung; Erosion/Dilatation; Eliminierung isolierter Punkte; und Etikettierung auszuführen.
Die 26A und 26B sind typische Draufsichten, die Beispiele zeigen, in denen sich die Kontur des Blocks eines Niederschlagsbereichs in dem Übergang von einem Bild-Teilbild zu einem anderen Bild-Teilbild voraus ausdehnt. 26A zeigt einen Zustand, in dem sich die Kontur isotrop ausdehnt, während 26B einen Zustand zeigt, in dem sich die Kontur anisotrop ausdehnt. Die Bezugszeichen 31 und 36 geben in diesen Figuren zurückliegende Konturen an, während die Bezugszeichen 34 und 37 Normalen angeben und die Bezugszeichen 35 und 38 momentane Konturen angeben.
Die Anordnung des kleineren Kreises in Bezug auf die Position des größeren Kreises ist zwischen den durch 26A und 26B gezeigten Fällen verschieden. Hier ist angenommen, dass der kleinere Kreis einen zurückliegenden Niederschlagsbereich angibt, während der größere Kreis den momentanen Niederschlagsbereich angibt. Offensichtlich ist die Transformation von dem kleineren auf den größeren Kreis in 26A isotrop, während die Größe der Transformation im Fall von 26B an der Oberseite größer als an der Unterseite ist. Wie oben erläutert wurde, ist die Transformation der Kontur im Allgemeinen ungleichförmig.
27 ist eine typische Draufsicht, die ein Ergebnis der Berechnung der Größe der Konturtransformation in Bezug auf einen realen Niederschlagsbereich zeigt. Das Bezugszeichen 41 gibt in der Figur eine zurückliegende Kontur an, das Bezugszeichen 44 gibt eine Normale an und das Bezugszeichen 45 gibt die momentane Kontur an, wobei sich in diesem Beispiel ein kleiner (schattierter) Block in dem Bild mehrere Teilbilder voraus erheblich ausdehnt.
Bei der Erfassung der Kontur zur Evaluierung von Advektionsvektoren werden mehrmals als Vorverarbeitung eine grundlegende Bildverarbeitung wie etwa Eliminierung isolierter Punkte und Binärisierung, Erosion/Dilatation und Etikettierung ausgeführt, wobei die Kontur unter Verwendung eines Kontursuchealgorithmus (oder Grenzensuchalgorithmus) erfasst wird.
Hier wird eine Normale 44 der Kontur 41 des schattierten Blocks an der Innen- und an der Außenseite verlängert und basierend auf der Größe der Transformation bis zum Schnittpunkt an der größeren Kontur 45 eine Relativbewegungsgeschwindigkeit bestimmt. In diesem Fall dehnt sich der Niederschlagsbereich allgemein zu der Oberseite aus, wobei er sich ebenfalls zur Unterseite ausdehnt. Somit enthält die Unterseite des Niederschlagsbereichs sowohl konvexe als auch konkave Transformationen. In der vorliegenden Ausführungsform wird durch Verlängern einer Normalen an der Innen- und an der Außenseite wie oben beschrieben der Schnittpunkt mit einer Kontur zu einer späteren Zeit bestimmt; somit kann eine solche konkave Transformation ebenfalls erfasst werden.
28 ist eine typische Draufsicht, die ein Ergebnis der Evaluierung der Gesamtbewegungsgeschwindigkeiten unter Verwendung der Größen lokaler Transforma tionen (d. h. lokaler Bewegungsgeschwindigkeiten) zeigt. In der Figur gibt das Bezugszeichen 51 eine zurückliegende Kontur an, gibt das Bezugszeichen 54 Geschwindigkeitsvektoren an und gibt das Bezugszeichen 55 die momentane Kontur an.
Durch Ersetzen teilweise evaluierter Anfangsbewegungsgeschwindigkeiten in die Navier-Stokes-Gleichung können die Gesamtbewegungsgeschwindigkeiten (d. h. Advektionsgeschwindigkeiten) von dem nächsten Teilbild evaluiert werden. Durch Iterieren eines zeitbasierten Integrals können leicht evaluierte Advektionsgeschwindigkeiten in den zukünftigen Teilbildern erhalten werden. Stattdessen können durch Iterieren der Operation unter Verwendung eines Gleitmittelungsfilters basierend auf den lokal definierten Advektionsvektoren Gesamtadvektionsvektoren evaluiert werden.
Das Gleitmittelungsfilter wird z. B. gemäß den folgenden Gleichungen betrieben. Das Gleitmittel wird hier für jede der horizontalen und vertikalen Komponenten der Advektionsgeschwindigkeit für 9 Punkte berechnet.
wobei k = 0, 1, 2 ... K ist und die Anfangsadvektionsgeschwindigkeit (u 0 / i,j, v 0 / i,j) basierend auf dem Anfangsteilbild bestimmt wird.
29 zeigt ein beispielhaftes Bild auf der Anzeige, das durch Berechnen zurückliegender und momentaner Konturpunkte über den Fluidgleichungs-Interpolationsabschnitt 550 des vorliegenden Geräts erhalten wurde, wobei auf der Anzeige die Richtung jeder Verlagerung angegeben wurde. In der Figur gibt das Bezugszeichen 62 zurückliegende Konturpunkte an (d. h. weiße Kreise), geben die Bezugszeichen 64 Geschwindigkeitsvektoren an (d. h. Pfeile) und gibt das Bezugszeichen 67 momentane Konturpunkte an (d. h. schwarze Kreise).
Das heißt, in der vorliegenden Ausführungsform werden Geschwindigkeitsvektoren annähernd basierend auf den Verlagerungen der Kontur erhalten, woraufhin die Gleitmittelungsoperation iteriert wird; somit können die folgenden Vorteile erhalten werden.

(1) Es können "geglättete" Bewegungsgeschwindigkeiten erhalten werden.
(2) Falls die Richtungen von Nachbarbewegungsvektoren wechselnd verschieden sind, werden die Gesamtvektoren wegen der Aufhebung zwischen ihnen kleiner.
(3) Falls die Richtungen benachbarter Bewegungsvektoren gleich sind, wird allmählich ein "Feld der Bewegungsgeschwindigkeit" gebildet, das sich in diese Richtung bewegt.

Dementsprechend wird das Niederschlagsmuster in Übereinstimmung mit der Fluidgleichung physikalisch transformiert.
Außer der wiederholten Interpolation und Korrektur über die Gleitmittelungsoperation ist es ebenfalls möglich, die Geschwindigkeitsvektoren, die gemäß den Verlagerungen der Kontur erhalten wurden, als Anfangswerte der Flussvektoren in der Gleichung in die Navier-Stokes-Gleichung einzusetzen und die Geschwindigkeitsvektoren des nächsten Schritts physikalisch zu interpolieren und zu korrigieren. Insbesondere kann unter Verwendung der Navier-Stokes-Gleichung die Erzeugung/Verschwindung eines "Wirbel"-Musters vorhergesagt werden. Anstelle der Navier-Stokes-Gleichung kann die Burgers-Gleichung angenommen werden, um ähnliche Ergebnisse zu erhalten.
In den herkömmlichen Verfahren ist es unmöglich, gleichzeitig und physikalisch Übergänge der Form und des Graupegels eines Niederschlagsbereichs vorherzusagen. Außerdem wird hinsichtlich der Bestimmung der Geschwindigkeitsvektoren nicht wie bei der vorliegenden Erfindung betrachtet, dass Normalen gesucht und in das Äußere und in das Innere einer Kontur verlängert werden. Darüber hinaus wird die von Konvektion begleitete Erzeugung/Verschwindung eines Niederschlagsmusters überhaupt nicht betrachtet; somit ist höchstens eine Vorhersage von etwa 30 Minuten im Voraus möglich. In der Vorhersage gemäß der vorliegenden Erfindung wird die Erzeugung/Verschwindung eines Niederschlagsmusters betrachtet und wird die Vorhersage basierend auf einem Fluidgleichungssystem ausgeführt, das ebenfalls einen Zustand betrachtet, in dem kleine Niederschlagsmuster einander über die Geschwindigkeitsvektoren annähern und miteinander verschmelzen. Somit ist die vorliegende Erfindung ein leicht zu betreibendes Ver fahren in Übereinstimmung mit natürlichen Phänomenen, wodurch eine stabile und genaue Vorhersage bis zu mehreren Stunden im Voraus realisiert werden kann.
30 ist eine graphische Darstellung für den Vergleich vorhergesagter Ergebnisse der vorliegenden Ausführungsform und der herkömmlichen Verfahren. Falls der oben erwähnte CSI verwendet wird, ist zu erkennen, dass der Abfall des Trefferverhältnisses im Fall der vorliegenden Ausführungsform gegenüber dem Abfall der herkömmlichen Verfahren (d. h. den CC-/Extrapolations-Verfahren oder einem Verfahren unter Verwendung eines Neuronennetzmodells) stark unterdrückt ist. Insbesondere dann, wenn lokale Advektionsgeschwindigkeiten gemäß der vorliegenden Ausführungsform an eine Fluidgleichung geliefert werden, ist zu erkennen, dass das Trefferverhältnis im Vergleich zu einem Fall, in dem die Advektionsgeschwindigkeiten für einen Niederschlagsbereich gleichförmig (oder global) geliefert werden, stark verbessert ist.
Gemäß den obigen Ergebnissen der Schätzung der Leistungsfähigkeit kann leicht beurteilt werden, dass die Vorhersage der vorliegenden Ausführungsform eine beachtlich hohe Genauigkeit aufweist. Das heißt, selbst für die Vorhersage von drei Stunden oder mehr in der Zukunft können im Vergleich zu den herkömmlichen Verfahren eine höhere und leichtere Evaluierung der Bewegungsgeschwindigkeiten eines lokalen Niederschlagsbereichs und ein für die praktische Verwendung geeignetes Trefferverhältnis erzielt werden.
Ausführungsform 3
In dem Verfahren der vorangehenden Ausführungsform 1 ist es möglich, den Advektionsvektor bzw. die Advektionsvektoren oder den bzw. die Diffusionskoeffizienten für jeden Bildbereich oder für jedes Pixel einzustellen und zu ändern. Diese Merkmale werden ebenfalls auf die vorliegende Ausführungsform angewendet, wobei dadurch, dass zuvor ein beobachteter Bereich definiert wird, und dadurch, dass sowohl für Bereiche auf dem Meer als auch auf dem Land Bedingungen vorbestimmt werden, dass (i) der Diffusionskoeffizient erhöht/verringert wird und (ii) die Größe (gegebener) Gewichtungen in Bezug auf die Advektionsvektoren erhöht/verringert wird, eine leichte Einführung von Topographieeffekten realisiert werden kann.
31 ist ein Ablaufplan des meteorologischen Radarverfahrens zur Vorhersage von Niederschlagsmustern der vorliegenden Ausführungsform und 32 ist ein Blockschaltplan, der eine Konstruktion des meteorologischen Radargeräts zur Vorhersage von Niederschlagsmustern zur Realisierung des Verfahrens zeigt. In 32 tragen Teile, die gleich den in 13 (in der Ausführungsform 1) gezeigten sind, gleiche Bezugszeichen, wobei die Erläuterung für sie weggelassen wird. Das heißt, in dieser Ausführungsform ist zwischen dem Bildverarbeitungsabschnitt 320 und dem Advektions-Diffusions-Gleichungs-Berechnungsabschnitt 330 ein Topographieeffekt-Einführungsabschnitt 640 eingefügt.
Der Topographieeffekt-Einführungsabschnitt 640 speichert Diffusionskoeffizienten und evaluierte Advektionsvektoren, die in Übereinstimmung mit topographischen Merkmalen eines erwarteten Niederschlagsbereichs neu bestimmt (oder geändert) werden. Der Advektions-Diffusions-Gleichungs-Berechnungsabschnitt 330 führt basierend auf einer mathematischen Darstellung der Advektions-Diffusions-Gleichung mit verschiedenen durch den Bildverarbeitungsabschnitt 320 berechneten Bildmerkmalsgrößen als Anfangswerte eine Berechnung aus, indem ein räumlichzeitlicher Übergang des Niederschlags (der Niederschlagsmenge) als eine Variable betrachtet wird und außerdem die in dem Topographieeffekt-Einführungsabschnitt 640 gespeicherten Diffusionskoeffizienten und die Advektionsvektoren verwendet werden. Der Vorhersageabschnitt 340 sagt gemäß den von dem Abschnitt 330 ausgegebenen Rechenergebnissen ein Vorhersagemuster mit hinzugefügtem Topographieeffekt vorher.
Nachfolgend wird anhand von 31 jeder Schritt des meteorologischen Radarverfahrens zur Vorhersage von Niederschlagswerten der vorliegenden Ausführungsform erläutert.
Wenn die Vorhersage begonnen wird (siehe Schritt S201), werden in vorherbestimmten Intervallen von einem externen meteorologischen Radar oder dergleichen unter Verwendung des Bildeingabeabschnitts 100 Radarbilder eines gewünschten Niederschlagsbereichs unter einer gewünschten Fläche eingegeben (siehe Schritt S202) und die eingegebenen Bilddaten im Bildspeicherabschnitt 110 gespeichert (siehe Schritt S203). Auf diese Weise werden in dem Bildspeicherabschnitt 110 zurückliegende Zeitreihenbilder gespeichert.
Nachfolgend werden aus dem Bildspeicherabschnitt 110 das momentane Bild und ein zurückliegendes Bild, das mit dem momentanen verglichen wird, extrahiert (siehe Schritt S204). Daraufhin werden im Bildverarbeitungsabschnitt 320 Bildmerkmalsgrößen wie etwa die Niederschlagsübergangsmenge und die Kantengradientverteilung zwischen einer Reihe extrahierter zweier oder mehrerer zweidimensionaler Bilder berechnet oder erfasst (siehe Schritt S205), wobei der Topologieeffekt-Einführungsabschnitt 640 Diffusionskoeffizienten und evaluierte Advektionsvektoren in Übereinstimmung mit topographischen Merkmalen eines erwarteten Niederschlagsbereichs einstellt und speichert (siehe Schritt S206).
Daraufhin transformiert der Advektions-Diffusions-Gleichungs-Berechnungsabschnitt 330 die Advektions-Diffusions-Gleichung über die Differenzenrechnung oder dergleichen anhand einer mathematischen Darstellung der Gleichung mit verschiedenen durch den Bildverarbeitungsabschnitt 320 berechneten Bildmerkmalsgrößen und mit Form- und Graupegelinformationen des Anfangsniederschlagsbereichs als Anfangswerte unter Beachtung eines räumlich-zeitlichen Übergangs des Niederschlagsbereichs als eine Variable und außerdem unter Verwendung der Diffusionskoeffizienten und Advektionsvektoren, die in dem Topographieeffekt-Einführungsabschnitt 640 gespeichert sind, in eine diskrete Form und integriert die Gleichung in Bezug auf die Zeit (Schritt S207). Der Vorhersageabschnitt 340 sagt gemäß den Rechenergebnissen ein Niederschlagsmuster mit hinzugefügtem Topographieeffekt vorher (siehe Schritt S208), wobei die Form und die Graupegel, die gemäß den vorhergesagten Ergebnissen erhalten werden, als Zeitreihenbilder über den Ausgabeabschnitt 350 ausgegeben werden (siehe Schritt S209) und die Operationen abgeschlossen werden (siehe Schritt S210).
Die in dem Advektions-Diffusions-Gleichungs-Berechnungsabschnitt 330 verwendete Advektions-Diffusions-Gleichung ist dieselbe wie die in Ausführungsform 1 erläuterte Gleichung (6).
Bei der Berechnung der Rate der eindimensionalen Flächenänderung zum Einstellen (oder Ändern} der Diffusionskoeffizienten wird die Flächenänderung des Niederschlagsmusters praktisch unter Verwendung eines Bildverarbeitungsverfahrens erhalten, in dem einfach für jedes Teilbild die Zahl der Pixel gezählt wird.
33 ist eine typische graphische Darstellung, die eine Beziehung zwischen der Flächenänderungsrate und dem Diffusionskoeffizienten zeigt. Um den bzw. die Diffusionskoeffizienten in Verbindung mit der Flächenänderungsrate zu ändern, wird die Rate aus dem Niederschlagsmuster berechnet und ein "invers Z-förmiger" Übergang des Diffusionskoeffizienten geliefert. Das heißt, falls die Flächenänderungsrate positiv ist, was angibt, dass das Niederschlagsmuster in einer wachsenden Phase ist, wird der Diffusionskoeffizient erhöht. Demgegenüber wird der Diffusionskoeffizient verringert, falls die Flächenänderungsrate negativ ist, was angibt, dass das Niederschlagsmuster in einer Zerfallsphase ist. Der Diffusionskoeffizient wird hier nicht auf "null" eingestellt, sondern asymptotisch an null angenähert.
34A und 34B sind typische Diagramme zur Erläuterung einer Beziehung zwischen Topographieeffekten und relevanten Parametern. 34A ist ein typisches Diagramm, das einen Zeitreihenübergang eines Niederschlagsmusters zeigt, während 34B ein typisches Diagramm ist, das große und kleine Muster der Advektions- und Diffusionskoeffizienten zeigt. In den Figuren gibt das Bezugszeichen 111 einen Ozeanbereich an, gibt das Bezugszeichen 112 einen Landbereich an, gibt das Bezugszeichen 113 ein Niederschlagsmuster an, gibt das Bezugszeichen 114 einen Zustand großer Advektion und eines kleinen Diffusionskoeffizienten an und gibt das Bezugszeichen 115 einen Zustand kleiner Advektion und eines großen Diffusionskoeffizienten an.
Der Ozeanbereich 111 und der Landbereich 112 liegen hier als ein beispielhafter Fall in einer Radarbeobachtungsreichweite, in der sich das Niederschlagsmuster zwischen dem Ozean- und dem Landbereich bewegt. In einer Anfangsphase tritt das kleine Niederschlagsmuster 113 auf dem Meer durch Advektion allmählich in das Land ein, wobei das Niederschlagsmuster allmählich wächst. Hinter dem obigen Niederschlagsmuster liegen verstreut kleinere Niederschlagsmuster. Die Zeitspanne, in der diese kleineren Niederschlagsmuster auf dem Meer durch das Radar beobachtet werden, ist kürzer als im Fall eines Niederschlagsmusters auf dem Land. Dies ist so, da dann, wenn sich das Niederschlagsmuster 113 dem Lands annähert, eine Advektionskomponente wegen der Reibung mit dem Land abgeschwächt wird und eine vertikale Konvektionskomponente vorherrschend wird; somit dehnt sich der Niederschlagsbereich weiter aus, während sich die Lieferung von Wasserdampf von dem Meer fortsetzt, obgleich die Bewegungsgeschwindigkeiten des Niederschlagsmusters auf dem Land niedrig sind.
Es ist leicht, durch Einstellen der Advektionsvektoren und der Diffusionskoeffizienten in die Advektions-Diffusions-Gleichung Topographieeffekte zu integrieren, die sich auf die Ozean- und Landbereiche beziehen. Das heißt, jedes Pixel wird basierend auf Advektionsvektoren, die in der Weise berechnet werden, dass die Advektionskomponente in Bezug auf den Ozeanbereich größer eingestellt wird, in Bezug auf den Landbereich aber kleiner eingestellt wird, während der Diffusionskoeffizient auf dem Meer größer eingestellt wird und auf dem Land kleiner eingestellt wird, gewichtet.
35 ist eine typische Veranschaulichung zur Erläuterung eines Verfahrens zum Erhöhen oder Verringern der Diffusions- und Dispersionskoeffizienten gemäß dem Abstand vom Niederschlagszentrum. ln der Figur gibt das Bezugszeichen 121 einen Ozeanbereich an, gibt das Bezugszeichen 122 einen Landbereich an und gibt das Bezugszeichen 123 ein Niederschlagszentrum an.
Das Zentrum (der Zentralteil) der Konvektion existiert in einem Niederschlagsmuster immer und entspricht einem Bereich mit einem hohen Kantengradienten. Proportional zum Abstand vom Niederschlagszentrum 123, das der Schwerpunkt dieses Bereichs ist, werden ein kleinerer Diffusionskoeffizient und ein größerer Dispersionskoeffizient definiert. Diese Einstellung (oder Änderungen) der Koeffizienten werden während der Vorhersage unter Verwendung der Advektions-Diffusions-Gleichung ausgeführt. Hier wird der Diffusionskoeffizient bestimmt und für jedes Pixel hinsichtlich λ_i,j in Gleichung (7) zugeführt.
Außerdem wird geeignet die Erfassung des Versatzes des Schwerpunkts 134 des Bereichs mit einem hohen Kantengradienten (wie in 16 gezeigt) zusammen mit dem CC-Verfahren ausgeführt, in dem Punkte, die einander entsprechen, zwischen den Teilbildern nicht immer stabil bestimmt werden können.
36 ist eine typische Veranschaulichung, die ein Beispiel der Erfassung der Verlagerung eines Niederschlagsmusters zeigt. In der Figur gibt das Bezugszeichen 141 ein zurückliegendes Niederschlagsmuster an, gibt das Bezugszeichen 142 ein momentanes Niederschlagsmuster an und geben die Bezugszeichen 143 und 144 Bewegungsvektoren an.
In diesem Beispiel wird ein Teilbild in 9 kleine Blöcke aufgeteilt und zwischen den entsprechenden kleinen Blöcken in dem momentanen und in dem nächsten Teilbild ein Kreuzkorrelationskoeffizient berechnet. Das heißt, hinsichtlich jedes kleinen Blocks werden der Abstand und die Richtung bezüglich Punkten mit der höchsten Ähnlichkeit berechnet, wobei gemäß diesen Rechenergebnissen ein Bewegungsvektor 143 in dem kleinen Block bestimmt wird. Anders als bei den herkömmlichen Verfahren werden diese Bewegungsvektoren hier nicht direkt als Advektionsvektoren für die lineare Extrapolation eines Niederschlagsbereichs verwendet. Stattdessen wird die Interpolation so ausgeführt, dass die Advektionsvektoren (d. h. die obigen Bewegungsvektoren) für jedes Pixel in dem kleinen Block unter Verwendung eines Gleitmittelungsfilters propagiert werden. Die Advektionsvektoren 144, wie sie oben erhalten werden, werden für den Advektionsvektorterm bezüglich jedes Pixels in der Advektions-Diffusions-Gleichung geliefert.
In der vorliegenden Ausführungsform werden die Größen der Diffusionskoeffizienten und die Größen der Advektionsvektoren gemäß der Position, wo ein vorhergesagter Niederschlagsbereich existiert, z. B. gemäß einem Meeres- oder Landbereich, eingestellt oder verschoben, wodurch Topographieeffekte, die das relevante Niederschlagsmuster beeinflussen, so eingestellt werden, dass die Vorhersagegenauigkeit verbessert wird.
Die 37A und 38B sind graphische Darstellungen für den Vergleich evaluierter Ergebnisse der Vorhersagen gemäß der vorliegenden Ausführungsform und gemäß dem herkömmlichen Verfahren. 37A zeigt Vergleichsergebnisse, die auf dem CSI basieren, während 37B Vergleichsergebnisse zeigt, die auf dem ERR basieren.
Gemäß diesen Ergebnissen ist der Abfall des Trefferverhältnisses viel stärker unterdrückt als im Fall der Verwendung des herkömmlichen Verfahrens (des CC-Verfahrens oder eines Verfahrens, das ein Neuronennetzmodell verwendet), wobei auch hinsichtlich der vorhergesagten Niederschlagsmenge in der vorliegenden Erfindung bessere Ergebnisse erhalten werden können. Angesichts der obigen Ergebnisse der Evaluierung der Leistungsfähigkeit ist leicht verständlich, wie hoch die Genauigkeit der vorliegenden Ausführungsform (d. h. der vorliegenden Erfindung) ist. Außerdem kann im Fall eines stationären Niederschlagsbereichs selbst in Vorhersagen 5 oder 6 Stunden im Voraus ein für die praktische Verwendung geeignetes Trefferverhältnis erzielt werden, während Vorhersagen 2 oder 3 Stunden im Voraus in herkömmlichen Fällen der Grenzwert sind.
Zur Zeit der Vorhersage können zweidimensionale Bilddaten, die die zurückliegenden 30 Minuten oder dergleichen abdecken, in dem Speicher in einem ver wendeten Rechner gespeichert werden, und können eindimensionale Daten bezüglich der Flächen- und Intensitätsübergänge, die die zurückliegende eine Stunde oder dergleichen abdecken, ebenfalls in dem Speicher gespeichert werden.
Wie oben erläutert wurde, werden gemäß der vorliegenden Ausführungsform eine zeitabhängige physikalische Gleichung und Bildverarbeitungsverfahren geeignet kombiniert und ferner Topographieeffekte hinzugefügt. Auf diese Weise können die Graupegel, die Form und dergleichen genauer als tatsächlicher Niederschlagsbereich und tatsächliche Niederschlagsmengen vorhergesagt werden; somit kann ein Trefferverhältnis realisiert werden, das auf höherer Genauigkeit basiert.
Ausführungsform 4
Um die Bewegungsgeschwindigkeiten eines nicht starren Objekts wie etwa eines Niederschlagsmusters zu evaluieren, werden in der vorliegenden Ausführungsform drei Verfahren wie etwa das CC-Verfahren, ein Konturverlagerungs-Verfahren und das dritte Verfahren der Bewegung des Schwerpunkts bezüglich eines Bereichs mit einem hohen Kantengradienten gleichzeitig verwendet, um die Charakteristiken der Bewegung eines Objekts, dessen Transformation (oder Formwandel) kompliziert ist, genau zu evaluieren. Außerdem wird hinsichtlich der Vorhersage eines Übergangs der Advektionsvektoren ein nichtlinearer Advektionsvektorübergang vorhergesagt, wobei die Advektionsvektoren über die obigen drei Verfahren als Anfangssatz von Vektoren evaluiert werden und indem diese Anfangsvektoren unter Verwendung eines Gleitmittelungsfilters wiederholt propagiert werden. Daraufhin können gemäß den vorhergesagten Ergebnissen die Übergänge des Niederschlagsmusters ähnlich Ausführungsform 1 oder 3 anhand von Gleichung (6) vorhergesagt werden.
38 ist ein Blockschaltplan des Flussgeschwindigkeits-Evaluierungsgeräts in der vorliegenden Ausführungsform.
Der Bildeingabeabschnitt 100 und der Bildspeicherabschnitt 110 sind in der Figur dieselben, wie sie in dem Gerät jeder oben erwähnten Ausführungsform enthalten sind. Das Evaluierungsgerät, in dem die Bildverarbeitungstechniken zum Evaluieren von Bewegungsgeschwindigkeiten eines Objekts angewendet werden, umfasst ferner einen Bewegungsgeschwindigkeitserfassungsabschnitt 720 zum Erfassen der Bewegungsgeschwindigkeiten eines Niederschlagsmusters unter gleichzeitiger Verwendung des CC-Verfahrens, des Konturverlagerungsverfahrens und des Verfahrens des Bewegens des Schwerpunkts bezüglich eines Bereichs mit einem hohen Kantengradienten; einen Bewegungsgeschwindigkeits-Wiederholungsausbreitungsabschnitt 730, um die Advektionsvektoren, die unter Verwendung der drei Verfahren evaluiert und als Anfangsvektoren betrachtet werden, unter Verwendung des Gleitmittelungsfilters überall im Bild zu propagieren; und einen Ausgabeabschnitt 740 zum Ausgeben vorhergesagter Ergebnisse.
39 ist ein Ablaufplan zur Erläuterung von Operationen des Bewegungsgeschwindigkeitserfassungsabschnitts 720 und des Bewegungsgeschwindigkeits-Wiederholungsausbreitungsabschnitts 730.
Der Bewegungsgeschwindigkeitserfassungsabschnitt 720 erfasst über ein Bildverarbeitungsverfahren ein Kantenbild (d. h. ein Bild der ersten Ableitung) eines Niederschlagsmusters und bestimmt einen geeigneten Schwellenwert. Der Abschnitt 720 betrachtet einen "wichtigen Punkt" wie etwa einen Bereich mit einem hohen Kantengradienten (bezüglich des Schwellenwerts), einen Bereich mit einem niedrigen Kantengradienten, aber mit hohen Graupegeln, oder das Zentrum der Konvektion als den Schwerpunkt und evaluiert basierend auf (i) Verschiebungen des Schwerpunkts (im Folgenden "Schwerpunktsverschiebungsbasis" genannt) (siehe Schritt S1200), (ii) der Verlagerung einer Kontur (siehe Schritt S1210) und (iii) dem CC-Verfahren (siehe Schritt S1220) die Advektionsvektoren.
Nachfolgend wird in dem Bewegungsgeschwindigkeits-Wiederholungsausbreitungsabschnitt 730 mit dem Satz wie oben bestimmter Vektoren als ein Anfangssatz von Vektoren die Operation unter Verwendung des Gleitmittelungsfilters eine vorherbestimmte Anzahl von Malen (d. h. n-mal) iteriert (siehe Schritte S1230 und S1240). Durch Festsetzen einer Entsprechung zwischen der Iterationsanzahl (d. h. n-mal) und einer notwendigen Vorhersagezeit kann eine nichtlineare Evaluierung (oder Vorhersage) von Advektionsvektoren realisiert werden.
40 ist eine erläuternde Veranschaulichung, die jedem Schritt in 39 entspricht. Diese Figur zeigt drei Fälle für die Bestimmung der Advektionsvektoren in der Weise, dass:

(1) die Bewegung des Schwerpunkts bezüglich einer Reihe von Bildern basierend auf der Schwerpunktverschiebungsbasis verfolgt wird (siehe Bezugs zeichen 1300),
(2) Schnitte zwischen der momentanen Kontur und Normalen in Bezug auf eine zurückliegende Kontur bestimmt werden (siehe Bezugszeichen 1310) und
(3) das Bild in mehrere kleine Blöcke aufgeteilt wird und auf die kleinen Blöcke (die einander entsprechen) in verschiedenen Bildern das CC-Verfahren angewendet wird (wobei der Advektionsvektor bezüglich jedes kleinen Blocks bestimmt wird) (siehe Bezugszeichen 1320).

Das Gleitmittelungsfilter wird mit dem wie oben erhaltenen Satz von Advektionsvektoren als Anfangsvektoren (siehe Bezugszeichen 1330) wiederholt auf jede Komponente (horizontal/longitudinal) des relevanten zweidimensionalen Bilds angewendet (siehe Bezugszeichen 1340, 13402, 13403). Während die Anzahl der Iterationen zunimmt, werden die Advektionsvektoren allmählich in einen Null-Bereich propagiert. Somit basieren die obigen Operationen auf einer nichtlinearen Evaluation der Advektionsvektoren.
Außerdem sind in der vorliegenden Ausführungsform Konturmerkmale wichtig für die Evaluierung der Advektionsvektoren, so dass Verlagerungen der Kontur erfasst und verwendet werden. Wie es in einem Niederschlagsmuster in dem meteorologischen Radarechobilds zu sehen ist, ist die Verlagerung der Kontur, falls sich das Muster an allen Seiten ausdehnt, in den meisten Fällen ein Faktor zur Bestimmung der Form des Niederschlagsmusters.
Das CC-Verfahren enthält außerdem ein Problem, dass Bewegungsvektoren zu null evaluiert werden können, obgleich sich die relevante Fläche tatsächlich bewegt; allerdings kann dieses Problem hier unter gemeinsamer Verwendung der Verlagerungen der Kontur und der Verfolgung des Schwerpunkts eines Bereichs mit einem hohen Kantengradienten gelöst werden.
Wenn die Advektionsvektoren basierend auf Verschiebungen des Schwerpunkts evaluiert werden, kann ein Tiefpassfilter verwendet und betrieben werden, nachdem drei oder mehr Schwerpunkte erfasst (und gespeichert) worden sind.
Der Bereich mit einem hohen Kantengradienten entspricht fast einem Zentralbereich der Konvektion oder des turbulenten Flusses in bezug auf ein in dem meteorologischen Radarechobild oder in einem Fluidtechnikexperiment beobachtetes Fluid. Die Energie ist in einem solchen Zentralbereich konzentriert; somit ist der Bereich klar, während eine Art Muster erhalten bleibt. Darüber hinaus ist die Bewegung des Musters von einer Bewegung des Zentrums (des Schwerpunkts) einer solchen Konvektion oder eines solchen turbulenten Flusses begleitet. Somit ist es als ein stabiles Advektionsvektor-Evaluierungsverfahren effektiv, den Schwerpunkt eines solchen Bereichs unter Verwendung der Bildverarbeitungsvertahren zu verfolgen.
41 ist eine graphische Darstellung, die evaluierte Ergebnisse zeigt, die erhalten werden, wenn das Advektionsvektor-Evaluierungsverfahren gemäß der vorliegenden Ausführungsform auf ein meteorologisches Radarechomuster angewendet wurde und daraufhin ein Übergang eines Niederschlagsmusters vorhergesagt wurde. Hinsichtlich der Vorhersagegenauigkeit kann beobachtet werden, dass die Vorhersage, auf die die vorliegende Ausführungsform angewendet wird, im Vergleich zur Vorhersage, auf die die vorliegende Ausführungsform nicht angewendet wird, verbessert werden konnte. Der Übergang des Niederschlagsmusters wurde hier in den jeweiligen Fällen basierend auf Gleichung (6) vorhergesagt. Die Quellen- und die Senkenterme werden in der Gleichung so bestimmt, dass (zwei) aufeinander folgende Bilder binärisiert werden und ein Differenzbild zwischen ihnen erhalten wird, woraufhin ein Wert, der zu einem positiven Bereich in dem Differenzbild gehört (oder sich auf ihn bezieht), an den Quellterm geliefert wird, während ein Wert, der zu einem negativen Bereich in demselben Bild gehört, an den Senkenterm geliefert wird. Hinsichtlich der Diffusionskoeffizienten wird eine Tabelle zum Speichern einer linearen Beziehung zwischen Übergängen der Fläche und des Diffusionskoeffizienten zuvor definiert und unterhalten.
Dementsprechend können durch geeignete Verwendung der oben erwähnten drei Verfahren die Bewegungsvektoren (insbesondere die Advektionsvektoren) selbst für ein Objekt wie ein Niederschlagsmuster, bei dem Erzeugung und Verschwindung beachtlich sind, stabil extrahiert werden.
In jeder oben erläuterten Ausführungsform können zwei oder mehr aus dem Bildspeicherabschnitt 110 ausgewählte zurückliegende Bilder aufeinander folgende Zeitreihenbilder sein oder gemäß der Abtastrate und der Bewegungsgeschwindigkeit des Objekts herausgetastet werden.
Außerdem kann die Advektions-Diffusions-Gleichung anstelle des Finite-Differenz- Verfahrens (FDM) unter Verwendung des Finite-Elemente-Verfahrens oder des Spektralverfahrens, in dem eine in einem Zeitbereich definierte Gleichung Fouriertransformiert und in einem räumlichen Bereich gelöst und daraufhin invers Fouriertransformiert wird, so dass in den Zeitbereich zurückgebracht wird, gelöst werden.
Spezifisches Beispiel der Evaluierung
Im Folgenden werden Ergebnisse der Schätzung eines praktischen Vorhersagebeispiels gegeben, auf das die Verfahren gemäß der vorliegenden Erfindung synthetisch angewendet werden.
42 zeigt das Grundgerüst eines in diesem Beispiel verwendeten Vorhersageverfahrens. Wenn ein vorhergesagtes Bild gebildet wird, werden zu Beginn der Vorhersage in Gleichung (7) die Parameter bezüglich eines Teilbilds eines tatsächlichen Niederschlagsmusterbilds eingegeben. Hinsichtlich der Evaluierung der Flächenänderungsrate und der Vorhersage von Senkenbereichen wurde eine Differenz bezüglich der Teilbilder, die 6 zurückliegende Muster (oder Teilbilder vor der Vorhersage) voneinander getrennt sind (wobei diese Trennung Einheiten von 30 Minuten entspricht), berechnet.
Hinsichtlich topographisch-numerischer Daten wurde ein Querschnittsdiagramm in 500 Metern über dem Meeresspiegel gewählt, das als auf das Niederschlagsmuster bezogen betrachtet wurde, und das Diagramm in ternäre Daten umgesetzt, die den Meeresbereichen, den Bergbereichen und den Landbereichen (weniger als 500 Meter) entsprechen, um sie in der Vorhersage zu verwenden. In der in 43 dargestellten Liste sind weitere Parameter gezeigt. Das Folgende sind vorhergesagte Ergebnisse bezüglich mehrerer Muster.
1. Beispiel der Wachstumsphase
(a) Schichtmuster
Dies ist ein geschichtetes und schnell wachsendes Niederschlagsmuster, das eine plötzliche Zunahme des Niederschlags in kurzer Zeit liefert. In 44 sind beispielhafte vorhergesagte Ergebnisse gezeigt.
In der Figur gibt Teil (a) reale Bilder an, nachdem 1, 2, 3 und 4 Stunden (die Zeit t₁, t₂, t₃, t₄) vom Zeitpunkt t₀ des Beginns der Vorhersage für Regenwolken im Gebiet von 340 × 340 km² verstrichen sind.
Teil (b) gibt vorhergesagte Ergebnisse zur Zeit t₁, t₂, t₃, t₄ vom Vorhersagezeitpunkt t₀ gemäß dem CC-Verfahren einschließlich des Teilblock-Vergleichsvertahrens an. Die obere Seite zeigt relevante Advektionsvektoren, während die untere Seite vorhergesagte Bilder zeigt.
Teil (c) gibt vorhergesagte Ergebnisse zur Zeit t₁, t₂, t₃, t₄ vom vorhergesagten Startzeitpunkt t₀ gemäß dem auf den Advektionsvektoren basierenden Konturverlagerungsverfahren an.
Teil (d) gibt unter Verwendung sowohl des CC-Verfahrens (Teilblock-Vergleichsvertahrens) als auch des Konturverlagerungsverfahrens erhaltene vorhergesagte Ergebnisse an.
Das reale Muster, nachdem 4 Stunden verstrichen sind, wird leicht entgegen der Uhrzeigerrichtung gedreht, während sich das Muster außerdem in Diagonalrichtung nach rechts oben verschiebt. Außerdem ist der vordere Teil in Richtung der Verschiebung gewachsen, während der hintere Teil zerfallen ist. Die Vorhersage unter Verwendung des Teilblockanpassungsverfahrens und des linearen Extrapolationsverfahrens (d. h. die Ergebnisse in Teil (b)) schließen offensichtlich mit einem schlechteren Trefferverhältnis; dagegen kann gefolgert werden, dass die Verfahren gemäß der vorliegenden Erfindung fast die Merkmale der realen Muster erfassen.
Außerdem sind auf der Oberseite der Muster in der Figur Advektionsvektoren, die über jedes relevante Verfahren extrahiert wurden, und Ergebnisse der Glättung und Propagation zu einem Null-Bereich unter Verwendung des Wiederholungsausbreitungsvertahrens mit den Advektionsvektoren als Anfangsvektoren zusammen gezeigt. Die Figur zeigt deutlich, dass die Advektionsvektoren unter Verwendung des Wiederholungsausbreitungsvertahrens fast die Form des Niederschlagsmusters 4 Stunden später bestimmten. Falls das herkömmliche Verfahren verwendet wird, in dem das Niederschlagsmuster nur linear verschoben wird, ist diese Vorhersage für eine nichtlineare Drehung des Niederschlagsmusters sehr schwierig.
(b) Streifenmuster
Dieses Muster kann wegen einer großen Gesamtniederschlagsmenge eine ernste Überschwemmung verursachen. Hier wurde untersucht, wie ein Modell unter Verwendung verschiedener physikalischer Effekte ein solches Muster beeinflusst. Die verwendeten Bedingungen sind Anwesenheit/Abwesenheit von Diffusion, Advektion, Topographieeffekte, Quellen- und Senkeneffekte, wie sie in 45A gezeigt sind. Insbesondere wurde der Quelleffekt in zwei Fällen von (i) "nur auf dem Meer" und (ii) "auf dem Meer und im Zentralteil der Konvektion" betrachtet. Unter den möglichen Kombinationen in Bezug auf die obigen Bedingungen sind die vorhergesagten Bilder bezüglich des in 45B gezeigten tatsächlichen Musterübergangs in 6 Fällen in 45C gezeigt.

Ergebnis [a]: Unter der Bedingung "nur Diffusion" wurde das gesamte Niederschlagsmuster gleichförmig ausgedehnt und leicht abgerundet.
Ergebnis [b]: Zu dem Diffusionseffekt wurde der Advektionseffekt hinzugefügt; somit floss das gesamte Muster von links oben nach rechts unten (in der Figur), während es seine rundliche Form behielt.
Ergebnis [c]: Das Muster wurde der Advektion ausgesetzt und floss in eine Diagonalrichtung. Hier wurde gemäß dem Topographieeffekt der Dispersionseffekt auf dem Land beträchtlich erzeugt.
Ergebnis: [d]: Nur auf dem Meer wurde eine Quelle erzeugt (siehe das Innere des rund umrandeten Teils); somit wurde das Muster wegen der Advektion in eine schmale Form transformiert. In dem vorhergesagten Bild sind beträchtlich weniger Graupegel als die realen Pegel verteilt.
Ergebnis [e]: Sowohl auf dem Meer als auch im Zentralteil der Konvektion wurden Quellen erzeugt (siehe das Innere der rund umrandeten Teile in der Figur); somit wurde das Muster in eine Dreiecksform transformiert. Insbesondere in der Nähe der Bergfläche (siehe das Innere des quadratisch umrandeten Teils) wurde das vorhergesagte Muster ähnlich dem realen Muster entwickelt, wobei kein Wachstum in einer diagonalen Richtung erzeugt wurde.

Wie oben gezeigt wurde, können die Muster in dem Vorhersageverfahren gemäß der vorliegenden Erfindung anisotrop dargestellt werden. Falls andererseits ununterbrochen eine Quelle erzeugt wird, tritt ein Problem auf, dass die Anzahl der Bereiche mit größeren Graupegeln als die realen Pegel erhöht ist. Das Folgende ist das Ergebnis, in dem ein solches Problem nicht aufgetreten ist.

Ergebnis [f]: Nach Beginn der Vorhersage wurde für je 30 Minuten eine Quelle aussetzend bereitgestellt (d. h. erzeugt), wobei die anderen Bedingungen dieselben wie jene in dem obigen Ergebnis [e] waren. In diesem Fall waren die Form und die Graupegel näher zu der realen Form und zu den realen Pegeln.

2. Beispiel einer Zerfallsphase
Nachfolgend sind in den 46 und 47 die Ergebnisse für zwei Niederschlagsmuster in der Zerfallsphase gezeigt. Die in dem obigen "Ergebnis [f]" erwähnten Bedingungen werden hier ebenfalls verwendet.
Das "reale" Niederschlagsmuster zerfiel allgemein, obgleich es teilweise wachsende Flächen enthielt. Darüber hinaus ist das Verhältnis des Zerfalls für jeden Bereich anders. In dem gemäß der vorliegenden Erfindung vorhergesagten Bild kann beobachtet werden, dass die Zerfallsflächen (siehe z. B. die umrandete Fläche) fast richtig vorhergesagt wurden.
Im Gegensatz dazu enthält das CC-Verfahren, das den Teilblockvergleich verwendet, nicht die physikalische Darstellung des Wachstums oder Zerfalls des Niederschlagsmusters und hat somit Grenzen für die für ein solches Muster geeignete Vorhersage. Dementsprechend kann angegeben werden, dass das Verfahren gemäß der vorliegenden Erfindung ebenfalls für die lokale und nichtstationäre Vorhersage in der Zerfallsphase wirksam ist.
Anwendungsbeispiel
Unter den oben erläuterten Ausführungsformen gemäß der vorliegenden Erfindung können das Vorhersageverfahren und das Vorhersagegerät, die die Advektions-Diffusions-Gleichung verwenden, auch auf die Vorhersage einer Gasverteilung anstelle der Vorhersage von Niederschlagsmustern angewendet werden. Als ein Gas werden Kohlenmonoxid, Stickoxide und Schwefeloxide und dergleichen, die in die Luft entladen werden, betrachtet. Diese Anwendung ist möglich, da die Konzentrationsverteilung von Gas bzw. Gasen, die in die Luft entladen werden, ähnliche Charakteristiken für die Intensitätsverteilung (d. h. Graupegelverteilung) eines Niederschlagsbereichs mit Advektion, Diffusion, Dispersion und dergleichen hat und somit ähnliche Vorhersageoperationen, ausgeführt werden können wie die, die die Advektions-Diffusions-Gleichung verwenden. Dementsprechend können die Einflüsse chemischer Substanzen auf einen beobachteten Bereich vorhergesagt werden.

Claims

Meteorologisches Radargerät zur Vorhersage von Niederschlagsmustern, umfassend: eine Bildeingabeeinrichtung (100) zur Eingabe von Radarbildern eines Niederschlagsbereichs; und eine Bildspeichereinrichtung (110) zum Speichern der eingegebenen Radarbilder als zweidimensionale Zeitreihenbilder, und eine Bildverarbeitungseinrichtung (320) zum Berechnen verschiedener Bildmerkmalsgrößen bezüglich zwei oder mehr zurückliegender zweidimensionaler Bilder, die in der Bildspeichereinrichtung gespeichert sind; eine Recheneinrichtung (330) zum Berechnen eines räumlich-zeitlichen Übergangs der Niederschlagsmenge unter Verwendung eines Advektions-Diffusions-Gleichungssystems, welches mit den verschiedenen Bildmerkmalsgrößen als Anfangswerte verschiedene physikalische Effekte bezüglich Niederschlagsphänomenen angibt; eine Vorhersageeinrichtung (340) zum Vorhersagen eines Übergangs eines Musters bezüglich des Niederschlagsbereichs basierend auf von der Recheneinrichtung berechneten Ergebnissen; und eine Ausgabeeinrichtung (350) zum Ausgeben vorhergesagter Ergebnisse als Zeitreihenbilder, wobei das Advektions-Diffusions-Gleichungssystem Zeit-, Advektions-, Diffusions-, Quellen-, Senken- und Dispersionstherme enthält; der Advektionstherm des Advektions-Diffusions-Gleichungssystems ein Produkt eines Advektionsvektors und der ersten Ableitung bezüglich eines Graupegels eines relevanten Pixels ist; dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung (320) umfaßt: einen Bewegungsgeschwindigkeitserfassungsabschnitt (720) zum Bestimmen der Advektionsvektoren des Musters des Niederschlagsbereichs durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf einem Kreuzkorrelationsverfahren; und einen Bewegungsgeschwindigkeits-Wiederholungsausbreitungsabschnitt (730) zum Bestimmen der Advektionsvektoren des Advektions-Diffusions-Gleichungssystems durch Iterieren einer Operation für jede Komponente der zweidimensionalen Bilder für vorbestimmte Zeiten unter Verwendung eines Gleitmittelungsfilters, mit den durch den Bewegungsgeschwindigkeitserfassungsabschnitt (720) bestimmten Advektionsvektoren als Anfangsvektoren.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß das Advektions-Diffusions-Gleichungssystem Diffusionskoeffizienten und evaluierte Advektionsvektoren enthält, und das Gerät ferner umfaßt: eine Topografieeffekt-Einführeinrichtung (640) zum Einstellen des Diffusionskoeffizienten und der Advektionsvektoren gemäß topografischen Merkmalen des Niederschlagsbereichs.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung aus jedem eingegebenen zweidimensionalen Bild einen Bereich mit Graupegeln größer als ein fester Pegel extrahiert und die Zahl der zum extrahierten Bereich gehörenden Pixel zählt, und die gezählte Zahl von Pixeln als eine Fläche eines Niederschlagsbereichs in dem relevanten Teilbild bestimmt.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß ein Graupegel bei jedem Pixel der Gleichung als eine Variable zugeführt wird, die einer Niederschlagsmenge entspricht.
Gerät nach Anspruch 4, dadurch gekennzeichnet, daß im Diffusionstherm enthaltene Diffusionskoeffizienten gemäß einer Änderungsrate bezüglich einem eindimensionalen Flächenübergang eingestellt werden.
Gerät nach Anspruch 5, dadurch gekennzeichnet, daß ein eindimensionaler nicht-linearer Flächenübergang unter Verwendung einer Extrapolation vorhergesagt wird, indem man eine vorbestimmte nichtlineare Funktion bis zu einer vorherbestimmten Vorhersagezeit fittet, wodurch die Änderungsrate bezüglich eines eindimensionalen Flächenübergangs erhalten wird und entsprechende Diffusionskoeffizienten •gemäß der erhaltenen Rate verändert werden.
Gerät nach Anspruch 4, dadurch gekennzeichnet, daß Daten betreffend positive und negative Bereiche, die durch Berechnen der Differenz zwischen zwei der zurückliegenden zweidimensionalen Bilder bestimmt werden, den Quellen- bzw. Senkenthermen der Gleichung zugeführt werden.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die Bildmerkmalsgrößen einen Kantengradienten enthalten, der die erste Ableitung eines Graupegels ist.
Gerät nach Anspruch 8, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung das Muster des Niederschlagsbereichs in einen oder mehr Bereiche mit einem großen Kantengradienten und einen oder mehr Bereiche mit einem kleinen Kantengradienten bezogen auf einen vorbestimmten Wert aufteilt.
Gerät nach Anspruch 4, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung das Muster des Niederschlagsbereichs in einen oder mehr Bereiche mit einem großen Kantengradienten und einen oder mehr Bereiche mit einem kleinen Kantengradienten bezogen auf einen vorbestimmten Wert aufteilt, den Schwerpunkt jedes Bereichs mit dem großen Kantengradienten berechnet, und eine Senkengröße bezogen auf den Senkentherm gemäß einem Abstand vom Schwerpunkt gewichtet, und proportional zum Abstand vom Schwerpunkt einen größeren Dispersionskoeffizienten zum Dispersionstherm zuführt.
Gerät nach Anspruch 9, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung Advektionsvektoren, die dem Advektions-Diffusions- Gleichungssystems zugeführt werden, durch Extrahieren einer Verschiebung des Schwerpunkts jedes Bereichs mit dem großen Kantengradienten einstellt.
Gerät nach Anspruch 11, dadurch gekennzeichnet, daß dann, wenn Advektion im relevanten Niederschlagsbereich stark ist, die Bildverarbeitungseinrichtung ferner eine Verschiebung des Schwerpunkts jedes Bereichs mit dem kleinen Kantengradienten zur Einstellung der Advektionsvektoren extrahiert.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung Gesamtadvektionsvektoren über das gesamte Teilbild evaluiert, indem sie eine Operation unter Verwendung eines Gleitmittelungsfilters iteriert.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung die Advektionsvektoren im Bild aus einem Niederschlagsmuster durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder, durch Ermitteln von Verlagerungen zwischen den Konturen als Advektionsvektoren, und durch Propagieren der Advektionsvektoren mittels einer Iteration einer Operation unter Verwendung eines Gleitmittelungsfilters evaluiert.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung die Advektionsvektoren im Bild aus einem Niederschlagsmuster durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder, durch Ermitteln von Verlagerungen zwischen den Konturen als Advektionsvektoren, und durch Ersetzen der Advektionsvektoren als Anfangswerte von Geschwindigkeitsvektoren einer vorbestimmten Fluidgleichung und Iterieren eines Zeitintegrals der Gleichung evaluiert, wodurch Geschwindigkeitsvektoren über das gesamte Bild interpoliert werden, und die Bildverarbeitungseinrichtung evaluierte Geschwindigkeitsvektoren basierend auf der Interpolation in das Advektions-Diffusions-Gleichungssystem eingibt.
Gerät nach Anspruch 14 oder 15, dadurch gekennzeichnet, daß bei der Erfassung der Konturen und der Verlagerungen dazwischen: zuvor für das Muster des Niederschlagsbereichs Bildverarbeitungsoperationen durchgeführt werden, einschließlich einer Binärisierung, Etikettierung, Eliminierung isolierter Punkte, und Erosion/Dilatation; eine diskrete Kontur unter Verwendung eines Kontursuchalgorithmus erfaßt wird; und unter Betrachtung jedes Konturpunkts der diskreten Kontur eine Verlagerung der Kontur berechnet wird basierend auf einem Abstand in der Richtung einer Normalen bezogen auf die Kontur in einem zurückliegenden Teilbild vom Konturpunkt der Kontur im zurückliegenden Teilbild zu einem Schnittpunkt auf einer entsprechenden Kontur im momentanen Teilbild.
Gerät nach Anspruch 16, dadurch gekennzeichnet, daß die Normale der Kontur unter Verwendung des Zentraldifferenzverfahrens definiert ist.
Gerät nach Anspruch 15, dadurch gekennzeichnet, daß die vorbestimmte Fluidgleichung die Navier-Stokes-Gleichung ist.
Gerät nach Anspruch 15, dadurch gekennzeichnet, daß die vorbestimmte Fluidgleichung die Burgers-Gleichung ist.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß das Advektions-Diffusions-Gleichungssystem unter Verwendung des Differenzverfahrens, des Finite-Elemente-Verfahrens oder des Spektralverfahrens in eine diskrete Form transformiert und gelöst wird.
Gerät nach Anspruch 2, dadurch gekennzeichnet, daß die Topografieeffekt-Einführeinrichtung die dem Advektions-Diftusions-Gleichungssystem zugeführten Advektionsvektoren gemäß einem topografischen Merkmal des Niederschlagsbereichs einstellt.
Gerät nach Anspruch 2, dadurch gekennzeichnet, daß die Topografieeffekt-Einführeinrichtung die Diffusionskoeffizieten gemäß einem topografischen Merkmal des Niederschlagsbereichs einstellt.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß das Advektions-Diftusions-Gleichungssystem Dispersionskoeffizienten enthält, und die Topografieeffekt-Einführeinrichtung die Dispersionskoeffizienten gemäß einem topografischen Merkmal des Niederschlagsbereich einstellt.
Gerät nach Anspruch 23, dadurch gekennzeichnet, daß dann, wenn das Muster des Niederschlagsbereichs sowohl über Ozean- als auch Landbereiche verläuft, größere Dispersionskoeffizienten für den Ozeanbereich als für den Landbereich eingestellt werden.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die Recheneinrichtung das Zeitintegral des Advektions-Diffusions-Gleichungssystems mit einer Zeitspanne kürzer als eine relevante Beobachtungsperiode des Radars iteriert.
Gerät nach Anspruch 9, dadurch gekennzeichnet, daß die Bildverarbeitungseinrichtung Advektionsvektoren, die dem Advektions-Diftusions-Gleichungssystem zugeführt werden, basierend auf einem Niederschlagsmuster bestimmt, und bei der Bestimmung: erste anfängliche Advektionsvektoren bestimmt werden durch Extrahieren einer Änderung des Schwerpunkts jedes Bereichs mit dem großen Kantengradienten; zweite anfängliche Advektionsvektoren bestimmt werden durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf dem Kreuzkorrelationsverfahren; dritte anfängliche Advektionsvektoren bestimmt werden durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder und Ermitteln von Verlagerungen zwischen den Konturen als die Advektionsvektoren; und eine Operation unter Verwendung eines Gleitmittelungsfilters bezüglich der ersten, zweiten und dritten anfänglichen Advektionsvektoren iteriert wird, um Gesamtadvektionsvektoren über das gesamte Teilbild zu evaluieren.
Gerät nach Anspruch 1, dadurch gekennzeichnet, daß die zwei oder mehr zurückliegenden zweidimensonalen Bilder gemäß einer Abtastrate und einer Bewegungsgeschwindigkeit eines relevanten Objekts ausgewählt werden.
Meteorologisches Radarverfahren zur Vorhersage von Niederschlagsmustern, umfassend die Schritte: Eingeben von Radarbildern eines Niederschlagsbereichs; und Speichern der eingegebenen Radarbilder als zweidimensionale Zeitreihenbilder, und Berechnen verschiedener Bildmerkmalsgrößen bezüglich zwei oder mehr der gespeicherten zurückliegenden zweidimensionalen Bilder; Berechnen eines räumlich-zeitlichen Übergangs der Niederschlagsmenge unter Verwendung eines Advektions-Diffusions-Gleichungssystems, welches verschiedene physikalische Effekte bezüglich Niederschlagsphänomenen angibt, mit den verschiedenen Bildmerkmalsgrößen als Anfangswerten; Vorhersagen eines Übergangs eines Musters bezüglich des Niederschlagsbereichs basierend auf Ergebnissen der Berechnung; und Ausgeben vorhergesagter Ergebnisse als Zeitreihenbilder, wobei das Advektions-Diffusions-Gleichungssystem Zeit-, Advektions-, Diffusions-, Quellen-, Senken- und Dispersionstherme enthält; der Advektionstherm des Advektions-Diffusions-Gleichungssystems ein Produkt eines Advektionsvektors und der ersten Ableitung bezüglich eines Graupegels eines relevanten Pixels ist; dadurch gekennzeichnet, daß die Advektionsvektoren des Musters des Niederschlagsbereichs bestimmt werden durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf einem Kreuzkorrelationsverfahren; und die Advektionsvektoren des Advektions-Diffusions-Gleichungssystems bestimmt werden durch Iterieren einer Operation für jede Komponente der zweidimensionalen Bilder für vorbestimmte Zeiten unter Verwendung eines Gleitmittelungsfilters, mit den Advektionsvektoren als Anfangsvektoren.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß das Advektions-Diffusions-Gleichungssystem Diffusionskoeffizienten und evaluierte Advektionsvektoren enthält, und das Verfahren ferner den Schritt des Einstellens des Diffusionskoeffizienten und der Advektionsvektoren gemäß topografischen Merkmalen des Niederschlagsbereichs umfaßt.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen ein Extrahieren eines Bereichs mit Graupegeln größer als ein fester Pegel aus jedem eingegebenen zweidimensionalen Bild enthält, sowie ein Zählen der Zahl von Pixeln, die zum extrahierten Bereich gehören, und ein Bestimmen der gezählten Zahl von Pixeln als eine Fläche eines Niederschlagsbereichs im relevanten Teilbild.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß ein Graupegel bei jedem Pixel der Gleichung als eine Variable entsprechend einer Niederschlagsmenge zugeführt wird.
Verfahren nach Anspruch 31, dadurch gekennzeichnet, daß im Diffusionstherm enthaltene Diffusionskoeffizienten gemäß einer Änderungsrate bezüglich eines eindimensionalen Flächenübergangs eingestellt werden.
Verfahren nach Anspruch 32, dadurch gekennzeichnet, daß ein eindimensionaler nicht-linearer Flächerübergang vorhergesagt wird unter Verwendung einer Extrapolation durch ungefähres Fitten einer vorbestimmten nichtlinearen Funktion bis zu einer vorbestimmten Vorhersagezeit, wodurch die Änderungsrate bezüglich eines eindimensionalen Flächenübergangs erhalten wird und entsprechende Diffusionskoeffizienten gemäß der erhaltenen Rate verändert werden.
Verfahren nach Anspruch 31, dadurch gekennzeichnet, daß Daten bezüglich positiver und negativer Bereiche, die bestimmt werden durch Berechnen der Differenz zwischen zwei der zurückliegenden zweidimensionalen Bilder, den Quellen- bzw. Senkenthermen der Gleichung zugeführt werden,
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß die Bildmerkmalsgrößen einen Kantengradienten enthalten, der die erste Ableitung eines Graupegels ist.
Verfahren nach Anspruch 35, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen ein Aufteilen des Musters des Niederschlagsbereichs in einen oder mehr Bereiche mit einem großen Kantengradienten und einen oder mehr Bereiche mit einem kleinen Kantengradienten bezogen auf einen vorbestimmten Wert enthält.
Verfahren nach Anspruch 31, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen ein Aufteilen des Musters des Niederschlagsbereichs in einen oder mehr Bereiche mit einem großen Kantengradienten und einen oder mehr Bereiche mit einem kleinen Kantengradienten bezogen auf einen vorbestimmten Wert enthält, ferner ein Berechnen des Schwerpunkts jedes Bereichs mit dem großen Kantengradienten, und ein Gewichten einer Senkengröße mit Bezug zum Senkentherm gemäß einem Abstand vom Schwerpunkt, und proportional zum Abstand vom Schwerpunkt wird ein größerer Dispersionskoeffizient dem Dispersionstherm zuführt.
Verfahren nach Anspruch 36, dadurch gekennzeichnet, daß Advektionsvektoren, die dem Advektions-Diffusions-Gleichungssystem zugeführt werden, durch Extrahieren einer Verschiebung des Schwerpunkts jeder Region mit dem großen Kantengradienten eingestellt werden.
Verfahren nach Anspruch 38, dadurch gekennzeichnet, daß dann, wenn die Advektion im relevanten Niederschlagsbereich stark ist, eine Verschiebung des Schwerpunkts jeder Region mit dem kleinen Kantengradienten ebenfalls extrahiert wird, um die Advektionsvektoren einzustellen.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen ein Evaluieren von Gesamtadvektionsvektoren über das gesamte Teilbild durch Iterieren einer Operation unter Verwendung eines Gleitmittelungsfilters enthält.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen ein Evaluieren der Advektionsvektoren im Bild aus einem Niederschlagsmuster durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder enthält, ein Ermitteln von Verlagerungen zwischen den Konturen als Advektionsvektoren, und ein Propagieren der Advektionsvektoren durch Iterieren einer Operation unter Verwendung eines Gleitmittelungsfilters.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen ein Evaluieren der Advektionsvektoren im Bild aus einem Niederschlagsmuster durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder enthält, ein Ermitteln von Verlagerungen zwischen den Konturen als Advektionsvektoren, und ein Ersetzen der Advektionsvektoren als Anfangswerte von Geschwindigkeitsvektoren einer vorbestimmten Fluidgleichung und Iterieren eines Zeitintegrals der Gleichung, wodurch Geschwindigkeitsvektoren über das gesamte Bild interpoliert werden, und der Schritt ferner ein Eingeben evaluierter Geschwindigkeitsvektoren basierend auf der Interpolation in das Advektions-Diffusions-Gleichungssystem enthält.
Verfahren nach Anspruch 41 oder 42, dadurch gekennzeichnet, daß bei der Erfassung der Konturen und der Verlagerungen dazwischen: zuvor für das Muster des Niederschlagsbereichs Bildverarbeitungsoperationen durchgeführt werden, einschließlich einer Binärisierung, Etikettierung, Elimierung isolierter Punkte, und Erosion/Dilatation; eine diskrete Kontur unter Verwendung eines Kontursuchalgorithmus erfaßt wird; und unter Betrachtung jedes Konturpunkts der diskreten Kontur eine Verlagerung der Kontur berechnet wird basierend auf einem Abstand in der Richtung einer Normalen bezogen auf die Kontur in einem zurückliegenden Teilbild vom Konturpunkt der Kontur im zurückliegenden Teilbild zu einem Schnittpunkt auf einer entsprechenden Kontur im momentanen Teilbild.
Verfahren nach Anspruch 43, dadurch gekennzeichnet, daß die Normale der Kontur unter Verwendung des Zentraldifferenzverfahrens definiert ist.
Verfahren nach Anspruch 42, dadurch gekennzeichnet, daß die vorbestimmte Fluidgleichung die Navier-Stokes-Gleichung ist.
Verfahren nach Anspruch 42, dadurch gekennzeichnet, daß die vorbestimmte Fluidgleichung die Burgers-Gleichung ist.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß das Advektions-Diffusions-Gleichungssystem unter Verwendung des Differenzverfahrens, des Finite-Elemente-Verfahrens oder des Spektralverfahrens in eine diskrete Form transformiert und gelöst wird.
Verfahren nach Anspruch 29, dadurch gekennzeichnet, daß der Schritt des Einstellens der Diffusionskoeffizienten und der Advektionsvektoren ein Einstellen der Advektionsvektoren, die dem Advektions-Diffusions-Gleichungssystem zugeführt werden, gemäß einem topografischen Merkmal des Niederschlagsbereichs enthält.
Verfahren nach Anspruch 29, dadurch gekennzeichnet, daß der Schritt des Einstellens der Diffusionskoeffizienten und der Advektionsvektoren ein Einstellen der Diffusionskoeffizienten gemäß einem topografischen Merkmal des Niederschlagsbereichs enthält.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß das Advektions-Diffusions-Gleichungssystem Dispersionskoeffizienten enthält, und der Schritt des Einstellens der Diffusionskoeffizienten und der Advektionsvektoren ein Einstellen der Dispersionskoeffizienten gemäß einem topografischen Merkmal des Niederschlagsbereichs enthält.
Verfahren nach Anspruch 50, dadurch gekennzeichnet, daß dann, wenn das Muster des Niederschlagsbereichs sowohl über Ozean- als auch Landbereiche verläuft, größere Dispersionskoeffizienten für den Ozeanbereich als für den Landbereich eingestellt werden.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß der Schritt des Berechnens eines räumlich-zeitlichen Übergangs unter Verwendung des Advektions-Diftusions-Gleichungssystems ein Iterieren eines Zeitintegrals des Advektions-Diffusions-Gleichungssystems mit einer Zeitspanne enthält, die kürzer ist als eine relevante Beobachtungsdauer des Radars.
Verfahren nach Anspruch 36, dadurch gekennzeichnet, daß der Schritt des Berechnens der Bildmerkmalsgrößen eine Bestimmung von dem Advektions-Diffusions-Gleichungssystem zugeführten Advektionsvektoren basierend auf einem Niederschlagsmuster enthält, und bei der Bestimmung: erste anfängliche Advektionsvektoren bestimmt werden durch Extrahieren einer Änderung des Schwerpunkts jedes Bereichs mit dem großen Kantengradienten; zweite anfängliche Advektionsvektoren bestimmt werden durch Aufteilen jedes Teilbilds in mehrere kleine Blöcke und Berechnen einer Richtung und eines Abstands bezüglich Punkten mit der höchsten Ähnlichkeit zwischen zwei Teilbildern der Bilder basierend auf dem Kreuzkorrelationsverfahren; dritte anfängliche Advektionsvektoren bestimmt werden durch Extrahieren von Konturen des Niederschlagsmusters in zwei der Bilder und Ermitteln von Verlagerungen zwischen den Konturen als Advektionsvektoren; und eine Operation unter Verwendung eines Gleitmittelungsfilters bezüglich der ersten, zweiten und dritten anfänglichen Advektionsvektoren iteriert wird, um Gesamtadvektionsvektoren über das gesamte Teilbild zu evaluieren.
Verfahren nach Anspruch 28, dadurch gekennzeichnet, daß die zwei oder mehr zurückliegenden zweidimensonalen Bilder gemäß einer Abtastrate und einer Bewegungsgeschwindigkeit eines relevanten Objekts ausgewählt werden.
Speichermedium, das ein Computerprogramm speichert, um einen Computer das Verfahren nach Anspruch 28 ausführen zu lassen.