JP2001264456A - 気象情報提供方法及びその装置 - Google Patents

Abstract

(57)【要約】 【課題】 局地気象情報の提供サービスと確度の高い予
測気象情報を利用者に提供する。 【解決手段】 観測された気象レーダ画像を入力する
（ステップ101）。レーダ画像の画像列を動画像と想定
し、観測された雨域の動きを速度ベクトルとして算出し
（ステップ102）、その速度ベクトルに応じて、予測先
時間に相当する移動量だけ、雨域の領域を速度ベクトル
の方向に平行移動させた雨域の予測画像を生成する（ス
テップ103）。次に、予測画像からフラクタル次元を算
出し（ステップ104）、算出したフラクタル次元に対し
て、繰り返しフラクタル処理を施し、フラクタル画像を
生成する（ステップ105）。生成された画像と実際の地
図の緯度経度とを重畳し（ステップ106）、緯度経度に
対応する画像の濃淡値を元に降水強度を計算し、エリア
毎の気象情報変換を行う（ステップ107）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、気象レーダ画像か
らの気象観測情報に基づき、天候や降水量予測等の気象
情報、特に局地な気象情報を予測し解析し、通信を介し
てその情報をユーザに提供する気象情報提供方法及びそ
の装置に関するものである。

【０００２】

【従来の技術】従来、局地な気象情報の提供サービス
は、気象レーダ画像により観測された降水域の変化を予
測することで実現させている。具体的には、降水域（雨
域）の予測は、１０分間隔で観測された気象レーダ画像
列を動画像列と考え、気象レーダ画像で観測されている
雨域の領域の移動ベクトルを隣接する画像間の差分など
により求め、その移動ベクトルの方向に、予測先時間に
応じて雨域を移動させるという方法を採用している。こ
こで、移動ベクトルの求め方は、気象レーダ画像に映出
されている雨域を一つの塊で捕らえ、この塊の移動量を
相互相関手法で求める手法や、画像処理手法として知ら
れているオプティカルフロー手法を用いて、画素ごとに
速度ベクトルを求める方法などがある。

【０００３】気象レーダ装置は、空中に電波を発して、
雨粒にて反射してきた電波の強度をレーダ画像として観
測する装置であり、レーダ画像の白い部分（雲の部分）
が雨の降っている地域として解釈され、レーダ画像の濃
淡値を雨の強度に変換して、局地な気象情報として配信
されている。従って、従来の局地な気象情報の提供サー
ビスでは、予測できる空間解像度の細かさは、気象レー
ダ装置の解像度までしかできない。つまり、気象レーダ
装置の空間解像度が、２.５キロメッシュの場合、予測
可能なエリアも、２.５キロメッシュが限界であった。

【０００４】

【発明が解決しようとする課題】従来手法により生成さ
れた予測レーダ画像は、一般には、１画素のサイズが、
レーダ画像の解像度になっているため、小さなエリアヘ
の情報提供においては、図６に示すように、画素の四角
い形状の影響は避けられない。そのため、強い雨域と晴
れている雨域の境界近傍の気象情報（天気）を知りたい
ときは、どちらの予測気象情報を利用したら良いかの判
断が、ユーザ（利用者）の感に頼るしかなかった。特
に、ピンポイント予報では、ある一地点での予測気象情
報しか提供しないため、利用者は、所望の地点の天気の
すぐ近くに雨域が有るかどうかを知る手段はない。その
ため、たまたま晴れと予測されている地点（図６Ａ地
点）で気象情報を得た後、少し移動し、雨と予測されて
いる地点（図６Ｂ地点）に入った段階で実際は、雨が降
ってくるということがある。つまり、予測では、当該地
区のエリアを雨と予測していたにもかかわらず、利用者
は、予測が外れたと認識してしまうという問題があっ
た。

【０００５】また、一般に、予測気象情報を動画として
提供することで、利用者の判断を容易にすることができ
るが、従来の局地予報の方式では、２.５キロメッシュ
以下の解像度での予測気象情報を提供しようとする場
合、雨域の境界では、実際にいつ頃から雨が降りだすか
の判断は困難であった。

【０００６】このため、より空間的に細かな気象情報の
提供を行う方法として、線形内挿手法により予測された
２.５キロメッシュの画像を細分化して、詳細情報とし
て提供するという方式が考えられるが、自然現象は複雑
であり、線形では変移を近似しきれないため、空間解像
度が小さくなるほど予測誤差が大きくなるという問題が
あった。

【０００７】本発明は上記の事情に鑑みてなされたもの
で、気象レーダ画像や気象観測衛星画像など気象観測情
報の空間解像度よりも細かな局地気象情報の提供サービ
スを行うことができるとともに、ピンポイント予測にお
いても予測気象情報の獲得位置に関係なく、確度の高い
予測気象情報を利用者に提供することができる気象情報
提供方法及びその装置を提供することを課題とする。

【０００８】

【課題を解決するための手段】上記の課題を達成するた
めに、本発明は、気象観測情報を画像として捕らえてそ
の画像を逐次入力するステップと、前記入力された画像
の画像列に対して各種画像処理を施し、観測された画像
の動きを速度ベクトルとして算出するステップと、前記
算出された速度ベクトルに基づいて予測先時間に相当す
る移動量だけ画像の領域を速度ベクトルの方向に平行移
動させ、一定時間後の予測画像を生成するステップと、
前記生成された予測画像からフラクタル次元を算出する
ステップと、前記算出されたフラクタル次元を基に予測
画像に対して繰り返しフラクタル処理を施してフラクタ
ル画像からなる高精細な予測画像を生成するステップ
と、前記生成された高精細な予測画像と地図の緯度経度
が一致するように重畳させるステップと、前記地図の個
々の緯度経度に対応する高精細な予測画像に基づいて各
エリア毎の気象情報に変換するステップとを有するもの
である。

【０００９】また、本発明は、気象観測情報を画像とし
て捕らえてその画像を逐次入力するステップと、前記入
力された画像の画像列に対して各種画像処理を施し、観
測された画像の動きを速度ベクトルとして算出するステ
ップと、前記算出された速度ベクトルを複数求め、同一
方向、大きさの速度ベクトル毎に類似した個々の速度ベ
クトル場を求めるステップと、前記類似した個々の速度
ベクトル場毎に予測画像を生成するステップと、前記個
々の予測画像に対してそれぞれ別々のフラクタル次元を
算出するステップと、前記算出された別々のフラクタル
次元を基に個々の予測画像に対して繰り返しフラクタル
処理を施して別々のフラクタル画像からなる高精細な予
測画像を生成するステップと、前記別々に生成された高
精細な予測画像を合成するステップと、前記合成された
高精細な予測画像と地図の緯度経度が一致するように重
畳させるステップと、前記地図の個々の緯度経度に対応
する高精細な予測画像に基づいて各エリア毎の気象情報
に変換するステップとを有するものである。

【００１０】さらに、本発明は、気象観測情報の画像を
入力する気象観測情報入力手段と、この入力手段により
入力された観測画像が供給され、観測画像列に対して各
種画像処理を施し、画像特徴量を算出する画像特徴量算
出手段と、前記算出された画像特徴量と現在の画像に基
づいて予測画像を生成する予測画像生成手段と、前記生
成された予測画像から雨域、曇域、晴域のフラクタル次
元を算出するフラクタル次元算出手段と、前記算出され
たフラクタル次元を基に予測画像に対してフラクタル処
理を施して高精細な予測画像を生成するフラクタル画像
生成手段と、前記生成されたフラクタル画像と地図の緯
度経度とが合致するように重畳し、提供すべき気象情報
に変換を行う局地気象情報変換手段とを具備するもので
ある。

【００１１】さらにまた、本発明は、天候の状態を知り
たい地域指定情報が入力される予測サーバと、 このサ
ーバは、地域指定情報を受けると、その指定情報により
当該地域の緯度経度を検索し特定する緯度経度対応デー
タベースと、前記検索し特定した結果予測画像を切り出
し特定する予測結果切り出し部と、前記予測画像が特定
され、当該地域の緯度経度が認識されると、前記サーバ
は当該地域の気象情報を獲得して利用者にその情報を送
信するとともに、予測画像を時系列順に重ねて当該地域
の気象情報を利用者に送信する予測画像時系列重ね部と
を有するものである。

【００１２】本発明は、従来の方式により生成された予
測画像に対して、雨域等のテクスチャ情報の特徴量とし
て、フラクタル次元を求め、先の予測画像に対して繰り
返しフラクタル処理を施すようにしている。フラクタル
は、自己相似近似による画像生成手法であり、元の形状
の特徴を生かした、画像の高精細化が可能である。フラ
クタルは、自然発生的で統計的自己相似性を示す形状で
ある地形や樹型に応用されている手法であり、雨域や雲
の自然現象に対しても、同様の自己相似形の性質を利用
するものである。

【００１３】つまり、このような自然現象の場合、フラ
クタル次元を推定することが可能であり、この次元を用
いて自己相似画像を繰り返し生成していくことで、要求
に応じた高解像度での予測画像を生成することができる
ようになる。従って、従来手法よりも、高精細な画像を
生成することができ、細かなエリアでの雨域・雲の形状
を再現することが可能になり、より局地的な気象情報提
供が実現できるようになる。そして、雨域の境界は、雨
域のパターンに応じ、徐々に雨の強度が変化するような
予測画像を生成することができるようになり、従来の気
象情報の獲得位置のズレによる予測気象情報の大幅なズ
レが解消されるようになる。

【００１４】本発明では、気象レーダ画像に加え、気象
レーダ観測範囲の内外に設置された降水量を計測する装
置から得られる情報に基づいて、気象レーダ画像を絞り
込むことにより、より現象的に類似する気象レーダ画像
を利用可能にする。

【００１５】すなわち、本発明では、気象レーダ画像に
おいて、気象レーダ画像がカバーする範囲に加えて、よ
り広範囲の雨量分布を観測するために降水量計の情報を
用いて、検索結果の絞り込みを実現している。これによ
って、単独の気象レーダ装置による観測より広い範囲の
気象現象を考慮することができるようにし、その結果
を、つまり現在の現象に近づけることを可能とする。

【００１６】一般に、気象衛星ではレーダ観測は不可能
である。一方、レーダ観測範囲は直径100kmから300km程
度である。レーダ観測外の降水量は他のレーダで観測さ
れていればその情報が利用できる。このため、地上設置
型の雨量計を利用する。通常、雨量計は、レーダ観測で
得られた雨量より観測精度が高いことがあげられる。こ
れは、レーダ観測では、雲の中の雨滴から戻ってくる電
波の反射強度から、雨量を“推測”しているに過ぎない
からである。雨滴の形状の違いや、地上へと落ちてくる
間に風に流される距離などの影響を受けるために、実際
に現場で計測している雨量計より精度が劣る。

【００１７】しかし、雨量計は地上で密に設置すること
は現実的に困難であり、その点レーダ観測によって空間
的に密に得られる降水パターンのほうが、気象現象の空
間的構造を把握するには優れているという性質がある。
そこで、本発明は両者の利点を併せるかたちで、レーダ
画像を、雨量計のデータを使い、さらに絞り込むこと
で、より高精度な雨域を実現している。

【００１８】このレーダ範囲外に設置された降水量計を
利用する利点としては、例えばレーダの観測範囲内の雨
域の分布は、ほぼ同一でその運動もほぼ同じであるが、
レーダ観測範囲外の雨域の分布に大きな違いがあり、予
測を所望する地区（レーダ観測範囲内）における予測希
望時間先の降水分布は、大きく異なるものとなる。従来
のレーダ画像のみに基づくものでは、より広い範囲で見
た場合の現象の相違を考慮することができずに、予測の
参考情報としての検索結果の価値は低い。

【００１９】それに対して、本発明においては、レーダ
観測範囲外に降水量計を設置し、この降水量計の情報を
利用し、所望の地区の一定時間先の降水量に関連の深い
地区（降水量計が設置された地区）を特定し、より長時
間にわたり現象が類似した気象レーダ画像の利用が可能
となり、予報の参考情報としての価値が増加する。な
お、より長時間にわたり現象が類似しているとは、画像
の系列が、より似ているということを意味している。

【００２０】また、本発明では、予め所望する地区と予
測先行時間先の降水量と関連のある（相関のある）地区
を特定し、その地区における降水量を比較している。こ
れによって、降水量の観測網全体の降水量データ同士を
比較する方法に比べ、現象に応じて重要な地区を適応的
に特定できるようにし、つまり、気象現象に応じて着目
する地区の現象に関連のある地区を決定し、より精度の
高い気象レーダ画像の利用を可能とする。

【００２１】さらに、本発明では、まず、気象レーダ画
像の画像特徴量のみを用いたのち、得られた複数の結果
（候補）について、周辺降水量の相関に基づいて絞り込
み（選別）を行なうという２段階の処理構成をとってい
る。これによって、利用時刻の時点で、空間的に細かく
一致している画像を見つけ出すことができるようにし、
その中から、所望の地区の予測対象時間における降水量
との一致する可能性の高い利用候補を絞り込むことがで
きるようにする。

【００２２】ある地区で起きている気象現象を知りたい
ときには、その地区の雨量値はもちろん、その地区を取
り巻く雨量値、降水パターンを知る必要がある。その理
由は気象現象は空間的に広がりを持っており、その形状
や移動速度を考慮する必要があることにある。その反面
どれくらいの空間的な範囲を考慮する必要があるか、気
象現象によって異なる。単純に雨量値を認識する方式で
は、この空間範囲を現象毎に設定できない。そのため、
あらかじめ設定された範囲内の降水パターンを比較して
行う。その場合、目的とする地区で起きている現象と
は、関係の無い現象が生じている地区の降水量も比較の
対象となる。この影響により正確な降水量の値が妨げら
れてしまうという問題がある。それに対して、本発明で
は第一段階の気象レーダ画像を入力することにより、現
在の気象現象と、類似する過去の現象をいくつかピック
アップし、第２段階で着目した地区の降水量と、周辺の
降水量と相関係数の分析により、着目する地区の現象と
関連のある現象が生じている地区を選択することがで
き、その地区の雨量値を比較し、現在の値と近い値を結
果として出力できる。

【００２３】

【発明の実施の形態】以下本発明の実施の形態を図面に
基づいて説明する。

【００２４】図１は、本発明の実施の第１形態である気
象情報提供方法を示すフローチャートで、この第１形態
では、特に高精細画像生成手法を、気象レーダ画像の予
測方式に適用した例について説明する。図１において、
例えば、１例として、気象レーダ画像が、１０分間隔、
２.５キロメッシュの時空間解像度で観測され、逐次、
気象レーダ画像を入力する（ステップ101）。このレー
ダ画像の画像列を動画像と想定し、画像の時間（２フレ
ーム間）の相互相関をとり、観測された画像（雨域）の
動き（特徴抽出）を速度ベクトルとして算出する（ステ
ップ102）。算出された速度ベクトルに応じて、予測先
時間（仮に３０分とする）に相当する移動量だけ、雨域
の領域を速度ベクトルの方向に平行移動させ、３０分後
の雨域の予測画像を生成する（ステップ103）。すなわ
ち、このステップ103では、速度ベクトルと現在の画像
から雨域を予測する。ステップ103における予測画像の
例を図３Ａの予測画像１に示す。予測画像１は、この段
階では、２.５キロメッシュである。

【００２５】次に、この予測画像１に対してフラクタル
次元を算出する（ステップ104）。この算出により、予
測画像１に示すように、２.５キロメッシュ毎に「白色
部分」、「灰色部分」および「黒色部分」が現れる。
「白色部分」は強い雨域、「灰色部分」は弱い雨域、
「黒色部分」は曇りもしくは晴れ域をそれぞれ示してい
る。なお、フラクタル次元の算出手段としては、フラク
ショナルブラウン運動モデルを用いた方法や、より簡単
な方法としてランダム中点変位法を用いた方法など、い
くつか提案（電子情報通信学会誌vol.80，No.11,1162-1
166，1997）されているが、本発明ではこれら算出手段
については限定しない。

【００２６】次に、上記フラクタル次元を基にして得ら
れた図３Ａに示す予測画像１に対して、繰り返しフラク
タル処理を施し、高精細フラクタル画像を生成する（ス
テップ105）。このフラクタル処理により生成された画
像を図３Ｂの予測画像２に示す。この予測画像２におい
ても「白色部分」、「灰色部分」および「黒色部分」の
意味は予測画像１と同様であるが、雨域の予測分布が等
圧線のように現されるので、より雨域が精細に現される
ことになる。このようにして得られた予測画像２と実際
の地図の緯度経度とを重畳し、地図へのマッピンングを
行う（ステップ106）。その後、個々の緯度経度に対応
する予測画像２の濃淡値を元に降水強度を計算し、図６
に示すような雨の強度に対応するアイコンあるいは、雨
の強度に応じて色彩を変えるなどして、エリア毎の気象
情報変換を行い（ステップ107）、分かりやすい気象予
測情報として提供するようにする。

【００２７】図２は本発明の実施の第２形態である気象
情報提供方法を示すフローチャートで、図２において、
例えば一例として、気象レーダ画像が、１０分間隔、
２.５キロメッシュの時空間解像度で観測され、ステッ
プ101で逐次レーダ画像が入力された後、このレーダ画
像の画像列を動画像と想定し、画像の時間（２フレーム
間）の相互相関をとることで、観測された画像（雨域）
の動きを速度ベクトルとしてステップ102で算出する工
程までは、第１形態と同じ手法をとる。

【００２８】その後、レーダ画像から予測画像を求める
際に、オプティカルフローやサブブロック手法等により
複数の速度ベクトルを求め、同一方向、大きさの速度ベ
クトル毎に、類似した速度ベクトル場を求め、画像特徴
量による領域分割を行う（ステップ110）。

【００２９】次に、求められた個々の速度ベクトル場
（分類された領域）毎に、気象予測画像を生成し（ステ
ップ111）、個々の（領域毎の）気象予測画像に対して
別々のフラクタル次元を算出し（ステップ112）、画像
特徴量の異なる領域毎のフラクタル画像を生成するとと
もに、領域毎に生成された高精細予測画像を生成し合成
する（ステップ113，114）。その後、第１形態と同様に
地図へのマッピング（ステップ106）、エリア毎の気象
情報変換（ステップ107）の処理を行う。

【００３０】なお、入力された気象観測画像のテクスチ
ャ解析により、テクスチャの異なる領域ごとに分割し、
個々の分割された領域ごとにフラクタル次元を求めるよ
うにしてもよい。

【００３１】また、気象衛星画像（可視、赤外等）を入
力し、赤外画像の温度分布並びに気象庁が配信している
数値モデルにより予測した温度分布を用いて、雲領域を
複数の層（たとえば上層、中層、下層）にわけ、個々の
層でのフラクタル次元を求め、別々に予測画像２に相当
する高精細画像を生成するようにしてもよい。

【００３２】なお、高精細画像の生成と予測画像の生成
の順番は、上記具体例に限定されるものではなく、たと
えば、予測画像を生成するステップ103の前に、ステッ
プ104，105に相当する処理、即ち、フラクタル次元を求
め、高精細画像を生成した後、ステップ103に相当する
従来手法による局地気象予測手法を適用するようにして
もよい。

【００３３】図４は本発明の実施の第３形態である気象
情報提供装置を示す構成説明図で、図４において、気象
情報入力手段301では、気象レーダ画像や衛星画像など
の気象観測データを画像として入力する。入力された画
像データは、画像特徴量算出手段302に転送され、ここ
で、観測画像列に対して各種画像処理（差分、微分、テ
クスチャ解析など）を施し、画像特徴量「例えば、画像
の時間（２フレーム間）相関をとり、画像（雨域）の速
度ベクトルやテクスチャ特徴量等］を算出する。そし
て、画像特徴量に応じて各画像の領域分割等も画像特徴
量算出手段302の中で行う。

【００３４】算出された画像特徴量は、画像特徴に基づ
く予測画像生成手段303に送られ、この手段303では、速
度ベクトルと現在の画像から予測画像（雨域）を予測す
ることによって、その後の気象予測画像を特徴量に基づ
いて生成する。生成された予測画像は、フラクタル次元
算出手段304に転送され、対象領域のフラクタル次元を
算出する。算出されたフラクタル次元を基に、フラクタ
ル画像生成手段305では、予測画像に対してフラクタル
処理を施して高精細な予測画像（フラクタル画像）を生
成する。手段305で生成された予測画像と、手段303で生
成された予測画像が局地気象情報変換手段306に送ら
れ、ここで、予測画像と地図の緯度経度が重畳されて提
供すべき気象情報に変換される。

【００３５】なお、画像特徴量算出手段302において、
画像特徴量に応じて領域分割し、その結果をフラクタル
次元算出手段304に送信し、この手段304では、個々の領
域のフラクタル次元を求め、個々の領域の高精細画像を
手段305において先に生成し、個々の領域毎の高精細画
像を、手段303の予測画像生成手段に転送し、高精細な
画像を元に予測画像を生成し、手段306の局地気象情報
変換手段に転送するようにしてもよい。

【００３６】図５は本発明の実施の第４形態である気象
情報提供装置を局地気象情報サービス装置に適用した構
成説明図で、この図５を用いて、利用者が天候の状態を
知りたい地域指定情報を、携帯端末、パソコン、電話、
カーナビ等を利用して、所望の気象情報を獲得するとき
の情報の流れについて説明する。まず、最初に利用者
は、天候の状態を知りたい地域指定情報の地名指定、住
所指定、ランドマーク指定、電話番号指定、あるいは、
利用者が所有している端末についているＧＰＳ機能を用
いて、利用者の位置（緯度経度）情報をセンタ側に送信
する。

【００３７】センタ側では、送信されたきた位置情報
（地域指定情報）である地名指定、住所指定、ランドマ
ーク指定、電話番号指定を予測サーバ501に入力する。
すると、予測サーバ501は、上記地域指定情報により当
該地区の緯度経度を、地名、住所、ランドマーク、電話
番号等の緯度経度対応データベース（ＤＢ）502にアク
セスし、当該地区の緯度経度情報を検索し特定する。検
索し特定した結果、当該地区の予測画像を特定して予測
結果切り出し部503で予想画像を切り出す。

【００３８】この切り出しにより、当該地区の緯度経度
が認識されると、予測サーバ501は、逐次生成されてい
る予測画像の中から、当該地区のピンポイント気象情報
を獲得し、利用者に送信する（図５の例１）。次に、前
記特定され、認識された位置についての予測画像を、時
系列順に予測画像時系列順重ね部504にて重畳し、予測
画像を出力して、当該地区の気象情報の提供を行う。こ
の気象情報の提供により、当該地区（所望のエリア）の
気象情報は、利用者の端末で表示できる動画情報に変換
されて、利用者に送信される（図５の例２）。

【００３９】上記のような装置を用いると、利用者は、
当該地区の気象情報をピンポイントで獲得する際も、正
確に予測情報を獲得することができるようになる。

【００４０】なお、利用者がＧＰＳ等により緯度経度情
報を直接送信した場合は、データベースＤＢにはアクセ
スしない。

【００４１】

【発明の効果】以上述べたように、本発明によれば、気
象レーダ画像や気象観測衛星画像など気象観測情報の空
間解像度よりも細かな、局地気象情報の提供サービスが
可能となるとともに、ピンポイント予測において、予測
情報獲得に関係なく、予測精度に見合った予測気象情報
を利用者に提供することができる。

【図面の簡単な説明】

【図１】本発明の実施の第１形態である気象情報提供方
法を示すフローチャートである。

【図２】本発明の実施の第２形態である気象情報提供方
法を示すフローチャートである。

【図３】本発明の方法での予測画像の例を説明する図で
ある。

【図４】本発明の実施の第３形態である気象情報提供装
置を示す構成説明図である。

【図５】本発明の実施の第４形態である気象情報提供装
置を局地気象情報サービス装置に適用した構成説明図で
ある。

【図６】従来の局地気象情報提供方法の例を説明する図
である。

【符号の説明】

３０１…気象情報入力手段 ３０２…画像特徴量算出手段 ３０３…予測画像生成手段 ３０４…フラクタル次元算出手段 ３０５…フラクタル画像生成手段 ３０６…局地気象情報変換手段 ５０１…予測サーバ ５０２…データベース ５０３…予測結果切り出し部 ５０４…予測画像時系列順重ね部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 小田 寿則 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 (72)発明者 大塚 和弘 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 (72)発明者 児島 治彦 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 Ｆターム(参考） 5J070 AC03 AE13 AF01 AK22 BG27 BG40

Claims (4)

【特許請求の範囲】
1. 【請求項１】 気象観測情報を画像として捕らえてその
   画像を逐次入力するステップと、 前記入力された画像の画像列に対して各種画像処理を施
   し、観測された画像の動きを速度ベクトルとして算出す
   るステップと、 前記算出された速度ベクトルに基づいて予測先時間に相
   当する移動量だけ画像の領域を速度ベクトルの方向に平
   行移動させ、一定時間後の予測画像を生成するステップ
   と、 前記生成された予測画像からフラクタル次元を算出する
   ステップと、 前記算出されたフラクタル次元を基に予測画像に対して
   繰り返しフラクタル処理を施してフラクタル画像からな
   る高精細な予測画像を生成するステップと、 前記生成された高精細な予測画像と地図の緯度経度が一
   致するように重畳させるステップと、 前記地図の個々の緯度経度に対応する高精細な予測画像
   に基づいて各エリア毎の気象情報に変換するステップと
   を有する、 ことを特徴とする気象情報提供方法。
2. 【請求項２】 気象観測情報を画像として捕らえてその
   画像を逐次入力するステップと、 前記入力された画像の画像列に対して各種画像処理を施
   し、観測された画像の動きを速度ベクトルとして算出す
   るステップと、 前記算出された速度ベクトルを複数求め、同一方向、大
   きさの速度ベクトル毎に類似した個々の速度ベクトル場
   を求めるステップと、 前記類似した個々の速度ベクトル場毎に予測画像を生成
   するステップと、 前記個々の予測画像に対してそれぞれ別々のフラクタル
   次元を算出するステップと、 前記算出された別々のフラクタル次元を基に個々の予測
   画像に対して繰り返しフラクタル処理を施して別々のフ
   ラクタル画像からなる高精細な予測画像を生成するステ
   ップと、 前記別々に生成された高精細な予測画像を合成するステ
   ップと、 前記合成された高精細な予測画像と地図の緯度経度が一
   致するように重畳させるステップと、 前記地図の個々の緯度経度に対応する高精細な予測画像
   に基づいて各エリア毎の気象情報に変換するステップと
   を有する、 ことを特徴とする気象情報提供方法。
3. 【請求項３】 気象観測情報の画像を入力する気象観測
   情報入力手段と、 この入力手段により入力された観測画像が供給され、観
   測画像列に対して各種画像処理を施し、画像特徴量を算
   出する画像特徴量算出手段と、 前記算出された画像特徴量と現在の画像に基づいて予測
   画像を生成する予測画像生成手段と、 前記生成された予測画像から雨域、曇域、晴域のフラク
   タル次元を算出するフラクタル次元算出手段と、 前記算出されたフラクタル次元を基に予測画像に対して
   フラクタル処理を施して高精細な予測画像を生成するフ
   ラクタル画像生成手段と、 前記生成されたフラクタル画像と地図の緯度経度とが合
   致するように重畳し、提供すべき気象情報に変換を行う
   局地気象情報変換手段とを具備する、 ことを特徴とする気象情報提供装置。
4. 【請求項４】 天候の状態を知りたい地域指定情報が入
   力される予測サーバと、 このサーバは、地域指定情報
   を受けると、その指定情報により当該地域の緯度経度を
   検索し特定する緯度経度対応データベースと、 前記検索し特定した結果予測画像を切り出し特定する予
   測結果切り出し部と、 前記予測画像が特定され、当該地域の緯度経度が認識さ
   れると、前記サーバは当該地域の気象情報を獲得して利
   用者にその情報を送信するとともに、予測画像を時系列
   順に重ねて当該地域の気象情報を利用者に送信する予測
   画像時系列重ね部とを有する、 ことを特徴とする気象情報提供装置。