JP2003281664A - 災害発生予測方法及び災害発生予測装置 - Google Patents
災害発生予測方法及び災害発生予測装置Info
- Publication number
- JP2003281664A JP2003281664A JP2002086659A JP2002086659A JP2003281664A JP 2003281664 A JP2003281664 A JP 2003281664A JP 2002086659 A JP2002086659 A JP 2002086659A JP 2002086659 A JP2002086659 A JP 2002086659A JP 2003281664 A JP2003281664 A JP 2003281664A
- Authority
- JP
- Japan
- Prior art keywords
- disaster
- image data
- satellite image
- disaster occurrence
- occurrence prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 21
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 28
- 230000006870 function Effects 0.000 description 21
- 230000005540 biological transmission Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000006424 Flood reaction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 102100028780 AP-1 complex subunit sigma-2 Human genes 0.000 description 1
- 101100055680 Homo sapiens AP1S2 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Geophysics And Detection Of Objects (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 災害発生を予測し、災害に対して迅速に対応
できるようにする。 【解決手段】 定期的に受信する気象観測データ，地震
データなどの自然現象の観測値が所定の閾値を越えてい
たときには（Ｓ１，Ｓ２）、その観測値に係る自然現象
を遠隔探知する衛星画像プロバイダが選択され（Ｓ
３）、衛星画像データの配信依頼が送信される（Ｓ
４）。そして、衛星画像データを受信したときには（Ｓ
５）、これと通常時の衛星画像データとの差分画像デー
タに基づいて、災害発生が予測される異常領域が抽出さ
れる（Ｓ６，Ｓ７）。抽出された各異常領域について、
差分画像データから災害発生の危険性を示す指標として
の異常レベル値が演算され（Ｓ８）、これが所定の閾値
を越えたときには（Ｓ９）、コンソールにアラームを出
力すると共に（Ｓ１０）、その災害発生予測領域を管轄
する行政機関に対して警報メールが送信される（Ｓ１
１）。
できるようにする。 【解決手段】 定期的に受信する気象観測データ，地震
データなどの自然現象の観測値が所定の閾値を越えてい
たときには（Ｓ１，Ｓ２）、その観測値に係る自然現象
を遠隔探知する衛星画像プロバイダが選択され（Ｓ
３）、衛星画像データの配信依頼が送信される（Ｓ
４）。そして、衛星画像データを受信したときには（Ｓ
５）、これと通常時の衛星画像データとの差分画像デー
タに基づいて、災害発生が予測される異常領域が抽出さ
れる（Ｓ６，Ｓ７）。抽出された各異常領域について、
差分画像データから災害発生の危険性を示す指標として
の異常レベル値が演算され（Ｓ８）、これが所定の閾値
を越えたときには（Ｓ９）、コンソールにアラームを出
力すると共に（Ｓ１０）、その災害発生予測領域を管轄
する行政機関に対して警報メールが送信される（Ｓ１
１）。
Description
【０００１】
【発明の属する技術分野】本発明は、地表面を遠隔探知
（リモートセンシング）した衛星画像データを活用し、
局所的な災害発生予測を行う技術に関する。
（リモートセンシング）した衛星画像データを活用し、
局所的な災害発生予測を行う技術に関する。
【０００２】
【従来の技術】遠隔探知された衛星画像データを活用し
て、災害対策を行うとする計画が進行している。そし
て、近年では、高分解能衛星画像データの民間利用が可
能となり、災害対策を行うための基盤が整いつつある。
て、災害対策を行うとする計画が進行している。そし
て、近年では、高分解能衛星画像データの民間利用が可
能となり、災害対策を行うための基盤が整いつつある。
【０００３】
【発明が解決しようとする課題】しかしながら、災害対
策を行うためには、専門家が最新の衛星画像データを判
読及び解析する必要があり、リアルタイム的な処理がで
きなかった。また、衛星画像データを自前で受信できる
機関は少なく、衛星画像データのプロバイダから入手す
るのが一般的であった。この場合、極軌道を周回する衛
星の衛星画像データを入手するためには、プロバイダに
対して事前に撮像を予約する必要があり、最新の衛星画
像データを入手することは困難であった。このため、衛
星画像データの入手と解析とにある程度の時間を要し、
災害に対して迅速に対応することは困難であった。
策を行うためには、専門家が最新の衛星画像データを判
読及び解析する必要があり、リアルタイム的な処理がで
きなかった。また、衛星画像データを自前で受信できる
機関は少なく、衛星画像データのプロバイダから入手す
るのが一般的であった。この場合、極軌道を周回する衛
星の衛星画像データを入手するためには、プロバイダに
対して事前に撮像を予約する必要があり、最新の衛星画
像データを入手することは困難であった。このため、衛
星画像データの入手と解析とにある程度の時間を要し、
災害に対して迅速に対応することは困難であった。
【０００４】そこで、本発明は以上のような従来の問題
点に鑑み、定期的に観測又は予測される自然現象に基づ
いて衛星画像データを自動的に注文すると共に、入手し
た衛星画像データを自動的に解析して災害発生を予測す
ることで、災害に対して迅速に対応できるようにした災
害発生予測技術を提供することを目的とする。
点に鑑み、定期的に観測又は予測される自然現象に基づ
いて衛星画像データを自動的に注文すると共に、入手し
た衛星画像データを自動的に解析して災害発生を予測す
ることで、災害に対して迅速に対応できるようにした災
害発生予測技術を提供することを目的とする。
【０００５】
【課題を解決するための手段】このため、本発明に係る
災害発生予測技術では、定期的に観測又は予測される自
然現象の属性値が所定の閾値を越えたときに、その属性
値が観測又は予測された地点を含む領域であって、その
属性値に係る自然現象を遠隔探知した衛星画像データの
配信依頼が送信される。そして、配信依頼に係る衛星画
像データの配信を受けたときに、衛星画像データと基準
衛星画像データとの差分画像データに基づいて、閾値を
越えた属性値に係る自然現象を起因とする災害の発生が
予測される災害発生予測領域が抽出される。その後、抽
出された各災害発生予測領域について、差分画像データ
を構成する各画素の属性値に基づいて、災害が発生する
危険性を示す指標が演算され、これが所定の閾値を越え
たときに、災害発生予測領域に災害が発生するおそれが
あることが報知される。
災害発生予測技術では、定期的に観測又は予測される自
然現象の属性値が所定の閾値を越えたときに、その属性
値が観測又は予測された地点を含む領域であって、その
属性値に係る自然現象を遠隔探知した衛星画像データの
配信依頼が送信される。そして、配信依頼に係る衛星画
像データの配信を受けたときに、衛星画像データと基準
衛星画像データとの差分画像データに基づいて、閾値を
越えた属性値に係る自然現象を起因とする災害の発生が
予測される災害発生予測領域が抽出される。その後、抽
出された各災害発生予測領域について、差分画像データ
を構成する各画素の属性値に基づいて、災害が発生する
危険性を示す指標が演算され、これが所定の閾値を越え
たときに、災害発生予測領域に災害が発生するおそれが
あることが報知される。
【０００６】かかる構成によれば、定期的に観測又は予
測される自然現象の監視から警報の発生までを自動的に
行うことが可能となると共に、近年民間利用が可能とな
った高解像度衛星画像データに基づいて、災害発生が高
精度に予測される。このため、災害発生の警報を受けた
管轄行政機関では、その災害に迅速に対応することが可
能となり、災害による被害が最小限に抑制される。
測される自然現象の監視から警報の発生までを自動的に
行うことが可能となると共に、近年民間利用が可能とな
った高解像度衛星画像データに基づいて、災害発生が高
精度に予測される。このため、災害発生の警報を受けた
管轄行政機関では、その災害に迅速に対応することが可
能となり、災害による被害が最小限に抑制される。
【０００７】また、災害発生現場から災害報告があった
ときに、災害報告に係る地点を含む領域であって、災害
報告に係る自然現象を遠隔探知した衛星画像データの配
信依頼を送信するようにしてもよい。このようにすれ
ば、災害発生に係る自然現象が観測又は予測されないと
きであっても、災害発生現場からの災害報告が有効に活
用され、災害により迅速に対応することが可能となる。
ときに、災害報告に係る地点を含む領域であって、災害
報告に係る自然現象を遠隔探知した衛星画像データの配
信依頼を送信するようにしてもよい。このようにすれ
ば、災害発生に係る自然現象が観測又は予測されないと
きであっても、災害発生現場からの災害報告が有効に活
用され、災害により迅速に対応することが可能となる。
【０００８】さらに、災害が発生する危険性を示す指標
を演算するとき、差分画像データを構成する各画素の中
から、その属性値が所定値以下の画素を除外して、指標
を演算するようにしてもよい。このようにすれば、ノイ
ズによる誤差が除外され、災害発生の危険性を高精度に
判定することができる。その他、災害が発生するおそれ
があることを報知するとき、災害の種類及び災害発生予
測領域の位置を含んだ警報メールを送信するようにして
もよい。このとき、警報メールに、災害発生予測領域を
含む領域の差分画像データを添付するようにしてもよ
い。このように、警報メールを送信するようにすれば、
遠隔地に対しても災害が発生するおそれがあることを報
知することができる。また、警報メールに差分画像デー
タを添付するようにすれば、災害発生が予測される地点
を容易に把握することができる。
を演算するとき、差分画像データを構成する各画素の中
から、その属性値が所定値以下の画素を除外して、指標
を演算するようにしてもよい。このようにすれば、ノイ
ズによる誤差が除外され、災害発生の危険性を高精度に
判定することができる。その他、災害が発生するおそれ
があることを報知するとき、災害の種類及び災害発生予
測領域の位置を含んだ警報メールを送信するようにして
もよい。このとき、警報メールに、災害発生予測領域を
含む領域の差分画像データを添付するようにしてもよ
い。このように、警報メールを送信するようにすれば、
遠隔地に対しても災害が発生するおそれがあることを報
知することができる。また、警報メールに差分画像デー
タを添付するようにすれば、災害発生が予測される地点
を容易に把握することができる。
【０００９】
【発明の実施の形態】以下、添付された図面を参照して
本発明を詳述する。図１は、本発明に係る災害発生予測
技術を具現化した災害発生予測装置を用いて、例えば、
災害発生が予測される地域の管轄行政機関に警報を発す
るための構成を示す。
本発明を詳述する。図１は、本発明に係る災害発生予測
技術を具現化した災害発生予測装置を用いて、例えば、
災害発生が予測される地域の管轄行政機関に警報を発す
るための構成を示す。
【００１０】災害発生予測装置１０は、少なくとも中央
処理装置（ＣＰＵ）とメモリとを備えたコンピュータ１
０Ａから構成され、メモリにロードされたプログラムに
よって、災害発生予測に関する各種機能が実現される。
また、コンピュータ１０Ａには、後述する各種テーブル
が登録されるＤＢ（データベース）１０Ｂが接続され
る。そして、災害発生予測装置１０には、図示するよう
に、定期的に観測又は予測される自然現象としての気象
観測データ，気象予測データ，地震データなどが入力さ
れる。また、災害発生予測装置１０には、災害発生現場
からの災害報告（災害発生場所を特定する情報を含む）
が、例えば、インターネットを介して随時入力される。
さらに、災害発生予測装置１０は、ネットワークを介し
て、衛星画像データを配信するプロバイダ（以下「衛星
画像プロバイダ」という）２０及び各種省庁などの管轄
行政機関３０と夫々接続される。
処理装置（ＣＰＵ）とメモリとを備えたコンピュータ１
０Ａから構成され、メモリにロードされたプログラムに
よって、災害発生予測に関する各種機能が実現される。
また、コンピュータ１０Ａには、後述する各種テーブル
が登録されるＤＢ（データベース）１０Ｂが接続され
る。そして、災害発生予測装置１０には、図示するよう
に、定期的に観測又は予測される自然現象としての気象
観測データ，気象予測データ，地震データなどが入力さ
れる。また、災害発生予測装置１０には、災害発生現場
からの災害報告（災害発生場所を特定する情報を含む）
が、例えば、インターネットを介して随時入力される。
さらに、災害発生予測装置１０は、ネットワークを介し
て、衛星画像データを配信するプロバイダ（以下「衛星
画像プロバイダ」という）２０及び各種省庁などの管轄
行政機関３０と夫々接続される。
【００１１】なお、コンピュータ１０Ａにより、衛星画
像データの配信依頼を送信するステップ，災害発生予測
領域を抽出するステップ，災害が発生する危険性を示す
指標を演算するステップ，災害が発生するおそれがある
ことを報知するステップ，配信依頼送信手段，災害発生
予測領域抽出手段，指標演算手段，災害発生報知手段，
配信依頼送信機能，災害発生予測領域抽出手段，指標演
算機能及び災害発生報知機能が夫々実現される。
像データの配信依頼を送信するステップ，災害発生予測
領域を抽出するステップ，災害が発生する危険性を示す
指標を演算するステップ，災害が発生するおそれがある
ことを報知するステップ，配信依頼送信手段，災害発生
予測領域抽出手段，指標演算手段，災害発生報知手段，
配信依頼送信機能，災害発生予測領域抽出手段，指標演
算機能及び災害発生報知機能が夫々実現される。
【００１２】ここで、気象観測データは、地域気象観測
システム（AMeDAS:Automated Meteorological Data Acq
uisition System）データとして、気象業務支援センタ
ー又は民間気象会社からネットワークを介して配信され
る。また、気象予測データ及び地震情報は、同様に、気
象業務支援センターからネットワークを介して配信され
る。気象業務支援センターから配信される一般気象デー
タとしては、津波地震情報，火山情報，警報・注意報，
気象情報，各種予報，長期予報資料，観測実況報，地域
気象観測システム（AMeDAS）データ，特殊気象報，航空
気象資料，海洋，メソ数値予報モデル，長期予報資料，
量的資料などがある。
システム（AMeDAS:Automated Meteorological Data Acq
uisition System）データとして、気象業務支援センタ
ー又は民間気象会社からネットワークを介して配信され
る。また、気象予測データ及び地震情報は、同様に、気
象業務支援センターからネットワークを介して配信され
る。気象業務支援センターから配信される一般気象デー
タとしては、津波地震情報，火山情報，警報・注意報，
気象情報，各種予報，長期予報資料，観測実況報，地域
気象観測システム（AMeDAS）データ，特殊気象報，航空
気象資料，海洋，メソ数値予報モデル，長期予報資料，
量的資料などがある。
【００１３】図２は、災害発生予測装置１０において、
所定時間ごとに繰り返し実行される処理内容を示す。ス
テップ１（図では「Ｓ１」と略記する。以下同様）で
は、定期的に観測又は予測される気象観測データ，気象
予測データ，地震データなどの各種観測データが受信さ
れる。
所定時間ごとに繰り返し実行される処理内容を示す。ス
テップ１（図では「Ｓ１」と略記する。以下同様）で
は、定期的に観測又は予測される気象観測データ，気象
予測データ，地震データなどの各種観測データが受信さ
れる。
【００１４】ステップ２では、受信した各種観測データ
の観測値（属性値）が、所定の閾値を越えているか否か
が判定される。即ち、ＤＢ１０Ｂに登録された表１に示
すテーブルが参照され、時間降水量，降水量日積算値，
最大風速，日最高気温，最低気圧，震度などの観測要素
（自然現象）に関連付けられた閾値が抽出される。次
に、各観測要素について、観測値が閾値を超えているか
否かが判定される。そして、観測値が閾値を超えていれ
ばステップ３へと進み（Ｙｅｓ）、観測値が閾値以下で
あれば処理を終了する（Ｎｏ）。なお、各観測要素につ
いては、同表から明らかなように、予想災害及び衛星画
像データを撮像する使用衛星が関連付けられている。な
お、災害現場から災害報告があったときには、観測値が
所定の閾値以下であっても、ステップ３へ進むようにす
ることが望ましい。
の観測値（属性値）が、所定の閾値を越えているか否か
が判定される。即ち、ＤＢ１０Ｂに登録された表１に示
すテーブルが参照され、時間降水量，降水量日積算値，
最大風速，日最高気温，最低気圧，震度などの観測要素
（自然現象）に関連付けられた閾値が抽出される。次
に、各観測要素について、観測値が閾値を超えているか
否かが判定される。そして、観測値が閾値を超えていれ
ばステップ３へと進み（Ｙｅｓ）、観測値が閾値以下で
あれば処理を終了する（Ｎｏ）。なお、各観測要素につ
いては、同表から明らかなように、予想災害及び衛星画
像データを撮像する使用衛星が関連付けられている。な
お、災害現場から災害報告があったときには、観測値が
所定の閾値以下であっても、ステップ３へ進むようにす
ることが望ましい。
【００１５】
【表１】
ステップ３では、ＤＢ１０Ｂに登録された表２に示すテ
ーブルが参照され、観測値が閾値を越えた観測要素（以
下「異常観測要素」という）に関連付けられた衛星画像
データに基づいて、最適な衛星画像プロバイダ２０が選
択される。なお、表１に示すテーブルを再度参照し、異
常観測要素に関連付けられた使用衛星に基づいて、最適
な衛星画像プロバイダが選択されるようにしてもよい。
ーブルが参照され、観測値が閾値を越えた観測要素（以
下「異常観測要素」という）に関連付けられた衛星画像
データに基づいて、最適な衛星画像プロバイダ２０が選
択される。なお、表１に示すテーブルを再度参照し、異
常観測要素に関連付けられた使用衛星に基づいて、最適
な衛星画像プロバイダが選択されるようにしてもよい。
【００１６】
【表２】
ステップ４では、各種観測データから、観測値が閾値を
越えた時刻及び位置（緯度及び経度）が抽出される。そ
して、抽出された時刻，位置及び使用衛星に基づいて、
図３に示すような、衛星画像プロバイダ２０への配信依
頼メールが作成され、これが選択された衛星画像プロバ
イダ２０に送信される。このとき、配信依頼メールは、
その書式を予め取り決めておくことで、コンピュータで
自動処理できるようにすることが望ましい。一方、配信
依頼メールを受け取った衛星画像プロバイダ２０では、
そこに含まれる時刻，位置及び衛星画像データの種類に
基づいて撮像計画が行われ、異常観測要素が観測された
地点（以下「異常観測地」という）を含む領域の最新の
衛星画像データが撮像される。
越えた時刻及び位置（緯度及び経度）が抽出される。そ
して、抽出された時刻，位置及び使用衛星に基づいて、
図３に示すような、衛星画像プロバイダ２０への配信依
頼メールが作成され、これが選択された衛星画像プロバ
イダ２０に送信される。このとき、配信依頼メールは、
その書式を予め取り決めておくことで、コンピュータで
自動処理できるようにすることが望ましい。一方、配信
依頼メールを受け取った衛星画像プロバイダ２０では、
そこに含まれる時刻，位置及び衛星画像データの種類に
基づいて撮像計画が行われ、異常観測要素が観測された
地点（以下「異常観測地」という）を含む領域の最新の
衛星画像データが撮像される。
【００１７】なお、ステップ１〜ステップ４に示す一連
の処理が、衛星画像データの配信依頼を送信するステッ
プ，配信依頼送信手段及び配信依頼送信機能に夫々該当
する。ステップ５では、衛星画像プロバイダ２０からの
衛星画像データが受信される。
の処理が、衛星画像データの配信依頼を送信するステッ
プ，配信依頼送信手段及び配信依頼送信機能に夫々該当
する。ステップ５では、衛星画像プロバイダ２０からの
衛星画像データが受信される。
【００１８】ステップ６では、ＤＢ１０Ｂに登録された
表３に示すテーブルが参照され、衛星画像データから、
災害発生が予測される報告要素に対応した画像データ
（以下「異常時衛星画像データ」という）が作成され
る。
表３に示すテーブルが参照され、衛星画像データから、
災害発生が予測される報告要素に対応した画像データ
（以下「異常時衛星画像データ」という）が作成され
る。
【００１９】
【表３】
ステップ７では、災害発生が予測される領域（以下「異
常領域」という）を抽出すべく、図４に示すように、異
常時衛星画像データと平常時衛星画像データとの差分を
とった差分画像データが作成される。ここで、平常時衛
星画像データは、各報告要素に関連付けられた状態で、
所定領域ごとにＤＢ１０Ｂに登録される。図示の例で
は、Ａ県及びＢ県に、災害発生が予測される領域がある
ことを示している。なお、異常時衛星画像データと平常
時衛星画像データとは、同一条件での比較が可能となる
ように、所定の位置補正及び輝度補正などが施されたも
のを使用することが望ましい。
常領域」という）を抽出すべく、図４に示すように、異
常時衛星画像データと平常時衛星画像データとの差分を
とった差分画像データが作成される。ここで、平常時衛
星画像データは、各報告要素に関連付けられた状態で、
所定領域ごとにＤＢ１０Ｂに登録される。図示の例で
は、Ａ県及びＢ県に、災害発生が予測される領域がある
ことを示している。なお、異常時衛星画像データと平常
時衛星画像データとは、同一条件での比較が可能となる
ように、所定の位置補正及び輝度補正などが施されたも
のを使用することが望ましい。
【００２０】なお、ステップ５〜ステップ７に示す一連
の処理が、災害発生予測領域を抽出するステップ，災害
発生予測領域抽出手段及び災害発生領域抽出機能に夫々
該当する。ステップ８では、抽出された各異常領域につ
いて、災害発生の危険性を示す異常レベル値（指標）が
演算される。即ち、各異常領域を構成する各画素につい
て、ノイズによる誤差と考えられる属性値を除き、その
属性値に対して所定の演算を施すことで、異常レベル値
が演算される。ここで、異常レベル値は、異常領域の画
像的な特性を介して災害発生の危険性を示すように、既
知の統計的手法により演算された値を用いるようにして
もよい。なお、ステップ８に示す処理が、災害が発生す
る危険性を示す指標を演算するステップ，指標演算手段
及び指標演算機能に夫々該当する。
の処理が、災害発生予測領域を抽出するステップ，災害
発生予測領域抽出手段及び災害発生領域抽出機能に夫々
該当する。ステップ８では、抽出された各異常領域につ
いて、災害発生の危険性を示す異常レベル値（指標）が
演算される。即ち、各異常領域を構成する各画素につい
て、ノイズによる誤差と考えられる属性値を除き、その
属性値に対して所定の演算を施すことで、異常レベル値
が演算される。ここで、異常レベル値は、異常領域の画
像的な特性を介して災害発生の危険性を示すように、既
知の統計的手法により演算された値を用いるようにして
もよい。なお、ステップ８に示す処理が、災害が発生す
る危険性を示す指標を演算するステップ，指標演算手段
及び指標演算機能に夫々該当する。
【００２１】ステップ９では、異常レベル値が所定の閾
値を越えているか否かが判定される。そして、異常レベ
ル値が閾値を越えていればステップ１０へと進み（Ｙｅ
ｓ）、異常レベル値が閾値以下であれば処理を終了する
（Ｎｏ）。ステップ１０では、図示しないコンソールに
アラームが出力される。ステップ１１では、ＤＢ１０Ｂ
に登録された表４に示すテーブルが参照され、異常レベ
ル値が閾値を越えた領域を管轄する行政機関に対して、
図５に示すような警報メールが送信される。警報メール
は、図示するように、予想災害の種類，災害発生中心位
置座標，異常レベル値及び配信先コードNo.を含んで構
成される。このとき、警報メールには、災害発生が予測
される領域の把握が容易となるように、差分画像データ
を添付することが望ましい。
値を越えているか否かが判定される。そして、異常レベ
ル値が閾値を越えていればステップ１０へと進み（Ｙｅ
ｓ）、異常レベル値が閾値以下であれば処理を終了する
（Ｎｏ）。ステップ１０では、図示しないコンソールに
アラームが出力される。ステップ１１では、ＤＢ１０Ｂ
に登録された表４に示すテーブルが参照され、異常レベ
ル値が閾値を越えた領域を管轄する行政機関に対して、
図５に示すような警報メールが送信される。警報メール
は、図示するように、予想災害の種類，災害発生中心位
置座標，異常レベル値及び配信先コードNo.を含んで構
成される。このとき、警報メールには、災害発生が予測
される領域の把握が容易となるように、差分画像データ
を添付することが望ましい。
【００２２】なお、ステップ９〜ステップ１１に示す一
連の処理が、災害が発生するおそれがあることを報知す
るステップ，災害発生報知手段及び災害発生報知機能に
夫々該当する。
連の処理が、災害が発生するおそれがあることを報知す
るステップ，災害発生報知手段及び災害発生報知機能に
夫々該当する。
【００２３】
【表４】
かかる構成によれば、定期的に観測又は予測される各種
観測データの観測値が所定の閾値を越えたとき、又は、
災害現場からの災害報告があったときに、その観測値又
は災害報告に係る地点を含んだ領域の衛星画像データが
自動的に注文される。そして、衛星画像プロバイダ２０
から配信された衛星画像データと通常時衛星画像データ
とが比較され、その差分をとった差分画像データが作成
される。差分画像データは、通常時との差分（変化）を
表わしているため、災害発生が予測される異常領域が特
定される。その各異常領域について、災害発生の危険性
を示す異常レベル値が演算され、これが所定の閾値を超
えたときに、コンソールにアラームを出力すると共に、
該当する管轄行政機関３０に警報メールが送信される。
観測データの観測値が所定の閾値を越えたとき、又は、
災害現場からの災害報告があったときに、その観測値又
は災害報告に係る地点を含んだ領域の衛星画像データが
自動的に注文される。そして、衛星画像プロバイダ２０
から配信された衛星画像データと通常時衛星画像データ
とが比較され、その差分をとった差分画像データが作成
される。差分画像データは、通常時との差分（変化）を
表わしているため、災害発生が予測される異常領域が特
定される。その各異常領域について、災害発生の危険性
を示す異常レベル値が演算され、これが所定の閾値を超
えたときに、コンソールにアラームを出力すると共に、
該当する管轄行政機関３０に警報メールが送信される。
【００２４】従って、図６に示すように、各種観測デー
タの監視から警報の発生までを自動的に行うことが可能
となると共に、近年民間利用が可能となった高解像度衛
星画像データに基づいて、災害発生の予測を高精度に行
うことができる。このため、警報メールを受け取った管
轄行政機関３０では、その災害に迅速に対応することが
可能となり、災害による被害を最小限に抑制することが
できる。
タの監視から警報の発生までを自動的に行うことが可能
となると共に、近年民間利用が可能となった高解像度衛
星画像データに基づいて、災害発生の予測を高精度に行
うことができる。このため、警報メールを受け取った管
轄行政機関３０では、その災害に迅速に対応することが
可能となり、災害による被害を最小限に抑制することが
できる。
【００２５】次に、具体的な事例をもって、かかる災害
発生予測装置１０の作用について説明する。ここでは、
降雨（豪雨）による洪水，土砂崩れを予測するものとす
る。気象観測データとしての時間降水量が、表１に示す
ように、毎時50mmを越えたとき、又は、降水量日積算値
が200mmを越えたときには、その地点において、洪水又
は土砂崩れが発生するおそれがあると考えることができ
る。このため、最新の高解像度衛星画像データに基づい
てその危険性を判定すべく、最適な衛星画像プロバイダ
２０に対して、災害発生が予測される地点を含む領域の
衛星画像データの配信依頼が送信される。衛星画像デー
タとしては、例えば、夜間で雲に覆われているときでも
地表の様子を観測できる合成開口レーダ（SAR)を搭載し
ている衛星（例えば、RADARSAT）を利用することが望ま
しい。合成開口レーダの衛星画像データから、例えば、
REMOTE SENSING: Principles and Interpretation(199
7), Floyd F.Sabins 3rd ed., W.H.FREEMAN AND COMPAN
Y, PP494に開示される技術を用いて、地表面での洪水，
地形変化を画像データとして処理することができる。
発生予測装置１０の作用について説明する。ここでは、
降雨（豪雨）による洪水，土砂崩れを予測するものとす
る。気象観測データとしての時間降水量が、表１に示す
ように、毎時50mmを越えたとき、又は、降水量日積算値
が200mmを越えたときには、その地点において、洪水又
は土砂崩れが発生するおそれがあると考えることができ
る。このため、最新の高解像度衛星画像データに基づい
てその危険性を判定すべく、最適な衛星画像プロバイダ
２０に対して、災害発生が予測される地点を含む領域の
衛星画像データの配信依頼が送信される。衛星画像デー
タとしては、例えば、夜間で雲に覆われているときでも
地表の様子を観測できる合成開口レーダ（SAR)を搭載し
ている衛星（例えば、RADARSAT）を利用することが望ま
しい。合成開口レーダの衛星画像データから、例えば、
REMOTE SENSING: Principles and Interpretation(199
7), Floyd F.Sabins 3rd ed., W.H.FREEMAN AND COMPAN
Y, PP494に開示される技術を用いて、地表面での洪水，
地形変化を画像データとして処理することができる。
【００２６】高解像度衛星画像データの中でSAR画像
は、天候や昼夜に関係なく地上の画像を得ることができ
るので、より実用的である。光学センサーによる地表面
の撮像は、晴天であることが必要であり日中に限られる
が、航空写真に劣らない地表面の情報が得られる。衛星
画像データの配信依頼を受信した衛星画像プロバイダ２
０では、撮像に係る領域の気象予測データなどを適用
し、晴天か曇天か、昼か夜かなどを考慮して、最適な衛
星から衛星画像データを取得する。
は、天候や昼夜に関係なく地上の画像を得ることができ
るので、より実用的である。光学センサーによる地表面
の撮像は、晴天であることが必要であり日中に限られる
が、航空写真に劣らない地表面の情報が得られる。衛星
画像データの配信依頼を受信した衛星画像プロバイダ２
０では、撮像に係る領域の気象予測データなどを適用
し、晴天か曇天か、昼か夜かなどを考慮して、最適な衛
星から衛星画像データを取得する。
【００２７】そして、衛星画像プロバイダから、位置補
正及び輝度補正が施された、例えば、２５６階調のバイ
ナリデータたる衛星画像データを受信すると、これと平
常時衛星画像データとの差分をとった差分画像データが
作成される。差分画像データは、通常時との差分（変
化）を表わしているため、災害発生が予測される異常領
域を特定することができる。差分画像データにおいて、
例えば、属性値たるレベル値が２以下の画素は、ノイズ
による誤差を含んでいると考えられる。このため、ノイ
ズによる誤差を含んでいると考えられる画素を除き、災
害発生が予測される各異常領域について、各画素の属性
値を積算することで、災害発生の危険性を示す異常レベ
ル値が演算される。異常レベル値が所定の閾値を越えた
ときには、その異常領域に洪水又は土砂崩れが発生する
危険性があるので、そこを管轄する行政機関３０に対し
て警報が発せられる。
正及び輝度補正が施された、例えば、２５６階調のバイ
ナリデータたる衛星画像データを受信すると、これと平
常時衛星画像データとの差分をとった差分画像データが
作成される。差分画像データは、通常時との差分（変
化）を表わしているため、災害発生が予測される異常領
域を特定することができる。差分画像データにおいて、
例えば、属性値たるレベル値が２以下の画素は、ノイズ
による誤差を含んでいると考えられる。このため、ノイ
ズによる誤差を含んでいると考えられる画素を除き、災
害発生が予測される各異常領域について、各画素の属性
値を積算することで、災害発生の危険性を示す異常レベ
ル値が演算される。異常レベル値が所定の閾値を越えた
ときには、その異常領域に洪水又は土砂崩れが発生する
危険性があるので、そこを管轄する行政機関３０に対し
て警報が発せられる。
【００２８】また、災害現場からの災害報告が重要な情
報となることが多い。災害報告が管轄行政機関３０に電
話連絡されたときには、担当者は図５に示す警報メール
を作成し、インターネットを介してこれを災害発生予測
装置１０に送信する。このとき、異常レベル値には想定
レベル値を設定すると共に、配信先コードNo.を空白と
する。警報メールを受信した災害発生予測装置１０で
は、警報メールの内容に基づいて災害発生予測位置と必
要な衛星画像データが決定され、衛星画像プロバイダ２
０に対して配信依頼がなされる。その後、観測値に基づ
く処理と同様にして、必要に応じて警報メールが管轄行
政機関３０に送信される。
報となることが多い。災害報告が管轄行政機関３０に電
話連絡されたときには、担当者は図５に示す警報メール
を作成し、インターネットを介してこれを災害発生予測
装置１０に送信する。このとき、異常レベル値には想定
レベル値を設定すると共に、配信先コードNo.を空白と
する。警報メールを受信した災害発生予測装置１０で
は、警報メールの内容に基づいて災害発生予測位置と必
要な衛星画像データが決定され、衛星画像プロバイダ２
０に対して配信依頼がなされる。その後、観測値に基づ
く処理と同様にして、必要に応じて警報メールが管轄行
政機関３０に送信される。
【００２９】このような機能を実現するプログラムを、
例えば、ＩＣカード，ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ等
のコンピュータ読取可能な記録媒体に記録しておけば、
本発明に係る災害発生予測プログラムを市場に流通させ
ることができる。そして、かかる記録媒体を取得した者
は、一般的なコンピュータシステムを利用して、本発明
に係る災害発生予測装置を容易に構築することができ
る。
例えば、ＩＣカード，ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ等
のコンピュータ読取可能な記録媒体に記録しておけば、
本発明に係る災害発生予測プログラムを市場に流通させ
ることができる。そして、かかる記録媒体を取得した者
は、一般的なコンピュータシステムを利用して、本発明
に係る災害発生予測装置を容易に構築することができ
る。
【００３０】（付記１）定期的に観測又は予測される自
然現象の属性値が所定の閾値を越えたときに、該属性値
が観測又は予測された地点を含む領域であって、当該属
性値に係る自然現象を遠隔探知した衛星画像データの配
信依頼を送信するステップと、該配信依頼に係る衛星画
像データの配信を受けたときに、該衛星画像データと基
準衛星画像データとの差分画像データに基づいて、前記
属性値に係る自然現象を起因とする災害の発生が予測さ
れる災害発生予測領域を抽出するステップと、抽出され
た各災害発生予測領域について、前記差分画像データを
構成する各画素の属性値に基づいて、前記災害が発生す
る危険性を示す指標を演算するステップと、該指標が所
定の閾値を越えたときに、前記災害発生予測領域に前記
災害が発生するおそれがあることを報知するステップ
と、を順次実行することを特徴とする災害発生予測方
法。
然現象の属性値が所定の閾値を越えたときに、該属性値
が観測又は予測された地点を含む領域であって、当該属
性値に係る自然現象を遠隔探知した衛星画像データの配
信依頼を送信するステップと、該配信依頼に係る衛星画
像データの配信を受けたときに、該衛星画像データと基
準衛星画像データとの差分画像データに基づいて、前記
属性値に係る自然現象を起因とする災害の発生が予測さ
れる災害発生予測領域を抽出するステップと、抽出され
た各災害発生予測領域について、前記差分画像データを
構成する各画素の属性値に基づいて、前記災害が発生す
る危険性を示す指標を演算するステップと、該指標が所
定の閾値を越えたときに、前記災害発生予測領域に前記
災害が発生するおそれがあることを報知するステップ
と、を順次実行することを特徴とする災害発生予測方
法。
【００３１】（付記２）前記衛星画像データの配信依頼
を送信するステップは、災害発生現場から災害報告があ
ったときに、該災害報告に係る地点を含む領域であっ
て、当該災害報告に係る自然現象を遠隔探知した衛星画
像データの配信依頼を送信することを特徴とする付記１
記載の災害発生予測方法。
を送信するステップは、災害発生現場から災害報告があ
ったときに、該災害報告に係る地点を含む領域であっ
て、当該災害報告に係る自然現象を遠隔探知した衛星画
像データの配信依頼を送信することを特徴とする付記１
記載の災害発生予測方法。
【００３２】（付記３）前記災害が発生する危険性を示
す指標を演算するステップは、前記差分画像データを構
成する各画素の中から、その属性値が所定値以下の画素
を除外して、前記指標を演算することを特徴とする付記
１又は付記２に記載の災害発生予測方法。
す指標を演算するステップは、前記差分画像データを構
成する各画素の中から、その属性値が所定値以下の画素
を除外して、前記指標を演算することを特徴とする付記
１又は付記２に記載の災害発生予測方法。
【００３３】（付記４）前記災害が発生するおそれがあ
ることを報知するステップは、前記災害の種類及び前記
災害発生予測領域の位置を含んだ警報メールを送信する
ことを特徴とする付記１〜付記３のいずれか１つに記載
の災害発生予測方法。
ることを報知するステップは、前記災害の種類及び前記
災害発生予測領域の位置を含んだ警報メールを送信する
ことを特徴とする付記１〜付記３のいずれか１つに記載
の災害発生予測方法。
【００３４】（付記５）前記災害が発生するおそれがあ
ることを報知するステップは、前記災害発生予測領域を
含む領域の前記差分画像データを添付して警報メールを
送信することを特徴とする付記４記載の災害発生予測方
法。
ることを報知するステップは、前記災害発生予測領域を
含む領域の前記差分画像データを添付して警報メールを
送信することを特徴とする付記４記載の災害発生予測方
法。
【００３５】（付記６）定期的に観測又は予測される自
然現象の属性値が所定の閾値を越えたときに、該属性値
が観測又は予測された地点を含む領域であって、当該属
性値に係る自然現象を遠隔探知した衛星画像データの配
信依頼を送信する配信依頼送信手段と、該配信依頼送信
手段により配信依頼された衛星画像データの配信を受け
たときに、該衛星画像データと基準衛星画像データとの
差分画像データに基づいて、前記属性値に係る自然現象
を起因とする災害の発生が予測される災害発生予測領域
を抽出する災害発生予測領域抽出手段と、該災害発生予
測領域抽出手段により抽出された各災害発生予測領域に
ついて、前記差分画像データを構成する各画素の属性値
に基づいて、前記災害が発生する危険性を示す指標を演
算する指標演算手段と、該指標演算手段により演算され
た指標が所定の閾値を越えたときに、前記災害発生予測
領域に前記災害が発生するおそれがあることを報知する
災害発生報知手段と、を含んで構成されたことを特徴と
する災害発生予測装置。
然現象の属性値が所定の閾値を越えたときに、該属性値
が観測又は予測された地点を含む領域であって、当該属
性値に係る自然現象を遠隔探知した衛星画像データの配
信依頼を送信する配信依頼送信手段と、該配信依頼送信
手段により配信依頼された衛星画像データの配信を受け
たときに、該衛星画像データと基準衛星画像データとの
差分画像データに基づいて、前記属性値に係る自然現象
を起因とする災害の発生が予測される災害発生予測領域
を抽出する災害発生予測領域抽出手段と、該災害発生予
測領域抽出手段により抽出された各災害発生予測領域に
ついて、前記差分画像データを構成する各画素の属性値
に基づいて、前記災害が発生する危険性を示す指標を演
算する指標演算手段と、該指標演算手段により演算され
た指標が所定の閾値を越えたときに、前記災害発生予測
領域に前記災害が発生するおそれがあることを報知する
災害発生報知手段と、を含んで構成されたことを特徴と
する災害発生予測装置。
【００３６】（付記７）前記配信依頼送信手段は、災害
発生現場から災害報告があったときに、該災害報告に係
る地点を含む領域であって、当該災害報告に係る自然現
象を遠隔探知した衛星画像データの配信依頼を送信する
ことを特徴とする付記６記載の災害発生予測装置。
発生現場から災害報告があったときに、該災害報告に係
る地点を含む領域であって、当該災害報告に係る自然現
象を遠隔探知した衛星画像データの配信依頼を送信する
ことを特徴とする付記６記載の災害発生予測装置。
【００３７】（付記８）前記指標演算手段は、前記差分
画像データを構成する各画素の中から、その属性値が所
定値以下の画素を除外して、前記指標を演算することを
特徴とする付記６又は付記７に記載の災害発生予測装
置。
画像データを構成する各画素の中から、その属性値が所
定値以下の画素を除外して、前記指標を演算することを
特徴とする付記６又は付記７に記載の災害発生予測装
置。
【００３８】（付記９）前記災害発生報知手段は、前記
災害の種類及び前記災害発生予測領域の位置を含んだ警
報メールを送信することを特徴とする付記６〜付記８の
いずれか１つに記載の災害発生予測装置。
災害の種類及び前記災害発生予測領域の位置を含んだ警
報メールを送信することを特徴とする付記６〜付記８の
いずれか１つに記載の災害発生予測装置。
【００３９】（付記１０）前記災害発生報知手段は、前
記災害発生予測領域を含む領域の前記差分画像データを
添付して警報メールを送信することを特徴とする付記９
記載の災害発生予測装置。
記災害発生予測領域を含む領域の前記差分画像データを
添付して警報メールを送信することを特徴とする付記９
記載の災害発生予測装置。
【００４０】（付記１１）定期的に観測又は予測される
自然現象の属性値が所定の閾値を越えたときに、該属性
値が観測又は予測された地点を含む領域であって、当該
属性値に係る自然現象を遠隔探知した衛星画像データの
配信依頼を送信する配信依頼送信機能と、該配信依頼送
信機能により配信依頼された衛星画像データの配信を受
けたときに、該衛星画像データと基準衛星画像データと
の差分画像データに基づいて、前記属性値に係る自然現
象を起因とする災害の発生が予測される災害発生予測領
域を抽出する災害発生予測領域抽出機能と、該災害発生
予測領域抽出機能により抽出された各災害発生予測領域
について、前記差分画像データを構成する各画素の属性
値に基づいて、前記災害が発生する危険性を示す指標を
演算する指標演算機能と、該指標演算機能により演算さ
れた指標が所定の閾値を越えたときに、前記災害発生予
測領域に前記災害が発生するおそれがあることを報知す
る災害発生報知機能と、をコンピュータに実現させるた
めの災害発生予測プログラム。
自然現象の属性値が所定の閾値を越えたときに、該属性
値が観測又は予測された地点を含む領域であって、当該
属性値に係る自然現象を遠隔探知した衛星画像データの
配信依頼を送信する配信依頼送信機能と、該配信依頼送
信機能により配信依頼された衛星画像データの配信を受
けたときに、該衛星画像データと基準衛星画像データと
の差分画像データに基づいて、前記属性値に係る自然現
象を起因とする災害の発生が予測される災害発生予測領
域を抽出する災害発生予測領域抽出機能と、該災害発生
予測領域抽出機能により抽出された各災害発生予測領域
について、前記差分画像データを構成する各画素の属性
値に基づいて、前記災害が発生する危険性を示す指標を
演算する指標演算機能と、該指標演算機能により演算さ
れた指標が所定の閾値を越えたときに、前記災害発生予
測領域に前記災害が発生するおそれがあることを報知す
る災害発生報知機能と、をコンピュータに実現させるた
めの災害発生予測プログラム。
【００４１】（付記１２）定期的に観測又は予測される
自然現象の属性値が所定の閾値を越えたときに、該属性
値が観測又は予測された地点を含む領域であって、当該
属性値に係る自然現象を遠隔探知した衛星画像データの
配信依頼を送信する配信依頼送信機能と、該配信依頼送
信機能により配信依頼された衛星画像データの配信を受
けたときに、該衛星画像データと基準衛星画像データと
の差分画像データに基づいて、前記属性値に係る自然現
象を起因とする災害の発生が予測される災害発生予測領
域を抽出する災害発生予測領域抽出機能と、該災害発生
予測領域抽出機能により抽出された各災害発生予測領域
について、前記差分画像データを構成する各画素の属性
値に基づいて、前記災害が発生する危険性を示す指標を
演算する指標演算機能と、該指標演算機能により演算さ
れた指標が所定の閾値を越えたときに、前記災害発生予
測領域に前記災害が発生するおそれがあることを報知す
る災害発生報知機能と、をコンピュータに実現させるた
めの災害発生予測プログラムを記録したコンピュータ読
取可能な記録媒体。
自然現象の属性値が所定の閾値を越えたときに、該属性
値が観測又は予測された地点を含む領域であって、当該
属性値に係る自然現象を遠隔探知した衛星画像データの
配信依頼を送信する配信依頼送信機能と、該配信依頼送
信機能により配信依頼された衛星画像データの配信を受
けたときに、該衛星画像データと基準衛星画像データと
の差分画像データに基づいて、前記属性値に係る自然現
象を起因とする災害の発生が予測される災害発生予測領
域を抽出する災害発生予測領域抽出機能と、該災害発生
予測領域抽出機能により抽出された各災害発生予測領域
について、前記差分画像データを構成する各画素の属性
値に基づいて、前記災害が発生する危険性を示す指標を
演算する指標演算機能と、該指標演算機能により演算さ
れた指標が所定の閾値を越えたときに、前記災害発生予
測領域に前記災害が発生するおそれがあることを報知す
る災害発生報知機能と、をコンピュータに実現させるた
めの災害発生予測プログラムを記録したコンピュータ読
取可能な記録媒体。
【００４２】
【発明の効果】以上説明したように、本発明に係る災害
発生予測技術によれば、定期的に観測又は予測される自
然現象の監視から警報の発生までを自動的に行うことが
可能となると共に、近年民間利用が可能となった高解像
度衛星画像データに基づいて、災害発生が高精度に予測
される。このため、災害発生の警報を受けた管轄行政機
関では、その災害に迅速に対応することが可能となり、
災害による被害を最小限に抑制することができる。
発生予測技術によれば、定期的に観測又は予測される自
然現象の監視から警報の発生までを自動的に行うことが
可能となると共に、近年民間利用が可能となった高解像
度衛星画像データに基づいて、災害発生が高精度に予測
される。このため、災害発生の警報を受けた管轄行政機
関では、その災害に迅速に対応することが可能となり、
災害による被害を最小限に抑制することができる。
【図１】 本発明の災害発生予測装置を用いて警報を発
するための構成図
するための構成図
【図２】 災害発生予測装置における処理内容を示すフ
ローチャート
ローチャート
【図３】 配信依頼メールの説明図
【図４】 差分画像データの作成方法の説明図
【図５】 警報メールの説明図
【図６】 各種観測データの監視から警報発生までのタ
イムチャート
イムチャート
１０ 災害発生予測装置
１０Ａ コンピュータ
１０Ｂ ＤＢ
─────────────────────────────────────────────────────
フロントページの続き
Ｆターム(参考） 5B057 AA14 DA08 DA15 DB02 DB09
DC22 DC33 DC36
5C087 AA02 AA03 AA09 BB11 BB21
BB65 BB74 DD02 EE15 FF01
FF16 FF19 GG02 GG14
Claims (5)
- 【請求項１】定期的に観測又は予測される自然現象の属
性値が所定の閾値を越えたときに、該属性値が観測又は
予測された地点を含む領域であって、当該属性値に係る
自然現象を遠隔探知した衛星画像データの配信依頼を送
信するステップと、 該配信依頼に係る衛星画像データの配信を受けたとき
に、該衛星画像データと基準衛星画像データとの差分画
像データに基づいて、前記属性値に係る自然現象を起因
とする災害の発生が予測される災害発生予測領域を抽出
するステップと、 抽出された各災害発生予測領域について、前記差分画像
データを構成する各画素の属性値に基づいて、前記災害
が発生する危険性を示す指標を演算するステップと、 該指標が所定の閾値を越えたときに、前記災害発生予測
領域に前記災害が発生するおそれがあることを報知する
ステップと、 を順次実行することを特徴とする災害発生予測方法。 - 【請求項２】前記衛星画像データの配信依頼を送信する
ステップは、災害発生現場から災害報告があったとき
に、該災害報告に係る地点を含む領域であって、当該災
害報告に係る自然現象を遠隔探知した衛星画像データの
配信依頼を送信することを特徴とする請求項１記載の災
害発生予測方法。 - 【請求項３】前記災害が発生する危険性を示す指標を演
算するステップは、前記差分画像データを構成する各画
素の中から、その属性値が所定値以下の画素を除外し
て、前記指標を演算することを特徴とする請求項１又は
請求項２に記載の災害発生予測方法。 - 【請求項４】定期的に観測又は予測される自然現象の属
性値が所定の閾値を越えたときに、該属性値が観測又は
予測された地点を含む領域であって、当該属性値に係る
自然現象を遠隔探知した衛星画像データの配信依頼を送
信する配信依頼送信手段と、 該配信依頼送信手段により配信依頼された衛星画像デー
タの配信を受けたときに、該衛星画像データと基準衛星
画像データとの差分画像データに基づいて、前記属性値
に係る自然現象を起因とする災害の発生が予測される災
害発生予測領域を抽出する災害発生予測領域抽出手段
と、 該災害発生予測領域抽出手段により抽出された各災害発
生予測領域について、前記差分画像データを構成する各
画素の属性値に基づいて、前記災害が発生する危険性を
示す指標を演算する指標演算手段と、 該指標演算手段により演算された指標が所定の閾値を越
えたときに、前記災害発生予測領域に前記災害が発生す
るおそれがあることを報知する災害発生報知手段と、 を含んで構成されたことを特徴とする災害発生予測装
置。 - 【請求項５】前記配信依頼送信手段は、災害発生現場か
ら災害報告があったときに、該災害報告に係る地点を含
む領域であって、当該災害報告に係る自然現象を遠隔探
知した衛星画像データの配信依頼を送信することを特徴
とする請求項４記載の災害発生予測装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002086659A JP3828445B2 (ja) | 2002-03-26 | 2002-03-26 | 災害発生予測方法及び災害発生予測装置 |
| US10/341,479 US7035765B2 (en) | 2002-03-26 | 2003-01-14 | Disaster predicting method, disaster predicting apparatus, disaster predicting program, and computer-readable recording medium recorded with disaster predicting program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002086659A JP3828445B2 (ja) | 2002-03-26 | 2002-03-26 | 災害発生予測方法及び災害発生予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003281664A true JP2003281664A (ja) | 2003-10-03 |
| JP3828445B2 JP3828445B2 (ja) | 2006-10-04 |
Family
ID=29233184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002086659A Expired - Fee Related JP3828445B2 (ja) | 2002-03-26 | 2002-03-26 | 災害発生予測方法及び災害発生予測装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7035765B2 (ja) |
| JP (1) | JP3828445B2 (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007309899A (ja) * | 2006-05-22 | 2007-11-29 | Keisoku Res Consultant:Kk | 非接触式振動・変位計測装置 |
| WO2008050409A1 (fr) * | 2006-10-25 | 2008-05-02 | Pioneer Corporation | Dispositif de diffusion de l'information, procédé de diffusion de l'information, programme de diffusion de l'information et support d'enregistrement |
| JP2008107941A (ja) * | 2006-10-24 | 2008-05-08 | Mitsubishi Electric Corp | 監視装置 |
| JP2009002914A (ja) * | 2007-06-25 | 2009-01-08 | Nippon Telegr & Teleph Corp <Ntt> | 施設被災監視装置及び施設被災監視方法 |
| JPWO2008016153A1 (ja) * | 2006-08-03 | 2009-12-24 | 株式会社パスコ | 災害対策支援方法 |
| JP2011150733A (ja) * | 2004-08-04 | 2011-08-04 | Intergraph Software Technologies Co | 非均一分解能で合成イメージを用意する方法 |
| CN111563621A (zh) * | 2020-04-30 | 2020-08-21 | 中国地质调查局武汉地质调查中心 | 一种区域滑坡的危险性评估方法、系统、装置和存储介质 |
| WO2022168416A1 (ja) * | 2021-02-03 | 2022-08-11 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びコンピュータ読み取り可能な記憶媒体 |
| JP7182232B1 (ja) | 2022-03-25 | 2022-12-02 | 国立研究開発法人防災科学技術研究所 | 情報処理システム |
| JP7246656B1 (ja) | 2022-03-25 | 2023-03-28 | 国立研究開発法人防災科学技術研究所 | 情報処理システム |
| WO2023119352A1 (ja) * | 2021-12-20 | 2023-06-29 | 日本電信電話株式会社 | 制御装置、制御方法、及び、制御プログラム |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2002951910A0 (en) * | 2002-10-04 | 2002-10-24 | Tenix Industries Pty Limited | Data quality and integrity engine |
| AU2002951909A0 (en) * | 2002-10-04 | 2002-10-24 | Tenix Industries Pty Limited | A method of adaptively interfacing with data repository |
| US20080027690A1 (en) * | 2004-03-31 | 2008-01-31 | Philip Watts | Hazard assessment system |
| US7280920B1 (en) * | 2005-06-29 | 2007-10-09 | Whiteside Lowell S | Method and apparatus for forecasting earthquakes and making informed risk management decisions |
| US7383131B1 (en) * | 2006-09-27 | 2008-06-03 | Rockwell Collins, Inc. | Airborne volcanic ash cloud and eruption detection system and method |
| US20080235062A1 (en) * | 2006-12-29 | 2008-09-25 | American International Group, Inc. | Method and system for initially projecting an insurance company's net loss from a major loss event |
| WO2008151042A1 (en) * | 2007-06-01 | 2008-12-11 | American International Group, Inc. | Method and system for projecting catastrophe exposure |
| JP4385233B2 (ja) * | 2007-07-31 | 2009-12-16 | 日本電気株式会社 | 地震予測情報通知サーバ、地震予測情報通知システム、地震予測情報の通知方法およびプログラム |
| US20090083586A1 (en) * | 2007-09-24 | 2009-03-26 | General Electric Company | Failure management device and method |
| US8068985B1 (en) * | 2011-02-03 | 2011-11-29 | Zhonghao Shou | Method of precise earthquake prediction and prevention of mysterious air and sea accidents |
| ES2397907B1 (es) * | 2011-03-29 | 2014-01-15 | Decisiones Geoconstructivas, S. L. | Procedimiento de detección y aviso de riesgos naturales |
| US8521728B1 (en) * | 2011-06-24 | 2013-08-27 | Google Inc. | Providing natural phenomena information to users |
| JP6357837B2 (ja) * | 2014-03-31 | 2018-07-18 | 富士通株式会社 | 無線通信装置、無線通信ネットワークシステム、情報処理方法、および情報処理プログラム |
| US9819722B2 (en) | 2014-12-23 | 2017-11-14 | Dell Products, L.P. | System and method for controlling an information handling system in response to environmental events |
| CN105279069B (zh) * | 2015-11-06 | 2017-11-10 | 中国电子科技集团公司第二十八研究所 | 一种基于索引矩阵的目标快速告警判断方法 |
| US9898359B2 (en) | 2016-04-26 | 2018-02-20 | International Business Machines Corporation | Predictive disaster recovery system |
| KR101944616B1 (ko) * | 2017-05-26 | 2019-01-31 | 이화여자대학교 산학협력단 | 위성 영상을 이용한 재해 및 재난 경보 방법 및 그 방법을 수행하는 재해 및 재난 경보 서버 |
| CN108765238A (zh) * | 2018-05-25 | 2018-11-06 | 浙江知水信息技术有限公司 | 一种通过网格模型计算实现网格水量预警的方法 |
| US11086710B2 (en) * | 2019-07-29 | 2021-08-10 | International Business Machines Corporation | Predictive disaster recovery system |
| CN111539904B (zh) * | 2020-05-13 | 2023-07-18 | 成都理工大学 | 一种基于降雨量的灾害易发性预测方法 |
| CN112016744B (zh) * | 2020-08-24 | 2021-06-01 | 中山大学 | 一种基于土壤水分的森林火灾预测方法、装置及存储介质 |
| CN112613096B (zh) * | 2020-12-15 | 2024-02-23 | 应急管理部国家自然灾害防治研究院 | 一种面向强震前后不同阶段的地质灾害评价方法 |
| CN113281742B (zh) * | 2021-06-02 | 2023-07-25 | 西南交通大学 | 一种基于滑坡形变信息和气象数据的sar滑坡预警方法 |
| CN114200547A (zh) * | 2021-11-11 | 2022-03-18 | 西安中科西光航天科技有限公司 | 一种基于卫星遥感影像的极端气候灾害预警系统 |
| CN114612801B (zh) * | 2022-05-10 | 2022-07-12 | 环球数科集团有限公司 | 一种基于高分遥感卫星几何定位模型的洪灾预警方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0397080A (ja) * | 1989-09-11 | 1991-04-23 | Secom Co Ltd | 画像監視装置 |
| JPH06249971A (ja) * | 1993-02-27 | 1994-09-09 | Masayuki Inoue | 豪雨災害予測システム |
| JPH09189762A (ja) * | 1996-01-08 | 1997-07-22 | Mitsubishi Electric Corp | レーダ装置を用いた地表変動観測方法並びにこの方法に用いる合成開口レーダ装置及びトランスポンダ |
| JPH11265436A (ja) * | 1998-03-17 | 1999-09-28 | Mitsubishi Electric Corp | 監視装置 |
| JP2000182171A (ja) * | 1998-12-18 | 2000-06-30 | Fujitsu Denso Ltd | 遠隔監視システム |
| JP2001251607A (ja) * | 2000-03-06 | 2001-09-14 | Matsushita Electric Ind Co Ltd | 画像監視システム及び画像監視方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MY117870A (en) * | 1996-12-26 | 2004-08-30 | Nippon Telegraph & Telephone | Meteorological radar precipitation pattern prediction method and apparatus |
| US5910763A (en) * | 1997-02-18 | 1999-06-08 | Flanagan; John | Area warning system for earthquakes and other natural disasters |
| US6163756A (en) * | 1998-10-20 | 2000-12-19 | Baron Services, Inc. | System and method for detecting and displaying wind shear |
| US6862528B2 (en) * | 1999-04-27 | 2005-03-01 | Usengineering Solutions Corporation | Monitoring system and process for structural instabilities due to environmental processes |
| WO2001057827A1 (en) * | 2000-02-03 | 2001-08-09 | Honeywell International Inc. | Method, apparatus and computer program product for unstabilized approach alerting |
| US6816878B1 (en) * | 2000-02-11 | 2004-11-09 | Steven L. Zimmers | Alert notification system |
| AU2001259026A1 (en) * | 2000-03-29 | 2001-10-08 | Astrovision International, Inc. | Direct broadcast imaging satellite system apparatus and method for providing real-time, continuous monitoring of earth from geostationary earth orbit and related services |
| US6356842B1 (en) * | 2000-04-18 | 2002-03-12 | Carmel Systems, Llc | Space weather prediction system and method |
| US6816786B2 (en) * | 2000-04-18 | 2004-11-09 | Devrie S Intriligator | Space weather prediction system and method |
| US6340946B1 (en) * | 2000-08-03 | 2002-01-22 | Massachusetts Institue Of Technology | Method for determining storm predictability |
| US6670908B2 (en) * | 2001-07-31 | 2003-12-30 | Baron Services, Inc. | Automated system and method for processing meteorological data |
| GB0118853D0 (en) * | 2001-08-02 | 2001-09-26 | Univ Birmingham | Road weather prediction system and method |
| US7233781B2 (en) * | 2001-10-10 | 2007-06-19 | Ochoa Optics Llc | System and method for emergency notification content delivery |
| US6865452B2 (en) * | 2002-08-30 | 2005-03-08 | Honeywell International Inc. | Quiet mode operation for cockpit weather displays |
| US20040236676A1 (en) * | 2003-03-14 | 2004-11-25 | Kabushiki Kaisha Toshiba | Disaster risk assessment system, disaster risk assessment support method, disaster risk assessment service providing system, disaster risk assessment method, and disaster risk assessment service providing method |
| US7081834B2 (en) * | 2003-03-21 | 2006-07-25 | Rockwell Scientific Licensing Llc | Aviation weather awareness and reporting enhancements (AWARE) system using a temporal-spatial weather database and a Bayesian network model |
| JP2005025292A (ja) * | 2003-06-30 | 2005-01-27 | Nippon Steel Corp | 災害リスク管理方法 |
| EP1673953A2 (en) * | 2003-10-01 | 2006-06-28 | LAIRD, Mark, D. | Wireless virtual campus escort system |
-
2002
- 2002-03-26 JP JP2002086659A patent/JP3828445B2/ja not_active Expired - Fee Related
-
2003
- 2003-01-14 US US10/341,479 patent/US7035765B2/en not_active Expired - Lifetime
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0397080A (ja) * | 1989-09-11 | 1991-04-23 | Secom Co Ltd | 画像監視装置 |
| JPH06249971A (ja) * | 1993-02-27 | 1994-09-09 | Masayuki Inoue | 豪雨災害予測システム |
| JPH09189762A (ja) * | 1996-01-08 | 1997-07-22 | Mitsubishi Electric Corp | レーダ装置を用いた地表変動観測方法並びにこの方法に用いる合成開口レーダ装置及びトランスポンダ |
| JPH11265436A (ja) * | 1998-03-17 | 1999-09-28 | Mitsubishi Electric Corp | 監視装置 |
| JP2000182171A (ja) * | 1998-12-18 | 2000-06-30 | Fujitsu Denso Ltd | 遠隔監視システム |
| JP2001251607A (ja) * | 2000-03-06 | 2001-09-14 | Matsushita Electric Ind Co Ltd | 画像監視システム及び画像監視方法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011150733A (ja) * | 2004-08-04 | 2011-08-04 | Intergraph Software Technologies Co | 非均一分解能で合成イメージを用意する方法 |
| JP2007309899A (ja) * | 2006-05-22 | 2007-11-29 | Keisoku Res Consultant:Kk | 非接触式振動・変位計測装置 |
| JPWO2008016153A1 (ja) * | 2006-08-03 | 2009-12-24 | 株式会社パスコ | 災害対策支援方法 |
| JP2008107941A (ja) * | 2006-10-24 | 2008-05-08 | Mitsubishi Electric Corp | 監視装置 |
| WO2008050409A1 (fr) * | 2006-10-25 | 2008-05-02 | Pioneer Corporation | Dispositif de diffusion de l'information, procédé de diffusion de l'information, programme de diffusion de l'information et support d'enregistrement |
| JP2009002914A (ja) * | 2007-06-25 | 2009-01-08 | Nippon Telegr & Teleph Corp <Ntt> | 施設被災監視装置及び施設被災監視方法 |
| CN111563621A (zh) * | 2020-04-30 | 2020-08-21 | 中国地质调查局武汉地质调查中心 | 一种区域滑坡的危险性评估方法、系统、装置和存储介质 |
| CN111563621B (zh) * | 2020-04-30 | 2023-05-30 | 中国地质调查局武汉地质调查中心 | 一种区域滑坡的危险性评估方法、系统、装置和存储介质 |
| WO2022168416A1 (ja) * | 2021-02-03 | 2022-08-11 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びコンピュータ読み取り可能な記憶媒体 |
| JP7501681B2 (ja) | 2021-02-03 | 2024-06-18 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| WO2023119352A1 (ja) * | 2021-12-20 | 2023-06-29 | 日本電信電話株式会社 | 制御装置、制御方法、及び、制御プログラム |
| JP7182232B1 (ja) | 2022-03-25 | 2022-12-02 | 国立研究開発法人防災科学技術研究所 | 情報処理システム |
| JP7246656B1 (ja) | 2022-03-25 | 2023-03-28 | 国立研究開発法人防災科学技術研究所 | 情報処理システム |
| JP2023143539A (ja) * | 2022-03-25 | 2023-10-06 | 国立研究開発法人防災科学技術研究所 | 情報処理システム |
| JP2023143601A (ja) * | 2022-03-25 | 2023-10-06 | 国立研究開発法人防災科学技術研究所 | 情報処理システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3828445B2 (ja) | 2006-10-04 |
| US7035765B2 (en) | 2006-04-25 |
| US20030212493A1 (en) | 2003-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3828445B2 (ja) | 災害発生予測方法及び災害発生予測装置 | |
| KR102242977B1 (ko) | 사전 기상정보 연동 산사태 조기경보 방법 및 산사태 조기경보 시스템 | |
| US20200309993A1 (en) | Method of and system for generating weather forecast | |
| Kuffer et al. | Do we underestimate the global slum population? | |
| JP2010049433A (ja) | 台風被害予測支援システム | |
| Huggel et al. | Implementation and integrated numerical modeling of a landslide early warning system: a pilot study in Colombia | |
| WO2019230959A1 (ja) | 情報提示方法、情報提示装置および情報提示プログラム | |
| Ehrlich et al. | Quantifying the building stock from optical high-resolution satellite imagery for assessing disaster risk | |
| Tedesco et al. | Exposure of real estate properties to the 2018 Hurricane Florence flooding | |
| JP6945755B1 (ja) | 解析装置および解析方法 | |
| CN115577011A (zh) | 一种输电线路监测方法及相关设备 | |
| CN116824807A (zh) | 多灾害预警报警方法及系统 | |
| Hirpa et al. | Global flood forecasting for averting disasters worldwide | |
| Chinamuttevi et al. | Implementation of an Early Warning System using Internet of Things and Rainfall Threshold | |
| Miller et al. | NOAA’s national water level observation network (NWLON) | |
| Kar et al. | Integrated model of models for global flood alerting | |
| US20230034168A1 (en) | Data processing system for generating weather reports and related methods | |
| CN116106987A (zh) | 气象预测方法、电子设备和可读存储介质 | |
| CN113053065B (zh) | 基于5g和北斗导航系统的高速公路综合监测预警平台系统及其使用方法 | |
| Rossi et al. | Real-time hazard approximation of long-lasting convective storms using emergency data | |
| CN115687448A (zh) | 短临降水预报方法、装置、电子设备及存储介质 | |
| KR20230061012A (ko) | Cctv와 사이니지를 활용한 빅데이터 기반 침수 예경보 및 예방시스템 | |
| Burkard et al. | Flood management platform for small catchments with crowd sourcing | |
| White et al. | Nonmeteorological influences on severe thunderstorm warning issuance: a geographically weighted regression-based analysis of county warning area boundaries, land cover, and demographic variables | |
| LU501229B1 (en) | Integrated control system and method of geological disaster prevention information service based on big data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041006 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060628 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060704 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060706 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 3828445 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100714 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100714 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110714 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110714 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120714 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120714 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130714 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |