JP2007114053A - 気温推定方法及び気温推定システム - Google Patents

Abstract

【課題】現在利用可能な気象観測データに基づいて、数十ｍメッシュ程度の解像度で気温推定を行うことができる方法及びシステムを提供する。
【解決手段】注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による温位差を推定し、前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による温位差を推定し、前記推定された気象要因による温位差及び地理的要因による温位差とから、注目地点と気象観測地点との間の温位差を決定し、注目地点における気温を推定する気温推定方法。
【選択図】図１

Description

本発明は、近隣の気象観測地点における気象観測データに基づいて気温を推定する方法及びシステムに関するものである。

気温は、農業、土木、建築、環境といった様々な産業において、非常に大きな影響力を及ぼす重要な気象要素である。特に、農業生産における気温の影響は大きく、作物の生育段階や収穫量の予測、栽培施設内の環境調節などにあたり気温は不可欠な情報である。現在、日本気象協会や民間企業、自治体などが気象情報の提供を行っている。

一方で、ある注目地点における気温をその近隣の気象観測地点における気象観測データから推定することが試みられている。例えば、非特許文献１には、風速を変数として気温の地点間差から注目地点における気温を推定する方法が提案されている。非特許文献２には、距離による重み付けで温位を内挿することにより山間部の気温分布を推定する方法が提案されている。非特許文献３には、簡易定点観測装置による気象観測データを目的変数とし、標高や河川からの距離を説明変数として、重回帰モデルにより年平均気温を推定する方法が提案されている。

日本においては、注目地点を含むメッシュの周辺のアメダス（Automated Meteorological Data Acquisition System）観測データと１ｋｍメッシュ平年値データとの気温差を距離による重み付けにより内挿し、アメダス観測データに対応した１ｋｍメッシュの気温を推定する方法が開発されている。また、特許文献１には、過去数日の気温データと気象予報データとから、翌日又は当日の各時刻の気温を予測する方法が記載されている。さらに、特許文献２には、現在の気象観測データに対して過去の気象情報に基づく気象変化度を加味することにより将来気象を予測する方法が記載されている。

上記したような気象予測に必要な気象観測データは、日本気象協会や民間企業、自治体などにより提供されており、５００ｍ〜数ｋｍメッシュ程度の解像度で気温等の観測データが利用できるようになっている。

特開平８−３２０３８３号公報。 特開平１０−９６７９０号公報。 Svessonn et al.（1997） Dodson and Marks（2002） Lookingbill and Urban（2003）

しかしながら、国土の約７割を中山間地域が占める日本においては、１ｋｍメッシュ内に３００ｍ以上もの標高差を有する地域もあり、そのような地域の各地点の実際の気温を推定するのには現在提供されている気象観測データでは解像度が十分ではない。また、風速等の気象要素を実際に観測することなく現在利用可能な気象観測データのみに基づいて、数十ｍメッシュ程度の解像度で気温を推定する技術は確立されていない。

本発明は、このような実情に鑑みてなされたものであり、現在利用可能な気象観測データに基づいて、数十ｍメッシュ程度の解像度で気温推定を行うことができる方法及びシステムを提供しようとするものである。

上記解決課題に鑑みて鋭意研究の結果、本発明者は、気温の地点間差が地理的要因と気象要因とから生じることに着目し、注目地点の近隣の気象観測データに対してそれぞれの要因による影響を加味することにより、注目地点の気温を推定する方法に想到した。また、山間地域では気温分布が標高（気圧）の影響を強く受けることを考慮し、気象観測地点と注目地点との気温差そのものを推定するよりも、気温を標準気圧（1000hPa）下における温位に変換して推定を行うことにより推定精度を高めることができることを考案した。

以下、本発明による気温推定について説明する。
（１）注目地点の温位Ｔｐは、気象観測地点における温位Ｔｓｐと両地点間の温位差ΔＴｐとから、次式のようにして求められる。
Ｔｐ＝Ｔｓｐ＋ΔＴｐ

上記したように、温位差ΔＴｐは、気象要因による温位差ΔＴＰＷと地理的要因による温位差ΔＴＰＧとに分離できるものと考える。
ΔＴｐ＝ΔＴＰＷ＋ΔＴＰＧ

（２）ここで、気象要因による温位差ΔＴＰＷは、放射冷却の強度を用いて求めることができる。本手法で用いる”放射冷却の強度”とは、高層気象台のレーウインゾンデ観測で観測される地上面と1000hpa面との温位差（1000hpa温位−地上面温位）の値である。この値が大きいほど、逆転層が発達しており放射冷却の強度が強いと考えられる。但し、放射冷却の強度が直接得られない場合には、日照率、気温の日較差、夜間風速、降水量といった気象観測データを説明変数とする重回帰分析によりΔＴＰＷの値を求めることもできる。例えば、下記のような重回帰式を利用することができる。
ΔＴＰＷ＝α×日照率＋β×日較差＋γ×夜間風速＋δ
（α，β，γ，δは定数）

（３）一方、地理的要因による温位差ΔＴＰＧは、過去に観測された日毎の注目地点と基準地点との温位差を月平均した値として、次式から求められる。

上式中、ＤＡＹは観測日の総日数、ΔＴｐ_ｄはｄ日目における注目地点と基準地点との温位差、[Ｔｐ_ｄ]はｄ日目における基準地点と全地点との温位差の平均値である。
尚、ΔＴＰＧは、放射冷却の強度を用いて次式から求めることも可能である。
ΔＴＰＧ＝λ×ＲＣｉｎｄｅｘ＋μ
（λ，μは定数）

但し、放射冷却の強度を示すＲＣｉｎｄｅｘは次式で与えられる。
ＲＣｉｎｄｅｘ＝α×日照率＋β×日較差＋γ×夜間風速＋δ
（α，β，γ，δは定数）

以上説明したように、本発明は、注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による気温差を推定し、前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による気温差を推定し、前記推定された気象要因による気温差及び地理的要因による気温差とから、注目地点と気象観測地点との間の気温差を決定し、注目地点における気温を推定することを特徴とする気温推定方法を提供するものである。

本発明は、また、注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による温位差を推定し、前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による温位差を推定し、前記推定された気象要因による温位差及び地理的要因による温位差とから、注目地点と気象観測地点との間の温位差を決定し、注目地点における気温を推定することを特徴とする気温推定方法を提供するものである。

本発明の気温推定方法では、前記放射冷却強度データに代えて、日照率、気温の日較差、夜間風速、降水量のうち少なくとも１つを含む気象観測データを説明変数とする重回帰分析により、注目地点と気象観測地点との間の気象要因による気温差又は温位差を推定することもできる。

本発明の気温推定方法では、前記過去における注目地点と気象観測地点との気温差のデータに代えて、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の地理的要因による気温差又は温位差を推定することもできる。

本発明は、また、注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し蓄積する気象観測データ蓄積データベースと、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による気温差を推定する第１の推定部と、前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による気温差を推定する第２の推定部と、前記推定された気象要因による気温差及び地理的要因による気温差とから、注目地点と気象観測地点との間の気温差を決定し、注目地点における気温を推定する第３の推定部と、前記推定された注目地点における気温を出力する出力部とを備えた気温推定システムを提供するものである。

本発明は、また、注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し蓄積する気象観測データ蓄積データベースと、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による温位差を推定する第１の推定部と、前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による温位差を推定する第２の推定部と、前記推定された気象要因による温位差及び地理的要因による温位差とから、注目地点と気象観測地点との間の温位差を決定し、注目地点における気温を推定する第３の推定部と、前記推定された注目地点における気温を出力する出力部とを備えた気温推定システムを提供するものである。

本発明の気温推定システムにおいて、前記第１の推定部は、前記放射冷却強度データに代えて、日照率、気温の日較差、夜間風速、降水量のうち少なくとも１つを含む気象観測データを説明変数とする重回帰分析により、注目地点と気象観測地点との間の気象要因による気温差又は温位差を推定するようにしてもよい。

本発明の気温推定システムにおいて、前記第２の推定部は、前記過去における注目地点と気象観測地点との気温差のデータに代えて、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の地理的要因による気温差又は温位差を推定するようにしてもよい。

以上、説明したように、本発明の気温推定方法及び気温推定システムによれば、風速等の気象要素を実際に観測することなく現在利用可能な気象観測データのみに基づいて、数十ｍメッシュ程度の解像度で気温を推定することが可能となる。これにより、地域特有の気象資源を活用した作物立地配置や栽培計画の立案を支援するシステムなどの実用化ができることとなる。また、土木建築分野においては、様々な施設における施工前の詳細な温度環境シミュレーションを行うことが可能となる。

さらに、国土の約７割を中山間地域が占め、数平方ｋｍの範囲で地点間の気温差が７℃にもなり得る日本においては、地域の多様な温度環境を高精度に把握することにより、これを有効な資源として省エネルギーなどに役立てることが可能である。具体的には、本発明の気温推定方法及び気温推定システムにより、数十ｍメッシュ程度の解像度で気温を推定することができれば、複雑な地形を有する地域においても圃場単位の気象特性を考慮した作物立地配置を行うことにより、凍結防止用や遮光用の農業資材の使用量を削減し、農業施設の環境調節費用を抑えることが可能となる。

以下、添付図面を参照しながら、本発明の気温推定方法及び気温推定システムを実施するための最良の形態を詳細に説明する。図１〜図２は、本発明の実施の形態を例示する図であり、これらの図において、同一の符号を付した部分は同一物を表わし、基本的な構成及び動作は同様であるものとする。

図１は、本発明による気温推定システムの構成を概略的に示す図である。図１において、気温推定システムはアメダス等の気象観測データを取得し蓄積する気象観測データ蓄積ＤＢと、気象観測地点と注目地点との気象要因による温位差ΔＴＰＷを計算する処理部と、気象観測地点と注目地点との地理的要因による温位差ΔＴＰＧを計算する処理部と、前記２つの処理部による処理結果及び蓄積された気象観測データから注目地点における気温を推定する処理部とから構成されている。

気象観測データ蓄積ＤＢには、従来から利用可能である５００ｍ〜数ｋｍメッシュ程度の解像度の気象観測データに加えて、各観測地点における放射冷却強度や日照率、気温の日較差、夜間風速、降水量といった観測データが随時蓄積されている。

ΔＴＰＷ計算部では、気象観測データ蓄積ＤＢから得られる放射冷却強度データ、あるいは日照率、気温の日較差、夜間風速、降水量等のデータに基づいて、気象観測地点と注目地点との間の気象要因による温位差ΔＴＰＷを計算する。

ΔＴＰＧ計算部では、気象観測データ蓄積ＤＢから得られる注目地点と基準地点との温位差を月平均値（又は旬（十日）平均値、半旬平均値、日平均値を用いてもよい）に基づいて、あるいは放射冷却強度データ等に基づいて、地理的要因による温位差ΔＴＰＧを計算する。

気温推定処理部では、気象観測データ蓄積ＤＢから得られる気象観測地点における温位Ｔｓｐに対して、ΔＴＰＷ計算部及びΔＴＰＧ計算部の出力結果を足し合わせて得られる温位差ΔＴｐを加味することにより、注目地点の温位Ｔｐを計算し、この注目地点の温位Ｔｐあるいはこれを注目地点の温度に変換した値を気温推定結果として出力する。

本発明者らは、実際の気象観測データを用いて本発明による気温推定方法を実施した。２０００年における茨城県のアメダスポイント“つくば”の気象観測データを用いて、その周辺の各アメダスポイント（土浦、筑波山、龍ヶ崎、我孫子、下妻）における１９９１〜１９９９年の月平均温位を推定し、同期間、同アメダスポイントにおける月平均温位の実測値（気温の実測値から換算される）との比較を行った。この結果を図２に示す。

図２の表において、各アメダスポイントにおける月平均温位の推定値と実測値とのＲＭＳＥ（Root Mean Square Error：２乗平均平方誤差）を示している。また、括弧内には、各アメダスポイントにおける月平均温位の実測値を示している。この表から、いずれのアメダスポイントのいずれの月間においても、気温の推定値と実測値とのずれが小さいことが分かる。このように、本発明の気温推定方法では、現在利用可能な５００ｍ〜数ｋｍメッシュ程度の解像度の気象観測データを用いて、かなり高精度に気温推定を行うことが可能となっている。

また、広島県神石郡神石高原町のアメダスポイント（油木）とその周辺２２地点に設置した気温観測装置における２００４年６〜１２月の気象観測データに基づいて、ΔＴＰＧ及びΔＴＰＷの推定モデルを作成し、この推定モデルを用いて、２００５年１〜４月の各観測地点とアメダスポイントとの間のΔＴＰＧ及び温位差ΔＴＰの月平均値を推定した。これらの推定値と実測値との比較を行った結果を図３及び図４に示す（図中Ｒは推定値と実測値との相関係数を示す）。ΔＴＰＧ、ΔＴＰともに、推定値と実測値との間に大きなずれは生じなかった。

以上、本発明の気温推定方法及び気温推定システムについて、具体的な実施の形態を示して説明したが、本発明はこれらに限定されるものではない。当業者であれば、本発明の要旨を逸脱しない範囲内において、上記各実施形態又は他の実施形態にかかる発明の構成及び機能に様々な変更・改良を加えることが可能である。

本発明による気温推定システムの構成を概略的に示す図である。 実際の気象観測データを用いて本発明による気温推定方法を実施した結果を示す図である。 実際の気象観測データを用いて本発明による気温推定方法を実施した結果を示す図である。 実際の気象観測データを用いて本発明による気温推定方法を実施した結果を示す図である。

Claims (8)

1. 注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し、
   前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による気温差を推定し、
   前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による気温差を推定し、
   前記推定された気象要因による気温差及び地理的要因による気温差とから、注目地点と気象観測地点との間の気温差を決定し、注目地点における気温を推定することを特徴とする気温推定方法。
2. 注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し、
   前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による温位差を推定し、
   前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による温位差を推定し、
   前記推定された気象要因による温位差及び地理的要因による温位差とから、注目地点と気象観測地点との間の温位差を決定し、注目地点における気温を推定することを特徴とする気温推定方法。
3. 前記放射冷却強度データに代えて、日照率、気温の日較差、夜間風速、降水量のうち少なくとも１つを含む気象観測データを説明変数とする重回帰分析により、注目地点と気象観測地点との間の気象要因による気温差又は温位差を推定することを特徴とする請求項１又は２に記載の気温推定方法。
4. 前記過去における注目地点と気象観測地点との気温差のデータに代えて、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の地理的要因による気温差又は温位差を推定することを特徴とする請求項１又は２に記載の気温推定方法。
5. 注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し蓄積する気象観測データ蓄積データベースと、
   前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による気温差を推定する第１の推定部と、
   前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による気温差を推定する第２の推定部と、
   前記推定された気象要因による気温差及び地理的要因による気温差とから、注目地点と気象観測地点との間の気温差を決定し、注目地点における気温を推定する第３の推定部と、
   前記推定された注目地点における気温を出力する出力部とを備えた気温推定システム。
6. 注目地点の近隣にある気象観測地点から、少なくとも気温データを含む気象観測データと、放射冷却強度データと、過去における注目地点と気象観測地点との気温差のデータとを取得し蓄積する気象観測データ蓄積データベースと、
   前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の気象要因による温位差を推定する第１の推定部と、
   前記過去における注目地点と気象観測地点との気温差のデータに基づいて、注目地点と気象観測地点との間の地理的要因による温位差を推定する第２の推定部と、
   前記推定された気象要因による温位差及び地理的要因による温位差とから、注目地点と気象観測地点との間の温位差を決定し、注目地点における気温を推定する第３の推定部と、
   前記推定された注目地点における気温を出力する出力部とを備えた気温推定システム。
7. 前記第１の推定部は、前記放射冷却強度データに代えて、日照率、気温の日較差、夜間風速、降水量のうち少なくとも１つを含む気象観測データを説明変数とする重回帰分析により、注目地点と気象観測地点との間の気象要因による気温差又は温位差を推定することを特徴とする請求項５又は６に記載の気温推定システム。
8. 前記第２の推定部は、前記過去における注目地点と気象観測地点との気温差のデータに代えて、前記放射冷却強度データに基づいて、注目地点と気象観測地点との間の地理的要因による気温差又は温位差を推定することを特徴とする請求項５又は６に記載の気温推定システム。

Images