JP2007212402A

JP2007212402A - 気象予測システム及び気象予測方法

Info

Publication number: JP2007212402A
Application number: JP2006035335A
Authority: JP
Inventors: Fumihiko Mizutani; 文彦水谷; Ryuichi Muto; 隆一武藤
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2006-02-13
Filing date: 2006-02-13
Publication date: 2007-08-23
Anticipated expiration: 2026-02-13
Also published as: JP4509947B2

Abstract

【課題】データ同化を用いた気象予測処理において、予測精度を向上させることを可能とする。
【解決手段】観測データの入力を受け付け（Ｓ２１）、観測データから予測開始時の天候を判断し、この天候に該当する気象予測係数（ナッジング係数）の値を気象予測係数データベースから検索する（Ｓ２２）。そして、検索された気象予測係数の値を用いてデータ同化処理を行う（Ｓ２３）。また、予測精度の評価を行い、予測精度が所定の条件を満たない場合には（Ｓ２４）、予測結果をもとに気象予測係数の値を探索する（Ｓ２５）。探索された気象予測係数の値を用いて再度同化処理を行い（Ｓ２６）、この予測結果の予測精度が所定の条件を満たす場合には（Ｓ２７）、気象予測係数データベースの気象予測係数を更新する（Ｓ２８）。
【選択図】図３

Description

この発明は、気象予測モデルに各種センサ観測データ、気象レーダデータを投入して気象現象をシミュレーションし予測する気象予測システム及び気象予測方法に関する。

気象予測システムは、コンピュータで大気の流れを計算することで、各種諸元の時系列的な変化をモデル化した気象予測モデルを作成し、将来の気象状況を予測するための情報を提供するものである。また、シミュレーションに観測値を用いることにより気象予測モデルの精度が向上することが知られている。これは、一般的にデータ同化法と呼ばれ、観測値を気象モデルに同化させて予測値と整合をとることによって、予測計算の精度を向上させる機能である（例えば、特許文献１を参照）。

また、データ同化法の１つとしてナッジング法があり、具体的には、気象予測モデルにより予測された計算値に、気象レーダにより得られる雨量・風速等の観測値を所定の気象予測係数に基づいて投入することで補正し、さらに先の時間の予測精度を向上させるものである。
特開２００３−０９０８８８号公報

上述したように、データ同化法を用いるには、モデルの整合性を乱さない程度に観測値の入力を制御する、気象予測係数を設定する必要がある。この気象予測係数の設定値が計算結果に大きく影響するため、予測精度を向上させるには、最適な気象予測係数を設定しなければならない。

この発明は上記事情に着目してなされたもので、その目的とするところは、データ同化を用いた気象予測処理において、予測精度を向上させることが可能な気象予測システム及び気象予測方法を提供することにある。

上記目的を達成するためにこの発明に係わる気象予測システム及び気象予測方法は、気象予測モデルを用いて気象予測を行う気象予測システムにおいて、気象要素の観測データの入力を受け付ける受付手段と、前記観測データの入力を制御する気象予測係数を指定することで、前記気象予測モデルに前記観測データを同化する同化手段と、前記気象予測係数の値を気象事例に対応付けてそれぞれ記憶する記憶手段と、前記観測データをもとに前記記憶手段から気象予測係数の値を検索する検索手段とを具備し、前記同化手段は、前記検索された気象予測係数の値を用いることを特徴とする。

上記構成では、予め各気象事例に応じた気象予測係数の値をそれぞれ記憶しておき、入力された観測データから該当する気象事例の気象予測係数の値を検索する。そして、データ同化処理において、上記検索された気象予測係数を用いるようにしている。このように気象予測係数を天候に応じてフレキシブルに変化させることで、常に高精度な気象予測が可能となる。

また、前記同化手段による気象予測結果から第１の予測精度を求め、前記第１の予測精度が所定の条件を満たさない場合に、前記気象予測結果をもとに前記気象予測係数の値を探索し、前記探索された気象予測係数の値を用いて前記同化手段を行った結果から第２の予測精度を求め、前記第２の予測精度が所定の条件を満たす場合には、前記記憶手段に記憶された気象予測係数の値を前記探索された気象予測係数の値に更新し、前記第２の予測精度が所定の条件を満たさない場合には、前記気象予測係数の値を再探索するものである。

このように気象予測結果の予測精度を考慮し、予測精度が所定の条件を満たさない場合には気象予測係数を探索することで、さらに最適な気象予測係数を用いて気象予測計算を行うことが可能となる。また、記憶された気象予測係数の値を探索された値に更新することで、次回の予測計算において、初めからこの探索された値を用いることが可能となる。

したがってこの発明によれば、データ同化を用いた気象予測処理において、予測精度を向上させることが可能な気象予測システム及び気象予測方法を提供することができる。

以下、図面を参照しながら本発明の実施の形態を詳細に説明する。
図１は、この発明に係わる気象予測システムの一実施形態の概略構成を示すブロック図である。図１において、通信処理部１１は、通信インターフェース１２を通じてネットワークＮＴに接続され、当該ネットワーク上の例えば気象庁等の気象データサーバＤＳ０から配信される全国規模の気象観測データ（以下ＧＰＶ（Grid Point Value）データと記す）を入手する。また、通信処理部１１は、予測対象地域及びその周辺のレーダサイト等のデータサーバＤＳ１，ＤＳ２，…から提供される局所的な気象観測データを入手する。この通信処理部１１で入手された気象観測データは観測データ格納部１３に格納され、気象予測モデル演算部１４からの要求に応じて選択的に気象予測モデル演算部１４に送られる。また、この気象予測モデル演算部１４で求められた気象予測データは予測データ格納部１５に蓄積される。

上記気象予測モデル演算部１４は、まず観測データ格納部１３からＧＰＶデータを取り込んで初期値とし、気象予測モデルを演算する。その後、レーダサイト等の局所的な気象観測値を観測データ格納部１３から取り込んで気象予測モデルの空間格子点に内挿し、データ同化処理を行って予測値の補正を行う。補正後の予測値（予測データ）は予測データ格納部１５に格納される。次に、予測データ格納部１５から前回計算された予測データを取り込み、これを初期値として気象予測モデルを演算する。以後、新たなＧＰＶデータが得られるまで、補正後の予測値を初期値として用い、気象予測モデルを更新する。

さらに、本システムは気象予測係数データベース１６を備える。この気象予測係数データベース１６には、気象事例に応じた気象予測係数の値がそれぞれ記憶される。例えば、温度、湿度、風速等の気象要素の組み合せによる特性を反映した気象予測係数が記憶される。なお、気象予測係数データベース１６の詳細な説明については後述する。

ここで、上記気象予測モデル演算部１４のデータ同化処理の全体的な流れを図２に示す。図２において、まず観測値と予測値を取り込み、品質管理処理を行う（Ｓ１１）。ここでは、観測値と予測値を比較することにより、品質の悪いデータを同化から除外する。

次に、観測値と予測値の統計的な誤差特性をもとに別途計算された内挿重み算出値を用いて、品質管理後の観測値を空間的に気象予測モデルの格子点に内挿する（Ｓ１２）。このとき、最初のモデル計算では、初期値にＧＰＶデータを用い、次のモデル計算からは補正後の予測データを用いる。

内挿重み算出処理後、データ同化処理を行う（Ｓ１３）。このデータ同化処理は、内挿した結果を数値モデルに時間的に連続して取り込む。予測値とこの内挿した観測値を比較し、予測値を補正する。

上記システムにおいて、気象レーダから得られた観測データを気象予測モデルにデータ同化して予測計算を行った場合、予測開始時の天候によって観測との一致がみられなくなってしまうことがあった。そこで、本発明は、予測開始時の天候に応じてデータ同化に用いる気象予測係数を変化させることを提案する。

以下、図３に本発明に係る予測開始時の天候に応じたデータ同化処理のフローチャートを示してその処理内容を説明する。なお、ここでは、データ同化手法の一例としてナッジング法を用いるものとする。ナッジング法はモデルの予報値と観測値との差をニュートン緩和法で補正する方法で、適用は容易であるが、係数の設定に対する自由度が大きいため、その設定値により計算結果に差異が生じる方法である。

まず、レーダサイトデータサーバＤＳ１，ＤＳ２から得られる気象要素の観測データの入力を受け付ける（Ｓ２１）。入力された予測開始時の観測データを、予め用意された典型的な気象事例とのマッチングをとり、気象予測係数データベース１６から予測開始時の天候に該当する気象予測係数（ナッジング係数）を検索する（Ｓ２２）。

そして、検索されたナッジング係数を用いて、データ同化による気象予測処理を行う（Ｓ２３）。具体的には、前記図２における品質管理処理（Ｓ１１）にて品質管理された気象観測値・予測値を仮想的な３次元空間に内挿処理（Ｓ１２）にて割り付け、観測値を随時ナッジング法にて取り込みながら予測計算を行う（Ｓ１３）。

その後、気象予測処理（Ｓ２３）により出力される予測結果の精度（以下、予測精度）の評価を行い（Ｓ２４）、予測精度が所定の条件を満たす場合は、上記予測結果をモニタに出力する（Ｓ２９）。なお、所定の条件として、ここでは、観測値と予測値との差を求め、この差が予め定められた閾値を超えないものとする。

一方、予測精度の判定（Ｓ２４）において、予測精度が所定の条件を満たさない場合には、上記予測結果をもとに最適なナッジング係数を探索する（Ｓ２５）。例えば、気象予測係数の検索処理（Ｓ２２）において検索されたナッジング係数との差が小さいナッジング係数から順に選択するようにする。そして、上記探索されたナッジング係数を用いてデータ同化による気象予測処理を行う（Ｓ２６）。ここで再度、予測精度の評価を行い（Ｓ２７）、予測精度が所定の条件を満たすまで（Ｓ２５）〜（Ｓ２７）の処理を繰り返す。

予測精度の判定（Ｓ２７）の判定において、予測精度が所定の条件を満たすと判定されると、予測計算処理を終了し、気象予測係数データベース１６に記憶されているナッジング係数を更新する（Ｓ２８）。そして、予測精度が所定の条件を満たした予測結果をモニタに出力する（Ｓ２９）。

上記実施形態では、予測開始時の天候に応じたナッジング係数の値が設定されて気象予測処理が行われる。また、設定されたナッジング係数が予測精度に満たない場合には、さらに最適なナッジング係数が探索され、探索されたナッジング係数を次回の予測計算の際に用いるように気象予測係数データベース１６が更新される。

したがって、この発明の気象予測システムによれば、気象予測係数を天候に応じてフレキシブルに変化させることで、常に高精度な気象予測が可能となる。

なお、この発明は、上記実施形態に限定されるものではない。例えば、上記実施形態において、予測精度の評価として、単純に観測値と予測値との差を閾値と比較する手法を用いたが、この手法に限定されるものではない。例えば、観測値と予測値とを比較して算出させる的中率や相関係数、最小二乗誤差などをパラメータとする条件を用いて判断するようにしてもよい。また、本実施形態では、データ同化の手法としてナッジング法を用いたが、他のデータ同化手法を適用することももちろん可能である。また、気象予測システムの構成、及び動作手順とその内容についても、この発明を逸脱しない範囲で種々に変形して実施できる。

要するに、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

この発明に係わる気象予測システムの一実施形態の概略構成を示すブロック図。図１に示すシステムにおける気象予測モデル演算部のデータ同化の処理手順とその処理内容を示すフローチャート。図１に示すシステムに適用される、本発明の特徴となるナッジング係数の設定処理を説明するためのフローチャート。

符号の説明

１１…通信処理部、１２…通信インターフェース、１３…観測データ格納部、１４…気象予測モデル演算部、１５…予測データ格納部、１６…気象予測係数データベース、ＮＴ…ネットワーク、ＤＳ０…気象データサーバ、ＤＳ１，ＤＳ２…レーダサイトデータサーバ。

Claims

気象予測モデルを用いて気象予測を行う気象予測システムにおいて、
気象要素の観測データの入力を受け付ける受付手段と、
前記観測データの入力を制御する気象予測係数を指定することで、前記気象予測モデルに前記観測データを同化する同化手段と、
前記気象予測係数の値を気象事例に対応付けてそれぞれ記憶する記憶手段と、
前記観測データをもとに前記記憶手段から気象予測係数の値を検索する検索手段と
を具備し、
前記同化手段は、前記検索された気象予測係数の値を用いることを特徴とする気象予測システム。
前記同化手段による気象予測結果から第１の予測精度を求め、前記第１の予測精度が所定の条件を満たさない場合に、前記気象予測結果をもとに前記気象予測係数の値を探索し、前記探索された気象予測係数の値を用いて前記同化手段を行った結果から第２の予測精度を求め、前記第２の予測精度が所定の条件を満たす場合には、前記記憶手段に記憶された気象予測係数の値を前記探索された気象予測係数の値に更新し、前記第２の予測精度が所定の条件を満たさない場合には、前記気象予測係数の値を再探索することを特徴とする請求項１記載の気象予測システム。
気象予測モデルを用いて気象予測を行う気象予測システムに用いられ、
気象要素の観測データの入力を受け付ける受付ステップと、
前記観測データの入力を制御する気象予測係数を指定することで、前記気象予測モデルに前記観測データを同化する同化ステップと、
前記気象予測係数の値を気象事例に対応付けてそれぞれ記憶する記憶ステップと、
前記観測データをもとに前記記憶された気象予測係数の値を検索する検索ステップと
を具備し、
前記同化ステップは、前記検索された気象予測係数の値を用いることを特徴とする気象予測方法。
前記同化ステップによる気象予測結果から第１の予測精度を求め、前記第１の予測精度が所定の条件を満たさない場合に、前記気象予測結果をもとに前記気象予測係数の値を探索し、前記探索された気象予測係数の値を用いて前記同化ステップを行った結果から第２の予測精度を求め、前記第２の予測精度が所定の条件を満たす場合には、前記記憶された気象予測係数の値を前記探索された気象予測係数の値に更新し、前記第２の予測精度が所定の条件を満たさない場合には、前記気象予測係数の値を再探索することを特徴とする請求項３記載の気象予測方法。