JP2013134089A - 最適航路計算装置及び最適航路計算方法 - Google Patents

Abstract

【課題】より適正な想定航路を計算可能とする。
【解決手段】最適航路計算装置は、過去データ取得部１２と、統計処理部１３と、航路計算部１４とを具備している。過去データ取得部１２は、船舶の航路の出発地及び目的地を含む領域を分割して得られる複数のメッシュにおける過去の海象データ及び過去の気象データを取得する。統計処理部１３は、取得された過去の海象データ及び過去の気象データを統計処理した統計データを算出する。航路計算部１４は、統計データと船舶の航海性能データとに基づいて、出発地から目的地までの最適航路をウェザールーティングにより計算する。
【選択図】図３

Description

本発明は、最適航路計算装置及び最適航路計算方法に関し、特に最適航路予測（ウェザールーティング）を用いた最適航路計算装置及び最適航路計算方法に関する。

天気図や気象・海象の予測データに基づいて最適な航路を予測するウェザールーティングが知られている。例えば、航行に１０日以上を要する外航船の運航にはウェザールーティングで求められたデータが用いられる。図１は、典型的なウェザールーティングを用いた最適航路の計算方法の一例を示すフロー図である。船舶の運航計画の段階において、気象・海象の予測データを取得し（Ｓ１０１）、ウェザールーティングにより出発地から目的地までの最適な想定航路を計算し（Ｓ１０２）、その最適な想定航路を船舶の航行制御装置又は地上の通信機器等に格納する（Ｓ１０３）。その後、船舶の実際の航行の段階において、出航後に（Ｓ１０４）、その想定航路を航行しながら（Ｓ１０５）、直近の気象・海象予報データを取得し（Ｓ１０６）、ウェザールーティングにより現在地から目的地までの最適な想定航路を再計算し（Ｓ１０７）、想定航路を微修正しながら（Ｓ１０８）、Ｓ１０６〜Ｓ１０８繰り返しつつ、目的地まで航行を続ける（Ｓ１０９）。このように、航路は出航時まで想定航路としてある程度決められている。そのため、出航後は、ウェザールーティングを用いていても、大幅に航路を変更することはない。

関連する技術として、特昭５９−２４３１４号公報（特許文献１）に最適航路設定保持装置が開示されている。この最適航路設定保持装置は、船舶の出発地及び目的地に基づいて複数の航路案を求めうる航法計算処理装置と、これらの航路案に沿って航行した場合の所要エネルギーを分析してその最小エネルギーのものを航路として選択する航路分析処理装置と、この航路分析処理装置で選択された航路についての信号と船位決定処理装置で求められた実際の船位についての信号とを受けて、これらの信号に基づき上記航路を保持するための制御信号を主機制御系及び操舵系へ発信し得る航路保持処理装置とを備え、上記航路を選択するデータの一部として海象データを供給し得る海象データ保守装置が上記航路分析処理装置に接続されたことを特徴とする。

特開２００８−１４５３１２号公報（特許文献２）に最適航路探索方法が開示されている。その最適航路探索方法は、運航計画時に船舶が固有に有する個船性能データと長期の海気象状況を示す海気象データの予報値とに基づいて、ある海域の出発点から到着点までの最適航路を最適航路探索アルゴリズムを用いて演算する。その演算の際、到着点に到達するまで一定時間経過毎に演算上の船舶の航行に合わせて変化する船の位置において、時間的／空間的に変化する海気象データの予報値を用いる。

三井造船技法Ｎｏ．１９５，海洋関連技術賞特集，ｐ２８−３４（２００８−１０）（非特許文献１）には、船体性能解析サービスの開発が開示されている（ｈｔｔｐ：／／ｗｗｗ．ｍｅｓ．ｃｏ．ｊｐ／ｍｅｓ−ｔｅｃｈｎｏｌｏｇｙ／ｒｅｓｅａｒｃｈ／ｐｄｆ／１９５＿０５．ｐｄｆ）。この文献には、効率的な運航計画を支援する「ウェザールーティング」が開示されている。そのウェザールーティングは、等時間曲線法（Ｉｓｏｃｈｒｏｎｅ Ｍｅｔｈｏｄ）を用いている。

特昭５９−２４３１４号公報 特開２００８−１４５３１２号公報

村上真人ら，「船体性能解析サービスの開発」，三井造船技法Ｎｏ．１９５，海洋関連技術賞特集，ｐ２８−３４（２００８−１０）（ｈｔｔｐ：／／ｗｗｗ．ｍｅｓ．ｃｏ．ｊｐ／ｍｅｓ−ｔｅｃｈｎｏｌｏｇｙ／ｒｅｓｅａｒｃｈ／ｐｄｆ／１９５＿０５．ｐｄｆ：２０１１年１２月１０日取得）

上述のように、船舶の出航後では、ウェザールーティングにより想定航路の微修正を行うことはある。しかし、所要時間が概ね決まっている等の理由から、出航後では、ウェザールーティングにより想定航路を大幅に変更することはない。ところが、ウェザールーティングは、将来を予測した結果である気象・海象の予測データに基づいて想定航路の計算を行っている。そのため、将来を予測した結果に誤差が含まれており、出航前のウェザールーティングによる想定航路にも誤差が含まれることになる。その誤差が大きい場合、必ずしも最適ではない想定航路が設定されてしまうおそれがある。そのような場合であっても、出航後にはその想定航路の微調整しか行われないため、船舶が最適な想定航路を航行できない可能性がある。より適正な想定航路を計算可能な技術が望まれる。

また、出航前のウェザールーティングでは、そのウェザールーティングを行う度に、気象・海象に関する将来予測を行う必要がある。そのため、気象・海象に関する将来予測の手間やコストがかかる。出航前のウェザールーティングのために行う気象・海象に関する将来予測に関する負担を低減可能な技術が望まれる。

従って、本発明の目的は、より適正な想定航路を計算可能な最適航路計算装置及び最適航路計算方法を提供することにある。また、本発明の他の目的は、ウェザールーティングのために行う気象・海象に関する将来予測に関する負担を低減可能な最適航路計算装置及び最適航路計算方法を提供することにある。

この発明のこれらの目的とそれ以外の目的と利益とは以下の説明と添付図面とによって容易に確認することができる。

以下に、発明を実施するための形態で使用される番号・符号を用いて、課題を解決するための手段を説明する。これらの番号・符号は、特許請求の範囲の記載と発明を実施するための形態との対応関係を明らかにするために括弧付きで付加されたものである。ただし、それらの番号・符号を、特許請求の範囲に記載されている発明の技術的範囲の解釈に用いてはならない。

本発明の第１の観点における最適航路計算装置は、過去データ取得部（１２）と、統計処理部（１３）と、航路計算部（１４）とを具備している。過去データ取得部（１２）は、船舶の航路の出発地及び目的地を含む領域を分割して得られる複数のメッシュにおける過去の海象データ及び過去の気象データを取得する。統計処理部（１３）は、取得された過去の海象データ及び過去の気象データを統計処理した統計データを算出する。航路計算部（１４）は、統計データと船舶の航海性能データとに基づいて、出発地から目的地までの最適航路をウェザールーティングにより計算する。

上記の最適航路計算装置において、統計処理部（１３）は、統計処理として、複数のメッシュの各々において、所定期間毎にデータの平均値を求める第１処理又は所定期間毎にデータの最頻値を求める第２処理を実行して、統計データとして平均値又は最頻値を算出することが好ましい。

上記の最適航路計算装置において、所定期間は、一年のうちの特定期間であって、かつ複数年分であることが好ましい。

上記の最適航路計算装置において、統計処理部（１３）は、統計処理として、複数のメッシュの各々において、第１処理又は第２処理にと共に、平均値又は最頻値の標準偏差を、統計データとして更に算出することが好ましい。航路計算部（１４）は、出発地から目的地点までの所定の条件を満たす複数の航路を算出し、複数の航路のうち、通過するメッシュの標準偏差の合計を通過するメッシュの数で割った値である単位標準偏差値が最小となる航路、又は、単位標準偏差値が所定の値以下かつ所定の条件をより良く満たす航路を最適航路として選択することが好ましい。

上記の最適航路計算装置において、航路計算部（１４）は、所定の自然現象（エルニーニョ・ラニーニャ）が発生している場合、過去の海象データ及び過去の気象データのうち所定の自然現象が発生している年の統計データに基づいて、最適航路を計算することが好ましい。

上記の最適航路計算装置において、統計処理部（１３）は、過去の気象データについての統計データに基づいて、高さ方向の分布を算出することが好ましい。航路計算部（１４）は、過去の気象データについての統計データを用いる場合、船舶の高さに対応する統計データを用いることが好ましい。

上記の最適航路計算装置において、現在又は予測の気象データ及び現在又は予測の海象データを取得する現在・将来データ取得部（１６）を更に具備していることが好ましい。航路計算部（１４）は、現在又は予測の海象データと航海性能データとに基づいて、現在位置から目的地までの航路をウェザールーティングにより再計算して最適航路を修正することが好ましい。船舶の帆の特性と現在又は予測の気象データと修正後の最適航路とに基づいて、帆の最適な操作を算出する帆計算部（１７）を更に具備することが好ましい。

上記の最適航路計算装置において、現在・将来データ取得部（１６）は、現在又は予測の気象データを、船舶の航路と概ね同じ航路を先行して航行する先行船から取得することが好ましい。

本発明の第２の観点における最適航路計算方法は、船舶の航路の出発地及び目的地を含む領域を分割して得られる複数のメッシュにおける過去の海象データ及び過去の気象データを取得するステップ（Ｓ０１）と、取得された過去の海象データ及び過去の気象データを統計処理した統計データを算出するステップ（Ｓ０２）と、統計データと船舶の航海性能データとに基づいて、出発地から目的地までの最適航路をウェザールーティングにより計算するステップ（Ｓ０３）とを具備している。

上記の最適航路計算方法において、統計データを算出するステップ（Ｓ０２）は、統計処理として、複数のメッシュの各々において、所定期間毎にデータの平均値を求める第１処理又は所定期間毎にデータの最頻値を求める第２処理を実行して、統計データとして平均値又は最頻値を算出するステップを備えていることが好ましい。

上記の最適航路計算方法において、所定期間は、一年のうちの特定期間であって、かつ複数年分であることが好ましい。

上記の最適航路計算方法において、統計データを算出するステップ（Ｓ０２）は、統計処理として、複数のメッシュの各々において、第１処理又は第２処理にと共に、平均値又は最頻値の標準偏差を、統計データとして更に算出するステップを備えていることが好ましい。最適航路を計算するステップ（Ｓ０３）は、出発地から目的地点までの所定の条件を満たす複数の航路を算出するステップと、複数の航路のうち、通過するメッシュの標準偏差の合計を通過するメッシュの数で割った値である単位標準偏差値が最小となる航路、又は、単位標準偏差値が所定の値以下かつ所定の条件をより良く満たす航路を最適航路として選択するステップとを備えていることが好ましい。

上記の最適航路計算方法において、最適航路を計算するステップ（Ｓ０３）は、所定の自然現象（エルニーニョ・ラニーニャ）が発生している場合、過去の海象データ及び過去の気象データのうち所定の自然現象が発生している年の統計データに基づいて、最適航路を計算するステップを備えていることが好ましい。

上記の最適航路計算方法において、統計データを算出するステップ（Ｓ０２）は、過去の気象データについての統計データに基づいて、高さ方向の分布を算出するステップを備えていることが好ましい。最適航路を計算するステップ（Ｓ０３）は、過去の気象データについての統計データを用いる場合、船舶の高さに対応する統計データを用いることが好ましい。

上記の最適航路計算方法において、現在又は予測の気象データ及び現在又は予測の海象データを取得するステップ（Ｓ１１）と、現在又は予測の海象データと航海性能データとに基づいて、現在位置から目的地までの航路をウェザールーティングにより再計算して最適航路を修正するステップと（Ｓ１２）と、船舶の帆の特性と現在又は予測の気象データと修正後の最適航路とに基づいて、帆の最適な操作を算出するステップと（Ｓ２２）とを更に具備することが好ましい。

上記の最適航路計算方法において、現在又は予測の気象データ及び現在又は予測の海象データを取得するステップ（Ｓ１１）は、現在又は予測の気象データを、船舶の航路と概ね同じ航路を先行して航行する先行船から取得するステップを備えることが好ましい。

本発明の第３の観点におけるプログラムは、上記各段落に記載の最適航路計算方法をコンピュータに実行させる。

本発明により、より適正な想定航路を計算可能となる。また、ウェザールーティングのために行う気象・海象に関する将来予測に関する負担を低減可能となる。

図１は、典型的なウェザールーティングを用いた最適航路の計算方法の一例を示すフロー図である。 図２は、本発明の第１〜３の実施の形態に係る最適航路計算装置の接続例を示すブロック図である。 図３は、本発明の第１〜３の実施の形態に係る最適航路計算装置の構成例を示すブロック図である。 図４は、本発明の第１の実施の形態に係る最適航路計算方法の概念を説明する模式図である。 図５は、本発明の第１〜３の実施の形態に係る最適航路計算方法を示すフロー図である。 図６Ａは、本発明の第２の実施の形態に係る最適航路計算方法の概念を説明する模式図である。 図６Ｂは、本発明の第２の実施の形態に係る最適航路計算方法の概念を説明する模式図である。 図７は、本発明の第３の実施の形態に係る最適航路計算方法の概念を説明する模式図である。 図８は、本発明の第６の実施の形態に係る最適航路計算装置の接続例及び構成例を示すブロック図である。 図９は、ドップラーソーダによる風向風速の測定原理を示す概略図である。 図１０は、本発明の第６の実施の形態に係る最適航路計算方法を示すフロー図である。 図１１は、本発明の第７の実施の形態に係る最適航路計算方法を示すフロー図である。

以下、本発明の最適航路計算装置及び最適航路計算方法の実施の形態に関して、添付図面を参照して説明する。

（第１の実施の形態）
本発明の第１の実施の形態に係る最適航路計算装置の構成例について、添付図面を参照して説明する。図２は、本発明の第１の実施の形態に係る最適航路計算装置の接続例を示すブロック図である。最適航路計算装置１は、ネットワーク３（例示：インターネット）を介して、外部のデータベース２と双方向通信可能に接続されている。

データベース２は、航路の出発地と目的地とを含む領域を分割して得られる複数のメッシュの各々について、過去の海象データ及び過去の気象データを格納している。すなわち、データベース２は、海象データ及び気象データに関する過去の実績データを格納している。これら過去の海象データ及び過去の気象データは現実に発生した事象に関するデータであり、将来を予測したデータではない。ただし、海象データは、海流の速度データ及び海流の向きデータに例示される。気象データは、風速データ及び風向データに例示される。

データベース２の一例としては、米国大気環境センター（Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒｓ ｆｏｒ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｅｄｉｃｔｉｏｎ（ＮＣＥＰ）／Ｔｈｅ Ｎａｔｉｏｎａｌ Ｃｅｎｔｅｒ ｆｏｒ Ａｔｍｏｓｐｈｅｒｉｃ Ｒｅｓｅａｒｃｈ （ＮＣＡＲ））が開示するデータベースがある。このデータベースは、過去数１０年分の６時間ごとの全球メッシュデータ（緯度方向２．５度（約２７５ｋｍ）×経度方向２．５度（約２７５ｋｍ）；すなわち２７５ｋｍメッシュ程度）を公開している。データの種類は、海象データとしては、海流の速度データ及び海流の向きデータに例示され、気象データとしては、風速データ及び風向データに例示される。

また、データベース２の他の例としては、地球シミュレーターセンター（Ｅａｒｔｈ Ｓｉｍｕｌａｔｏｒ Ｃｅｎｔｅｒ（ＥＳＣ））が開示するデータベースがある。このデータベースは、５０年分のシミュレーション結果について、月平均の全球メッシュデータ（緯度方向０．１度（約１１ｋｍ）×経度方向０．１度（約１１ｋｍ）；すなわち１１ｋｍメッシュ程度）を公開している。データの種類は、海象データとしては、海流の速度データ及び海流の向きデータに例示され、気象データとしては、風速データ及び風向データに例示される。

上記ＮＣＥＰ／ＮＣＡＲやＥＳＣが開示する過去の気象データ及び海象データは、全てが実測値というわけではない。しかし、複数の地点での実測値とそれらの実測値を満足するように計算された他の複数の地点での計算値とで構成されていることから、実質的に過去の実績データであり、現実に発生した事象に関するデータと考えられる。これらは、完全なる予測データである将来（予報）データとは性格が全く異なっているということができる。

最適航路計算装置１は、データベース２から取得した過去の海象データ及び過去の気象データを統計処理して統計データを算出する。そして、その統計データに基づいて、出発地から目的地点までの最適航路を計算し、選定する。選定された最適航路は、船舶の運航計画の段階における最適な想定航路となる。最適航路計算装置１は、船舶の中に設けられていても良いし、船舶とは別に設けられていても良い。最適航路計算装置１は、船舶の中に設けられている場合、更に出航後に最適な想定航路の計算を行っても良い。

図３は、本発明の第１の実施の形態に係る最適航路計算装置の構成例を示すブロック図である。最適航路計算装置１は、コンピュータに例示される情報処理装置であり、図示されていないＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、記憶装置と、入力装置と、出力装置と、インターフェースとを備えている。ＣＰＵ、記憶装置、入力装置、出力装置、及びインターフェースは、バスやケーブルにより互いにデータの送受信が可能に接続されている。記憶装置は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）及び記憶媒体（ＣＤ−ＲＯＭ、ＤＶＤ）読取装置に例示される。入力装置は、キーボード、及びマウスに例示される。出力装置は、ディスプレイやプリンタや携帯端末に例示される。インターフェースは、外部のコンピュータやデータベースや記憶装置や記憶媒体読取装置などとネットワーク等を介して双方向通信可能に接続されている。

ＣＰＵは、例えば記憶媒体からインターフェースを介してＨＤＤにインストールされたコンピュータプログラムをＲＡＭに展開する。そして、展開されたコンピュータプログラムを実行して、必要に応じて記憶装置や入力装置や出力装置のようなハードウェアを制御したり、ネットワークを介して外部や内部のデータベースからデータを取得したりしながら、当該コンピュータプログラムの情報処理を実現する。記憶装置は、コンピュータプログラムを記録し、ＣＰＵが利用するデータや生成するデータを記録する。入力装置は、ユーザに操作されることにより生成されるデータをＣＰＵや記憶装置に出力する。出力装置は、ＣＰＵにより生成されたデータや記憶装置のデータをユーザに認識可能に出力する。

最適航路計算装置１は、コンピュータプログラム（ソフトウェア）である条件取得部１１と、過去データ取得部１２と、統計処理部１３と、航路計算部１４と、結果出力部１５と、統計データベース２１とを備えている。ただし、これらはハードウェアであっても良いし、ソフトウェアとハードウェアとの組み合わせであっても良い。

条件取得部１１は、入力装置を介したユーザによる入力や、ネットワークを介して外部との通信により、計算対象の船舶に関する航海性能データを取得する。船舶に関する航海性能データとしては、船舶の推進性能データ、耐航性能データ、機関性能データのような航路計算部１４で行うウェザールーティングにおいて、船舶の性能として必要なデータに例示される。

過去データ取得部１２は、ネットワーク３を介してデータベース２から、航路の出発地と目的地とを含む領域における複数のメッシュの各々について、過去の海象データ及び過去の気象データを取得する。ここで、航路の出発地と目的地とを含む領域は、ウェザールーティングにおいて、航路の出発地と目的地とを設定したとき計算の対象となる海域を含んでいる。海象データとしては、海流の速度データ及び海流の向きデータに例示され、気象データとしては、風速データ及び風向データに例示される。過去としては、過去１０年間の各年の一日ごとや６時間ごとに例示される。従って、過去データ取得部１２は、データベース２から、例えば、複数のメッシュの各々における過去１０年間の６時間ごとの海流の速度データ及び海流の向きデータと、風速データ及び風向データとを取得する。これら過去の海象データ及び過去の気象データは現実に発生した事象に関するデータであり、将来を予測したデータ（予報データ）ではない。

統計処理部１３は、取得された過去の海象データ及び過去の気象データを統計処理する。統計処理としては、複数のメッシュの各々において、所定期間毎の各データの平均値を求める処理や、所定期間毎のデータの最頻値を求める処理に例示される。そして、その統計処理の結果（例示：平均値、最頻値）を統計データとして出力する。統計処理方法を工夫して統計データにすることで、海象データ及び気象データのデータ数を減少させることができる。各データの平均値を求める処理や、所定期間毎のデータの最頻値を求める処理や、統計データの詳細については、後述される。

航路計算部１４は、統計処理部１３から出力された又は統計データベース２１に格納されている統計データと、条件取得部１１が取得した計算対象の船舶に関する航海性能データとに基づいて、ウェザールーティングにより出発地から目的地までの最適航路を計算する。ウェザールーティングは、公知の等時間曲線法に例示される。その公知のウェザールーティングでは、最適航路として最短時間航路や最小燃料消費航路を求めるアルゴリズムがある。

結果出力部１５は、算出された最適航路を想定航路として出力装置（例示：ディスプレイやプリンタや携帯端末）に表示する。

統計データベース２１は、統計処理部１３が算出した統計データを、複数のメッシュ及び過去の期間と関連付けて、格納する。すなわち、一つのメッシュにつき、所定の期間ごとに、かつ、一つの海象データ及び気象データごとに、平均値及び最頻値が関連付けられて格納されている。例えば、一つのメッシュにつき、季節はいつであるか（１−３月／４−６月／７−９月／１０−１２月）と、その週の海流の速度データ及び海流の向きデータ、風の風速データ及び風向データの各々の平均値や最頻値とが、関連付けられて格納されている。このように一度作成した統計データを統計データベース２１に格納することで、次回以降の計算において、必要がある度に計算することが不要となる。

次に、本発明の第１の実施の形態に係る最適航路計算方法（最適航路計算装置の動作）について説明する。添付図面を参照して説明する。図４は、本発明の第１の実施の形態に係る最適航路計算方法の概念を説明する模式図である。出発地と目的地とを含む領域３１が複数のメッシュ３３に分割されている。そのような複数のメッシュとしては、南北方向（緯度）及び東西方向（経度）について、地球の全球を所定の間隔（例示：度数、距離）で分割した全球メッシュに例示される。ＮＣＥＰ／ＮＣＡＲが開示するデータベースでは、２７５ｋｍ程度の間隔で分割している（２７５ｋｍメッシュ程度）。また、ＥＳＣが開示するデータベースでは、１１ｋｍ程度の間隔で分割している（１１ｋｍメッシュ程度）。各メッシュ３３には、統計処理部１３で統計処理された（統計データベース２１に格納された）過去の気象データ及び過去の海象データが関連付けられている。この図では、統計データのうち、風速データ及び風向データを示す矢印Ｐ１（風速は矢印Ｐ１の大きさ、風向は矢印Ｐ１の向き、に対応）が示されている。この条件において、ウェザールーティングにより、船舶の出発地から目的地までの航路として、風向及び風速に対応して破線の矢印で示す航路が最適航路Ｑ１として計算される、ということをこの図は例示している。

この図に示す領域３１は、航路の出発地と目的地とを含む領域として、ウェザールーティングにおいて、航路の出発地と目的地とを設定したとき計算の対象となる海域である。従って、上記の過去データ取得部１２は、このような領域の全てのメッシュのデータを取得する。統計データベース２１は、このような領域の全てのメッシュのデータを統計処理し、統計データとして格納している。

次に、気象データ及び海象データの統計処理及びそれにより得られる統計データについて説明する。

（Ｉ）平均値
気象データ及び海象データの統計処理としては、各データの平均値を求める方法が考えられる。その場合、得られる各データの平均値が統計データとなる。平均値の求め方としては、以下に示す方法が例示される。

（ａ）気象データ及び海象データの各々について、メッシュごとに、所定期間ごと（例示：四半期ごと（１−３月／４−６月／７−９月／１０−１２月）、半年ごと（１−６月／７−１２月））に、各データについて下記の式（１）を用いて平均値を求める。得られた平均値を各メッシュの代表値とする。

ただし、
Ｖｉ：ｉ番目の変数（例示：風速データ、風向データ、海流の速度データ、海流の向きデータ）
ｎ：平均するデータの数（例示：１日に４個のデータがある場合、３月間の平均であれば約３６４個）
である。
なお、風向については、角度で平均すると、３６０度をまたぐ際に値が正しくなくなる（例示：３５０°と１０°の平均は３６０°（０°）であるが、数字の平均では１８０°となってしまう）。そのため、そのような場合には、東西成分（経度成分）と南北成分（緯度成分）とに分解してから、成分ごとに平均して、ベクトルとする。

例えば、所定期間として３月間（四半期）とする場合、以下のように行う方法が考えられる。第ｋ四半期（ｋは自然数、ｋ＝１〜４）の海流の速度データの平均値を求める場合、過去のある１年分の海流の速度データのうち、第ｋ四半期の第１月目から第３月目までの海流の速度データを平均する。次の第（ｋ＋１）四半期の海流の速度データの平均値を求める場合、その第（ｋ＋１）四半期の第１月目から第３月目までの海流の速度データを平均する。以下同様である。ただし、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の１年分のデータのみを用いても良いし、過去の複数年分のデータを用いても良い。過去の複数年分のデータを用いる場合、精度がより向上する。

この場合、統計データベース２１は、メッシュを特定するデータと、所定期間と、海象データ及び気象データの種類と、そのデータの平均値とを関連付けて、統計データとして格納している。例えば、統計データベース２１は、メッシュを代表する緯度及び経度と、第ｋ四半期と、海流の速度データ、海流の向きデータ、風速データ及び風向データの種類と、それらの平均値とを関連付けて、統計データとして格納している。

各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去のある１年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１年前の第４四半期の平均値を代表値として用いることが考えられる。

また、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の複数年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）までの航海の場合、気象データ及び海象データの各々について、１年前から５年前までの第４四半期の平均値を代表値として用いることが考えられる。

（ＩＩ）最大出現頻度
気象データ及び海象データの統計処理としては、各データの最大出現頻度を求める方法が考えられる。その場合、得られる各データの最大出現頻度が統計データとなる。最大出現頻度の求め方としては、以下に示す方法が例示される。

気象データ及び海象データの各々について、メッシュごとに、所定期間ごと（例示：四半期ごと（１−３月／４−６月／７−９月／１０−１２月）、半年ごと（１−６月／７−１２月））に、所定のカテゴリごとに分類する。例えば、風向を１６種類の風向カテゴリ（北、北北東、北東、…、北北西）に分類し、風速を１０種類の風速カテゴリ（０．０〜１．０ｍ／ｓ、１．１〜２．０ｍ／ｓ、２．１〜３．０ｍ／ｓ、…、９．１ｍ／ｓ以上）に分類する。海流の向き及び流速も同様である。そして、その頻度分布から、最も出現する可能性が高い（最大出現頻度の）カテゴリを各メッシュの代表値とする。

例えば、所定期間として３月間（四半期）とする場合、以下のように行う方法が考えられる。第ｋ四半期（ｋは自然数、ｋ＝１〜４）の風向データの最大出現頻度を求める場合、過去のある１年分の風向データのうち、第ｋ四半期の第１月目から第３月目までの風向データを１６種類の風向カテゴリに分類する。そして、得られる風向頻度分布のうち発生頻度が最も高い最大出現頻度のカテゴリを求める。一例として、風向カテゴリが北、北北東、北東、…に対して、風向カテゴリの発生頻度分布がそれぞれ２０．０％（最大）、１６．２％、５．０％、…の場合、最大出現頻度のカテゴリとして「北」と求まる。次の第（ｋ＋１）四半期の風向データの最大出現頻度を求める場合、その第（ｋ＋１）四半期の第１月目から第３月目までの風向データを１６種類の風向カテゴリに分類する。そして、得られる風向頻度分布のうち発生頻度が最も高い最大出現頻度のカテゴリを求める。以下同様である。ただし、各メッシュにおける最大出現頻度を求める過去の気象データ及び過去の海象データとして、過去の１年分のデータのみを用いても良いし、過去の複数年分のデータを用いても良い。過去の複数年分のデータを用いる場合、精度がより向上する。

この場合、統計データベース２１は、メッシュを特定するデータと、所定期間と、海象データ及び気象データの種類と、データの最大出現頻度とを関連付けて、統計データとして格納している。例えば、統計データベース２１は、メッシュを代表する緯度及び経度と、第ｋ四半期と、海流の速度データ、海流の向きデータ、風速データ及び風向データの種類と、それらの最大出現頻度とを関連付けて、統計データとして格納している。

各メッシュにおける最大出現頻度を求める過去の気象データ及び過去の海象データとして、過去のある１年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１年前の第４四半期の最大出現頻度を代表値として用いることが考えられる。

また、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の複数年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１年前から５年前までの第４四半期の最大出現頻度を代表値として用いることが考えられる。

図５は、本発明の第１の実施の形態に係る最適航路計算方法を示すフロー図である。
条件取得部１１は、入力装置を介したユーザによる入力や、ネットワークを介して外部との通信により、計算対象の船舶に関する航海性能データを取得する。一方、過去データ取得部１２は、ネットワーク３を介してデータベース２から、航路の出発地と目的地とを含む領域における複数のメッシュの各々について、過去の海象データ及び過去の気象データを取得する（ステップＳ０１）。

統計処理部１３は、取得された過去の海象データ及び過去の気象データを統計処理する（ステップＳ０２）。統計処理としては、複数のメッシュの各々において、所定期間毎の各データの平均値を求める処理や、所定期間毎のデータの最頻値を求める処理に例示される。それらの詳細は、上述のとおりである。そして、その統計処理の結果（例示：平均値、最頻値）を統計データとして航路計算部１４又は統計データベース２１へ出力する。

航路計算部１４は、統計処理部１３から出力された又は統計データベース２１に格納されている統計データと、条件取得部１１が取得した計算対象の船舶に関する航海性能データとに基づいて、公知のウェザールーティングにより出発地から目的地までの最適航路を計算する（ステップＳ０３）。

結果出力部１５は、算出された最適航路を想定航路として出力装置（例示：ディスプレイやプリンタや携帯端末）に表示する（ステップＳ０４）。最適航路は、各地点（緯度、経度）での、航海時間（ｈｒ）燃料消費（ｔｏｎ）、航走距離（ｍｉｌｅ）、平均船速（ｋｎｏｔ）、平均回転数（ｒｐｍ）の情報を含んでいる。各データは、記憶装置に格納される。

以上のようにして、本実施の形態に係る最適航路計算方法（最適航路計算装置の動作）が実施される。

なお、上記実施の形態において、所定期間として四半期ごと（例示：１−３月（第１四半期）／４−６月（第２四半期）／７−９月（第３四半期）／１０−１２月（第４四半期）や半年ごと（例示：１−６月（上半期）／７−１２月（下半期））が挙げられているが、このような数ヶ月単位の区切りは上記例に限定されるものではない。また、各期間の最初が“１日”で始まる必要もない。以下同様である。

以上説明されたように、本実施の形態では過去の気象データ及び過去の海象データを用いることで、出発地から目的地までの想定航路を出発前に容易に選定することができる。これら過去の気象データ及び過去の海象データは過去の実績データであり、気象や海象は周期性が高いことを考慮すれば、選定された想定航路は、より適正な航路になっていると考えることができる。従って、本実施の形態の最適航路計算装置及び最適航路計算方法は、より適正な想定航路を計算可能である。また、その結果として、出航後には想定航路の微調整しか行われないとしても、事前により適正な想定航路を設定しているので、実際に航行した航路がより適正となると考えらえる。

また、本実施の形態では、過去の気象データ及び過去の海象データを統計処理した統計データを用いることで、ウェザールーティングのために行う気象・海象に関する将来予測を行う必要が無くなる。すなわち、必要がある度に気象モデルを使って海象データ及び気象データを予測するなどの膨大な計算が不要となる。従って、本実施の形態の最適航路計算装置及び最適航路計算方法は、将来予測に関する負担を低減可能である。また、過去の気象データ及び過去の海象データを統計処理して統計データベースに格納するので、必要がある度に象データ及び海象データを再計算せずに済む。

（第２の実施の形態）
以下、本発明の第２の実施の形態に係る最適航路計算装置及び最適航路計算方法について、添付図面を参照して説明する。本実施の形態に係る最適航路計算装置及び最適航路計算方法では、統計処理部１３の統計処理の方法が第１の実施の形態と相違する。具体的には、本実施の形態では、第１の実施の形態と比較して、平均値や最大出現頻度を求める期間を短縮している点で相違している。例えば、四半期ごと／半年ごとの期間が、１月ごと／１週間ごと／１日ごと／６時間ごとの期間に短縮している。このように、統計データを期間的に細分化することにより、気象や海象の周期性に対応した局所的・時期的な影響・特徴を出し易くすることができる。それにより、最適航路選定の精度が向上する。以下では、主に相違点について説明する。

本発明の第２の実施の形態に係る最適航路計算方法（最適航路計算装置の動作）について説明する。添付図面を参照して説明する。図６Ａ及び図６Ｂは、本発明の第２の実施の形態に係る最適航路計算方法の概念を説明する模式図である。図６Ａは１月の風速及び風向のデータの一例であり、図６Ｂは８月の風速及び風向のデータの一例をそれぞれ示している。いずれの図においても、図４の場合と同様に、出発地と目的地とを含む領域３１が複数のメッシュ３３に分割されている。

図６Ａでは、統計データのうち、１月の風速データ及び風向データを示す矢印Ｐ２（風速は矢印Ｐ２の大きさ、風向は矢印Ｐ２の向き、に対応）が示されている。この条件において、ウェザールーティングにより、船舶の出発地から目的地までの１月の航路として、風向及び風速に対応して破線の矢印で示す航路が最適航路Ｑ２として計算される、ということをこの図は例示している。更に、図６Ｂでは、統計データのうち、８月の風速データ及び風向データを示す矢印Ｐ３（風速は矢印Ｐ３の大きさ、風向は矢印Ｐ３の向き、に対応）が示されている。この条件において、ウェザールーティングにより、船舶の出発地から目的地までの８月の航路として、風向及び風速に対応して破線の矢印で示す航路が最適航路Ｑ３として計算される、ということをこの図は例示している。このように、統計データを期間的に細分化（これらの図の例では、月別に細分化）することにより、局所的・時期的な影響・特徴を出し易くすることができる。それにより、最適航路選定の精度が向上する。

この図に示す領域３１は、航路の出発地と目的地とを含む領域として、ウェザールーティングにおいて、航路の出発地と目的地とを設定したとき計算の対象となる海域である。従って、上記の過去データ取得部１２は、このような領域の全てのメッシュのデータを取得する。統計データベース２１は、このような領域の全てのメッシュのデータを統計処理し、統計データとして格納している。

次に、気象データ及び海象データの統計処理及びそれにより得られる統計データについて説明する。

（Ｉ）平均値
気象データ及び海象データの統計処理としては、各データの平均値を求める方法が考えられる。その場合、得られる各データの平均値が統計データとなる。平均値の求め方としては、以下に示す方法が例示される。

（ａ）気象データ及び海象データの各々について、メッシュごとに、所定期間ごと（例示：６時間、１日、１週間、１月）に、各データの値を上記の式（１）を用いて平均値を求める。得られた平均値を各メッシュの代表値とする。

例えば、所定期間として１週間とする場合、以下のように行う方法が考えられる。１年の第ｍ_１週目（ｍ_１は自然数、ｍ_１＝１〜５２）の海流の速度データの平均値を求める場合、過去のある１年分の海流の速度データのうち、第ｍ_１週目の第１日目から第７日目までの海流の速度データを平均する。次の第（ｍ_１＋１）週目の海流の速度データの平均値を求める場合、その第（ｍ_１＋１）週目の第１日目から第７日目までの海流の速度データを平均する。以下同様である。ただし、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の１年分のデータのみを用いても良いし、過去の複数年分のデータを用いても良い。過去の複数年分のデータを用いる場合、精度がより向上する。

この場合、統計データベース２１は、メッシュを特定するデータと、所定期間と、海象データ及び気象データの種類と、データの平均値とを関連付けて、統計データとして格納している。例えば、統計データベース２１は、メッシュを代表する緯度及び経度と、１年の第ｍ_１週目と、海流の速度データ、海流の向きデータ、風の風速データ及び風向データの種類と、それらの平均値とを関連付けて、統計データとして格納している。

各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去のある１年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１２月１日から１２月３日までの航海については、１年前の第４８週目の平均値を代表値として用い、１２月４日から１２月１０日までの航海については、１年前の第４９週目の平均値を代表値として用い、１２月１１日から１２月１４日までの航海については、１年前の第５０週目の平均値を代表値として用いることが考えられる。

また、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の複数年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）までの航海については、１２月１日から１２月３日までの航海については、１年前から５年前までの第４８週目の平均値を代表値として用い、１２月４日から１２月１０日までの航海については、１年前から５年前までの第４９週目の平均値を代表値として用い、１２月１１日から１２月１４日までの航海については、１年前から５年前までの第５０週目の平均値を代表値として用いることが考えられる。

（ｂ）上記の式（１）を用いて平均値を求める場合、移動平均値を求める方法も考えられる。例えば、所定期間として１日とし、移動平均の窓長を７日とする場合、以下のように行う方法が考えられる。１年の第ｍ_２日目（ｍ_２は自然数、ｍ_２＝１〜３６５）の海流の速度データの移動平均値を求める場合、過去のある１年分の海流の速度データのうち、第（ｍ_２−６）日目〜第ｍ_２日目までの海流の速度データを平均する。次の第（ｍ_２＋１）日目の海流の速度データの移動平均値を求める場合、次の第（ｍ_２−５）日目〜第（ｍ_２＋１）日目までの海流の速度データを平均する。以下同様である。ただし、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の１年分のデータのみを用いても良いし、過去の複数年分のデータを用いても良い。過去の複数年分のデータを用いる場合、精度がより向上する。得られた移動平均値を各メッシュの代表値とする。

この場合、統計データベース２１は、メッシュを特定するデータと、所定期間と、海象データ及び気象データの種類と、データの移動平均値とを関連付けて、統計データとして格納している。例えば、統計データベース２１は、メッシュを代表する緯度及び経度と、１年の第ｍ_２日目と、海流の速度データ、海流の向きデータ、風速データ及び風向データの種類と、それらの移動平均値とを関連付けて、統計データとして格納している。

各メッシュにおける移動平均値を求める過去の気象データ及び過去の海象データとして、過去のある１年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１２月１日の航海については、１年前の１１月２５日から１２月１日までの移動平均値を代表値として用い、１２月２日の航海については、１年前の１１月２６日から１２月２日までの移動平均値を代表値として用い、以下同様にして、１２月１４日の航海については、１年前の１２月８日から１２月１４日までの移動平均値を代表値として用いることが考えられる。

また、各メッシュにおける移動平均値を求める過去の気象データ及び過去の海象データとして、過去の複数年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１２月１日の航海については、１年前から５年前までの１１月２５日から１２月１日までの移動平均値を代表値として用い、１２月２日の航海については、１年前から５年前までの１１月２６日から１２月２日までの移動平均値を代表値として用い、以下同様にして、１２月１４日の航海については、１年前から５年前までの１２月８日から１２月１４日までの移動平均値を代表値として用いることが考えられる。

（ＩＩ）最大出現頻度
気象データ及び海象データの統計処理としては、各データの最大出現頻度を求める方法が考えられる。その場合、得られる各データの最大出現頻度が統計データとなる。最大出現頻度の求め方としては、以下に示す方法が例示される。

気象データ及び海象データの各々について、メッシュごとに、所定期間ごと（例示：６時間、１日、１週間、１月）に、所定のカテゴリごとに分類する。例えば、風向を１６種類の風向カテゴリ（北、北北東、北東、…、北北西）に分類し、風速を１０種類の風速カテゴリ（０．０〜１．０ｍ／ｓ、１．１〜２．０ｍ／ｓ、２．１〜３．０ｍ／ｓ、…、９．１ｍ／ｓ以上）に分類する。海流の向き及び流速も同様である。そして、その頻度分布から、最も出現する可能性が高い（最大出現頻度の）カテゴリを各メッシュの代表値とする。

例えば、所定期間として１週間とする場合、以下のように行う方法が考えられる。１年の第ｍ_１週目（ｍ_１は自然数、ｍ_１＝１〜５２）の風向データの最大出現頻度を求める場合、過去のある１年分の風向データのうち、第ｍ_１週目の第１日目から第７日目までの風向データを１６種類の風向カテゴリに分類する。そして、得られる風向頻度分布のうち発生頻度が最も高い最大出現頻度のカテゴリを求める。一例として、風向カテゴリが北、北北東、北東、…に対して、風向の発生頻度分布がそれぞれ２０．０％（最大）、１６．２％、５．０％、…の場合、最大出現頻度のカテゴリとして「北」と求まる。次の第（ｍ_１＋１）週目の風向データの最大出現頻度を求める場合、次の第（ｍ_１＋１）週目の第１日目から第７日目までの風向データを１６種類の風向カテゴリに分類する。そして、得られる風向頻度分布のうち発生頻度が最も高い最大出現頻度のカテゴリを求める。以下同様である。ただし、各メッシュにおける最大出現頻度を求める過去の気象データ及び過去の海象データとして、過去の１年分のデータのみを用いても良いし、過去の複数年分のデータを用いても良い。過去の複数年分のデータを用いる場合、精度がより向上する。

この場合、統計データベース２１は、メッシュを特定するデータと、所定期間と、海象データ及び気象データの種類と、データの最大出現頻度とを関連付けて、統計データとして格納している。例えば、統計データベース２１は、メッシュを代表する緯度及び経度と、１年の第ｍ_１週目と、海流の速度データ、海流の向きデータ、風速データ及び風向データの種類と、それらの最大出現頻度とを関連付けて、統計データとして格納している。

各メッシュにおける最大出現頻度を求める過去の気象データ及び過去の海象データとして、過去のある１年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１２月１日から１２月３日までの航海については、１年前の第４８週目の最大出現頻度を代表値として用い、１２月４日から１２月１０日までの航海については、１年前の第４９週目の最大出現頻度を代表値として用い、１２月１１日から１２月１４日までの航海については、１年前の第５０週目の最大出現頻度を代表値として用いることが考えられる。

また、各メッシュにおける平均値を求める過去の気象データ及び過去の海象データとして、過去の複数年分のデータを用いる場合には以下のような例が考えられる。例えば、１２月１日（木）〜１２月１４日（水）の航海の場合、気象データ及び海象データの各々について、１２月１日から１２月７日までの航海については、１２月１日から１２月３日までの航海については、１年前から５年前までの第４８週目の最大出現頻度を代表値として用い、１２月４日から１２月１０日までの航海については、１年前から５年前までの第４９週目の最大出現頻度を代表値として用い、１２月１１日から１２月１４日までの航海については、１年前から５年前までの第５０週目の最大出現頻度を代表値として用いることが考えられる。

また、この場合にも、移動平均値を求める場合の窓の考え方と同様に、所定期間を設定する方法も考えられる。例えば、所定期間として１日とし、最大出現頻度の窓長を７日とする場合、以下のように行う方法が考えられる。１年の第ｍ_２日目（ｍ_２は自然数、ｍ_２＝１〜３６５）の風速データの最大出現頻度を求める場合、過去の風速データのうち、第（ｍ_２−６）日目〜第ｍ_２日目までの風速データの最大出現頻度を求める。次の第（ｍ_２＋１）日目の風速データの最大出現頻度を求める場合、次の第（ｍ_２−５）日目〜第（ｍ_２＋１）日目までの風速データの最大出現頻度を求める。以下同様である。ただし、各メッシュにおける最大出現頻度を求める過去の気象データ及び過去の海象データとして、過去の１年分のデータのみを用いても良いし、過去の複数年分のデータを用いても良い。得られた最大出現頻度を各メッシュの代表値とする。

本発明の第２の実施の形態に係る最適航路計算方法を示すフローについては、統計処理の所定期間が異なる他は、第１の実施の形態（図５）と同様である。

なお、上記実施の形態において、所定期間として（例示：６時間、１日、１週間、１月）が挙げられているが、このような期間は上記例に限定されるものではない。以下同様である。

本実施の形態においても、第１の実施の形態と同様の効果を得ることができる。
更に、統計データを期間的に細分化（例示：時間別、日別、週別、月別に細分化）することにより、局所的・時期的な影響・特徴を統計データに反映させ易くすることができる。それにより、最適航路選定の精度が向上する。

（第３の実施の形態）
以下、本発明の第３の実施の形態に係る最適航路計算装置及び最適航路計算方法について、添付図面を参照して説明する。本実施の形態に係る最適航路計算装置及び最適航路計算方法では、統計処理部１３の統計処理の方法が第１、２の実施の形態と相違する。具体的には、本実施の形態では、第１、２の実施の形態と比較して、平均値や最大出現頻度の確からしさを反映すべく、それらの標準偏差を考慮した統計処理を行っている点で相違している。このような標準偏差を考慮した統計処理により、最適航路選定の精度が向上する。以下では、主に相違点について説明する。

統計処理部１３は、取得された過去の海象データ及び過去の気象データを統計処理する。統計処理としては、複数のメッシュの各々において、所定期間毎の各データの平均値を求める処理や、所定期間毎のデータの最頻値を求める処理に例示される。このとき、各統計処理で得られた値と共に、その標準偏差σも併せて算出する。そして、その標準偏差σを含む統計処理の結果（例示：平均値、最頻値）を統計データとして出力する。

ただし、各データについて下記の式（２）を用いて標準偏差を求める。得られた標準偏差を各メッシュの標準偏差とする。

Ｖｉ：ｉ番目の変数（例示：風速、風向、海流の速度、海流の向き）
／Ｖ（Ｖバー）：変数の平均値
ｎ：データの個数（例示：１日に４個のデータがある場合、３月間の平均であれば約３６４個）
である。

また、統計処理の値として平均値を用いる場合、上記標準偏差σは、式（２）で算出される一般的な標準偏差である。一方、統計処理の値として最大出現頻度を用いる場合、上記標準偏差σは、別途最大出現頻度の平均値を求め、その平均値を用いて式（２）で算出される最大出現頻度の標準偏差とする。

航路計算部１４は、統計処理部１３から出力された又は統計データベース２１に格納されている統計データと、条件取得部１１が取得した計算対象の船舶に関する航海性能データとに基づいて、ウェザールーティングにより出発地から目的地までの最適航路を計算する。ウェザールーティングは、公知の等時間曲線法に例示される。このとき、まず標準偏差を無視して、最適航路の候補として所定の条件を満たす複数の航路を計算する。その所定の条件を満たす複数の航路としては、一番目に最適な航路、二番目に最適な航路、及び三番目に最適な航路に例示される。ここで、最適な航路とは、消費エネルギーが最小な航路や、所要時間が最小な航路に例示される。計算する航路の数は、３個に限定されるものではなく、予め設定されている。更に、それら複数の航路に加えて、それらの複数の航路の各々について、航路上の全てのメッシュの標準偏差σを加えた和Σσを求め、その和Σσをその航路が通過するメッシュ数ｐで割った値Ｘ（＝Σσ／ｐ）を求める。そして、それらの複数の航路の各々について、値Ｘが最低となる航路、又は、値Ｘが予め設定された値以下で且つ最も上位な航路を、最終的な最適航路として選定する。

統計データベース２１は、統計処理部１３が算出した統計データ（標準偏差σを含む）を、複数のメッシュ及び過去の期間と関連付けて、格納する。すなわち、一つのメッシュにつき、所定の期間ごとに、かつ、一つの海象データ及び気象データごとに、平均値及び最頻値とそれらの標準偏差とが関連付けられて格納されている。例えば、一つのメッシュにつき、期間はいつであるか（１−３月／４−６月／７−９月／１０−１２月、第ｍ_１週目、第ｍ_２日目、など）と、海流の速度データ及び海流の向きデータ、風速データ及び風向データの種類と、それらの平均値や最頻値と、それらの標準偏差とが、関連付けられて格納されている。

次に、本発明の第３の実施の形態に係る最適航路計算方法（最適航路計算装置の動作）について説明する。添付図面を参照して説明する。図７は、本発明の第３の実施の形態に係る最適航路計算方法の概念を説明する模式図である。図４の場合と同様に、出発地と目的地とを含む領域３１が複数のメッシュ３３に分割されている。

各メッシュ３３には、統計処理部１３で統計処理された（統計データベース２１に格納された）過去の気象データ及び過去の海象データとそれらの標準偏差とが関連付けられている。この図では、統計データのうち、風速データ及び風向データを示す矢印Ｐ４（風速は矢印Ｐ４の大きさ、風向は矢印Ｐ４の向き、に対応）と標準偏差（数値Ｅ）とがそれぞれ示されている。この条件において、ウェザールーティングにより、船舶の出発地から目的地までの航路として、風向及び風速に対応して複数の航路が破線の矢印で示すように航路Ｑ４ａ、Ｑ４ｂとして計算される、ということをこの図は例示している。この場合、値Ｘは、航路Ｑ４ａでは０．４５であり、航路Ｑ４ｂは０．３４である。従って、最終的に最適航路は航路Ｑ４ｂとなる。

気象データ及び海象データの統計処理及びそれにより得られる統計データについては、標準偏差を求める他は、上記各実施の形態と同様である。

次に、本発明の第３の実施の形態に係る最適航路計算方法を示すフローについて、図５を参照して説明する。
条件取得部１１は、入力装置を介したユーザによる入力や、ネットワークを介して外部との通信により、計算対象の船舶に関する航海性能データを取得する。一方、過去データ取得部１２は、ネットワーク３を介してデータベース２から、航路の出発地と目的地とを含む領域における複数のメッシュの各々について、過去の海象データ及び過去の気象データを取得する（ステップＳ０１）。

統計処理部１３は、取得された過去の海象データ及び過去の気象データを統計処理する（ステップＳ０２）。統計処理としては、複数のメッシュの各々において、所定期間毎の各データの平均値を求める処理や、所定期間毎のデータの最頻値を求める処理に例示される。統計処理は、第１の実施の形態の場合であっても良いし、第２の実施の形態の場合であっても良い。ただし、このとき、各統計処理で得られた値と共に、その標準偏差σも併せて算出する。それらの詳細は、上述のとおりである。そして、その標準偏差σを含む統計処理の結果（例示：平均値、最頻値）を統計データとして航路計算部１４又は統計データベース２１へ出力する。

航路計算部１４は、統計処理部１３から出力された又は統計データベース２１に格納されている統計データと、条件取得部１１が取得した計算対象の船舶に関する航海性能データとに基づいて、公知のウェザールーティングにより出発地から目的地までの最適航路を計算する（ステップＳ０３）。このとき、まず、最適航路の候補として標準偏差を無視して所定の条件を満たす複数の航路を計算する。所定の条件を満たす複数の航路としては、例えば、最もエネルギー消費の少ない航路又は最も所要時間が短い航路の上位３個の航路である。それと共に、それらの複数の航路の各々について、航路上の全てのメッシュの標準偏差σの和Σσをメッシュ数ｐで割った値Ｘ（＝Σσ／ｐ）を求める。そして、それらの複数の航路の各々について、値Ｘが最低となる航路、又は、値Ｘが予め設定された値以下で且つ最も上位の航路を最適航路として選定する。

結果出力部１５は、算出された最適航路を想定航路として出力装置（例示：ディスプレイやプリンタや携帯端末）に表示する（ステップＳ０４）。最適航路は、各地点（緯度、経度）での航海時間（ｈｒ）燃料消費（ｔｏｎ）、航走距離（ｍｉｌｅ）、平均船速（ｋｎｏｔ）、平均回転数（ｒｐｍ）の情報を含んでいる。各データは、記憶装置に格納される。

以上のようにして、本実施の形態に係る最適航路計算方法（最適航路計算装置の動作）が実施される。

本実施の形態においても、第１、２の実施の形態と同様の効果を得ることができる。
更に、標準偏差の小さい航路を採用するため、航路中のデータの値の確実性は高いといえる。従って、本実施の形態の最適航路計算装置及び最適航路計算方法は、より適正な想定航路を計算可能である。

（第４の実施の形態）
以下、本発明の第４の実施の形態に係る最適航路計算装置及び最適航路計算方法について、添付図面を参照して説明する。本実施の形態に係る最適航路計算装置及び最適航路計算方法では、過去データ取得部１２による気象データ及び海象データの取得する方法が第１〜３の実施の形態と相違する。具体的には、本実施の形態では、第１〜３の実施の形態と比較して、単に所定期間のデータを取得するのではなく、エルニーニョやラニーニャが発生した場合に、過去にエルニーニョやラニーニャが発生した年のデータを選択して用いる点で相違している。このようにエルニーニョやラニーニャを考慮することで、最適航路選定の精度が向上する。以下では、主に相違点について説明する。

気候学的観点から、赤道付近の海面温度の変化による大規模な現象としてエルニーニョやラニーニャが知られている。エルニーニョやラニーニャが発生した場合、大気の循環場が変化する。そのため、船舶航路への影響も現れると想定される。従って、エルニーニョやラニーニャが発生した場合、過去に起こったエルニーニョやラニーニャが発生した年のデータを用いることが好ましい。

エルニーニョやラニーニャの発生の判定は、海面温度の統計処理から求めることが出来る。そのため、気象データに加え、例えばデータベース２として、米国海洋大気庁（ＮＯＡＡ：Ｎａｔｉｏｎａｌ Ｏｃｅａｎｉｃ ａｎｄ Ａｔｍｏｓｐｈｅｒｉｃ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ）が公開している海面温度（Ｏｐｔｉｍｕｍ Ｉｎｔｅｒｐｏｌａｔｉｏｎ Ｓｅａ ｓｕｒｆａｃｅ Ｔｅｍｐｅｒａｔｕｒｅ）等に関するデータを用いる。そして、そのデータを取得し、海面温度を解析することで、エルニーニョやラニーニャの発生（現在及び過去）を判定することができる。

あるいは、あるいは、過去にエルニーニョやラニーニャが発生した年や、現在エルニーニョやラニーニャが発生しているかについて、気象庁などで発表している。従って、そのような情報からエルニーニョやラニーニャの発生（現在及び過去）を把握することも可能である。

過去データ取得部１２は、まず、現在エルニーニョやラニーニャが発生している場合、（ａ）ユーザ入力等により過去にエルニーニョやラニーニャが発生した年を把握する、又は、（ｂ）過去の海面温度データをデータベース２から取得して過去にエルニーニョやラニーニャが発生している年を把握する。その後、その発生年に基づいて、データベース２から、過去のエルニーニョやラニーニャが発生した年における過去の気象データ及び過去の海象データを取得する。それにより、本実施の形態の最適航路計算装置及び最適航路計算方法は、エルニーニョやラニーニャに対応した航路計算を実行することができる。

あるいは、航路計算部１４は、上記（ａ）や（ｂ）の方法により過去にエルニーニョやラニーニャが発生している年を把握して、既にある統計データベース２１を参照して、その発生年の統計データを用いて出発地から目的地点までの最適航路をウェザールーティングにより計算しても良い。それにより、本実施の形態の最適航路計算装置及び最適航路計算方法は、エルニーニョやラニーニャに対応した航路計算を実行することができる。

本実施の形態に係る最適航路計算方法（最適航路計算装置の動作）については、現在エルニーニョやラニーニャが発生している場合、エルニーニョやラニーニャが発生した年の過去の気象データ及び過去の海象データを用いる他は、第１〜第３の実施の形態の場合（図５）と同様である。

なお、本実施の形態では、エルニーニョやラニーニャについて説明しているが、船舶航路への影響が現れると想定される気象現象や海象現象を含む自然現象についても同様に適用することができる。例えば、オゾンホールの大きさによる紫外線照射量の変化、台風やハリケーンの発生などである。あるいは、単に、直前の期間の気象・海象データが、過去のある期間の気象・海象データと極めて近い場合、同様の傾向が続くとして、その後の期間の過去の気象・海象データを用いることができる。

例えば、この直前の３ヶ月（例示：１０−１２月）の気象・海象データと、ある西暦Ｙ年の対応する３ヶ月（例示：１０−１２月）の気象・海象データとが極めて近い場合、これからの数ヶ月（例示：１−３月）の気象・海象データが、西暦（Ｙ＋１）年の対応する数ヶ月（例示：１−３月）の気象・海象データと極めて近くなる可能性が高い。従って、最適航路計算を行う期間（例示：１−２月）に対応して、その西暦（Ｙ＋１）年の対応する数ヶ月（例示：１−２月）の気象・海象データを用いることができる。

本実施の形態においても、第１〜３の実施の形態と同様の効果を得ることができる。
更に、エルニーニョやラニーニャが発生した年には、過去にエルニーニョやラニーニャが発生した年のデータを採用するため、より適正な想定航路を計算することができる。従って、本実施の形態の最適航路計算装置及び最適航路計算方法は、より適正な想定航路を計算可能である。

（第５の実施の形態）
以下、本発明の第５の実施の形態に係る最適航路計算装置及び最適航路計算方法について、添付図面を参照して説明する。本実施の形態に係る最適航路計算装置及び最適航路計算方法では、統計処理部１３における風速データ及び風向データに関する統計処理の方法が第１〜４の実施の形態と相違する。具体的には、本実施の形態では、第１〜４の実施の形態と比較して、風速の高さ方向の分布を考慮する点で相違している。このような風速の高さ方向の分布を考慮する統計処理により、最適航路選定の精度が向上する。以下では、主に相違点について説明する。

例えば、海面からの背が高いマスト／クレーン／帆などを備えている船舶と、そうでない船舶とでは考慮すべき風速の高さが異なる。そのため、本実施の形態では、統計処理部１３が、上記第１〜４の実施の形態の統計処理で得られるような統計データを、更に海面からの高さごとに分類する。統計データベース２１は、更に海面からの高さごとに分類された統計データを、複数のメッシュ及び過去の期間と関連付けて格納する。航路計算部１４は、船舶の高さ（代表値）に適した風速データを代表値として、ウェザールーティングにより出発地から目的地までの最適航路を計算する。すなわち、背の高い船舶では相対的に海面からの高さが高い風に関する風速データを用い、背の低い船舶では相対的に海面からの高さが低い風に関する風速データを用いて、ウェザールーティングを行う。

ここで、海面からの高さ（高度）別の風速Ｕの求め方としては、例えば一般的に１／７乗則として呼ばれる以下のような式が考えられる。

ただし、
Ｕ：求める高さの風速（ｍ／ｓ）
Ｚ：求める高さ（ｍ）
Ｕ_０：代表高さの風速（ｍ／ｓ）：データベース２の過去の風速データの風速
Ｚ_０：代表高さ（ｍ）：データベース２の過去の風速データの風速を示す高さ
ａ：べき指数：陸上では一般的に１／７だが、ここでは海上が主であるため１／１０を使用

従って、統計データ（例示：平均値や最大出現頻度値）における風速データ（風速Ｕ_０、高さＺ_０）を、式（３）を用いて更に海面からの高さＺごとに分類する。そのような高さＺの分類としては、５ｍ、１０ｍ、１５ｍ、２０ｍ、２５ｍ、３０ｍなどに例示される。

この場合、統計データベース２１は、メッシュを特定するデータと、所定期間と、海象データ及び気象データの種類と、データの平均値／最大出現頻度とを関連付けて、統計データとして格納している。そして、データの種類が風速の場合、更に、高さ分類と、風速データの平均値／最大出現頻度のその高さでの計算値とを関連付けて、統計データとして格納している。

上述の方法に加え、更に、風速の鉛直分布を考慮することもできる。風速は一般に高さによって変化する。すなわち、風速は、海面から高度が高くなるに連れて急激に増加し、その後に緩やかに増加し、ある程度の高さで飽和するという傾向がある。そのため、上記式（３）等を用いて、各高度の平均風速・最大出現頻度風速を鉛直分布として統計処理しても良い。同様に、風向についても高度別に平均風速・最大出現頻度風向を統計処理してもよい。

本発明の第５の実施の形態に係る最適航路計算方法を示すフローについては、統計データの風速データや風向データの内容が異なる他は、第１の実施の形態（図５）と同様である。

本実施の形態においても、第１の実施の形態と同様の効果を得ることができる。
更に、統計データを高度で細分化（例示：５ｍ、１０ｍ、…に細分化）することにより、船舶の大きさ・高さの影響・特徴を統計データに反映させ易くすることができる。それにより、最適航路選定の精度が向上する。

（第６の実施の形態）
以下、本発明の第６の実施の形態に係る最適航路計算装置及び最適航路計算方法について、添付図面を参照して説明する。本実施の形態に係る最適航路計算装置及び最適航路計算方法では、事前の想定航路の計算ではなく、その想定航路に基づく航海における航路修正に関する点で第１〜５の実施の形態と相違する。以下では、主に相違点について説明する。

本発明の第６の実施の形態に係る最適航路計算装置の構成例について、添付図面を参照して説明する。
図８は、本発明の第６の実施の形態に係る最適航路計算装置の接続例及び構成例を示すブロック図である。船舶８は、帆装船であり、最適航路計算装置１と、船舶操作装置５と、計測システム６とを具備している。最適航路計算装置１は、船舶操作装置５と双方向通信可能に接続されている。また、最適航路計算装置１は、無線のネットワーク３（例示：インターネット）を介して外部のデータベース２と双方向通信可能に接続されている。船舶操作装置５は、計測システム６と双方向通信可能に接続されている。

最適航路計算装置１は、少なくとも第１の実施の形態の機能を備えている（第２〜５の実施の形態の機能を備えていても良い）。それに加えて、内部や船舶操作装置５やデータベース２などからのデータに基づいて、航行時に航路を修正する機能や帆（図示されず）の動作を最適化する機能などを有している。その出力を船舶操作装置５へ送信する。船舶操作装置５は、最適航路計算装置１や計測システム６からのデータに基づいて、船舶を制御し、操船する機能を有している。計測システム６は、外部環境の状態を計測する機器・装置の集合であり、測定結果を船舶操作装置５へ出力する。計測システム６は、船上風速を測定するドップラーソーダを含んでいる。ドップラーソーダについては後述される。

最適航路計算装置１は、第１の実施の形態の構成（及び／又は第２〜５の実施の形態の構成）の他に、更に現在・将来データ取得部１６と、帆計算部１７と、航路データベース２２とを具備している。現在・将来データ取得部１６は、現在の気象データ及び海象データや、将来（予測・予報）の気象データ及び海象データを、計測システム６から船舶操作装置５を介して又は外部からネットワーク３を介して取得する。帆計算部１７は、帆の特性と船上風速データと航路とに基づいて、最適な帆の操作を算出する。航路データベース２２は、本発明の第１の実施の形態（及び／又は第２〜５の実施の形態）に係る最適航路計算方法で選定された最適な想定航路及び修正された想定航路、及び航海性能データ（帆の特性データを含む）が格納されている。ただし、これらはソフトウェア（コンピュータプログラム）であっても良いし、ハードウェアであっても良いし、ソフトウェアとハードウェアとの組み合わせであっても良い。

最適航路計算装置１は、更にメンテナンス部１８とメンテナンスデータベース２３とを備えていても良い。メンテナンス部１８は、帆の操作の指示に対する帆の実際の動作に関するデータを船舶操作装置５から受信して、メンテナンスデータベース２３に格納する。メンテナンスデータベース２３は、帆の操作の指示と帆の実際の動作と時刻とを関連付けて格納する。このメンテナンスデータベース２３は、その内容に基づいて帆のメンテナンス時期やメンテナンス内容を決定するために使用することができる。

次に、計測システム６のドップラーソーダについて説明する。図９は、ドップラーソーダによる風向風速の測定原理を示す概略図である。ドップラーソーダ５２は、主に船舶８の船首側に向かって設けられている。ドップラーソーダ５２は、電波又は音波のビーム５６を発射し、それらが大気の乱れによって反射して戻ってくるまでの経過時間及び周波数変化を計測することにより、南北方向、東西方向及び鉛直方向の風速すなわち風向及び風速を計測することができる。本実施の形態では、特に円弧状にビーム５６を発射することで、例えば数１００ｍ先の円弧状の地点５８における風向及び風速を計測する。その円弧状の地点５８は数分後に船舶８が到達する可能性のある範囲である。このような計測により、直近（数分後）の船上風速を予測することができる。この数分後の船上風速の予測は、帆５１の操作に用いることができる。

次に、本発明の第１の実施の形態に係る最適航路計算方法（最適航路計算装置の動作）について説明する。

図１０は、本発明の第６の実施の形態に係る最適航路計算方法を示すフロー図である。
前提として、本発明の第１の実施の形態（及び／又は第２〜５の実施の形態）に係る最適航路計算方法（図５ステップＳ０１〜Ｓ０４）が実施され、選定された最適な想定航路が航路データベース２２に格納されているものとする。

最適航路計算装置１の条件取得部１１は、航海性能データ（帆の特性データを含む）を航路データベース２２から取得する。また、現在・将来データ取得部１６は、現在の気象データ及び海象データや、将来（予測・予報）の気象データ及び海象データや、現在の船舶の位置を示すデータを、計測システム６や、船舶操作装置５や、外部からネットワーク３を介して取得する（ステップＳ１１）。

航路計算部１４は、現在・将来データ取得部１６が取得した現在や将来（予測・予報）の気象データ及び海象データや現在の船舶の位置と、条件取得部１１が取得した航海性能データとに基づいて、公知のウェザールーティングにより現在地から目的地までの航路に関して、最適航路を計算する（ステップＳ１２）。結果出力部１５は、計算された最適航路を出力装置（例示：ディスプレイやプリンタや携帯端末）に表示すると共に、船舶操作装置５へ出力する（ステップＳ１３）。船舶操作装置５は、新たな最適航路に基づいて、各予測時刻における最適航路を新たに選定し、現在の最適航路を修正する（ステップＳ１４）。

船舶操作装置５は、計測システム６が計測した船上風速（直近のリアルタイムなデータ）及び修正された最適航路を、最適航路計算装置１へ出力する（ステップＳ１５のステップＳ２１）。最適航路計算装置１の帆計算部１７は、帆の特性と船上風速と最適航路とに基づいて、帆の最適な操作を算出する（ステップＳ１５のステップＳ２２）。結果出力部１５は、計算された帆の最適な操作を出力装置に表示すると共に、船舶操作装置５へ出力する（ステップＳ１５のステップＳ２３）。船舶操作装置５は、その新たな帆の最適な操作を実行して、（リアルタイムで）帆を所定の状態へ動かす（ステップＳ１４）。

最適航路計算装置１がメンテナンス部１８とメンテナンスデータベース２３とを備えている場合、船舶操作装置５は、帆の最適な操作の指示及びそれに対する帆の実際の動作に関するデータを最適航路計算装置１へ出力する。最適航路計算装置１のメンテナンス部１８は、帆の最適な操作の指示及びそれに対する帆の実際の動作に関するデータを、メンテナンスデータベース２３に格納する。メンテナンスデータベース２３は、帆の最適な操作の指示とれに対する帆の実際の動作に関するデータとデータの受信した時刻とを関連付けて格納する（Ｓ２５）。

以下、ステップＳ１１〜Ｓ１５を目的地に到着するまで繰り返す。
以上のようにして、本実施の形態に係る最適航路計算方法（最適航路計算装置の動作）が実施される。

本実施の形態においても、第１の実施の形態（及び／又は第２〜５の実施の形態の実施）と同様の効果を得ることができる。
更に、風向風速の予測が特に重要な帆装船において、直近（数分後）の船上の風向風速を予測できるので、帆を最適に操作することができる。

（第７の実施の形態）
以下、本発明の第７の実施の形態に係る最適航路計算装置及び最適航路計算方法について、添付図面を参照して説明する。本実施の形態に係る最適航路計算装置及び最適航路計算方法では、気象・海象データとして、概ね同じ航路を先に航行する先行船のデータを取得して、自身の航海に役立てる点で第６の実施の形態と相違する。例えば、商船などでは、概ね同じ航路（出発地及び目的地が同じで、且つ航路も原則同じだが、気象・海象の状況に応じて船舶ごとにずれが生じる場合あり）を複数の船舶が前後して航行している場合がある。そのような場合、先行する船舶が計測した現実の気象・海象データを後方の船舶に伝達して役立てることができる。以下では、主に相違点について説明する。

本発明の第７の実施の形態に係る最適航路計算方法（最適航路計算装置の動作）について説明する。本実施の形態に係る最適航路計算方法は、第６の実施の形態の最適航路計算方法のうちステップＳ１５がステップＳ３１に変更されている。

図１１は、本発明の第７の実施の形態に係る最適航路計算方法のステップＳ３１を示すフロー図である。
最適航路計算装置１の現在・将来データ取得部１６は、更に先行船から、その先行船の位置での現在の風向データ及び風速データとその先行船の位置データとを、ネットワーク３を介して取得する。そして、その位置での船上風速として記憶装置に記憶する（ステップＳ３１のステップＳ４１）。船舶操作装置５は、修正された最適航路を、最適航路計算装置１へ出力する。最適航路計算装置１の現在・将来データ取得部１６は、記憶装置に記憶された現在の船舶の位置での船上風速を出力する（ステップＳ３１のステップＳ４２）。帆計算部１７は、帆の特性と船上風速と最適航路とに基づいて、帆の最適な操作を算出する（ステップＳ３１のステップＳ４３）。結果出力部１５は、計算された帆の最適な操作を出力装置に表示すると共に、船舶操作装置５へ出力する（ステップＳ３１のステップＳ４４）現在・将来データ取得部１６は、現在の船上での風向データ及び風速データや、現在の船舶の位置を示すデータを、計測システム６や、船舶操作装置５から取得して、ネットワーク３を介して後続船へ送信する（ステップＳ４５）。

なお、最適航路計算装置１がメンテナンス部１８とメンテナンスデータベース２３とを備えている場合のステップＳ４６は、図９のステップＳ２５と同じである。

以上のようにして、本実施の形態に係る最適航路計算方法（最適航路計算装置の動作）が実施される。

本実施の形態においても、第６の実施の形態と同様の効果を得ることができる。
更に、概ね同じ航路を先行する先行船の船上風速データ等を用いるので、風向風速の予測が特に重要な帆装船において、帆を最適に操作することができる。

本発明のプログラム、データ構造は、コンピュータ読取可能な記憶媒体に記録され、その記憶媒体から情報処理装置に読み込まれても良い。

本発明は上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変形又は変更され得ることは明らかである。また、各実施の形態における各技術は技術的矛盾の発生しない限り、相互に適用可能である。

１ 最適航路計算装置
２ データベース
３ ネットワーク
５ 船舶操作装置
６ 計測システム
８ 船舶
１１ 条件取得部
１２ 過去データ取得部
１３ 統計処理部
１４ 航路計算部
１５ 結果出力部
１６ 現在・将来データ取得部
１７ 帆計算部
１８ メンテナンス部
２１ 統計データベース
２２ 航路データベース
２３ メンテナンスデータベース
３１ 領域
３３ メッシュ
５１ 帆
５２ ドップラーソーダ
５６ ビーム
５８ 円弧状の地点

Claims (17)

1. 船舶の航路の出発地及び目的地を含む領域を分割して得られる複数のメッシュにおける過去の海象データ及び過去の気象データを取得する過去データ取得部と、
   取得された前記過去の海象データ及び前記過去の気象データを統計処理した統計データを算出する統計処理部と、
   前記統計データと前記船舶の航海性能データとに基づいて、前記出発地から前記目的地までの最適航路をウェザールーティングにより計算する航路計算部と
   を具備する
   最適航路計算装置。
2. 請求項１に記載の最適航路計算装置において、
   前記統計処理部は、前記統計処理として、前記複数のメッシュの各々において、所定期間毎にデータの平均値を求める第１処理又は所定期間毎にデータの最頻値を求める第２処理を実行して、前記統計データとして前記平均値又は前記最頻値を算出する
   最適航路計算装置。
3. 請求項２に記載の最適航路計算装置において、
   前記所定期間は、一年のうちの特定期間であって、かつ複数年分である
   最適航路計算装置。
4. 請求項２又は３に記載の最適航路計算装置において、
   前記統計処理部は、前記統計処理として、前記複数のメッシュの各々において、前記第１処理又は前記第２処理にと共に、前記平均値又は前記最頻値の標準偏差を、前記統計データとして更に算出し、
   前記航路計算部は、
   前記出発地から前記目的地点までの所定の条件を満たす複数の航路を算出し、
   前記複数の航路のうち、通過するメッシュの前記標準偏差の合計を前記通過するメッシュの数で割った値である単位標準偏差値が最小となる航路、又は、前記単位標準偏差値が所定の値以下かつ前記所定の条件をより良く満たす航路を前記最適航路として選択する
   最適航路計算装置。
5. 請求項１乃至４のいずれか一項に記載の最適航路計算装置において、
   前記航路計算部は、所定の自然現象が発生している場合、前記過去の海象データ及び前記過去の気象データのうち前記所定の自然現象が発生している年の前記統計データに基づいて、前記最適航路を計算する
   最適航路計算装置。
6. 請求項１乃至５のいずれか一項に記載の最適航路計算装置において、
   前記統計処理部は、前記過去の気象データについての前記統計データに基づいて、高さ方向の分布を算出し、
   前記航路計算部は、前記過去の気象データについての前記統計データを用いる場合、前記船舶の高さに対応する前記統計データを用いる
   最適航路計算装置。
7. 請求項１乃至６のいずれか一項に記載の最適航路計算装置において、
   現在又は予測の気象データ及び現在又は予測の海象データを取得する現在・将来データ取得部を更に具備し、
   前記航路計算部は、前記現在又は予測の海象データと前記航海性能データとに基づいて、現在位置から前記目的地までの航路をウェザールーティングにより再計算して前記最適航路を修正し、
   前記船舶の帆の特性と前記現在又は予測の気象データと前記修正後の最適航路とに基づいて、前記帆の最適な操作を算出する帆計算部を更に具備する
   最適航路計算装置。
8. 請求項７に記載の最適航路計算装置において、
   前記現在・将来データ取得部は、前記現在又は予測の気象データを、前記船舶の前記航路と概ね同じ航路を先行して航行する先行船から取得する
   最適航路計算装置。
9. 船舶の航路の出発地及び目的地を含む領域を分割して得られる複数のメッシュにおける過去の海象データ及び過去の気象データを取得するステップと、
   取得された前記過去の海象データ及び前記過去の気象データを統計処理した統計データを算出するステップと、
   前記統計データと前記船舶の航海性能データとに基づいて、前記出発地から前記目的地までの最適航路をウェザールーティングにより計算するステップと
   を具備する
   最適航路計算方法。
10. 請求項９に記載の最適航路計算方法において、
    前記統計データを算出するステップは、前記統計処理として、前記複数のメッシュの各々において、所定期間毎にデータの平均値を求める第１処理又は所定期間毎にデータの最頻値を求める第２処理を実行して、前記統計データとして前記平均値又は前記最頻値を算出するステップを備える
    最適航路計算方法。
11. 請求項１０に記載の最適航路計算方法において、
    前記所定期間は、一年のうちの特定期間であって、かつ複数年分である
    最適航路計算方法。
12. 請求項１０又は１１に記載の最適航路計算方法において、
    前記統計データを算出するステップは、前記統計処理として、前記複数のメッシュの各々において、前記第１処理又は前記第２処理にと共に、前記平均値又は前記最頻値の標準偏差を、前記統計データとして更に算出するステップを備え、
    前記最適航路を計算するステップは、
    前記出発地から前記目的地点までの所定の条件を満たす複数の航路を算出するステップと、
    前記複数の航路のうち、通過するメッシュの前記標準偏差の合計を前記通過するメッシュの数で割った値である単位標準偏差値が最小となる航路、又は、前記単位標準偏差値が所定の値以下かつ前記所定の条件をより良く満たす航路を前記最適航路として選択するステップと
    を備える
    最適航路計算方法。
13. 請求項９乃至１２のいずれか一項に記載の最適航路計算方法において、
    前記最適航路を計算するステップは、所定の自然現象が発生している場合、前記過去の海象データ及び前記過去の気象データのうち前記所定の自然現象が発生している年の前記統計データに基づいて、前記最適航路を計算するステップを備える
    最適航路計算方法。
14. 請求項９乃至１３のいずれか一項に記載の最適航路計算方法において、
    前記統計データを算出するステップは、前記過去の気象データについての前記統計データに基づいて、高さ方向の分布を算出するステップを備え、
    前記最適航路を計算するステップは、前記過去の気象データについての前記統計データを用いる場合、前記船舶の高さに対応する前記統計データを用いる
    最適航路計算方法。
15. 請求項９乃至１３のいずれか一項に記載の最適航路計算方法において、
    現在又は予測の気象データ及び現在又は予測の海象データを取得するステップと、
    前記現在又は予測の海象データと前記航海性能データとに基づいて、現在位置から前記目的地までの航路をウェザールーティングにより再計算して前記最適航路を修正するステップと、
    前記船舶の帆の特性と前記現在又は予測の気象データと前記修正後の最適航路とに基づいて、前記帆の最適な操作を算出するステップと
    を更に具備する
    最適航路計算方法。
16. 請求項１５に記載の最適航路計算方法において、
    前記現在又は予測の気象データ及び現在又は予測の海象データを取得するステップは、前記現在又は予測の気象データを、前記船舶の前記航路と概ね同じ航路を先行して航行する先行船から取得するステップを備える
    最適航路計算方法。
17. 請求項９乃至１６のいずれか一項に記載の最適航路計算方法をコンピュータに実行させるプログラム。

Images