JP2015200518A - 監視装置、監視方法および監視プログラム - Google Patents

Abstract

【課題】風力発電施設への鳥類等の衝突確率を算出して警報を発する監視装置、監視方法および監視プログラムを得る。
【解決手段】飛翔データ２２１と、飛翔パターンデータベース２２２と、風車位置情報２２３とを記憶する第１記憶手段２２０と、判別結果入力部２１０と、飛翔パターンデータベース２２２と照合して予測飛翔航路ＦＰを予測して、風車位置情報２２３から得られる風車のブレード１８への衝突リスクの有無を判断する衝突リスク出力部２３０と、衝突リスクがある場合に物標Ｂｉの現在位置を端末７０の画面に表示する衝突回避処理部２４０とを得る。
【選択図】図１

Description

本発明は、風力発電施設に設置したレーダによって飛翔中の鳥類等を探知して鳥類等の種を判別した判別結果データを用いて、風力発電施設への鳥類等の衝突確率を算出して警報を発する監視装置、監視方法および監視プログラムに関する。

以前より、航空機に鳥類やコウモリ類（以下「鳥類等」という）が衝突するバードストライクによる危険性が報告されている。

また近年、クリーンエネルギーとしての風力発電に注目が集まり、大型の風力発電施設の建設が盛んになってきているが、風力発電施設の建設場所は、風力発電に必要な安定した風が発生する場所に限定されるため、猛禽類やカモメ類が風を利用して飛翔する場所だったり、鳥たちの渡りの経路になっている場所だったりするため、これらの鳥類等が風力発電施設のブレード（羽根）等に衝突するバードストライクの危険性も重大な課題として報告されるようになった。

環境省では、鳥類等の保護の観点から、平成２３年１月に「鳥類等に関する風力発電施設立地適正化のための手引き」を発行している。

この手引きには、鳥類等の渡りルート、集結地、休息地等、一時的に飛翔の密度が高くなり、衝突リスクが高まることが懸念される場合や、濃霧・下層雲の発生に伴い、視程が悪化することにより衝突リスクが懸念される場合に備えて、飛翔状況や視程をリアルタイムで監視するため、船舶レーダによる鳥類等のリアルタイム把握のシステムの検討が挙げられている。

このような船舶レーダによる鳥類等のリアルタイム把握のシステムとして、特許文献１に開示されているように、所定角度範囲を走査可能なレーダ装置によって得られる複数シーンのレーダ画像データから背景画像データを生成し、各レーダ画像データからこの背景画像データを減算したのち２値化して移動体のエコー画像を含む２値化エコー画像データを生成し、２値化エコー画像データに含まれる移動体から雨及び雪を除去することで鳥類と認識したものを連続する２値化エコー画像データにより追跡し、この鳥類と認識したものが監視領域内に入る場合、警告メッセージを生成する監視システムが開発されている。

特許文献１の監視システムでは、レーダ画像データから移動体を抽出し、抽出された移動体から雨及び雪を除去することで、残りの移動体を鳥類と認識しているだけであり、鳥類の種までは判別できていない。

また、特許文献１の監視システムでは、２次元の画像データから鳥類と認識したものが、予め設定した監視領域内に入っているか否かを判定しているため、鳥類の飛翔高度までは把握できていない。

そこで、高度の把握を行うために、マイクロ波を利用した高出力パルスレーダを採用した飛翔する鳥類の水平方向の位置を探知する水平レーダと高度を把握する垂直レーダで構成されたレーダ装置と、撮影した画像によって鳥類を探知する鳥映像監視装置（カメラ）等を組み合わせた監視システムの空港施設への設置例が報告されている。

しかし、水平レーダは、設置地点から水平方向に数キロメートルまでレーダが届くため、広範囲を監視できるが、垂直レーダは、レーダの幅だけの範囲しか監視できないため、飛行機や風車など保護すべき物の近距離に設置する必要があり、バードストライクが発生するか否かを高度により判定できるのは、鳥類等が飛行機や風車に接近した段階となり、その段階で警報メッセージを発しても対応する時間が短くなってしまう。

そこで、本発明者らは、飛翔高度が計測できるレーダで得たデータから鳥類等の種を判別する鳥類等判別レーダ装置を開発している。

鳥類等判別レーダ装置は、鳥類等の種ごとに異なる特徴となる点を、予めレーダによって観測して蓄積したデータにより数値化した指標として作成された鳥類等指標データベースを用い、レーダで観測されるリアルタイムの飛翔中の鳥類等のデータと比較し、最もデータの一致度の高い鳥類等の種を判定することで、飛翔中の鳥類等の種を判別する。

観察時に飛翔中の鳥類等を見分けるための識別ポイントには、「大きさ」、「翼・尾・体等の形と色」、「風切羽と体下面や尾の模様」、「飛び方」、群れで飛翔する鳥類等の場合は「群れの大きさ」等があり、レーダのデータとして取得できる「大きさ」、「飛び方」、および「群れの大きさ」に関して数値化した指標によって鳥類等指標データベースを作成する。

「大きさ」に関しては、鳥類等の種ごとに既に計測されている全長と翼開張があるが、レーダのデータとしては、レーダの反射波から求めることができるレーダ反射断面積を指標とする。

「飛び方」に関した飛翔には、上昇気流を利用して翼と尾を広げて旋回しながら高度を上げる帆翔、羽ばたかないで滑るように飛ぶ滑翔、羽ばたきながら空中の一点にとどまるホバリングと羽ばたかずにとどまるハンギングがある停空飛翔、急降下や急上昇をしたり追いかけ合ったりするディスプレイフライト等がある。

以下の例のように、鳥類等の種ごとに「飛び方」には特徴がある。

・ミサゴは、ときどき滑翔を交えながらゆっくり羽ばたいて飛び、獲物探索中は水面の上空で停空飛翔を行う。

・トビは、大きく輪を描くように帆翔したり、ゆっくり羽ばたいて滑翔したりする。

・オジロワシは、ゆっくり羽ばたいてまっすぐ飛び、ほとんど羽ばたかないで輪を描くように帆翔する。

・オオタカは、速い羽ばたきと滑翔を交互に行い、直線的に飛ぶ。

・オオノスリは、獲物探索中は高空で帆翔したり、停空飛翔したりする。

・ハヤブサは、獲物捕捉中は深くて速い羽ばたきで、翼をすぼめて逆三角形になり急降下する。

・チゴハヤブサは、獲物捕捉中は急降下したり、急旋回したりとスピード感にあふれる。

・アカアシチョウゲンボウは、ひらひら直線的に飛び、ときどき風上に向かって体を立て気味にしながらホバリングをする。

・コチョウゲンボウは、地上近くを力強い羽ばたきと滑翔を交えて、すばやく飛ぶ。

このように、鳥類等の種ごとの「飛び方」は異なり、さらに単に移動しているだけの時と、獲物を探している時と、獲物を補足しようとしている時では、同じ鳥類等の種でも「飛び方」が異なる。

したがって、「飛び方」に関する指標を鳥類等の行動ごとに細分化して決定することで、より正確に鳥類等の種を判別することが可能となる。

そこで、飛翔中の鳥類等の行動を「巡航中」、「獲物探索中」、「獲物捕捉中」の３種に分類して、行動ごとに指標を決定する。

「巡航中」とは、滑翔を交えながら羽ばたいて飛翔している状態をいい、飛翔方向、飛翔高度、および飛翔速度が一定時間にわたってほとんど変化しない。

「獲物探索中」とは、一定の空域で旋回する帆翔や停空飛翔をしている状態をいい、旋回したり停空したりするので飛翔方向は直線的でなく、上昇気流に利用して飛翔高度は徐々に上昇する。
旋回を行う場合、旋回半径やどれだけ上昇するかを示す上昇率を指標とすることができる。

「獲物捕捉中」とは、急降下や急旋回をしている状態をいい、飛翔方向、飛翔高度、および飛翔速度が急激に変化する。この場合も急降下や急旋回の下降率や旋回半径を指標とすることができる。

鳥類等判別レーダ装置によって、レーダによって探知された鳥類等の飛翔パターンを３次元の物標航跡として記録し、大きさや移動速度等によって特定した当該鳥類等の種の名称とともに出力できるようになる。

風力発電施設の場合、回転する風車のブレードに鳥類等が接触・衝突する可能性を衝突リスクいい、鳥類等が回転する風車に接触・衝突するメカニズムは明らかにされていないが、鳥類等の飛翔頻度と衝突リスクには何らかの関係があるとされ、その関係のモデル化が検討されている。

監視システムによって鳥類等が風車のブレードに接触・衝突するバードストライクの可能性を事前に予測し、管理者に警報を送信して風車を止めることでバードストライクを防ぐとしても、風車を止めることによる負担や影響が大きいため、予測する衝突リスクの確率を高める必要がある。

特開２０１２−８０２１号公報

従来の監視システムや監視装置は、レーダで探知した物標が鳥類等であるかをどのように判別するかという点に重点が置かれていた。

例えば、レーダのデータから求められる物標の大きさや物標の移動軌跡から判別したり、レーダ以外にカメラを使って物標の画像を撮影して判別したりしていた。

管理者にとって最も重要である衝突リスクに関しては、鳥類等と認識した物標が監視領域内に飛翔してきた場合に警報を管理者に送信するという機能のみであった。

最終的には警報を受信した管理者による目視によって確認する必要があるため、監視領域を広範囲に設定すれば警報が頻発し管理者の監視負担が大きくなり、管理者の監視負担を少なくするために監視領域を狭く設定すれば、警報を受信しても対処作業が間に合わなくなる可能性が高くなる。

このように、レーダで探知した鳥類等が監視領域内を飛翔しているかどうかを判断するだけでは、風力発電施設の監視機能としては不十分である。

鳥類等が風車のブレードに接触・衝突する衝突リスクの確率をより正確に、かつ衝突する前のより早い段階に算出して、衝突リスクの高い場合にのみ警報を送信するように監視機能を向上させる必要がある。

以上の課題を解決するために、本発明は、レーダによって計測された物標データを用いて鳥類等の種を特定した結果から、鳥類等の種ごとの飛翔パターンを参照することで、鳥類等をレーダによって探知したあとの飛翔航路を予測し、衝突リスクの確率を算出する監視装置、監視方法および監視プログラムを得ることを目的とする。

本発明の監視装置は、判別結果データに設定された探知した物標ごとにまとめた物標座標と物標探知時刻によって表された物標航跡と鳥類等の名称とを含む飛翔データと、鳥類等の名称ごとに複数の飛翔パターンを蓄積した飛翔パターンデータベースと、風車の風車位置情報とを記憶する第１記憶手段と、レーダに接続され、判別結果データが生成されるたびに当該判別結果データを受信して、飛翔データを第１記憶手段に記憶する判別結果入力部と、判別結果入力部に起動され、飛翔データに記録されている物標の物標航跡を、物標の鳥類等の名称をキー情報に検索した飛翔パターンデータベースに登録されている鳥類等の名称の飛翔パターンと照合し、今後の物標の予測飛翔航路を予測して、風車位置情報から得られる風車のブレードの回転範囲への衝突確率を算出し、衝突リスクの有無を判断する衝突リスク出力部と、衝突リスクがある場合に衝突リスク出力部に起動され、物標の物標航跡に含まれる最後の物標座標で示された物標の現在位置を、衝突確率の値別に指定された色で端末画面に表示する衝突回避処理部とを含むことを要旨とする。

また、本発明の監視方法は、レーダによって飛翔中の物標を探知して、当該物標の鳥類等の名称を判別した判別結果データを用いて、第１記憶手段に記憶された鳥類等の名称ごとに複数の飛翔パターンを蓄積した飛翔パターンデータベースと風車の風車位置情報から、風車への当該物標の衝突確率を算出する監視方法であって、レーダに接続され、判別結果データが生成されるたびに当該判別結果データを受信して、当該判別結果データに設定された探知した物標ごとにまとめた物標座標と物標探知時刻によって表された物標航跡と鳥類等の名称とを含む飛翔データを第１記憶手段に記憶する判別結果入力工程と、飛翔データに記録されている物標の物標航跡を、物標の鳥類等の名称をキー情報に検索した飛翔パターンデータベースに登録されている鳥類等の名称の飛翔パターンと照合し、今後の物標の予測飛翔航路を予測して、風車位置情報から得られる風車のブレードの回転範囲への衝突確率を算出し、衝突リスクの有無を判断する衝突リスク出力工程と、衝突リスクがある場合に、物標の物標航跡に含まれる最後の物標座標で示された物標の現在位置を、衝突確率の値別に指定された色で端末の画面に表示する衝突回避処理工程とを含むことを要旨とする。

さらに、本発明の監視プログラムは、レーダによって飛翔中の物標を探知して、当該物標の鳥類等の名称を判別した判別結果データを用いて、第１記憶手段に記憶された鳥類等の名称ごとに複数の飛翔パターンを蓄積した飛翔パターンデータベースと風車の風車位置情報から、風車への当該物標の衝突確率を算出する監視プログラムであって、コンピュータに、レーダに接続され、判別結果データが生成されるたびに当該判別結果データを受信して、当該判別結果データに設定された探知した物標ごとにまとめた物標座標と物標探知時刻によって表された物標航跡と鳥類等の名称とを含む飛翔データを第１記憶手段に記憶する判別結果入力手段と、飛翔データに記録されている物標の物標航跡を、物標の鳥類等の名称をキー情報に検索した飛翔パターンデータベースに登録されている鳥類等の名称の飛翔パターンと照合し、今後の物標の予測飛翔航路を予測して、風車位置情報から得られる風車のブレードの回転範囲への衝突確率を算出し、衝突リスクの有無を判断する衝突リスク出力手段と、衝突リスクがある場合に、物標の物標航跡に含まれる最後の物標座標で示された物標の現在位置を、衝突確率の値別に指定された色で端末の画面に表示する衝突回避処理手段としての機能を実行させることを要旨とする。

本発明の監視装置、監視方法および監視プログラムでは、鳥類等をレーダによって探知したあとに、レーダによって計測した航跡データと鳥類等の種ごとの飛翔パターンを照合して飛翔航路を予測し、予測した飛翔航路から衝突リスクの確率を算出することにより、衝突リスクの確率をより正確にかつ衝突する前のより早い段階に算出することができる。

本発明の実施の形態のイメージ図 監視装置の詳細な構成図 飛翔データの構成図 飛翔パターンデータベースの構成図 風車のブレードと風車位置情報を示すイメージ図 風車位置情報の構成図 判別結果入力部のフローチャート 飛翔パターン入力部のフローチャート 風車位置情報入力部のフローチャート 衝突リスク出力部のフローチャート 衝突リスク出力部のフローチャート 衝突リスク出力部のフローチャート 衝突回避処理部のフローチャート 飛翔パターンデータベースの作成工程図 鳥類等判別レーダ装置の構成図 センサー部の（ａ）正面図、（ｂ）側面図、（ｃ）上面図 一次データの構成要素図 一次データの蓄積状況を示すイメージ図 二次データの構成要素図 判別結果データの構成要素図 鳥類等指標データベースの構成図 指標データ選択テーブルの構成要素図 時期別指標データの構成要素図 指標重み付けデータの構成要素図 送受信部のフローチャート 信号処理部のフローチャート データ処理部のフローチャート データ処理部のフローチャート 表示部のフローチャート 鳥類等指標入力部のフローチャート 鳥類等指標データベースの作成工程図

本発明の監視装置２００の実施の形態は、図1に示したように、風車のブレード１８とともに設置するアンテナ１２から発射したレーダにより、一定のレーダ捕捉距離内を飛翔している鳥類Ｑａや鳥類Ｑｂ、また群れで飛翔する鳥類Ｑｃなどを探知し、探知した鳥類等の種を判別した上で、探知した鳥類等がブレード１８に衝突する可能性を計算して、端末７０に監視データを表示したり、場合によっては、風車に制御信号を送信してブレード１８の停止制御を実施したりする。

図1に示したように、風力発電施設１には、アンテナ１２と接続してレーダ信号（反射波）を受信する鳥類等判別レーダ装置１００が設置され、鳥類等判別レーダ装置１００に接続して監視装置２００が設置される。

監視装置２００の詳細な構成については、図２を参照しながら後述するが、監視装置２００は、判別結果入力部２１０と、飛翔パターン入力部２１１と、風車位置情報入力部２１２と、第１記憶手段２２０と、衝突リスク出力部２３０と、衝突回避処理部２４０とを含んでいる。

第１記憶手段２２０には、飛翔データ２２１と、飛翔パターンデータベース２２２と、風車位置情報２２３とが記憶される。

飛翔データ２２１は、鳥類等判別レーダ装置１００が受信したレーダ信号から鳥類等の種を判別して作成する判別結果データ３３を、判別結果入力部２１０が読み込んで作成される。

衝突回避処理部２４０は、風車制御装置（図示せず）等を介して、風車（ブレード１８）に接続され、制御信号を送信できるようになっている。

端末７０からは、飛翔パターン入力部２１１と風車位置情報入力部２１２によって、それぞれ飛翔パターンデータベース２２２と風車位置情報２２３のデータが入力できるようになっている。

端末７０には、衝突回避処理部２４０によって監視データが表示されるが、風力発電施設１に望遠カメラ２を設置して、レーダによって探知した鳥類等の映像を表示して確認できるようにしてもよい。

なお、図1はイメージ図であり、風車（ブレード１８）とアンテナ１２の大きさ、形状、設置位置等は実際の形態とは異なる。

図２に例示した本発明の監視装置２００は、鳥類等判別レーダ装置１００などにより観測されるリアルタイムの飛翔中の鳥類等のデータを、鳥類等の種ごとに異なる特徴点を予めレーダにより観測して蓄積したデータにより数値化した指標と比較することで鳥類等の種を判定して得られる判別結果データ３３をもとに、鳥類等の種ごとの飛翔パターンを参照して衝突リスクの確率を算出し、確率が高い場合に警報を送信する。

なお、本発明の説明において、「鳥類等の種」とは、生物学上の厳密な種を常に意味するものではなく、飛翔パターンなどの特徴点が類似していて厳密な種まで判別するのが困難な鳥類等を１つのグループとして把握する場合の当該グループをも意味する。

厳密な種まで判別しなくても、飛翔パターンが同様であれば衝突リスクの確率算出に支障がないため、グループを「鳥類等の種」に相当するものとして扱う。

（監視装置２００の構成）
本発明の監視装置２００は、図２の構成図に例示するように、判別結果入力部２１０と、飛翔パターン入力部２１１と、風車位置情報入力部２１２と、第１記憶手段２２０と、衝突リスク出力部２３０と、衝突回避処理部２４０とを含む。

第１記憶手段２２０には、鳥類等判別レーダ装置１００などで作成される判別結果データ３３を判別結果入力部２１０によって入力される飛翔データ２２１と、監視装置２００に接続された端末７０から飛翔パターン入力部２１１によって入力される飛翔パターンデータベース２２２と、端末７０から風車位置情報入力部２１２によって入力される風車位置情報２２３が記憶される。

衝突リスク出力部２３０は、第１記憶手段２２０に記憶された飛翔データ２２１を読み出す飛翔データ読出し手段２３１と、第１記憶手段２２０に記憶された飛翔パターンデータベース２２２から目的の鳥類等の種の飛翔パターンＦｋを読み出す飛翔パターン読出し手段２３２と、飛翔データ２２１に記録された物標航跡Ｐと飛翔パターン読出し手段２３２によって読み出した複数の飛翔パターンＦｋのそれぞれを比較して、最も類似する飛翔パターンＦｋを決定し、今後どのような航路で飛翔していくかを予測する飛翔航路予測手段２３３と、第１記憶手段２２０に記憶された風車位置情報２２３を読み出し、飛翔航路予測手段２３３によって予測された飛翔航路が風車位置情報２２３の示すブレード１８の回転範囲に突入する確率を算出する衝突確率算出手段２３４と、衝突確率算出手段２３４によって算出された衝突確率から衝突リスクの有無を判断して、衝突リスクがあると判断した場合に、衝突回避処理部２４０を起動する衝突リスク判断手段２３５とを含む。

衝突回避処理部２４０は、衝突リスクがあると判断された鳥類等の位置を端末７０の画面に表示し、鳥類等の名称Ｑｉや衝突までの時間などの詳細情報を合わせて端末７０の画面に表示する。設定によっては、風車へ制御信号を送信したりする。

（データの構成）
第１記憶手段２２０に記憶される飛翔データ２２１と、飛翔パターンデータベース２２２と、風車位置情報２２３の構成要素について説明する。

（飛翔データ２２１）
飛翔データ２２１は、後述する鳥類等判別レーダ装置１００によって生成される判別結果データ３３を読み込んだものである。

各構成要素について説明する前に、レーダのよって計測されるデータから得られる物標探知時刻Ｔｎ、受信信号振幅値ＡＳ、ドップラ周波数ｆｄ（Ｈｚ）、ドップラ周波数の広がりｗｆｄ（Ｈｚ）、物標方向Ｄ、レーダから物標までの距離Ｒについて説明する。

・物標探知時刻Ｔｎは、発射したレーダが物標に反射して戻ってきた反射波を受信した時刻である。

・受信信号振幅値ＡＳは、レーダの探知能力を表す係数ｋ、物標のレーダ反射断面積ＲＣＳ、物標までの距離Ｒ（ｍ）から式（１）によって示される。

ＡＳ＝ｋ×ＲＣＳ／Ｒ＾２ ・・・（１）
・ドップラ周波数ｆｄ（Ｈｚ）は、レーダの送信電波の波長λ（ｍ）、物標のレーダ方向速度Ｖｒ（ｍ／ｓ）から式（２）によって示される。

ｆｄ＝２×Ｖｒ／λ ・・・（２）
・ドップラ周波数の広がりｗｆｄ（Ｈｚ）は、異なるレーダ方向速度Ｖｒを持つ複数の物標が同一距離に存在する場合や、一つの物標であっても物標各部のレーダ方向速度Ｖｒが異なる場合等に発生するもので、後者の場合は物標の特性を表す。

・物標方向Ｄは、方向値ＡＺ（度）と仰角値ＥＬ（度）によって表され、測角機能を持たないレーダの場合、アンテナから送受される電波のビーム方向を表す。一方、測角機能を持つレーダの場合、モノパルス測角法により、同一反射信号を隣接する複数の部分アンテナで受信して、各受信信号間の位相もしくは振幅の差異からビームの中心方向からのズレ角を求め、上述のビーム方向を補正した値を表す。

・レーダから物標までの距離Ｒは、光速Ｃ（ｍ／ｓ）、レーダで送信した信号が物標で反射されてレーダに戻るまでの時間Δｔ（ｓ）から式（３）によって示される。

Ｒ＝Ｃ×Δｔ／２ ・・・（３）
次に、上記のように得られたデータをもとに作成される図３に示した飛翔データ２２１の構成要素について説明する。

・物標番号Ｂｉは、レーダによって飛翔体と認識できた物標に付与した通し番号である。

・物標航跡Ｐは、アンテナが３６０度回転する度に記録されるデータから算出する各周の物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・・、（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）とそのときの物標探知時刻Ｔ１、・・・、Ｔｎを組として物標ごとにまとめた履歴で、各物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・・、（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）は、物標までの距離Ｒと方向値ＡＺと仰角値ＥＬから算出する。

・物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）は、物標航跡Ｐとして記録された連続した物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・・、（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の時間変化から算出する。

・物標のレーダ反射断面積ＲＣＳは、受信信号振幅値ＡＳから式（１）により算出する。

・物標のレーダ方向速度Ｖｒ（ｍ／ｓ）は、ドップラ周波数ｆｄから式（２）により算出する。

・レーダ方向速度の広がりＶｄ（ｍ／ｓ）は、一つの物標であっても物標各部のレーダ方向速度Ｖｒが異なる場合等に発生するものであり、ドップラ周波数の広がりｗｆｄ（Ｈｚ）から求める。

・鳥類等の名称Ｑｉは、上記の構成要素と鳥類等の種ごとに異なる特徴点を予めレーダによって観測して蓄積したデータにより数値化した指標と比較することで判別した鳥類等の種の名称である。

（飛翔パターンデータベース２２２）
図４に示した飛翔パターンデータベース２２２の構成について説明する。

飛翔パターンデータベース２２２は、いままで観測によって蓄積された種々の飛翔パターンＦｋを鳥類等の名称Ｑｉごとにデータベース化したものである。

飛翔パターンＦｋは、任意の位置（例えば第１座標の位置）を原点とした空間の相対座標をプロットすることで表現する。

図４に示した例では、トビＱ１について、第１座標Ｑ１ｆ１（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ１ｆ１（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦ１と、第１座標Ｑ１ｆ２（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ１ｆ２（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦ２と、第１座標Ｑ１ｆｋ（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ１ｆｋ（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦｋが定義されている。

同様に、オジロワシＱ２について、第１座標Ｑ２ｆ１（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ２ｆ１（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦ１と、第１座標Ｑ２ｆ２（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ２ｆ２（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦ２と、第１座標Ｑ２ｆｋ（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ２ｆｋ（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦｋが定義されている。

さらに、オオタカＱ３については、第１座標Ｑ３ｆ１（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ３ｆ１（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦ１と、第１座標Ｑ３ｆ２（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ３ｆ２（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦ２と、第１座標Ｑ３ｆｋ（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑ３ｆｋ（Ｘｎ，Ｙｎ，Ｚｎ）によって数値化された飛翔パターンＦｋが定義されている。

上述したように鳥類等の種ごとに「飛び方」は異なり特徴があるため、鳥類等の名称Ｑｉごとに複数の飛翔パターンＦｋを定義して蓄積しておくことで、鳥類等の名称Ｑｉが分かれば、どのような「飛び方」をしていくかを判断することが可能である。

（風車位置情報２２３）
風力発電施設の場合、鳥類等が接触・衝突するのは回転する風車のブレード１８であり、衝突リスクを監視すべき範囲は、風車のブレード１８の回転範囲になる。

したがって、図５に示したように、風車のブレード１８の回転範囲を、上端座標Ｇ（ＸＵ，ＹＵ，ＺＵ）、右端座標Ｇ（ＸＲ，ＹＲ，ＺＲ）、左端座標Ｇ（ＸＬ，ＹＬ，ＺＬ）、および下端座標Ｇ（ＸＤ，ＹＤ，ＺＤ）によって定義する。

図６に示したように、風車位置情報２２３に、上端座標Ｇ（ＸＵ，ＹＵ，ＺＵ）、右端座標Ｇ（ＸＲ，ＹＲ，ＺＲ）、左端座標Ｇ（ＸＬ，ＹＬ，ＺＬ）、および下端座標Ｇ（ＸＤ，ＹＤ，ＺＤ）を設定する。

または、風車の中心位置の座標とブレード１８の長さが分かれば回転範囲を求めることができるので、風車の中心位置の座標とブレード１８の長さを風車位置情報２２３の構成要素としても構わない。

各座標は、例えば全世界的航法衛星システム（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ：ＧＮＳＳ）を利用して計測したデータから算出し、レーダ装置から入力されるデータに含まれる座標と同じ座標系によって表現された値を使用する。

図６には、一か所の風車についてのデータのみを記載しているが、複数の風車を監視する場合は、それぞれの風車についてのデータを設定する。

（各部の詳細な処理の説明）
次に、監視装置２００に含まれる判別結果入力部２１０、飛翔パターン入力部２１１、風車位置情報入力部２１２、衝突リスク出力部２３０、および衝突回避処理部２４０について説明する。

（判別結果入力部２１０）
判別結果入力部２１０は、鳥類等判別レーダ装置１００などレーダによって鳥類等を探知しながらリアルタイムに判別結果データ３３を生成する装置とデータ通信できるように接続される。

図７に示すように、判別結果入力部２１０は、鳥類等判別レーダ装置１００などから生成するたびに送信されてくる判別結果データ３３を受信する（Ｓ７１）。

判別結果入力部２１０は、受信した判別結果データ３３を第１記憶手段２００に飛翔データ２２１として記憶する（Ｓ７２）。

判別結果入力部２１０は、飛翔データ２２１の記憶が完了すると、今回記憶した分の飛翔データ２２１から衝突確率を算出させるために、衝突リスク出力部２３０を起動する（Ｓ７３）。

（飛翔パターン入力部２１１）
図８に示すように、飛翔パターン入力部２１１は、予め観測によって蓄積された鳥類等の種ごとの飛翔パターンＦｋを、監視装置２００に接続された端末７０から入力させる（Ｓ７４）。

飛翔パターン入力部２１１は、入力された飛翔パターンＦｋを、第１記憶手段２００に飛翔パターンデータベース２２２として記憶する（Ｓ７５）。

（風車位置情報入力部２１２）
図９に示すように、風車位置情報入力部２１２は、衝突リスクを監視すべき風車のブレード１８の回転範囲を示す座標情報を、監視装置２００に接続された端末７０から入力させる（Ｓ７６）。

風車位置情報入力部２１２は、入力された風車位置を示す座標情報を、第１記憶手段２００に風車位置情報２２３として記憶する（Ｓ７７）。

（衝突リスク出力部２３０）
衝突リスク出力部２３０は、飛翔データ２２１に記録されている各物標Ｂｉ（物標番号Ｂｉで識別される物標）の物標航跡Ｐを、各物標Ｂｉの鳥類等の名称Ｑｉをキー情報に検索した飛翔パターンデータベース２２２に登録されている鳥類等の名称Ｑｉの飛翔パターンＦｋと照合し、今後の各物標Ｂｉの鳥類等の飛翔航路を予測して、風車位置情報２２３から得られるブレード１８の回転範囲への衝突確率を算出することで、衝突リスクの有無を判断する機能を有する。

衝突リスク出力部２３０は、飛翔データ読出し手段２３１と、飛翔パターン読出し手段２３２と、飛翔航路予測手段２３３と、衝突確率算出手段２３４と、衝突リスク判断手段２３５とを含む。

図１０、図１１、および図１２のフローチャートを参照しながら、衝突リスク出力部２３０について、各手段の処理を順に説明する。

（飛翔データ読出し手段２３１）
飛翔データ読出し手段２３１は、第１記憶手段２２０に飛翔データ２２１を記憶した判別結果入力部２１０によって起動される（Ｓ８１）。

飛翔データ読出し手段２３１は、第１記憶手段２２０に記憶された飛翔データ２２１を読み出す（Ｓ８２）。

飛翔データ読出し手段２３１は、読み出した飛翔データ２２１に含まれる物標Ｂｉのデータを順番に抽出して、飛翔パターン読出し手段２３２に引き渡し、飛翔パターン読出し手段２３２を起動する（Ｓ８３）。

飛翔データ読出し手段２３１は、飛翔データ２２１に含まれる物標Ｂｉのデータがまだあるか判断し、ある場合はステップＳ８３に戻り、ない場合は処理を終了する（Ｓ８４）。

（飛翔パターン読出し手段２３２）
飛翔パターン読出し手段２３２は、飛翔データ読出し手段２３１から飛翔データ２２１の物標Ｂｉのデータを受け取る（Ｓ８５）。

飛翔パターン読出し手段２３２は、引き渡された物標Ｂｉのデータから、鳥類等の名称Ｑｉを抽出する（Ｓ８６）。

飛翔パターン読出し手段２３２は、抽出した鳥類等の名称Ｑｉをキー情報として、第１記憶手段２２０に記憶された飛翔パターンデータベース２２２から目的の鳥類等の飛翔パターンＦｋを検索して読み出す（Ｓ８７）。

（飛翔航路予測手段２３３）
飛翔航路予測手段２３３は、飛翔データ２２１の物標Ｂｉの物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・・、（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）を抽出する（Ｓ８８）。

飛翔航路予測手段２３３は、抽出した物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・・、（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）を、最初の物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）を原点とした相対座標に変換して、物標Ｂｉの鳥類等の飛翔してきた航跡を求める（Ｓ８９）。

飛翔航路予測手段２３３は、求めた航跡を飛翔パターン読出し手段２３２によって読み出した複数の飛翔パターンＦｋのそれぞれと照合して、最も類似する航路を含む飛翔パターンＦｋを決定する（Ｓ９０）。

飛翔航路予測手段２３３は、決定した最も類似する航路を含む飛翔パターンＦｋの第１座標Ｑｉｆｋ（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑｉｆｋ（Ｘｎ，Ｙｎ，Ｚｎ）までの座標から、物標Ｂｉの鳥類等の飛翔してきた航跡に該当する部分の座標以後の座標を抽出する（Ｓ９１）。

飛翔航路予測手段２３３は、抽出した座標の最初の座標に、物標Ｂｉの物標航跡Ｐに含まれる最後の物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）を当てはめ、抽出した座標の残りの座標を変換して、物標Ｂｉの今後の飛翔航路（予測飛翔航路ＦＰという）を予測する（Ｓ９２）。

（衝突確率算出手段２３４）
衝突確率算出手段２３４は、第１記憶手段２２０に記憶された風車位置情報２２３を読み出す（Ｓ９３）。

衝突確率算出手段２３４は、飛翔航路予測手段２３３によって予測された物標Ｂｉの予測飛翔航路ＦＰの座標から、風車位置情報２２３から得られるブレード１８の回転範囲と最短となる距離（最接近距離という）を算出する（Ｓ９４）。

衝突確率算出手段２３４は、算出した最接近距離により衝突確率を算出する。たとえば、最接近距離が０から１０ｍなら衝突確率９０％、１０ｍから１５ｍなら衝突確率８０％、・・・と誤差を考慮して決定する（Ｓ９５）。

衝突確率算出手段２３４は、飛翔データ２２１の物標Ｂｉの物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）から、物標Ｂｉの鳥類等が最接近距離に到達するまでの時間を計算し、到達時刻を算出する（Ｓ９６）。

（衝突リスク判断手段２３５）
衝突リスク判断手段２３５は、衝突確率算出手段２３４によって算出された衝突確率が所定の値（例えば３０％）未満か判定して、衝突リスクの有無を判断する（Ｓ９７）。

衝突リスク判断手段２３５は、衝突リスクがあると判断した場合に、物標Ｂｉの鳥類等の名称Ｑｉ、物標航跡Ｐ、予測飛翔航路ＦＰ、および衝突確率算出手段２３４によって算出された衝突確率と到達時刻を、衝突回避処理部２４０に引き渡して、衝突回避処理部２４０を起動する（Ｓ９８）。

（衝突回避処理部２４０）
衝突回避処理部２４０は、衝突リスクがある場合に、衝突しそうな物標Ｂｉの鳥類等の現在位置を、端末７０の画面に衝突確率別に指定された色（例えば３０％以上７０％未満は黄色、７０％以上９０％未満はオレンジ色、９０％以上は赤色など）で表示する機能を有する。

他に、衝突回避処理部２４０は、衝突しそうな物標Ｂｉの鳥類等のレーダ探知圏内に入ってからこれまでの物標航跡Ｐや今後の予測飛翔航路ＦＰ、鳥類等の名称Ｑｉと衝突までの時間または到達時刻などの詳細情報を端末７０の画面に表示したり、風車の制御装置に接続している場合には、風車の制御装置へ制御信号を送信したりする機能を有する。

図１３のフローチャートを参照しながら、衝突回避処理部２４０の処理について説明する。

衝突回避処理部２４０は、衝突リスク出力部２３０の衝突リスク判断手段２３５から、物標Ｂｉの鳥類等の名称Ｑｉと物標航跡Ｐ、および衝突リスク出力部２３０の衝突確率算出手段２３４によって算出された衝突確率と到達時刻を受信する（Ｓ１０１）。

衝突回避処理部２４０は、受信した物標航跡Ｐに含まれる最後の物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）で示された物標Ｂｉの鳥類等の現在位置を、衝突確率の値別に指定された色で端末７０の画面に表示する（Ｓ１０２）。

衝突回避処理部２４０は、物標Ｂｉの鳥類等のレーダ探知圏内に入ってからこれまでの物標航跡Ｐと今後の予測飛翔航路ＦＰを端末７０の画面に表示する（Ｓ１０３）。

また、衝突回避処理部２４０は、物標Ｂｉの鳥類等の名称Ｑｉと衝突までの時間または到達時刻を端末７０の画面に表示する（Ｓ１０４）。

さらに、衝突回避処理部２４０は、受信した衝突確率が警報閾値以上かどうか判定する（Ｓ１０５）。

衝突回避処理部２４０は、接続された風車の制御装置に風車を減速または停止させる制御信号を送信する（Ｓ１０６）。

以上、本発明の監視装置２００の構成および機能と処理の詳細について説明した。

つづいて、監視装置２００に記憶する飛翔パターンデータベース２２２の作成工程について、図１４を参照しながら説明する。

レーダ装置１００ａは、アンテナ１２の送信部１２ａから送信したレーダの反射波を受信部１２ｂで受信し、送受信部１６によって反射波のデータを一次データ３１として保存し、信号処理部１７によって一次データ３１からクラッタ（海面，地面，雨雪等からの反射波）のデータを除去し移動する物標Ｂｉからの反射波のデータのみを二次データ３２として保存する。

一次データ３１と二次データ３２の構成については、後述する鳥類等判別レーダ装置１００の説明のところに記載する。

また、レーダ装置１００ａによる観測と同時に、観察者の目視等によって移動する物標Ｂｉの鳥類等の種を判別して、物標Ｂｉの鳥類等を観察した位置や時刻とともに鳥類等の名称Ｑｉを観察データ３４として記録する。

まず、物標データ入力工程Ｋ８１では、レーダ装置１００ａの二次データ３２を読み出す。

次に、観察データ照合工程Ｋ８２では、観察データ３４を読み出し、二次データ３２の物標航跡Ｐのデータと位置や時刻が符合する観察記録を検索し、該当する観察記録に記入された鳥類等の名称Ｑｉを二次データ３２のそれぞれの物標Ｂｉに割り当てる。

種別統計データ作成工程Ｋ８３では、鳥類等の名称Ｑｉを割り当てた二次データ３２から種々の指標値を抽出し、抽出した指標値を鳥類等の種ごとにまとめた統計データ３５を作成する。

つづいて、種別飛翔データ抽出工程Ｋ８４は、統計データ３５に鳥類等の種ごとにまとめられた各指標値から、物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・・、（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）を抽出し、物標航跡Ｐの任意の位置（例えば最初の物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１））を原点とした空間の相対座標に変換して、鳥類等の名称Ｑｉの飛翔パターンＦｋを表現する第１座標Ｑｉｆｋ（Ｘ１，Ｙ１，Ｚ１）から第ｎ座標Ｑｉｆｋ（Ｘｎ，Ｙｎ，Ｚｎ）として飛翔パターンデータベース２２２に登録する。

このようにして、一定期間、レーダ装置１００ａによる観測と観察者の目視等による観察を繰り返し、二次データ３２と観察データ３４が得られる度に統計データ３５に鳥類等の種ごとの指標値を蓄積し、さらに飛翔パターンデータベース２２２に鳥類等の名称Ｑｉごとの飛翔パターンＦｋを蓄積し、図４に例示したような飛翔パターンデータベース２２２として監視装置２００に入力される。

次に、本発明の監視装置２００に記憶する飛翔データ２２１として判別結果入力部２１０から入力される判別結果データ３３の生成方法の一例について説明する。

以下に、判別結果データ３３を生成する鳥類等判別レーダ装置１００の構成と、鳥類等判別レーダ装置１００によって判別結果データ３３が生成される手順を説明する。

鳥類等判別レーダ装置１００は、図１５の構成図に例示するように、センサー部１０と、制御部２０と、第２記憶手段３０と、データ処理部４０と、表示部５０と、鳥類等指標入力部６０と、鳥類等指標データベース６１と、端末７０とを含む。

図示していないが、鳥類等判別レーダ装置１００にはデータの処理を行う際に現在の時刻を提供するタイマが内蔵されている。

センサー部１０は、図１６に構造の（ａ）正面図、（ｂ）側面図、および（ｃ）上面図を示したように、レーダを送信する送信部１２ａと送信したレーダに対する反射波を受信する受信部１２ｂで構成されたアンテナ１２と、アンテナ１２の方向を設定する方向設定部１１と、アンテナの垂直方向の傾きを制御する仰角設定部１３と、アンテナの水平方向の傾きを制御する水平調整部１５と、アンテナを３６０度回転させるアンテナ駆動部１４と、アンテナ１２に接続され送信部１２ａからレーダを送信させ受信部１２ｂで受信した反射波のデータを一次データ３１として第２記憶手段３０に保存する送受信部１６と、送受信部１６が第２記憶手段３０に保存した一次データ３１からクラッタ（海面，地面，雨雪等からの反射波）のデータを除去し移動する物標からの反射波のデータのみを二次データ３２として第２記憶手段３０に保存する信号処理部１７によって構成されている。

第２記憶手段３０には、図１７に示した構成要素を含むレーダの反射波のデータを保存した一次データ３１と、図１９に示した構成要素を含む一次データ３１からクラッタのデータを除去した二次データ３２と、図２０に示した構成要素を含む二次データ３２に判別した鳥類等の名称Ｑｉを付加した判別結果データ３３が記憶される。

一次データ３１にはアンテナ１２が３６０度回転しながら受信した反射波のデータが時刻Ｔ１からＴｎへと逐次保存されており、図１８に示したように、１周目Ｕ１のデータ３１ａ、２周目Ｕ２のデータ３１ｂ、３周目Ｕ３のデータ３１ｃ、・・、ｎ周目Ｕｎのデータ３１ｎと区分することができる。

鳥類等指標データベース６１には、図２１に示したように、冬季日中用指標データ６３ａ、冬季夕方用指標データ６３ｂ、冬季夜間用指標データ６３ｃ、春季日中用指標データ６３ｄ、春季夕方用指標データ６３ｅ、春季夜間用指標データ６３ｆ、夏季日中用指標データ６３ｇ、夏季夕方用指標データ６３ｈ、夏季夜間用指標データ６３ｉ、秋季日中用指標データ６３ｊ、秋季夕方用指標データ６３ｋ、秋季夜間用指標データ６３ｍなど、月や時間に対応した複数の指標データを含む図２３に示した時期別指標データ６３と、図２２に示した月や時間で決められた時期と参照すべき指標データとを関連付けて定義した指標データ選択テーブル６２と、図２４に示した時期別指標データ６３に設定された各指標の重み付け値Ｋ（ｉ）を定義した指標重み付けデータ６４が含まれる。

制御部２０は、方向設定部１１と、仰角設定部１３と、水平調整部１５と、アンテナ駆動部１４と、送受信部１６と、信号処理部１７と、端末７０に接続され、端末７０から入力される姿勢制御命令により、方向設定部１１と、仰角設定部１３と、水平調整部１５と、アンテナ駆動部１４を動作させて、アンテナ１２の位置を制御し、送受信部１６にレーダの発射命令を出し、信号処理部１７に反射波のデータからクラッタのデータを除去した二次データ３２の作成命令を出す。

データ処理部４０は、信号処理部１７によって第２記憶手段３０に作成された二次データ３２を読み出すレーダデータ入力手段４１と、読み出した二次データ３２の中から物標が鳥類等であるデータを抽出する鳥類等データ抽出手段４２と、二次データ３２に含まれる物標航跡Ｐから鳥類等の行動を分類する行動分類手段４３と、鳥類等指標データベース６１の指標データ選択テーブル６２を参照して現在の月Ｍと時間Ｈに対応する時期別指標データ６３を決定し、時期別指標データ６３の行動分類手段４３によって分類された行動に対応した各指標と鳥類等の二次データ３２を比較して該当する指標を決定するデータ比較手段４４と、鳥類等指標データベース６１の指標重み付けデータ６４に設定された該当した指標の重み付け値Ｋ（ｉ）を合計して一致度を算出する一致度算出手段４５と、算出した一致度が最大となる鳥類等の名称を二次データ３２に付加して判別結果データ３３として第２記憶手段３０に保存する判別結果出力手段４６を含む。

表示部５０は、端末７０からの命令に従って、第２記憶手段３０に保存された一次データ３１、二次データ３２、および判別結果データ３３を読み出して、指定されたデータを端末７０に表示する。

鳥類等指標入力部６０は、外部で作成され、端末７０から入力される指標データ選択テーブル６２、時期別指標データ６３、および指標重み付けデータ６４を鳥類等指標データベース６１に設定する。また、一旦設定した鳥類等指標データベース６１の内容の変更を行うことも可能である。

（レーダの仕様）
本発明の鳥類等判別レーダ装置１００で使用するレーダの仕様は、たとえば以下の通りである。

・主探知対象：大型鳥類等および群れを成す小型鳥類等で、レーダ反射断面積が０．０５ｍ＾２、最大飛翔速度が３０ｍ／ｓ
・レーダ方式：ＦＭ−ＣＷ方式
・周波数：Ｋｕバンド
・距離範囲：２．５ｋｍ
・角度範囲：方位方向：全周、高低方向：−５〜３０度
・距離分解能：１０ｍ
・角度分解能：方位方向：２．５度、高低方向：１５度（測角精度：１度）
・速度分解能：３ｍ／ｓ
・データレート：４ｓ／回（アンテナ回転速度に相当）
・レーダのビーム幅：約６０度
上記の仕様が本発明の鳥類等判別レーダ装置１００に必要なレーダデータを取得するのに最適ではあるが、判定処理に必要なデータが取得できるレーダであれば、この仕様に限定するものではない。

（一次データ３１の構成要素）
図１７に示した一次データ３１の構成要素について説明する。

・物標探知時刻Ｔｎは、発射したレーダが物標に反射して戻ってきた反射波を受信した時刻である。

・受信信号振幅値ＡＳは、レーダの探知能力を表す係数ｋ、物標のレーダ反射断面積ＲＣＳ、物標までの距離Ｒ（ｍ）から前述の式（１）によって示される。

レーダ反射断面積ＲＣＳは、物標の大きさや種別によって異なるので、物標の種別を推定するに利用できる。

・ドップラ周波数ｆｄ（Ｈｚ）は、レーダの送信電波の波長λ（ｍ）、物標のレーダ方向速度Ｖｒ（ｍ／ｓ）から前述の式（２）によって示される。

式（２）で得られるレーダ方向速度Ｖｒは極めて正確であり、物標の速度変化等を知ることができる。

・ドップラ周波数の広がりｗｆｄ（Ｈｚ）は、異なるレーダ方向速度Ｖｒを持つ複数の物標が同一距離に存在する場合や、一つの物標であっても物標各部のレーダ方向速度Ｖｒが異なる場合等に発生するもので、後者の場合は物標の特性を表す。

ドップラ周波数の広がりｗｆｄ（Ｈｚ）もしくはレーダ方向速度の広がりＶｄ（ｍ／ｓ）は、物標の種別を識別する際に利用することができる。

・物標方向Ｄは、方向値ＡＺ（度）と仰角値ＥＬ（度）によって表され、測角機能を持たないレーダの場合、アンテナから送受される電波のビーム方向を表す。一方、測角機能を持つレーダの場合、モノパルス測角法により、同一反射信号を隣接する複数の部分アンテナで受信して、各受信信号間の位相もしくは振幅の差異からビームの中心方向からのズレ角を求め、上述のビーム方向を補正した値を表す。

・レーダから物標までの距離Ｒは、光速Ｃ（ｍ／ｓ）、レーダで送信した信号が物標で反射されてレーダに戻るまでの時間Δｔ（ｓ）から前述の式（３）によって示される。

（二次データ３２の構成要素）
図１９に示した二次データ３２の構成要素について説明する。

・物標番号Ｂｉは、図１８に示したように蓄積された一次データ３１からクラッタ除去等を行って飛翔体と認識できた物標に付与した通し番号である。

・物標航跡Ｐは、アンテナが３６０度回転する度に１周目Ｕ１のデータ３１ａ、２周目Ｕ２のデータ３１ｂ、３周目Ｕ３のデータ３１ｃ、・・、ｎ周目Ｕｎのデータ３１ｎとして記録される一次データ３１から算出する各周の物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）とそのときの物標探知時刻Ｔｎを組として物標ごとにまとめた履歴で、物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）は、物標までの距離Ｒと方向値ＡＺと仰角値ＥＬから算出する。

・物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）は、物標航跡Ｐとして記録された連続した物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の時間変化から算出する。

・物標のレーダ反射断面積ＲＣＳは、受信信号振幅値ＡＳから式（１）により算出する。

・物標のレーダ方向速度Ｖｒ（ｍ／ｓ）は、ドップラ周波数ｆｄから式（２）により算出する。

・レーダ方向速度の広がりＶｄ（ｍ／ｓ）は、一つの物標であっても物標各部のレーダ方向速度Ｖｒが異なる場合等に発生するものであり、ドップラ周波数の広がりｗｆｄ（Ｈｚ）から求める。

（判別結果データ３３の構成要素）
図２０に示した判別結果データ３３は、図１９に示した二次データ３２の構成要素の他に、各物標の二次データ３２から判別した鳥類等の名称Ｑｉを、当該物標のデータに追加したものである。

（鳥類等指標データベース６１の構成）
鳥類等指標データベース６１には、図２１に示したように、指標データ選択テーブル６２によって、月や時間によって定義された時期と各時期に参照する指標データ（６３ａ、６３ｂ、６３ｃ、・・・、６３ｍ）が関連付けられ、各時期に参照する指標データ（６３ａ、６３ｂ、６３ｃ、・・・、６３ｍ）が設定された時期別指標データ６３が入力されている。

さらに、鳥類等指標データベース６１には、時期別指標データ６３に設定された各指標の重み付け値Ｋ（ｉ）を定義した指標重み付けデータ６４が入力されている。

（指標データ選択テーブル６２の構成要素）
図２２に示した指標データ選択テーブル６２の構成要素について説明する。

鳥類等指標データベース６１に全鳥類等の指標データをまとめて入力しておけば、どのような場合でも判別を行うことは可能となるが、比較する鳥類等の種数が大量になるため、無駄が発生して時間がかかることになる。

そこで、上述したように季節、時刻によって飛翔してくる鳥類等の種は大きく変わるので、比較する鳥類等の種を季節や時刻にともなって限定することで、処理時間が短くなり、さらに判定結果の精度が上がることになる。

指標データ選択テーブル６２では、一年を月Ｍによって区分して季節を定義し、さらに一日を時間Ｈによって区分し、区分した各時期にどの指標データ（６３ａ、６３ｂ、６３ｃ、・・・、６３ｍ）を参照するかを参照指標データ名Ｌとして定義している。

図２２に示した値は例であり、区分の仕方は、飛翔してくる鳥類等の種が変わる時期に合わせて、さらに詳細に区分してもよいし、鳥類等の種がほとんど変わらない観測地域では区分をなくしてもよい。

（時期別指標データ６３の構成要素）
図２３に示した時期別指標データ６３の構成要素について説明する。

上述したように、時期別指標データ６３は、レーダによって探知した鳥類等の種を判別するために、飛翔中の鳥類等を見分ける識別ポイントとして、レーダのデータとして取得できる「大きさ」、「飛び方」、および「群れの大きさ」に関して数値化した指標である。

図２３に示した時期別指標データ６３は一例であり、その他の特徴について数値化した指標を追加しても構わない。

たとえば、鳥類等の種ごとの「飛び方」の例で示したように、トビやオジロワシなどはゆっくり羽ばたき、オオタカなどは速い羽ばたきをする特徴があり、この羽ばたきの頻度を反射波のドップラ聴音により数値化した指標とすることができる。

・鳥類等の名称Ｑｉは、判別する鳥類等の種の名称であり、同じ特徴を有する鳥類等を一種に限定できない場合は、同じ特徴を有する複数の種の鳥類等をグループ化して、その名称を設定する。

・レーダ反射断面積指標Ｓｒｃｓは、鳥類等の「大きさ」を表す指標であり、鳥類等からの反射波の受信信号振幅値ＡＳから式（１）により算出されるレーダ反射断面積ＲＣＳの平均的な値である。

なお、実測したレーダのデータがないなどでレーダ反射断面積ＲＣＳが不明な種については、その種について既に調査されている全長と翼開張をもとに、同程度の全長と翼開張の種のレーダ反射断面積ＲＣＳから推定しても構わない。

・群れの規模Ｓｗは、鳥類等の「群れの大きさ」を表す指標であり、例えば群れを形成する個体数が十羽以内なら小、百羽以内なら中、百羽以上なら大などとする。

・飛翔高度指標Ｓｈｉは、鳥類等が飛翔している高度を表す指標であり、物標までの距離Ｒと方向値ＡＺと仰角値ＥＬから算出される物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）のＺ座標（Ｚｕｎ）の値である。

上述したように、同じ種でも「巡航中」、「獲物探索中」、および「獲物捕捉中」のそれぞれの行動中では「飛び方」が異なるため、以下のように行動ごとに指標を決定する。

「巡航中」、「獲物探索中」、もしくは「獲物捕捉中」であるかは、物標航跡Ｐとして記録される連続した物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）によって描かれる軌跡から決定される。

（ｉ）巡航中の飛翔高度指標Ｓｈ１
（ｉｉ）獲物探索中の飛翔高度指標Ｓｈ２
（ｉｉｉ）獲物捕捉中の飛翔高度指標Ｓｈ３
・飛翔速度指標Ｓｖｉは、鳥類等が飛翔している速度を表す指標であり、物標航跡Ｐとして記録される連続した物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の時間変化から算出する物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）の値である。

飛翔高度指標Ｓｈｉと同様に、同じ種でも「巡航中」、「獲物探索中」、および「獲物捕捉中」のそれぞれの行動中では「飛び方」が異なるため、以下のように行動ごとに指標を決定する。

（ｉ）巡航中の飛翔速度指標Ｓｖ１
（ｉｉ）獲物探索中の飛翔速度指標Ｓｖ２
（ｉｉｉ）獲物捕捉中の飛翔速度指標Ｓｖ３
・レーダ方向速度の広がり指標ＳＶｄｉは、飛翔している鳥類等のレーダ方向速度の広がりを表す指標であり、鳥類等からの反射波のドップラ周波数の広がりｗｆｄから求めた値である。

飛翔高度指標Ｓｈｉや飛翔速度指標Ｓｖｉと同様に、同じ種でも「巡航中」、「獲物探索中」、および「獲物捕捉中」のそれぞれの行動中では「飛び方」が異なるため、以下のように行動ごとに指標を決定する。

（ｉ）巡航中のレーダ方向速度の広がり指標ＳＶｄ１
（ｉｉ）獲物探索中のレーダ方向速度の広がり指標ＳＶｄ２
（ｉｉｉ）獲物捕捉中のレーダ方向速度の広がり指標ＳＶｄ３
・旋回半径指標Ｓｒは、鳥類等が一定の空域で旋回して帆翔する場合の旋回の半径を表す指標であり、物標航跡Ｐとして記録される連続した物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）によって描かれる軌跡から算出する。

・上昇率指標Ｓｕｐは、鳥類等が急上昇する飛翔をする場合の上昇率を表す指標であり、物標航跡Ｐとして記録される連続した物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）のＺ座標（Ｚｕｎ）の値の変化から算出する。

・下降率指標Ｓｄｏｗｎ、鳥類等が急降下する飛翔をする場合の下降率を表す指標であり、物標航跡Ｐとして記録される連続した物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）のＺ座標（Ｚｕｎ）の値の変化から算出する。

なお、同じ種の鳥類等であっても、個体により「大きさ」にばらつきがあるし、「飛び方」についても飛翔高度や飛翔速度などにばらつきがある。

したがって、指標値として１値のみを設定できない項目については、指標値のとり得る範囲（最小値〜最大値）を設定して構わない。

図２１に示した冬季日中用指標データ６３ａ、冬季夕方用指標データ６３ｂ、冬季夜間用指標データ６３ｃ、春季日中用指標データ６３ｄ、春季夕方用指標データ６３ｅ、春季夜間用指標データ６３ｆ、夏季日中用指標データ６３ｇ、夏季夕方用指標データ６３ｈ、夏季夜間用指標データ６３ｉ、秋季日中用指標データ６３ｊ、秋季夕方用指標データ６３ｋ、秋季夜間用指標データ６３ｍは、上記の指標を時期ごとに設定したものであり、時期ごとに設定される鳥類等の種とその数は異なり、同じ種に対する指標であっても、時期ごとに指標値は変動しうる。

（指標重み付けデータ６４の構成要素）
図２４に示した指標重み付けデータ６４の構成要素について説明する。

上述したレーダによって探知した鳥類等の種を判別するための各指標には、種を判別する上で非常に影響のある指標とあまり影響のない指標とがある。

それらの指標を同一に扱うとむしろ種の判別を誤る可能性があるため、指標ごとにその重要度により重み付けを行う。

この指標ごとの重み付けを重み付け値Ｋ（ｉ）として設定したのが指標重み付けデータ６４である。

・重み付け値Ｋ（Ｓｒｃｓ）は、レーダ反射断面積指標Ｓｒｃｓの指標値の重み付けである。

・重み付け値Ｋ（ｓｗ）は、群れの規模Ｓｗの指標値の重み付けである。

・重み付け値Ｋ（Ｓｈ１）は、巡航中の飛翔高度指標Ｓｈ１の指標値の重み付けである。

・重み付け値Ｋ（Ｓｈ２）は、獲物探索中の飛翔高度指標Ｓｈ２の指標値の重み付けである。

・重み付け値Ｋ（Ｓｈ３）は、獲物捕捉中の飛翔高度指標Ｓｈ３の指標値の重み付けである。

・重み付け値Ｋ（Ｓｖ１）は、巡航中の飛翔速度指標Ｓｖ１の指標値の重み付けである。

・重み付け値Ｋ（Ｓｖ２）は、獲物探索中の飛翔速度指標Ｓｖ２の指標値の重み付けである。

・重み付け値Ｋ（Ｓｖ３）は、獲物捕捉中の飛翔速度指標Ｓｖ３の指標値の重み付けである。

・重み付け値Ｋ（ＳＶｄ１）は、巡航中のレーダ方向速度の広がり指標ＳＶｄ１の指標値の重み付けである。

・重み付け値Ｋ（ＳＶｄ２）は、獲物探索中のレーダ方向速度の広がり指標ＳＶｄ２の指標値の重み付けである。

・重み付け値Ｋ（ＳＶｄ３）は、獲物捕捉中のレーダ方向速度の広がり指標ＳＶｄ３の指標値の重み付けである。

・重み付け値Ｋ（Ｓｒ）は、旋回半径指標Ｓｒの指標値の重み付けである。

・重み付け値Ｋ（Ｓｕｐ）は、上昇率指標Ｓｕｐの指標値の重み付けである。

・重み付け値Ｋ（Ｓｄｏｗｎ）は、下降率指標Ｓｄｏｗｎの指標値の重み付けである。

次に、データの処理を行う各部の処理手順について詳細に説明する。

（送受信部１６の処理）
図２５に示した送受信部１６のフローチャートを参照しながら、送受信部１６の処理について説明する。

アンテナ１２、制御部２０、および第２記憶手段３０に接続された送受信部１６は以下の処理を行う。

送受信部１６は、ユーザによる端末７０からのレーダ送信開始の命令を制御部２０を介して受信すると、アンテナ１２の送信部１２ａからレーダを送信する（Ｓ１１）。

レーダの送信開始と同時に、アンテナ１２はアンテナ駆動部１４によって３６０度の回転を開始する。

送受信部１６は、送信したレーダが物標によって反射され、アンテナ１２の受信部１２ｂによって受信された反射波を受け取る（Ｓ１２）。

送受信部１６は、反射波を受け取るごとに、反射波を受信した物標探知時刻Ｔｎと、反射波の受信信号振幅値ＡＳ、ドップラ周波数ｆｄ、ドップラ周波数の広がりｗｆｄ、および物標方向Ｄとして方向値ＡＺと仰角値ＥＬ、ならびに式（３）によって算出したレーダから物標までの距離Ｒを、一次データ３１として第２記憶手段３０に順次保存する（Ｓ１３）。

送受信部１６によって第２記憶手段３０に順次保存される一次データ３１は、図１８に示したように、アンテナが３６０度１周回転するのに対応して１周目Ｕ１のデータ３１ａ、２周目Ｕ２のデータ３１ｂ、３周目Ｕ３のデータ３１ｃ、・・、ｎ周目Ｕｎのデータ３１ｎと蓄積されていく。

（信号処理部１７の処理）
図２６に示した信号処理部１７のフローチャートを参照しながら、信号処理部１７の処理について説明する。

信号処理部１７は、一定の時間（たとえば１５秒や３０秒など）送受信部１６によって第２記憶手段３０に蓄積された一次データ３１を読み出す（Ｓ２１）。

信号処理部１７は、読み出した一次データ３１に含まれる１周目Ｕ１のデータ３１ａ、２周目Ｕ２のデータ３１ｂ、３周目Ｕ３のデータ３１ｃ、・・ｎ周目Ｕｎのデータ３１ｎから、定位置からの定常的な反射波や、短時間に消滅して連続性がない反射波など海面、地面、雨雪等からの反射波をクラッタのデータとして除去する（Ｓ２２）。

信号処理部１７は、１周目Ｕ１のデータ３１ａからクラッタ除去して飛翔体と認識した各物標に通し番号である物標番号Ｂｉを付与する（Ｓ２３）。

信号処理部１７は、１周目Ｕ１のデータ３１ａにおける物標番号Ｂｉの方向値ＡＺ、仰角値ＥＬ、およびレーダから物標までの距離Ｒから１周目Ｕ１の物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）を算出し、物標航跡Ｐの開始点とする（Ｓ２４）。

信号処理部１７は、２周目Ｕ２のデータ３１ｂ、３周目Ｕ３のデータ３１ｃ、・・ｎ周目Ｕｎのデータ３１ｎにおける物標番号Ｂｉの方向値ＡＺ、仰角値ＥＬ、およびレーダから物標までの距離Ｒからそれぞれの物標座標（Ｘｕ２，Ｙｕ２，Ｚｕ２）、（Ｘｕ３，Ｙｕ３，Ｚｕ３）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）を算出し、物標航跡Ｐに追加していく（Ｓ２５）。

次に、信号処理部１７は、物標航跡Ｐとして記録された連続した物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の時間変化から物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）を算出する（Ｓ２６）。

つづいて、信号処理部１７は、１周目Ｕ１のデータ３１ａからｎ周目Ｕｎのデータ３１ｎまでの物標番号Ｂｉのそれぞれの受信信号振幅値ＡＳから、式（１）によりそれぞれのレーダ反射断面積ＲＣＳを算出し、その平均値を物標番号Ｂｉの物標のレーダ反射断面積ＲＣＳとする（Ｓ２７）。

さらに、信号処理部１７は、１周目Ｕ１のデータ３１ａからｎ周目Ｕｎのデータ３１ｎまでの物標番号Ｂｉのそれぞれのドップラ周波数ｆｄから、式（２）により物標のレーダ方向速度Ｖｒを算出し、その平均値を物標番号Ｂｉの物標のレーダ方向速度Ｖｒとする（Ｓ２８）。

また、信号処理部１７は、１周目Ｕ１のデータ３１ａからｎ周目Ｕｎのデータ３１ｎまでの物標番号Ｂｉのそれぞれのドップラ周波数の広がりｗｆｄからそれぞれのレーダ方向速度の広がりＶｄを求め、その平均値を物標番号Ｂｉのレーダ方向速度の広がりＶｄとする（Ｓ２９）。

信号処理部１７は、算出した以上のデータを二次データ３２として第２記憶手段３０に記録する（Ｓ３０）。

（データ処理部４０の処理）
図２７と図２８に示したデータ処理部４０のフローチャートを参照しながら、データ処理部４０の処理について説明する。

データ処理部４０のレーダデータ入力手段４１は、信号処理部１７によって第２記憶手段３０に作成された二次データ３２を読み出す（Ｓ３１）。

読み出した二次データ３２は、信号処理部１７によって飛翔体と認識した各物標のデータであり、例えば飛行機などの人工物のデータも含まれる。

そこで、データ処理部４０の鳥類等データ抽出手段４２は、読み出した二次データ３２の中から、物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の高度が鳥類等が飛翔できる高さ以上である物標のデータを除去する（Ｓ３２）。

また、データ処理部４０の鳥類等データ抽出手段４２は、読み出した二次データ３２の中から、物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）が鳥類等の飛翔速度ではないと判断される物標のデータを除去する（Ｓ３３）。

さらに、データ処理部４０の鳥類等データ抽出手段４２は、読み出した二次データ３２の中から、レーダ反射断面積ＲＣＳから鳥類等の大きさではないと判断される物標のデータを除去する（Ｓ３４）。

データ処理部４０の行動分類手段４３は、鳥類等以外のデータを除去した二次データ３２の物標の物標航跡Ｐに含まれる連続した物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）をプロットして鳥類等の飛翔パターンを決定する（Ｓ３５）。

データ処理部４０の行動分類手段４３は、決定した鳥類等の飛翔パターンから、「巡航中」か、「獲物探索中」か、または「獲物捕捉中」かを判断する（Ｓ３６）。

たとえば、鳥類等の飛翔パターンが地表と平行なほぼ一直線である場合は、滑翔を交えながら羽ばたいて飛翔している「巡航中」に行動分類できる。

また、鳥類等の飛翔パターンが円を描くような場合は、帆翔している「獲物探索中」に行動分類できる。

さらに、鳥類等の飛翔パターンが地表に向かった急角度の一直線である場合などは、急降下している「獲物捕捉中」に行動分類できる。

データ処理部４０の行動分類手段４３は、次のデータ比較手段４４に判断結果を渡す（Ｓ３７）。

データ処理部４０のデータ比較手段４４は、現在の時刻（月と時間）を装置に内蔵されているタイマから読み出す（Ｓ３８）。

データ処理部４０のデータ比較手段４４は、現在の時刻（月と時間）をキーに、鳥類等指標データベース６１の指標データ選択テーブル６２を参照して、現在の時刻（月と時間）に対応する参照指標データ名Ｌを読み出す（Ｓ３９）。

データ処理部４０のデータ比較手段４４は、読みだした参照指標データ名Ｌの時期別指標データ６３に含まれる指標データ（６３ａ、６３ｂ、６３ｃ、・・・、６３ｍ）を読み出す（Ｓ４０）。

データ処理部４０のデータ比較手段４４は、読み出した指標データ（６３ａ、６３ｂ、６３ｃ、・・・、６３ｍ）に設定された鳥類等の全種の各指標と、鳥類等以外のデータを除去した二次データ３２の各物標のデータについて以下のように比較する（Ｓ４１）。

（１）物標のレーダ反射断面積ＲＣＳは、レーダ反射断面積指標Ｓｒｃｓの指標値の範囲内か。

（２）行動分類手段４３から受け取った行動分類の判断結果を判定して、以下のいずれかの判定を行う。

「巡航中」の場合
・物標の物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の高度は、巡航中の飛翔高度指標Ｓｈ１の指標値の範囲内か。

・物標の物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）は、巡航中の飛翔速度指標Ｓｖ１の指標値の範囲内か。

・物標のレーダ方向速度の広がりＶｄは、巡航中のレーダ方向速度の広がり指標ＳＶｄ１の指標値の範囲内か。

「獲物探索中」の場合
・物標の物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の高度は、獲物探索中の飛翔高度指標Ｓｈ２の指標値の範囲内か。

・物標の物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）は、獲物探索中の飛翔速度指標Ｓｖ２の指標値の範囲内か。

・物標のレーダ方向速度の広がりＶｄは、獲物探索中のレーダ方向速度の広がり指標ＳＶｄ２の指標値の範囲内か。

「獲物捕捉中」の場合
・物標の物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）の高度は、獲物捕捉中の飛翔高度指標Ｓｈ３の指標値の範囲内か。

・物標の物標移動速度（Ｖｘ，Ｖｙ，Ｖｚ）は、獲物捕捉中の飛翔速度指標Ｓｖ３の指標値の範囲内か。

・物標のレーダ方向速度の広がりＶｄは、獲物捕捉中のレーダ方向速度の広がり指標ＳＶｄ３の指標値の範囲内か。

（３）物標の物標航跡Ｐに旋回が含まれる場合、物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）から算出される旋回の半径は、旋回半径指標Ｓｒの指標値の範囲内か。

（４）物標の物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）から算出される上昇率は、上昇率指標Ｓｕｐの指標値の範囲内か。

（５）物標の物標航跡Ｐに含まれる物標座標（Ｘｕ１，Ｙｕ１，Ｚｕ１）、・・（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）から算出される下降率は、下降率指標Ｓｄｏｗｎの指標値の範囲内か。

（６）物標の物標航跡Ｐと同調した物標航跡Ｐを有する他の物標の数をカウントし、群れの規模Ｓｗの指標値の「小」、「中」、「大」のどれになるか。

データ処理部４０のデータ比較手段４４は、物標ごとに、全種について前の比較処理により該当した指標を列挙する（Ｓ４２）。

データ処理部４０の一致度算出手段４５は、鳥類等指標データベース６１から指標重み付けデータ６４を読み出す（Ｓ４３）。

データ処理部４０の一致度算出手段４５は、読み出した指標重み付けデータ６４から、データ比較手段４４によって物標ごとに列挙された全種についての該当した指標のそれぞれの重み付け値Ｋ（ｉ）を抽出して、重み付け値Ｋ（ｉ）を合計して一致度を算出する（Ｓ４４）。

データ処理部４０の一致度算出手段４５は、物標ごとに算出した全種の一致度を比較して、一致度が最大となる種を決定する（Ｓ４５）。

データ処理部４０の判別結果出力手段４６は、一致度が最大となった鳥類等の名称Ｂを当該物標の二次データ３２に付加して判別結果データ３３として第２記憶手段３０に保存する（Ｓ４６）。

（表示部５０の処理）
図２９に示した表示部５０のフローチャートを参照しながら、表示部５０の処理について説明する。

表示部５０は、端末７０からの表示命令を受信する（Ｓ５１）。

表示部５０は、表示命令がどのデータを指示しているか判定する（Ｓ５２）。

表示部５０は、表示命令が第２記憶手段３０に保存された一次データ３１を指示している場合、一次データ３１に記録されているレーダのデータを端末７０の画面に表示する（Ｓ５３）。

この場合、鳥類等を含む飛翔体からの反射波と、海面、地面、雨雪等からの反射波のすべての物標について画面にリアルタイムに画像表示される。

表示部５０は、表示命令が第２記憶手段３０に保存された二次データ３２を指示している場合、二次データ３２に記録されているクラッタ除去した物標のデータを端末７０の画面に表示する（Ｓ５４）。

この場合、鳥類等を含む飛翔体の位置を端末７０の画面に表示することになり、物標航跡Ｐのデータにより、各物標の飛翔軌跡も画面に表示できる。

表示部５０は、表示命令が第２記憶手段３０に保存された判別結果データ３３を指示している場合、判別結果データ３３に記録されている鳥類等のデータを端末７０の画面に表示する（Ｓ５５）。

この場合、鳥類等と判別された飛翔体の位置を端末７０の画面に表示することになり、物標航跡Ｐのデータにより、各鳥類等の飛翔軌跡も画面に表示できる。

さらに、判別結果データ３３に設定された鳥類等の種ごとに、各物標をマークの色や形状を変えて表示し、各物標のマークをクリックすることで、判別結果データ３３に設定された各物標の詳細データを端末７０の画面に表示できる。

（鳥類等指標入力部６０の処理）
図３０に示した鳥類等指標入力部６０のフローチャートを参照しながら、鳥類等指標入力部６０の処理について説明する。

鳥類等指標入力部６０は、外部で作成され、端末７０から入力される指標データ選択テーブル６２、時期別指標データ６３、および指標重み付けデータ６４を受信する（Ｓ６１）。

鳥類等指標入力部６０は、受信した各データを鳥類等指標データベース６１に設定する（Ｓ６２）。

鳥類等指標入力部６０は、端末７０から入力されるデータによって、鳥類等指標データベース６１に設定された内容の変更も行うことができる。

以上が、監視装置２００に記憶する飛翔データ２２１として判別結果入力部２１０から入力される判別結果データ３３の生成する鳥類等判別レーダ装置１００の説明である。

なお、鳥類等判別レーダ装置１００で使用する鳥類等指標データベース６１として入力する指標データ選択テーブル６２、時期別指標データ６３、および指標重み付けデータ６４は、予め外部で作成するデータである。

そこで、図３１を参照しながら、鳥類等指標データベース６１の作成工程について説明する。

レーダ装置１００ａは、アンテナ１２の送信部１２ａから送信したレーダの反射波を受信部１２ｂで受信し、送受信部１６によって反射波のデータを一次データ３１として保存し、信号処理部１７によって一次データ３１からクラッタ（海面，地面，雨雪等からの反射波）のデータを除去し移動する物標Ｂｉからの反射波のデータのみを二次データ３２として保存する。

一次データ３１と二次データ３２の構成については、鳥類等判別レーダ装置１００の説明に記載した通りである。

また、レーダ装置１００ａによる観測と同時に、観察者の目視等によって移動する物標Ｂｉの鳥類等の種を判別して、物標Ｂｉの鳥類等を観察した位置や時刻とともに鳥類等の名称Ｑｉを観察データ３４として記録する。

まず、物標データ入力工程Ｋ８１では、レーダ装置１００ａの二次データ３２を読み出す。

次に、観察データ照合工程Ｋ８２では、観察データ３４を読み出し、二次データ３２の物標航跡Ｐのデータと位置や時刻が符合する観察記録を検索し、該当する観察記録に記入された鳥類等の名称Ｑｉを二次データ３２のそれぞれの物標Ｂｉに割り当てる。

種別統計データ作成工程Ｋ８３では、鳥類等の名称Ｑｉを割り当てた二次データ３２から種々の指標値を抽出し、抽出した指標値を時期ごとおよび鳥類等の種ごとにまとめた統計データ３５を作成する。

さらに、種別統計データ作成工程Ｋ８３では、統計データ３５から時期ごとに飛翔する鳥類等の種の一覧を、名称を付した各時期用の指標データのテーブルを時期別指標データ６３に作成する。

また、種別統計データ作成工程Ｋ８３では、各時期の区分条件（月や時間）と各指標データの名称を参照指標データ名Ｌと関連付けた指標データ選択テーブル６２を作成する。

つづいて、種別指標値決定工程Ｋ８５では、統計データ３５にまとめられた鳥類等の種の各指標値から、鳥類等の種の判別に有効な指標値、または指標値の範囲を決定し、時期別指標データ６３に作成された各時期用の指標データのテーブルに設定して、時期別指標データ６３を完成させる。

指標重み付け値決定工程Ｋ８６では、時期別指標データ６３に設定した各指標の重要度を統計データ３５から判断し、各指標の重み付けを行い、各指標の重み付け値Ｋ（ｉ）を指標重み付けデータ６４として作成する。

このようにして、鳥類等指標データベース６１が作成され、鳥類等判別レーダ装置１００に入力される。

以上に示した実施の形態は、本発明の技術的思想を具体化するための装置の構成や処理手順を例示するものであって、構成部品の配置や組み合わせ、および処理の順番等を限定するものではない。

本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において、種々の変更を加えることができる。図面は模式的なものであり、装置の構成等は現実のものとは異なることに留意すべきである。

１０ センサー部
１１ 方向設定部
１２ アンテナ
１２ａ 送信部
１２ｂ 受信部
１３ 仰角設定部
１４ アンテナ駆動部
１５ 水平調整部
１６ 送受信部
１７ 信号処理部
１８ ブレード
２０ 制御部
３０ 第２記憶手段
３１ 一次データ
３２ 二次データ
３３ 判別結果データ
３４ 観察データ
３５ 統計データ
４０ データ処理部
４１ レーダデータ入力手段
４２ 鳥類等データ抽出手段
４３ 行動分類手段
４４ データ比較手段
４５ 一致度算出手段
４６ 判別結果出力手段
５０ 表示部
６０ 鳥類等指標入力部
６１ 鳥類等指標データベース
６２ 指標データ選択テーブル
６３ 時期別指標データ
６４ 指標重み付けデータ
７０ 端末
１００ 鳥類等判別レーダ装置
１００ａ レーダ装置
２００ 監視装置
２１０ 判別結果入力部
２１１ 飛翔パターン入力部
２１２ 風車位置情報入力部
２２０ 第１記憶手段
２２１ 飛翔データ
２２２ 飛翔パターンデータベース
２２３ 風車位置情報
２３０ 衝突リスク出力部
２３１ 飛翔データ読出し手段
２３２ 飛翔パターン読出し手段
２３３ 飛翔航路予測手段
２３４ 衝突確率算出手段
２３５ 衝突リスク判断手段
２４０ 衝突回避処理部

Claims (18)

1. レーダによって飛翔中の物標Ｂｉを探知して、当該物標Ｂｉの鳥類等の名称Ｑｉを判別した判別結果データを用いて、風車への当該物標Ｂｉの衝突確率を算出する監視装置であって、
   前記判別結果データに設定された探知した前記物標Ｂｉごとにまとめた物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）と物標探知時刻Ｔｎによって表された物標航跡Ｐと前記鳥類等の名称Ｑｉとを含む飛翔データと、
   前記鳥類等の名称Ｑｉごとに複数の飛翔パターンＦｋを蓄積した飛翔パターンデータベースと、
   前記風車の風車位置情報
   とを記憶する第１記憶手段と、
   前記レーダに接続され、前記判別結果データが生成されるたびに当該判別結果データを受信して、前記飛翔データを前記第１記憶手段に記憶する判別結果入力部と、
   前記判別結果入力部に起動され、前記飛翔データに記録されている前記物標Ｂｉの前記物標航跡Ｐを、前記物標Ｂｉの前記鳥類等の名称Ｑｉをキー情報に検索した前記飛翔パターンデータベースに登録されている前記鳥類等の名称Ｑｉの前記飛翔パターンＦｋと照合し、今後の前記物標Ｂｉの予測飛翔航路ＦＰを予測して、前記風車位置情報から得られる前記風車のブレードの回転範囲への前記衝突確率を算出し、衝突リスクの有無を判断する衝突リスク出力部と
   を含むことを特徴とする監視装置。
2. 衝突リスクがある場合に前記衝突リスク出力部に起動され、前記物標Ｂｉの前記物標航跡Ｐに含まれる最後の物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）で示された前記物標Ｂｉの現在位置を、前記衝突確率の値別に指定された色で端末の画面に表示する衝突回避処理部をさらに含む請求項１に記載の監視装置。
3. 前記衝突回避処理部は、前記物標Ｂｉの前記物標航跡Ｐ、前記予測飛翔航路ＦＰ、前記鳥類等の名称Ｑｉ、衝突までの時間または到達時刻の少なくともいずれかを端末の画面に表示することをさらに含む請求項２に記載の監視装置。
4. 前記衝突回避処理部は、前記衝突確率が警報閾値以上である場合、前記風車に制御信号を送信することをさらに含む請求項２または３に記載の監視装置。
5. 前記鳥類等の名称Ｑｉごとの複数の飛翔パターンＦｋを端末から入力させ、前記第１記憶手段に前記飛翔パターンデータベースとして記憶する飛翔パターン入力部をさらに含む請求項１ないし４のいずれか１項に記載の監視装置。
6. 前記風車のブレードの回転範囲を示す座標情報を端末から入力させ、前記第１記憶手段に前記風車位置情報として記憶する風車位置情報入力部をさらに含む請求項１ないし５のいずれか１項に記載の監視装置。
7. レーダによって飛翔中の物標Ｂｉを探知して、当該物標Ｂｉの鳥類等の名称Ｑｉを判別した判別結果データを用いて、第１記憶手段に記憶された前記鳥類等の名称Ｑｉごとに複数の飛翔パターンＦｋを蓄積した飛翔パターンデータベースと風車の風車位置情報から、前記風車への当該物標Ｂｉの衝突確率を算出する監視方法であって、
   前記レーダに接続され、前記判別結果データが生成されるたびに当該判別結果データを受信して、当該判別結果データに設定された探知した前記物標Ｂｉごとにまとめた物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）と物標探知時刻Ｔｎによって表された物標航跡Ｐと前記鳥類等の名称Ｑｉとを含む飛翔データを前記第１記憶手段に記憶する判別結果入力工程と、
   前記飛翔データに記録されている前記物標Ｂｉの前記物標航跡Ｐを、前記物標Ｂｉの前記鳥類等の名称Ｑｉをキー情報に検索した前記飛翔パターンデータベースに登録されている前記鳥類等の名称Ｑｉの前記飛翔パターンＦｋと照合し、今後の前記物標Ｂｉの予測飛翔航路ＦＰを予測して、前記風車位置情報から得られる前記風車のブレードの回転範囲への前記衝突確率を算出し、衝突リスクの有無を判断する衝突リスク出力工程と
   を含むことを特徴とする監視方法。
8. 衝突リスクがある場合に、前記物標Ｂｉの前記物標航跡Ｐに含まれる最後の物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）で示された前記物標Ｂｉの現在位置を、前記衝突確率の値別に指定された色で端末７０の画面に表示する衝突回避処理工程をさらに含む請求項７に記載の監視方法。
9. 前記衝突回避処理工程は、前記物標Ｂｉの前記物標航跡Ｐ、前記予測飛翔航路ＦＰ、前記鳥類等の名称Ｑｉ、衝突までの時間または到達時刻の少なくともいずれかを端末の画面に表示することをさらに含む請求項８に記載の監視方法。
10. 前記衝突回避処理工程は、前記衝突確率が警報閾値以上である場合、前記風車に制御信号を送信することをさらに含む請求項８または９に記載の監視方法。
11. 前記鳥類等の名称Ｑｉごとの複数の前記飛翔パターンＦｋを端末から入力させ、前記第１記憶手段に前記飛翔パターンデータベースとして記憶する飛翔パターン入力工程をさらに含む請求項７ないし１０のいずれか１項に記載の監視方法。
12. 前記風車のブレードの回転範囲を示す座標情報を端末から入力させ、前記第１記憶手段に前記風車位置情報として記憶する風車位置情報入力工程をさらに含む請求項７ないし１１のいずれか１項に記載の監視方法。
13. レーダによって飛翔中の物標Ｂｉを探知して、当該物標Ｂｉの鳥類等の名称Ｑｉを判別した判別結果データを用いて、コンピュータの第１記憶手段に記憶された前記鳥類等の名称Ｑｉごとに複数の飛翔パターンＦｋを蓄積した飛翔パターンデータベースと風車の風車位置情報から、前記風車への当該物標Ｂｉの衝突確率を算出する監視プログラムであって、
    前記コンピュータに、
    前記レーダに接続され、前記判別結果データが生成されるたびに当該判別結果データを受信して、当該判別結果データに設定された探知した前記物標Ｂｉごとにまとめた物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）と物標探知時刻Ｔｎによって表された物標航跡Ｐと前記鳥類等の名称Ｑｉとを含む飛翔データを前記第１記憶手段２２０に記憶する判別結果入力手段と、
    前記飛翔データに記録されている前記物標Ｂｉの前記物標航跡Ｐを、前記物標Ｂｉの前記鳥類等の名称Ｑｉをキー情報に検索した前記飛翔パターンデータベースに登録されている前記鳥類等の名称Ｑｉの前記飛翔パターンＦｋと照合し、今後の前記物標Ｂｉの予測飛翔航路ＦＰを予測して、前記風車位置情報から得られる前記風車のブレードの回転範囲への前記衝突確率を算出し、衝突リスクの有無を判断する衝突リスク出力手段
    としての機能を実行させるための監視プログラム。
14. 前記コンピュータに、衝突リスクがある場合に、前記物標Ｂｉの前記物標航跡Ｐに含まれる最後の物標座標（Ｘｕｎ，Ｙｕｎ，Ｚｕｎ）で示された前記物標Ｂｉの現在位置を、前記衝突確率の値別に指定された色で端末の画面に表示する衝突回避処理手段としての機能をさらに実行させるための請求項１３に記載の監視プログラム。
15. 前記衝突回避処理手段は、前記物標Ｂｉの前記物標航跡Ｐ、前記予測飛翔航路ＦＰ、前記鳥類等の名称Ｑｉ、衝突までの時間または到達時刻の少なくともいずれかを端末の画面に表示することをさらに含む請求項１４に記載の監視プログラム。
16. 前記衝突回避処理手段は、前記衝突確率が警報閾値以上である場合、前記風車に制御信号を送信することをさらに含む請求項１４または１５に記載の監視プログラム。
17. 前記コンピュータに、前記鳥類等の名称Ｑｉごとの複数の前記飛翔パターンＦｋを端末から入力させ、前記第１記憶手段に前記飛翔パターンデータベースとして記憶する飛翔パターン入力手段）としての機能をさらに実行させるための請求項１３ないし１６のいずれか１項に記載の監視プログラム。
18. 前記コンピュータに、前記風車のブレードの回転範囲を示す座標情報を端末から入力させ、前記第１記憶手段に前記風車位置情報として記憶する風車位置情報入力手段としての機能をさらに実行させるための請求項１３ないし１７のいずれか１項に記載の監視プログラム。
    

Images