JP3377076B2 - 局所雨域予測方法および装置 - Google Patents
局所雨域予測方法および装置Info
- Publication number
- JP3377076B2 JP3377076B2 JP06466597A JP6466597A JP3377076B2 JP 3377076 B2 JP3377076 B2 JP 3377076B2 JP 06466597 A JP06466597 A JP 06466597A JP 6466597 A JP6466597 A JP 6466597A JP 3377076 B2 JP3377076 B2 JP 3377076B2
- Authority
- JP
- Japan
- Prior art keywords
- rain area
- contour
- image
- rain
- equation
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 50
- 239000013598 vector Substances 0.000 claims description 67
- 239000012530 fluid Substances 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 17
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000009792 diffusion process Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000002372 labelling Methods 0.000 claims description 5
- 230000008602 contraction Effects 0.000 claims description 4
- 230000008033 biological extinction Effects 0.000 claims description 3
- 235000015220 hamburgers Nutrition 0.000 claims description 3
- 230000010354 integration Effects 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013213 extrapolation Methods 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 230000008034 disappearance Effects 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、気象予測方法およ
び装置に関し、特に局所における雨域の短時間予測方法
および装置に関する。
び装置に関し、特に局所における雨域の短時間予測方法
および装置に関する。
【０００２】
【従来の技術】従来、気象予測を行う際、気象庁ではア
メダスや気象衛星から得られる２、３次元的な気温、気
圧、露点、風ベクトル等の様々な物理パラメーターを用
い、数理・物理方程式を介して、数十時間先もしくは数
日先の日本全国の気象現象の変化を予測している。一
方、近年になってより狭い地域での、分オーダーでの短
い時間における気象予測、特に降雨や降雪の情報が望ま
れてきているため、局地的に配置した気象レーダー装置
からの雨域の変化情報を用いた予測が重要となってきて
いる。
メダスや気象衛星から得られる２、３次元的な気温、気
圧、露点、風ベクトル等の様々な物理パラメーターを用
い、数理・物理方程式を介して、数十時間先もしくは数
日先の日本全国の気象現象の変化を予測している。一
方、近年になってより狭い地域での、分オーダーでの短
い時間における気象予測、特に降雨や降雪の情報が望ま
れてきているため、局地的に配置した気象レーダー装置
からの雨域の変化情報を用いた予測が重要となってきて
いる。
【０００３】雨域の変化は、降雨や降雪状態にある領域
の時間的な変化を意味し、その領域は見かけ上、雲の形
状をなしている。画像としての雨域は、様々な形状と濃
淡値の組み合わせとして表現されており、明瞭な特徴量
の記述が困難であることから画像処理手法に基づいた雨
域の動きの検出は容易ではない。そのため現在でも、主
として人の経験則に基づいた雨域の変化からの主観的な
読み取りが行われ、その情報が活用されている。
の時間的な変化を意味し、その領域は見かけ上、雲の形
状をなしている。画像としての雨域は、様々な形状と濃
淡値の組み合わせとして表現されており、明瞭な特徴量
の記述が困難であることから画像処理手法に基づいた雨
域の動きの検出は容易ではない。そのため現在でも、主
として人の経験則に基づいた雨域の変化からの主観的な
読み取りが行われ、その情報が活用されている。
【０００４】しかし一方では、自動的かつ客観的な雨域
変化を計算機上で行うために、時空間的相関法による雨
域変化検出が試みられている。この方法は、２つの画像
フレーム間〔ｆ（ｔ）とｆ（ｔ＋１）：ｔは時間ステッ
プ〕の、濃淡値の類似性を算出した後、最も相関値が高
い点が移動量に対応していると仮定した上で、雨域の移
動量を推定する。推定された移動量に基づいて雨域を平
行移動させていく。このようにして推定された次のステ
ップの雨域画像を繰り返し、特定数のステップ先までの
予測が可能となる。
変化を計算機上で行うために、時空間的相関法による雨
域変化検出が試みられている。この方法は、２つの画像
フレーム間〔ｆ（ｔ）とｆ（ｔ＋１）：ｔは時間ステッ
プ〕の、濃淡値の類似性を算出した後、最も相関値が高
い点が移動量に対応していると仮定した上で、雨域の移
動量を推定する。推定された移動量に基づいて雨域を平
行移動させていく。このようにして推定された次のステ
ップの雨域画像を繰り返し、特定数のステップ先までの
予測が可能となる。
【０００５】従来より、相互相関法、重心法などの画像
処理を行うことによって、時系列的な雨域パターンから
移動ベクトルを求めて、その移動ベクトルを線形に外挿
する方法が中心的な予測方法であった。しかしながら、
これらの外挿法では大きな問題がある。それは、必ずし
も各移動ベクトルが精度よく推定されたわけではないの
と、物理的に複数の移動ベクトル間を補正する手段が考
慮されていないため、外挿を数ステップ反復するだけ
で、各ベクトルが不自然に交錯してしまうからである。
このとき、ある大きさの雨域パターンを平行移動させて
いるので、交錯時には、雨量の精度は重なった分だけ多
く予測されてしまう。また、方向も大きくずれて行って
しまうといった問題がある。
処理を行うことによって、時系列的な雨域パターンから
移動ベクトルを求めて、その移動ベクトルを線形に外挿
する方法が中心的な予測方法であった。しかしながら、
これらの外挿法では大きな問題がある。それは、必ずし
も各移動ベクトルが精度よく推定されたわけではないの
と、物理的に複数の移動ベクトル間を補正する手段が考
慮されていないため、外挿を数ステップ反復するだけ
で、各ベクトルが不自然に交錯してしまうからである。
このとき、ある大きさの雨域パターンを平行移動させて
いるので、交錯時には、雨量の精度は重なった分だけ多
く予測されてしまう。また、方向も大きくずれて行って
しまうといった問題がある。
【０００６】
【発明が解決しようとする課題】これまで適用されてい
る時空間的相関法では、連続する２つの画像から１つの
動きベクトルを推定する。しかしながら、相関係数を算
出するためには画素ごとに演算を行う必要があるため
に、画像全体で数千回〜数万回オーダーの演算回数が要
求されるという問題がある。また、画像の濃淡値は、雨
域が生成・消滅を絶えまなく繰り返しているために、前
フレームの濃淡値と次フレームの濃淡値とが常に１対１
に対応していることはないので、濃淡値に基づいた相関
値への信頼性は必ずしも高くなくて、むしろ不安定であ
るという問題がある。さらに、相関係数が求められない
ような散漫な雨域画像の場合には、ほとんど動きベクト
ルを推定することができず、その間の補間方法について
も具体的な方法が見い出されていないのが現状である。
る時空間的相関法では、連続する２つの画像から１つの
動きベクトルを推定する。しかしながら、相関係数を算
出するためには画素ごとに演算を行う必要があるため
に、画像全体で数千回〜数万回オーダーの演算回数が要
求されるという問題がある。また、画像の濃淡値は、雨
域が生成・消滅を絶えまなく繰り返しているために、前
フレームの濃淡値と次フレームの濃淡値とが常に１対１
に対応していることはないので、濃淡値に基づいた相関
値への信頼性は必ずしも高くなくて、むしろ不安定であ
るという問題がある。さらに、相関係数が求められない
ような散漫な雨域画像の場合には、ほとんど動きベクト
ルを推定することができず、その間の補間方法について
も具体的な方法が見い出されていないのが現状である。
【０００７】また、相関法では、単位時間当たりの移動
量が大きいときは、大き目の窓関数を、移動量が小さい
ときは、小さ目の窓関数を適宜用意する必要があり、最
適な窓関数の大きさを決定することは容易ではなく、同
時に、決定しようとするならば、それに要する演算時間
は全体として数〜十倍増加するという問題が生ずる。
量が大きいときは、大き目の窓関数を、移動量が小さい
ときは、小さ目の窓関数を適宜用意する必要があり、最
適な窓関数の大きさを決定することは容易ではなく、同
時に、決定しようとするならば、それに要する演算時間
は全体として数〜十倍増加するという問題が生ずる。
【０００８】さらに、画像を分割した数だけ、通常数十
個程度の、雨域の移動速度を推定することができない。
個程度の、雨域の移動速度を推定することができない。
【０００９】特に、雨域が停滞性の場合、雨域の輸郭形
状の変化に比べると、雨域の濃淡値の変化が激しい。こ
のような雨域において、相関法をそのまま適用すると、
全体の雨域の移動はなくても、雨域の濃淡変化があるた
めに、何らかの動きベクトルが複数個得られてしまい、
その動きベクトルで雨域を移動させていた。そのため、
予測が進むほど、雨域の領域が実際からはずれていって
しまうという問題があった。
状の変化に比べると、雨域の濃淡値の変化が激しい。こ
のような雨域において、相関法をそのまま適用すると、
全体の雨域の移動はなくても、雨域の濃淡変化があるた
めに、何らかの動きベクトルが複数個得られてしまい、
その動きベクトルで雨域を移動させていた。そのため、
予測が進むほど、雨域の領域が実際からはずれていって
しまうという問題があった。
【００１０】雨域が停滞性であっても、フレーム間の雨
域パターンの精緻な対応づけは困難である。従って、人
の経験に基づいて雨域パターンの移動速度を推定するこ
とが実用上中心的となっている。
域パターンの精緻な対応づけは困難である。従って、人
の経験に基づいて雨域パターンの移動速度を推定するこ
とが実用上中心的となっている。
【００１１】また降水域の変化が一定という強い仮定が
おかれた単純なモデルであったために、対流に伴った降
水域の変化の程度を勘案した予測方法が試みられていな
かった。
おかれた単純なモデルであったために、対流に伴った降
水域の変化の程度を勘案した予測方法が試みられていな
かった。
【００１２】本発明は上述の問題点の解決を図り、相関
法を用いずに、レーダー画像から局所的な雨域の移動速
度を推定し、流体方程式を介して全体の移動速度を推定
し、同時に予測を行う、演算コストが大幅に軽減され
た、局所雨域予測方法および装置を提供することを目的
とする。
法を用いずに、レーダー画像から局所的な雨域の移動速
度を推定し、流体方程式を介して全体の移動速度を推定
し、同時に予測を行う、演算コストが大幅に軽減され
た、局所雨域予測方法および装置を提供することを目的
とする。
【００１３】
【課題を解決するための手段】本発明の局所雨域予測方
法は、計算手段を有する局所雨域予測手段を用いて局所
雨域を予測する方法であって、局所雨域予測手段の画像
入力部を用いて予測の対象とする雨域のレーダー画像を
入力し、画像蓄積部に入力された時系列画像を蓄積し、
輪郭線・法線検出部で、計算のために画像蓄積部から取
り出した時系列の雨域のレーダー画像に前処理を行った
後、前処理が行なわれたそれぞれのレーダー画像から雲
のかたまりであるいくつかの適当なブロックを検出し、
検出されたブロックの輪郭線を算出し、算出された輪郭
線を所定の手順によって複数の輪郭点で離散化し、輪郭
点を基点として輪郭線の接線と法線とを算出し、変位ベ
クトル検出部で、前時点の法線を基点から輪郭線の外側
ならびに内側方向に、後時点の雨域の輪郭線と交わるま
で延長し、該基点と該交点の座標から法線ベクトルと法
線の速度ベクトルとを算出し、流体方程式補間部で、流
体方程式の該当項に、部分的に得られた速度ベクトルを
初期値として代入して、該画像のフレーム全体にわたっ
て速度ベクトル値を補間し、必要とする未来の時間まで
繰り返して補間を行って所望の予測速度ベクトルを算出
し、算出された該速度ベクトルと雨域の形状濃淡値情報
とを濃度拡散・移流方程式の所定の項に代入すること
で、雨域の変化予測を行い、出力部で、得られた変化予
測に基づく予測画像を外部に出力する。
法は、計算手段を有する局所雨域予測手段を用いて局所
雨域を予測する方法であって、局所雨域予測手段の画像
入力部を用いて予測の対象とする雨域のレーダー画像を
入力し、画像蓄積部に入力された時系列画像を蓄積し、
輪郭線・法線検出部で、計算のために画像蓄積部から取
り出した時系列の雨域のレーダー画像に前処理を行った
後、前処理が行なわれたそれぞれのレーダー画像から雲
のかたまりであるいくつかの適当なブロックを検出し、
検出されたブロックの輪郭線を算出し、算出された輪郭
線を所定の手順によって複数の輪郭点で離散化し、輪郭
点を基点として輪郭線の接線と法線とを算出し、変位ベ
クトル検出部で、前時点の法線を基点から輪郭線の外側
ならびに内側方向に、後時点の雨域の輪郭線と交わるま
で延長し、該基点と該交点の座標から法線ベクトルと法
線の速度ベクトルとを算出し、流体方程式補間部で、流
体方程式の該当項に、部分的に得られた速度ベクトルを
初期値として代入して、該画像のフレーム全体にわたっ
て速度ベクトル値を補間し、必要とする未来の時間まで
繰り返して補間を行って所望の予測速度ベクトルを算出
し、算出された該速度ベクトルと雨域の形状濃淡値情報
とを濃度拡散・移流方程式の所定の項に代入すること
で、雨域の変化予測を行い、出力部で、得られた変化予
測に基づく予測画像を外部に出力する。
【００１４】輪郭線・法線検出部の前処理には、雨域画
像の２値化、膨張収縮、孤立点除去、ラベリングが含ま
れることが好ましく、変位ベクトル検出部の輪郭線の接
線と法線との算出には、輪郭点を中心とする中心差分法
が用いられることが好ましい。
像の２値化、膨張収縮、孤立点除去、ラベリングが含ま
れることが好ましく、変位ベクトル検出部の輪郭線の接
線と法線との算出には、輪郭点を中心とする中心差分法
が用いられることが好ましい。
【００１５】また、流体方程式補間部で用いられる流体
方程式がナビエ・ストークス方程式であってもよく、バ
ーガーズ方程式であってもよい。
方程式がナビエ・ストークス方程式であってもよく、バ
ーガーズ方程式であってもよい。
【００１６】さらに、流体方程式補間部で用いられる濃
度拡散・移流方程式には、湧き出し項、吸い込み項、消
散項が含まれることが好ましい。
度拡散・移流方程式には、湧き出し項、吸い込み項、消
散項が含まれることが好ましい。
【００１７】本発明の局所雨域予測装置は、局所雨域を
予測するための計算手段を有する局所雨域予測装置であ
って、予測の対象とする雨域のレーダー画像を入力する
ための画像入力部と、入力された時系列画像を蓄積する
画像蓄積部と、計算のために画像蓄積部から取り出され
た時系列の雨域のレーダー画像に前処理を行った後、前
処理が行なわれたそれぞれのレーダー画像から雲のかた
まりであるいくつかの適当なブロックを検出し、検出さ
れたブロックの輪郭線を算出し、算出された輪郭線を所
定の手順によって複数の輪郭点で離散化し、輪郭点を基
点として輪郭線の接線と法線とを算出する輪郭線・法線
検出部と、前時点の法線を基点から輪郭線の外側ならび
に内側方向に、後時点の雨域の輪郭線と交わるまで延長
し、該基点と該交点の座標から法線ベクトルと法線の速
度ベクトルとを算出する変位ベクトル検出部と、流体方
程式の該当項に部分的に得られた速度ベクトルを初期値
として代入して、該画像のフレーム全体にわたって速度
ベクトル値を補間し、必要とする未来の時間まで繰り返
して補間を行って所望の予測速度ベクトルを算出し、算
出された該速度ベクトルと雨域の形状濃淡値情報とを濃
度拡散・移流方程式の所定の項に代入することで、雨域
の変化予測を行う流体方程式補間部と、得られた変化予
測に基づく予測画像を外部に出力する出力部とを備え
る。
予測するための計算手段を有する局所雨域予測装置であ
って、予測の対象とする雨域のレーダー画像を入力する
ための画像入力部と、入力された時系列画像を蓄積する
画像蓄積部と、計算のために画像蓄積部から取り出され
た時系列の雨域のレーダー画像に前処理を行った後、前
処理が行なわれたそれぞれのレーダー画像から雲のかた
まりであるいくつかの適当なブロックを検出し、検出さ
れたブロックの輪郭線を算出し、算出された輪郭線を所
定の手順によって複数の輪郭点で離散化し、輪郭点を基
点として輪郭線の接線と法線とを算出する輪郭線・法線
検出部と、前時点の法線を基点から輪郭線の外側ならび
に内側方向に、後時点の雨域の輪郭線と交わるまで延長
し、該基点と該交点の座標から法線ベクトルと法線の速
度ベクトルとを算出する変位ベクトル検出部と、流体方
程式の該当項に部分的に得られた速度ベクトルを初期値
として代入して、該画像のフレーム全体にわたって速度
ベクトル値を補間し、必要とする未来の時間まで繰り返
して補間を行って所望の予測速度ベクトルを算出し、算
出された該速度ベクトルと雨域の形状濃淡値情報とを濃
度拡散・移流方程式の所定の項に代入することで、雨域
の変化予測を行う流体方程式補間部と、得られた変化予
測に基づく予測画像を外部に出力する出力部とを備え
る。
【００１８】本発明では、時間的に異なるフレームにお
ける雨域を入力し、入力データより過去の雨域の輪郭線
を求めた後、その輸郭線にまばらに設定された法線を輪
郭線の内外に対して延長し、現在のフレームにおける雨
域との交点を求め、輸郭線の変位から速度ベクトルを推
定することにより局所的な雨域の移動速度が推定され
る。続いて、速度ベクトルの全体的な整合をとるため
に、求まっている局所的な速度ベクトルを初期値として
流体方程式に代入する。同時に、流体方程式は非定常な
表現があるために、時間について方程式を積分し続けて
反復的に補間することによりより密に分布した速度ベク
トルに関する予測ができる。さらに、算出された速度ベ
クトルを濃度拡散・移流方程式の速度（移流）項に代入
し雨域の形状濃淡値情報を濃度拡散・移流方程式の拡散
項、移流項、湧きだし項、吸い込み項、消散項に代入
し、時間積分を行うことで、次の時間の濃淡値分布の変
化を求める。この時間積分を繰り返すことで濃淡値変化
の予測結果が得られ、画素単位の移流速度に基づいて、
雨域を変化させていくことができる。
ける雨域を入力し、入力データより過去の雨域の輪郭線
を求めた後、その輸郭線にまばらに設定された法線を輪
郭線の内外に対して延長し、現在のフレームにおける雨
域との交点を求め、輸郭線の変位から速度ベクトルを推
定することにより局所的な雨域の移動速度が推定され
る。続いて、速度ベクトルの全体的な整合をとるため
に、求まっている局所的な速度ベクトルを初期値として
流体方程式に代入する。同時に、流体方程式は非定常な
表現があるために、時間について方程式を積分し続けて
反復的に補間することによりより密に分布した速度ベク
トルに関する予測ができる。さらに、算出された速度ベ
クトルを濃度拡散・移流方程式の速度（移流）項に代入
し雨域の形状濃淡値情報を濃度拡散・移流方程式の拡散
項、移流項、湧きだし項、吸い込み項、消散項に代入
し、時間積分を行うことで、次の時間の濃淡値分布の変
化を求める。この時間積分を繰り返すことで濃淡値変化
の予測結果が得られ、画素単位の移流速度に基づいて、
雨域を変化させていくことができる。
【００１９】本発明は、気象レーダーエコー画像に基づ
いた狭い地域の雨域の時系列変化を短時間予測し、気象
の変化に敏感に影響されるような狭い地域における様々
な経済活動が円滑に営まれるように、高速にかつ簡易に
局所的な雨域の移動速度を推定し、同時にその変化の予
測を雨域の変化に反映させて、画像の形で２次元的に予
測する方法と装置である。
いた狭い地域の雨域の時系列変化を短時間予測し、気象
の変化に敏感に影響されるような狭い地域における様々
な経済活動が円滑に営まれるように、高速にかつ簡易に
局所的な雨域の移動速度を推定し、同時にその変化の予
測を雨域の変化に反映させて、画像の形で２次元的に予
測する方法と装置である。
【００２０】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して説明する。図１は本発明の実施の形態
の局所雨域予測方法と装置の説明図であり、（ａ）は局
所雨域予測方法のフローチャート、（ｂ）は局所雨域予
測装置のブロック構成図である。図中符号１１は画像入
力部、１２は画像蓄積部、１３は輪郭線・法線検出部、
１４は変位ベクトル検出部、１５は流体方程式補間部、
１６は出力部、Ｓ１０１〜Ｓ１１３は各ステップであ
る。
て図面を参照して説明する。図１は本発明の実施の形態
の局所雨域予測方法と装置の説明図であり、（ａ）は局
所雨域予測方法のフローチャート、（ｂ）は局所雨域予
測装置のブロック構成図である。図中符号１１は画像入
力部、１２は画像蓄積部、１３は輪郭線・法線検出部、
１４は変位ベクトル検出部、１５は流体方程式補間部、
１６は出力部、Ｓ１０１〜Ｓ１１３は各ステップであ
る。
【００２１】本発明の局所雨域予測装置は、気象レーダ
エコー画像などから所望の地域の所望の雨域画像を入力
する画像入力部１１と、画像入力部１１から入力した画
像データを蓄積する画像蓄積部１２と、画像蓄積部１２
から予測のために比較する現在と過去の画像データを取
り出し、比較のための前処理を行い、画像データの雨域
を雲の塊ごとにブロックとして分割し、ブロックごとに
輪郭線とその法線を算出する輪郭線・法線検出部１３
と、各ブロックの前時点の法線を延長し、後時点の輪郭
線との交点を算出し、速度ベクトルを算出する変位ベク
トル検出部１４と、所定の流体方程式の所定の項に算出
された局所的な速度ベクトルを初期値として代入し、必
要時間分だけ時間積分を繰り返して予測速度値を計算
し、濃度拡散・移流方程式の所定の項に、算出された予
測速度値と形状濃度情報を代入して雨域変化を予測する
流体方程式補間部１５と、流体方程式補間部１５で予測
された雨域変化を画像として出力する出力部１６とから
構成される。
エコー画像などから所望の地域の所望の雨域画像を入力
する画像入力部１１と、画像入力部１１から入力した画
像データを蓄積する画像蓄積部１２と、画像蓄積部１２
から予測のために比較する現在と過去の画像データを取
り出し、比較のための前処理を行い、画像データの雨域
を雲の塊ごとにブロックとして分割し、ブロックごとに
輪郭線とその法線を算出する輪郭線・法線検出部１３
と、各ブロックの前時点の法線を延長し、後時点の輪郭
線との交点を算出し、速度ベクトルを算出する変位ベク
トル検出部１４と、所定の流体方程式の所定の項に算出
された局所的な速度ベクトルを初期値として代入し、必
要時間分だけ時間積分を繰り返して予測速度値を計算
し、濃度拡散・移流方程式の所定の項に、算出された予
測速度値と形状濃度情報を代入して雨域変化を予測する
流体方程式補間部１５と、流体方程式補間部１５で予測
された雨域変化を画像として出力する出力部１６とから
構成される。
【００２２】次に図１（ａ）を参照して本発明の局所雨
域予測方法の各過程を説明する。予測を開始すると（Ｓ
１０１）、画像入力部１１を用いて外部の気象レーダエ
コー画像などから所望の地域の所望の雨域のレーダー画
像を入力し（Ｓ１０２）、画像蓄積部１２に蓄積する
（Ｓ１０３）。画像蓄積部１２には過去の時系列画像が
蓄積される。
域予測方法の各過程を説明する。予測を開始すると（Ｓ
１０１）、画像入力部１１を用いて外部の気象レーダエ
コー画像などから所望の地域の所望の雨域のレーダー画
像を入力し（Ｓ１０２）、画像蓄積部１２に蓄積する
（Ｓ１０３）。画像蓄積部１２には過去の時系列画像が
蓄積される。
【００２３】次に画像蓄積部１２から現在の画像と、比
較の対象とする過去の画像を取り出し（Ｓ１０４）、輪
郭線・法線検出部ｌ３で、それぞれの画像に対して雨域
画像の２値化、膨張収縮、孤立点除去、ラベリングとい
った一連の前処理を行い（Ｓ１０５）、雨域をいくつか
の雲の塊のブロックに分割し（Ｓ１０６）、同一のラベ
リングをもつブロックごとに輪郭線とその法線を求める
（Ｓ１０７）。必要によりこれを現在を含め比較の対象
とするいくつか過去のフレームについて行う。各ブロッ
クの雨域の画像のフレーム間での移動速度を推定するた
めに、変位ベクトル検出部１４で、まず、各ブロックの
前時点の法線を内側および外側に延長し、後時点の雨域
の対応するブロックの輪郭線との交点を算出し、法線長
さと経過時間から速度ベクトルを算出する（Ｓ１０
８）。次に流体方程式補間部１５で、局所（部分）的に
推定された速度ベクトルから、その近傍の速度ベクトル
を推定するために、流体方程式の所定の項に、算定され
た局所的な速度ベクトルを初期値として代入して（Ｓ１
０９）、必要な時間だけ時間積分を繰り返して予測速度
値を計算する（Ｓ１１０）。さらに、湧きだし項、吸い
込み項、消散項をも有する濃度拡散・移流方程式の所定
の項に予測速度値と形状濃淡情報を代入して、雨域の変
化を予測する（Ｓ１１１）。予測の結果を出力部１６で
外部へ画像として出力して（Ｓ１１２）、工程を終了す
る（Ｓ１１３）。
較の対象とする過去の画像を取り出し（Ｓ１０４）、輪
郭線・法線検出部ｌ３で、それぞれの画像に対して雨域
画像の２値化、膨張収縮、孤立点除去、ラベリングとい
った一連の前処理を行い（Ｓ１０５）、雨域をいくつか
の雲の塊のブロックに分割し（Ｓ１０６）、同一のラベ
リングをもつブロックごとに輪郭線とその法線を求める
（Ｓ１０７）。必要によりこれを現在を含め比較の対象
とするいくつか過去のフレームについて行う。各ブロッ
クの雨域の画像のフレーム間での移動速度を推定するた
めに、変位ベクトル検出部１４で、まず、各ブロックの
前時点の法線を内側および外側に延長し、後時点の雨域
の対応するブロックの輪郭線との交点を算出し、法線長
さと経過時間から速度ベクトルを算出する（Ｓ１０
８）。次に流体方程式補間部１５で、局所（部分）的に
推定された速度ベクトルから、その近傍の速度ベクトル
を推定するために、流体方程式の所定の項に、算定され
た局所的な速度ベクトルを初期値として代入して（Ｓ１
０９）、必要な時間だけ時間積分を繰り返して予測速度
値を計算する（Ｓ１１０）。さらに、湧きだし項、吸い
込み項、消散項をも有する濃度拡散・移流方程式の所定
の項に予測速度値と形状濃淡情報を代入して、雨域の変
化を予測する（Ｓ１１１）。予測の結果を出力部１６で
外部へ画像として出力して（Ｓ１１２）、工程を終了す
る（Ｓ１１３）。
【００２４】図２は、本発明の雨域の個々のブロックか
ら法線・接線を求める方法（Ｓ１０７）を説明するため
の模式的平面図であり、図中符号２１は輪郭線、２２は
輪郭点、２３は接線、２４は法線である。ここでは、雨
域の輪郭線２１は仮に円パターンとなっているものとす
る。円パターンを適当な数からなる輪郭点２２によって
離散化する。図の輪郭点２２上の接線２３の方向は、こ
の輪郭点２２を中心としてその両隣の輪郭点２２を用い
た中心差分値の成分である。従って、法線２４の方向
は、この成分との内積がゼロとなるように求めた結果に
等しい。このような計算を離散化したすべての輪郭点２
２の点列について行う。なお、実際の複雑な輪郭形状を
もつ雨域パターンに適用するためには、前処理として、
２値化、膨張収縮、孤立点除去、ラベリングを施してお
く必要がある。
ら法線・接線を求める方法（Ｓ１０７）を説明するため
の模式的平面図であり、図中符号２１は輪郭線、２２は
輪郭点、２３は接線、２４は法線である。ここでは、雨
域の輪郭線２１は仮に円パターンとなっているものとす
る。円パターンを適当な数からなる輪郭点２２によって
離散化する。図の輪郭点２２上の接線２３の方向は、こ
の輪郭点２２を中心としてその両隣の輪郭点２２を用い
た中心差分値の成分である。従って、法線２４の方向
は、この成分との内積がゼロとなるように求めた結果に
等しい。このような計算を離散化したすべての輪郭点２
２の点列について行う。なお、実際の複雑な輪郭形状を
もつ雨域パターンに適用するためには、前処理として、
２値化、膨張収縮、孤立点除去、ラベリングを施してお
く必要がある。
【００２５】図３は、本発明で雨域のブロックの２つの
画像のフレーム間で輪郭線がひろがった例を示す模式的
平面図であり、（ａ）は輪郭線が等方的に拡がった状態
を、（ｂ）は輪郭線が異方的に拡がった状態を示す。図
中符号３１、３６は過去の輪郭線、３４、３７は法線、
３５、３８は現在の輪郭線である。
画像のフレーム間で輪郭線がひろがった例を示す模式的
平面図であり、（ａ）は輪郭線が等方的に拡がった状態
を、（ｂ）は輪郭線が異方的に拡がった状態を示す。図
中符号３１、３６は過去の輪郭線、３４、３７は法線、
３５、３８は現在の輪郭線である。
【００２６】（ａ）と（ｂ）では小円の大円に対する配
置のずれ方が異なっている。ここでは、小円を過去のあ
る雨域、大円を現在の大きさの雨域であることを想定し
ている。（ａ）の場合は、大小２つの円の変形量は、明
らかに等方的に得られる。一方、（ｂ）の場合は、上方
に大きく、下方に小さい変形量として得られる。このよ
うに輪郭線の変化は通常一様ではない。
置のずれ方が異なっている。ここでは、小円を過去のあ
る雨域、大円を現在の大きさの雨域であることを想定し
ている。（ａ）の場合は、大小２つの円の変形量は、明
らかに等方的に得られる。一方、（ｂ）の場合は、上方
に大きく、下方に小さい変形量として得られる。このよ
うに輪郭線の変化は通常一様ではない。
【００２７】図４は、本発明で実際の雨域について輪郭
線の変形量を算定した結果を示す模式的平面図であり、
図中符号４１は過去の輪郭線、４４は法線、４５は現在
の輪郭線である。小さい（網点の）雨域のブロックが、
画像の数フレーム先で大きく広がった場合の例である。
網点の輪郭線４１の法線４４を内外に伸ばして、大きい
方の輪郭線４５との交わったところまでの変形量によっ
て、相対的な移動速度が求まる。この場合、全体的に雨
域は上方に広がっているが、下方への移動もあるため
に、雨域の下部は、凸形状と凹形状とに変形しているこ
とがわかる。本発明では法線を外部と内部に延長して後
時点の輪郭線との交点を求めるので、このような凹形状
の変化にも対応できる。
線の変形量を算定した結果を示す模式的平面図であり、
図中符号４１は過去の輪郭線、４４は法線、４５は現在
の輪郭線である。小さい（網点の）雨域のブロックが、
画像の数フレーム先で大きく広がった場合の例である。
網点の輪郭線４１の法線４４を内外に伸ばして、大きい
方の輪郭線４５との交わったところまでの変形量によっ
て、相対的な移動速度が求まる。この場合、全体的に雨
域は上方に広がっているが、下方への移動もあるため
に、雨域の下部は、凸形状と凹形状とに変形しているこ
とがわかる。本発明では法線を外部と内部に延長して後
時点の輪郭線との交点を求めるので、このような凹形状
の変化にも対応できる。
【００２８】図５は、本発明で局所的な変形量（移動速
度）から、全体の移動速度を推定した結果を示す摸式的
平面図であり、図中符号５１は過去の輪郭線、５４は速
度ベクトル、５５は現在の輪郭線である。部分的に求ま
っている初期の移動速度をナビエ・ストークス方程式に
代入することで、全体の移動速度、即ち移流速度が予測
される。時間積分を続けると、次の画像のフレームに、
予測された移流速度を容易に得ることができる。
度）から、全体の移動速度を推定した結果を示す摸式的
平面図であり、図中符号５１は過去の輪郭線、５４は速
度ベクトル、５５は現在の輪郭線である。部分的に求ま
っている初期の移動速度をナビエ・ストークス方程式に
代入することで、全体の移動速度、即ち移流速度が予測
される。時間積分を続けると、次の画像のフレームに、
予測された移流速度を容易に得ることができる。
【００２９】図６は、実際に局所雨域予測装置の流体方
程式補間部で過去と現在の輪郭点を算出し変位方向をデ
ィスプレー上に表示した中間調画像であり、図中符号６
２は過去の輪郭点、６４は速度ベクトル、６７は現在の
輪郭点である。
程式補間部で過去と現在の輪郭点を算出し変位方向をデ
ィスプレー上に表示した中間調画像であり、図中符号６
２は過去の輪郭点、６４は速度ベクトル、６７は現在の
輪郭点である。
【００３０】本発明では、速度ベクトルを輪郭線の変位
から粗く求めた後、移動平均を反復的に繰り返すため
に、各速度ベクトルは滑らかなつながりをもち、雨域パ
ターンは流体方程式に従って、物理的に変形していく。
また、移動平均による反復的な補間、補正に加えて、輪
郭線の変位から求まった速度ベクトルを初期ベクトルと
して、ナビエ・ストークス方程式に流速ベクトルとして
代入して、次のステップの速度ベクトルを物理的に補
間、補正することもできる。ナビエ・ストークス方程式
を用いていると、特に、渦パターンの生成・消滅予測が
可能である。
から粗く求めた後、移動平均を反復的に繰り返すため
に、各速度ベクトルは滑らかなつながりをもち、雨域パ
ターンは流体方程式に従って、物理的に変形していく。
また、移動平均による反復的な補間、補正に加えて、輪
郭線の変位から求まった速度ベクトルを初期ベクトルと
して、ナビエ・ストークス方程式に流速ベクトルとして
代入して、次のステップの速度ベクトルを物理的に補
間、補正することもできる。ナビエ・ストークス方程式
を用いていると、特に、渦パターンの生成・消滅予測が
可能である。
【００３１】実施の形態の説明では流体方程式補間部で
用いられる流体方程式としてナビエ・ストーク方程式を
用いる例で説明したが、バーガーズ方程式を用いても類
似の結果が得られる。
用いられる流体方程式としてナビエ・ストーク方程式を
用いる例で説明したが、バーガーズ方程式を用いても類
似の結果が得られる。
【００３２】即ち、従来予測方法では、せいぜい３０分
程度先の予測には有効な場合もあるが、本発明のよう
に、数時間以上先まで安定にかつ精度よく予測すること
は不可能である。さらに、どの従来方法も移動ベクトル
の推定の仕方に差異があるものの、雨域の形状変化と濃
淡変化を同時に物理的に予測する方法は存在しなかっ
た。従って対流に伴った、雨域パターンの生成・消滅が
全く考慮されていなかった。本発明ではこれらのことが
考慮されており、細かい雨域パターンが速度ベクトルに
乗って近づいて融合する状態を含めて流体方程式系に基
づいて予測することが最も自然かつ容易な方法である。
程度先の予測には有効な場合もあるが、本発明のよう
に、数時間以上先まで安定にかつ精度よく予測すること
は不可能である。さらに、どの従来方法も移動ベクトル
の推定の仕方に差異があるものの、雨域の形状変化と濃
淡変化を同時に物理的に予測する方法は存在しなかっ
た。従って対流に伴った、雨域パターンの生成・消滅が
全く考慮されていなかった。本発明ではこれらのことが
考慮されており、細かい雨域パターンが速度ベクトルに
乗って近づいて融合する状態を含めて流体方程式系に基
づいて予測することが最も自然かつ容易な方法である。
【００３３】本発明では、曲線の変位から速度ベクトル
を推定している。しかしながら、従来の発明では、速度
ベクトルを求める際、本発明の方法のように、法線を輪
郭線の外側と内側に探索することが考慮されていなかっ
た。
を推定している。しかしながら、従来の発明では、速度
ベクトルを求める際、本発明の方法のように、法線を輪
郭線の外側と内側に探索することが考慮されていなかっ
た。
【００３４】図７は、本発明と従来法による予測結果の
比較グラフである。雨域の面積の的中率として広く用い
られている、ＣＳＩ（Ｃｒｉｔｉｃａｌ Ｓｕｃｃｅｓ
ｓＩｎｄｅｘ）を用いると、従来法（相互相関法＋外挿
法やニューラルネットモデル）よりも、流体方程式に基
づいた方法の方が経過時間による的中率の低下が抑制さ
れているのがわかる。特に、本発明を適用して、局所的
な移流速度を流体方程式に与えた場合は、移流速度を雨
域場に大局的移流動速度として一様に与えた場合よりも
的中率が向上していることがわかる。
比較グラフである。雨域の面積の的中率として広く用い
られている、ＣＳＩ（Ｃｒｉｔｉｃａｌ Ｓｕｃｃｅｓ
ｓＩｎｄｅｘ）を用いると、従来法（相互相関法＋外挿
法やニューラルネットモデル）よりも、流体方程式に基
づいた方法の方が経過時間による的中率の低下が抑制さ
れているのがわかる。特に、本発明を適用して、局所的
な移流速度を流体方程式に与えた場合は、移流速度を雨
域場に大局的移流動速度として一様に与えた場合よりも
的中率が向上していることがわかる。
【００３５】以上の性能評価結果から、本発明の予測の
精度の高さが容易にわかる。即ち、従来方法よりも、高
速に、しかも、３時間以降でも実用的な的中率が本発明
により達成できた。
精度の高さが容易にわかる。即ち、従来方法よりも、高
速に、しかも、３時間以降でも実用的な的中率が本発明
により達成できた。
【００３６】
【発明の効果】以上説明したように、本発明によれば、
局所的な移流速度を相関法を用いずに、輪郭線とそれに
対する法線を利用することで、推定でき、さらに流体方
程式に代入することで、全体の速度ベクトルが推定で
き、その結果高速かつ簡易に局所的な雨域の移動速度が
推定でき、かつ雨域の予測精度を大幅に向上させること
ができるという効果がある。
局所的な移流速度を相関法を用いずに、輪郭線とそれに
対する法線を利用することで、推定でき、さらに流体方
程式に代入することで、全体の速度ベクトルが推定で
き、その結果高速かつ簡易に局所的な雨域の移動速度が
推定でき、かつ雨域の予測精度を大幅に向上させること
ができるという効果がある。
【図１】本発明の実施の形態の局所雨域予測方法と装置
の説明図である。（ａ）は局所雨域予測方法のフローチ
ャートである。（ｂ）は局所雨域予測装置のブロック構
成図である。
の説明図である。（ａ）は局所雨域予測方法のフローチ
ャートである。（ｂ）は局所雨域予測装置のブロック構
成図である。
【図２】本発明の雨域の個々のブロックから法線・接線
を求める方法を説明するための模式的平面図である。
を求める方法を説明するための模式的平面図である。
【図３】本発明で雨域のブロックの２つの画像のフレー
ム間で輪郭線がひろがった例を示す模式的平面図であ
る。（ａ）は輪郭線が等方的に拡がった状態を示す。
（ｂ）は輪郭線が異方的に拡がった状態を示す。
ム間で輪郭線がひろがった例を示す模式的平面図であ
る。（ａ）は輪郭線が等方的に拡がった状態を示す。
（ｂ）は輪郭線が異方的に拡がった状態を示す。
【図４】本発明で実際の雨域について輪郭線の変形量を
算定した結果を示す模式的平面図である。
算定した結果を示す模式的平面図である。
【図５】本発明で局所的な変形量（移動速度）から、全
体の移動速度を推定した結果を示す摸式的平面図であ
る。
体の移動速度を推定した結果を示す摸式的平面図であ
る。
【図６】実際に局所雨域予測装置の流体方程式補間部で
過去と現在の輪郭点を算出し変位方向をディスプレー上
に表示した中間調画像である。
過去と現在の輪郭点を算出し変位方向をディスプレー上
に表示した中間調画像である。
【図７】本発明と従来法による予測結果の比較グラフで
ある。
ある。
１１ 画像入力部
１２ 画像蓄積部
１３ 輪郭線・法線検出部
１４ 変位ベクトル検出部
１５ 流体方程式補間部
１６ 出力部
２１ 輪郭線
２２ 輪郭点
２３ 接線
２４、３４、３７、４４ 法線
３１、３６、４１、５１ 過去の輪郭線
３５、３８、４５、５５ 現在の輪郭線
５４ 速度ベクトル
６２ 過去の輪郭点
６４ 速度ベクトル
６７ 現在の輪郭点
Ｓ１０１〜Ｓ１１３ 各ステップ
フロントページの続き
(56)参考文献 境野英朋、堀越力、鈴木智，“レーダ
ーエコー画像における移流・拡散方程式
を用いた降水パターン変化予測方法”,
電子情報通信学会総合大会講演論文集情
報・システム２，日本，社団法人電子情
報通信学会，1997年 ３月 ６日，Ｄ−
11−197，ｐ．197
大塚和弘、堀越力、鈴木智，“時空間
画像中の運動軌跡の統合に基づくオプテ
ィカルフロー推定法”，情報処理学会研
究報告，日本，社団法人情報処理学会,
1997年 １月23日，第97巻、第10号,
Ｐ．75−81
露木義，“気象の予測とアジョイン
ト・モデル”，数理科学，日本，株式会
社サイエンス社，1996年11月 １日，第
401号，ｐ．50−59
(58)調査した分野(Int.Cl.7，ＤＢ名)
G01W 1/00 - 1/18
G01S 13/95
G06F 17/00
G06T 1/00
ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (7)
- 【請求項１】 計算手段を有する局所雨域予測手段を用
いて局所雨域を予測する方法であって、 前記局所雨域予測手段の画像入力部を用いて予測の対象
とする雨域のレーダー画像を入力し、 画像蓄積部に入力された時系列画像を蓄積し、 輪郭線・法線検出部で、計算のために前記画像蓄積部か
ら取り出した時系列の雨域のレーダー画像に前処理を行
った後、前処理が行なわれたそれぞれのレーダー画像か
ら雲のかたまりであるいくつかの適当なブロックを検出
し、検出された前記ブロックの輪郭線を算出し、算出さ
れた前記輪郭線を所定の手順によって複数の輪郭点で離
散化し、前記輪郭点を基点として前記輪郭線の接線と法
線とを算出し、 変位ベクトル検出部で、前時点の前記法線を前記基点か
ら前記輪郭線の外側ならびに内側方向に、後時点の雨域
の輪郭線と交わるまで延長し、該基点と該交点の座標か
ら法線ベクトルと法線の速度ベクトルとを算出し、 流体方程式補間部で、流体方程式の該当項に、部分的に
得られた前記速度ベクトルを初期値として代入して、該
画像のフレーム全体にわたって速度ベクトル値を補間
し、必要とする未来の時間まで繰り返して補間を行って
所望の予測速度ベクトルを算出し、算出された該速度ベ
クトルと前記雨域の形状濃淡値情報とを濃度拡散・移流
方程式の所定の項に代入することで、雨域の変化予測を
行い、 出力部で、得られた変化予測に基づく予測画像を外部に
出力する、局所雨域予測方法。 - 【請求項２】 前記輪郭線・法線検出部の前記前処理に
は、雨域画像の２値化、膨張収縮、孤立点除去、ラベリ
ングを含む、請求項１に記載の局所雨域予測方法。 - 【請求項３】 前記変位ベクトル検出部の輪郭線の接線
と法線との算出には、前記輪郭点を中心とする中心差分
法が用いられる、請求項１に記載の局所雨域予測方法。 - 【請求項４】 前記流体方程式補間部で用いられる前記
流体方程式がナビエ・ストークス方程式である、請求項
１に記載の局所雨域予測方法。 - 【請求項５】 前記流体方程式補間部で用いられる前記
流体方程式がバーガーズ方程式である、請求項１に記載
の局所雨域予測方法。 - 【請求項６】 前記流体方程式補間部で用いられる濃度
拡散・移流方程式には、湧き出し項、吸い込み項、消散
項を含む、請求項１に記載の局所雨域予測方法。 - 【請求項７】 局所雨域を予測するための計算手段を有
する局所雨域予測装置であって、 予測の対象とする雨域のレーダー画像を入力するための
画像入力部と、 入力された時系列画像を蓄積する画像蓄積部と、 計算のために前記画像蓄積部から取り出された時系列の
雨域のレーダー画像に前処理を行った後、前処理が行な
われたそれぞれのレーダー画像から雲のかたまりである
いくつかの適当なブロックを検出し、検出された前記ブ
ロックの輪郭線を算出し、算出された前記輪郭線を所定
の手順によって複数の輪郭点で離散化し、前記輪郭点を
基点として前記輪郭線の接線と法線とを算出する輪郭線
・法線検出部と、 前時点の前記法線を前記基点から前記輪郭線の外側なら
びに内側方向に、後時点の雨域の輪郭線と交わるまで延
長し、該基点と該交点の座標から法線ベクトルと法線の
速度ベクトルとを算出する変位ベクトル検出部と、 流体方程式の該当項に部分的に得られた前記速度ベクト
ルを初期値として代入して、該画像のフレーム全体にわ
たって速度ベクトル値を補間し、必要とする未来の時間
まで繰り返して補間を行って所望の予測速度ベクトルを
算出し、算出された該速度ベクトルと前記雨域の形状濃
淡値情報とを濃度拡散・移流方程式の所定の項に代入す
ることで、雨域の変化予測を行う流体方程式補間部と、 得られた変化予測に基づく予測画像を外部に出力する出
力部と有する局所雨域予測装置。
Priority Applications (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06466597A JP3377076B2 (ja) | 1997-03-18 | 1997-03-18 | 局所雨域予測方法および装置 |
| EP07106760.7A EP1811317B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction apparatus |
| EP05108076A EP1602941B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| EP05108079.4A EP1607765B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern precdiction apparatus |
| DE69735158T DE69735158T2 (de) | 1996-12-26 | 1997-11-04 | Verfahren und Vorrichtung zur Niederschlagsmustervoraussage mit einem meteorologischen Radar |
| MYPI97005221A MY117870A (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| DE69740047T DE69740047D1 (de) | 1996-12-26 | 1997-11-04 | Verfahren und Vorrichtung zur Niederschlagsmustervoraussage mit einem meteorologischen Radar |
| EP97402626A EP0851240B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| US08/964,470 US6128578A (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06466597A JP3377076B2 (ja) | 1997-03-18 | 1997-03-18 | 局所雨域予測方法および装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10260267A JPH10260267A (ja) | 1998-09-29 |
| JP3377076B2 true JP3377076B2 (ja) | 2003-02-17 |
Family
ID=13264737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06466597A Expired - Lifetime JP3377076B2 (ja) | 1996-12-26 | 1997-03-18 | 局所雨域予測方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3377076B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100361244B1 (ko) | 1998-04-07 | 2002-11-18 | 오므론 가부시키가이샤 | 화상 처리 장치 및 방법, 화상 처리를 위한 프로그램을기억한 매체 및 검사장치 |
| JP4537426B2 (ja) * | 2007-07-05 | 2010-09-01 | 日本電信電話株式会社 | 画像補正装置および方法 |
| GB201018815D0 (en) * | 2010-11-08 | 2010-12-22 | Tomtom Int Bv | High-definition weather for improved routing and navigation systems |
-
1997
- 1997-03-18 JP JP06466597A patent/JP3377076B2/ja not_active Expired - Lifetime
Non-Patent Citations (3)
| Title |
|---|
| 境野英朋、堀越力、鈴木智，"レーダーエコー画像における移流・拡散方程式を用いた降水パターン変化予測方法"，電子情報通信学会総合大会講演論文集情報・システム２，日本，社団法人電子情報通信学会，１９９７年 ３月 ６日，Ｄ−１１−１９７，ｐ．１９７ |
| 大塚和弘、堀越力、鈴木智，"時空間画像中の運動軌跡の統合に基づくオプティカルフロー推定法"，情報処理学会研究報告，日本，社団法人情報処理学会，１９９７年 １月２３日，第９７巻、第１０号，Ｐ．７５−８１ |
| 露木義，"気象の予測とアジョイント・モデル"，数理科学，日本，株式会社サイエンス社，１９９６年１１月 １日，第４０１号，ｐ．５０−５９ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10260267A (ja) | 1998-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11675071B2 (en) | Predicting weather radar images | |
| Huang et al. | A long-term tropical mesoscale convective systems dataset based on a novel objective automatic tracking algorithm | |
| EP0851240B1 (en) | Meteorological radar precipitation pattern prediction method and apparatus | |
| US5974360A (en) | Method and equipment for weather image prediction | |
| CN102609904B (zh) | 双变量非局部平均滤波x射线图像消噪方法 | |
| JP4866896B2 (ja) | 気象予測装置、気象予測方法および気象予測プログラム | |
| JP3953350B2 (ja) | 映像シーン予測方法、装置、プログラム、および記録媒体 | |
| JP3377076B2 (ja) | 局所雨域予測方法および装置 | |
| JP2017033198A (ja) | 時空間変数予測装置及びプログラム | |
| Shukla et al. | A source apportionment approach to study the evolution of convective cells: An application to the nowcasting of convective weather systems | |
| JP3375038B2 (ja) | 降水パターン変化予測方法および装置 | |
| JP3377075B2 (ja) | ２次元降水量予測装置 | |
| JP3377074B2 (ja) | 降水量変化予測装置 | |
| JP3377073B2 (ja) | 降水域発達・減衰予測装置 | |
| JP3377071B2 (ja) | 大局的雨域予測装置 | |
| JP2000322556A (ja) | 時系列画像予測方法及び装置及び時系列画像予測プログラムを格納した記憶媒体 | |
| JP3351457B2 (ja) | 雨域成長・消滅予測装置 | |
| JPH09318745A (ja) | 相互相関雨域予測装置および相互相関雨域予測方法 | |
| JPH08271649A (ja) | 気象予測装置 | |
| JP2000187082A (ja) | 降雨予測補正方法、その装置、及び記録媒体 | |
| JPH10227872A (ja) | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 | |
| JP3727762B2 (ja) | コンピュータによる降雨予測方法及び降雨予測プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| Johnson et al. | A novel framework for objective detection and tracking of TC center from noisy satellite imagery | |
| JPH09318767A (ja) | 雨域予測装置 | |
| JP3351460B2 (ja) | 移動体の挙動解析予測装置およびそのうねり対応づけ処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071206 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081206 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091206 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101206 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101206 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111206 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111206 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121206 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121206 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131206 Year of fee payment: 11 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |