JP3386107B2 - 1次元量予測装置 - Google Patents
1次元量予測装置Info
- Publication number
- JP3386107B2 JP3386107B2 JP32322197A JP32322197A JP3386107B2 JP 3386107 B2 JP3386107 B2 JP 3386107B2 JP 32322197 A JP32322197 A JP 32322197A JP 32322197 A JP32322197 A JP 32322197A JP 3386107 B2 JP3386107 B2 JP 3386107B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- dimensional
- model
- prediction
- fitting
- 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 - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Complex Calculations (AREA)
Description
象のもつさまざまな属性の変化を予測することを必要と
する気象予測等の予測技術分野に関する。
の分野ではnowcastingと呼ばれる、数分〜数
時間先の降水量の変化を予測する手法が行われている。
画像処理により、連続する2枚の画像からパターンマッ
チングにより最大類似性を検出し、検出された方向に1
枚の降水パターン(画像)を1次の線形外挿法により予
測を行っているこの方法は、国内外で広く実用化されて
いる。
程式(式1)を適用した予測方法がある。
の濃淡値、λは拡散係数、ρは湧きだし項もしくは補正
項、左辺は濃淡の時間変化を示す。
ーダー画像格子点すべてについての連立1次方程式をた
てて、繰り返し解いていくことで降水パターンの予測結
果が出力される。なお、拡散係数λは一定値が与えられ
ている現在用いられているパターンマッチング法に基づ
く方法よりも、拡散方程式を適用したこの方法の方が予
測誤差が低く抑えられる利点がある
においてはパターンマッチング法から、拡散方程式を適
用した予測方法へと予測誤差を低く抑えるための研究が
進められているが、完全な予測は難しく予測誤差の一層
の低減が求められている。
を簡便に精度を高く予想できる一次元量測定装置を提供
することにある。
置は、対象地域の予測の対象とする画像を入力する画像
入力手段と、移動する予測の対象を含む入力された画像
を時系列の画像として蓄積する画像蓄積手段と、面積の
みに対応する1次元時系列信号または面積と濃淡値の両
方に対応する1次元時系列信号を画像の画像処理により
抽出する画像特徴量抽出手段と、過去の各1次元時系列
信号に自己回帰モデルをあてはめて、カルマンフィルタ
ーを適用するモデルあてはめ手段と、自己回帰モデルの
係数をもったカルマンフィルターを繰り返し各1次元時
系列信号に適用することで、各1次元時系列信号の未来
の変化を予測する予測手段と、予測された結果を出力す
る出力手段とを備える。
れる降水パターン情報の画像であり、目的は気象予測で
ある。
信号に対する自己回帰モデルの当てはめには、最大エン
トロビー法と、最適モデル次数を推定する赤池情報基準
とを適用し、モデルあてはめ手段におけるあてはめ区間
の選定は、あてはめた自己回帰モデルという関数により
再生したデータ点列と実際の過去のデータとの差から算
定された正規化自己相関関数が、データ数から統計的に
算定された信頼範囲に入ったときのあてはめ区間を最適
区間として選定するすることが好ましい。
うに拡散係数の変化を予測し、予測された該拡散係数を
含む時間依存の偏微分方程式を用いて予測を行うことに
より、レーダー画像上の降水パターンの降水量の濃淡値
情報を変数とした場合には予想結果を2次元的に出力
し、その他の場合は面積、濃淡値の1次元情報として予
測結果を出力する。
降水パターンの予測方法において、拡散方程式を適用す
る際に拡散係数の変化を予測することで推定精度を向上
させることができる。また、面積、濃淡値の1次元的な
予測を行うことで、降水量の増減を簡便に予測できる。
これらの方法により、非定常性に富んだ現象を的確に予
測できるようになる。
て図面を参照して説明する。図1は本発明の第1の実施
の形態の一次元量予測装置のブロック構成図である。
力部100で、対象地域の予測の対象とする画像を時系
列で入力し、画像蓄積部200で、入力した過去の時系
列画像を蓄積し、画像特徴量抽出部300では対象の面
積や濃淡値情報を画像処理で2次元画像から1次元量に
置き換え、モデルあてはめ部400では自己回帰モデル
を最大エントロビー法を介してモデルの係数をあては
め、同時に、赤池情報基準に従って最適モデル次数をあ
てはめ、続けてカルマンフィルターを適用し、予測部5
00では、拡散係数を含む時間依存の偏微分方程式を用
いて予測を行う。この予測には偏微分方程式の拡散係数
の変化の予測された面積にもとづいた予測過程が含まれ
るが、気象予測においてレーダー画像上の降水パターン
の降水量の濃淡値情報を変数とすると予測結果が2次元
的に出力部600に出力され、あるいは面積、濃淡値の
1次元情報で予測結果が出力部600に出力される。
のモデルあてはめ部で、自己回帰モデルを実際の発達過
程の降水パターンの面積変化にあてはめて予測した結果
であり、(a)は時間経過と面積変化の関係を示すグラ
フ、(b)は各次数に対する赤池情報基準(AIC)の
分布グラフである。また、図3は、本発明の1次元量モ
デル測定装置のモデルあてはめ部で、自己回帰モデルを
実際の衰退過程の降水パターンの面積変化にあてはめて
予測した結果であり、(a)は時間経過と面積変化の関
係を示すグラフ、(b)は各次数に対する赤池情報基準
(AIC)の分布グラフである。図中(a)のグラフの
Aは当てはめ区間内の実測値であり、Bは予測区間内の
予測値であり、Cは予測区間内の実測値である。
り、「時系列解析の実際I.II」(赤池弘次・北川源
四郎編 朝倉書房)に詳細が記載されているのでここで
は説明は省略する。
(2)である。式中yが実測の値、xがノイズ項、nが
次数であり、赤池情報基準(AIC)により選択され
る。dは係数であり、最大エントロビー法により推定さ
れる。式(3)は、最大エントロビー法における信号の
エネルギー式であり、分母のaが、式(2)のdに対応
している。
示すように自己回帰モデルの式(2)をあてはめる区間
として過去3時間(横軸は5分単位の、フレーム番
号)、予測は5時間先を示している。また、赤池情報基
準(AIC)の、各次数に対する分布グラフである
(b)から矢印で示したAICの最小値となる次数が最
適次数として選択される。図3の衰退過程の降水パター
ンの適用例も同様に求められた。
区間として5分単位のフレームで3時間としているが、
最適なあてはめ区間は次の選定方法により求めることが
できる。
から5分前までとして6時間前からあてはめを開始す
る。あてはめた結果である線形予測関数と過去の実際の
データとの差をとった時系列データを作成する。この時
系列データは過去のあてはめ区間における各時系列点に
おける誤差データである。
数を求めて、得られた自己相関関数の正規化自己相関関
数(NCC)を算出する。正規化自己相関関数(NC
C)は±1の範囲に分布する。過去のあてはめデータ数
(ここではフレーム数)をNとし、データ数Nの平方根
をsqrt(N)とすると、正規化自己相関関数(NC
C)における信頼範囲は統計的に、±1.96/ sq
rt(N)であることが知られている。即ち正規化自己
相関関数(NCC)の値がこの信頼範囲内に入ったとき
が最もあてはめがよくなったことを示す基準となる。こ
のことはあてはめがよいほど両者による誤差は信号論で
いう白色性が強くなることを逆に利用した方法であり、
白色性の時系列データは自己相関性が非常に小さい、す
なわち無相関性が高いという特徴がある。
なくしながら行って、正規化自己相関関数(NCC)の
値が信頼範囲に入ったときを最適なあてはめ区間として
推定する。
面積は予測誤差が数十%以内に抑えられている。
ついて時系列で比較した結果のグラフである。図中Aは
指数係数の予測のない場合、Bは指数係数の予測はある
がカルマンフイルタを適用しない場合、Cは指数係数を
予測しかつカルマンフイルタを適用した場合である。
あり、「応用カルマンフイルタ」(片山徹著 朝倉書
房)に詳細が記載されているのでここでは説明は省略す
る。
与えている。そして、拡散方程式(式1)の拡散係数を
可変にした場合としない場合とを比較している。また、
自己回帰モデルをカルマンフィルターに適用した場合に
ついても考慮している。
てはめて、拡散係数の変化を予測しながら、拡散方程式
を解いたCの場合が最も降水量の予測誤差を抑制するこ
とができている。カルマンフィルターは面積の変化に含
まれるノイズ成分を時間方向に除去する作用がある。
レーダー画像上の降水パターンの変化などの気象予測に
おいて、予測方程式に含まれる拡散係数を予測すること
で、非定常性に富んだ降水パターンの変化を精度よく予
測できるという効果がある。
でさらに予測精度を低く抑制することができるという効
果がある。
のブロック構成図である。
はめ部で、自己回帰モデルを実際の発達過程の降水パタ
ーンの面積変化にあてはめて予測した結果である。
(a)は時間経過と面積変化の関係を示すグラフであ
る。(b)は各次数に対する赤池情報基準(AIC)の
分布グラフである。
はめ部で、自己回帰モデルを実際の衰退過程の降水パタ
ーンの面積変化にあてはめて予測した結果である。
(a)は時間経過と面積変化の関係を示すグラフであ
る。(b)は各次数に対する赤池情報基準(AIC)の
分布グラフである。
で比較した結果のグラフである。
Claims (3)
- 【請求項1】 気象レーダーから獲得される対象地域の
降水パターン情報の画像を入力する画像入力手段と、 移動する予測の対象を含む入力された前記画像を時系列
の画像として蓄積する画像蓄積手段と、面積のみに対応する1次元時系列信号または面積と濃淡
値の両方 に対応する1次元時系列信号を前記画像の画像
処理により抽出する画像特徴量抽出手段と、 過去の各前記1次元時系列信号に自己回帰モデルをあて
はめて、カルマンフィルターを適用するモデルあてはめ
手段と、 自己回帰モデルの係数をもった前記カルマンフィルター
を繰り返し各前記1次元時系列信号に適用し、予測され
た面積と比例するように拡散係数の変化を予測し、予測
された該拡散係数を含む時間依存の偏微分方程式を用い
て予測を行うことにより、レーダー画像上の降水パター
ンの降水量の濃淡値情報を変数とした場合には予想結果
を2次元的に出力し、その他の場合は面積、濃淡値の1
次元情報として予測結果を出力して、各前記1次元時系
列信号の未来の変化を予測する予測手段と、 予測された結果を出力する出力手段とを備えた1次元量
予測装置。 - 【請求項2】 前記モデルあてはめ手段における一次元
時系列信号に対する自己回帰モデルの当てはめには、最
大エントロビー法と、最適モデル次数を推定する赤池情
報基準とを適用する請求項1に記載の1次元量予測装
置。 - 【請求項3】 前記モデルあてはめ手段におけるあては
め区間の選定は、あてはめた自己回帰モデルという関数
により再生したデータ点列と実際の過去のデータとの差
から算定された正規化自己相関関数が、データ数から統
計的に算定された信頼範囲に入ったときのあてはめ区間
を最適区間として選定する請求項1に記載の1次元量予
測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP32322197A JP3386107B2 (ja) | 1997-11-25 | 1997-11-25 | 1次元量予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP32322197A JP3386107B2 (ja) | 1997-11-25 | 1997-11-25 | 1次元量予測装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH11160454A JPH11160454A (ja) | 1999-06-18 |
JP3386107B2 true JP3386107B2 (ja) | 2003-03-17 |
Family
ID=18152387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP32322197A Expired - Fee Related JP3386107B2 (ja) | 1997-11-25 | 1997-11-25 | 1次元量予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3386107B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9898767B2 (en) | 2007-11-14 | 2018-02-20 | Panjiva, Inc. | Transaction facilitating marketplace platform |
JP4722178B2 (ja) * | 2008-11-26 | 2011-07-13 | 日本電信電話株式会社 | 天候変化検出装置、天候変化検出方法及び天候変化検出プログラム |
JP2013061768A (ja) * | 2011-09-13 | 2013-04-04 | Nippon Telegr & Teleph Corp <Ntt> | 最適モデル推定装置、方法、及びプログラム |
JP5339317B1 (ja) * | 2012-07-30 | 2013-11-13 | 祥人 平田 | 気象変動の実時間予測法に基づく再生可能エネルギー出力変動の予測機構 |
JP5990449B2 (ja) * | 2012-11-21 | 2016-09-14 | 日本電信電話株式会社 | 推定システム、推定装置、推定方法、及びプログラム |
US9857460B2 (en) | 2014-12-19 | 2018-01-02 | Mitsubishi Electric Corporation | Waveform estimation device and waveform estimation method |
WO2018195553A1 (en) * | 2017-04-22 | 2018-10-25 | Panjiva, Inc. | Nowcasting abstracted census from individual customs transaction records |
WO2019113124A1 (en) | 2017-12-04 | 2019-06-13 | Panjiva, Inc. | Mtransaction processing improvements |
CN111915082B (zh) * | 2020-08-03 | 2024-03-29 | 深圳集智数字科技有限公司 | 一种预测方法、装置、存储介质及设备 |
CN114966899B (zh) * | 2022-07-27 | 2022-11-01 | 南京云熙遥感科技有限公司 | 一种基于多源多元遥感技术协同的区域能见度预测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2560785B2 (ja) | 1988-05-31 | 1996-12-04 | 沖電気工業株式会社 | 自己回帰モデル自動次数決定方法 |
-
1997
- 1997-11-25 JP JP32322197A patent/JP3386107B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2560785B2 (ja) | 1988-05-31 | 1996-12-04 | 沖電気工業株式会社 | 自己回帰モデル自動次数決定方法 |
Non-Patent Citations (4)
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,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 |
境野英朋、堀越力、鈴木智,"反復的移流速度推定法によるレーダー降水画像の変化予測方法",電子情報通信学会情報・システムソサイエティ大会講演論文集,日本,社団法人電子情報通信学科会,1997年 8月13日,D−11−73,p.165 |
篠沢一彦、藤井雅春、曽根原登、石井健一郎,"局所並列計算による降雪レーダ予測方式の検討",電子情報通信学会論文誌,日本,社団法人電子情報通信学会,1995年 7月25日,第J78−D−2巻、第7号,p.1144−1149 |
赤池弘次、北川源四郎,「統計科学選書3 時系列解析の実際1」,日本,株式会社朝倉書店,1994年 6月 1日,初版,p.195−214 |
Also Published As
Publication number | Publication date |
---|---|
JPH11160454A (ja) | 1999-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0211219B1 (en) | Apparatus for measuring ultrasonic charateristics of a medium | |
Lee et al. | DTM extraction of LiDAR returns via adaptive processing | |
JP3386107B2 (ja) | 1次元量予測装置 | |
Hunt et al. | Performance of the Hough transform and its relationship to statistical signal detection theory | |
CN111310109A (zh) | 一种基于vmd-arma-garch模型的非良态风速建模方法 | |
US20030161531A1 (en) | Method of multitime filtering coherent-sensor detected images | |
CN111610502B (zh) | 基于fvsbl的空间微动目标回波信号时频分析方法 | |
CN116611552B (zh) | 一种基于目标监测数据的船舶交通流量预测方法及系统 | |
Kasban et al. | Spectrum analysis of radiotracer residence time distribution for industrial and environmental applications | |
US4774682A (en) | Nonlinear statistical signal processor | |
Xianmin | A new method with high confidence for validation of computer simulation models of flight systems | |
JP3377075B2 (ja) | 2次元降水量予測装置 | |
CN110764062B (zh) | 基于分数阶傅里叶域滤波的多分量线性调频信号参数估计方法 | |
JP3377073B2 (ja) | 降水域発達・減衰予測装置 | |
KR100299060B1 (ko) | 무선망 설계 시스템에서 등고선 정보를 이용한 고도 정보 생성방법 및 그에 따른 전파 해석 방법 | |
US20210144171A1 (en) | A Method of Digital Signal Feature Extraction Comprising Multiscale Analysis | |
US9268745B2 (en) | Method for fast wavelet transform of a signal | |
JPH0677211B2 (ja) | プラント・モデリング装置 | |
Ren et al. | Conditional simulation of non-Gaussian random fields for earthquake monitoring systems | |
JP3317332B2 (ja) | レーダーエコーパターン分類方法とその装置 | |
Asdrubali et al. | Detection of thermal bridges from thermographic images for the analysis of buildings energy performance | |
JP3521049B2 (ja) | 曲線生成装置及び曲線生成方法 | |
Frezza et al. | Simulating multifractal signals for risk assessment | |
JPH09101276A (ja) | デ−タ処理装置 | |
JPH11109048A (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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090110 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090110 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100110 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110110 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110110 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120110 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130110 Year of fee payment: 10 |
|
LAPS | Cancellation because of no payment of annual fees |