JP3737463B2 - Lightning strike prediction method - Google Patents
Lightning strike prediction method Download PDFInfo
- Publication number
- JP3737463B2 JP3737463B2 JP2002228654A JP2002228654A JP3737463B2 JP 3737463 B2 JP3737463 B2 JP 3737463B2 JP 2002228654 A JP2002228654 A JP 2002228654A JP 2002228654 A JP2002228654 A JP 2002228654A JP 3737463 B2 JP3737463 B2 JP 3737463B2
- Authority
- JP
- Japan
- Prior art keywords
- lightning
- lightning strike
- rate
- prediction
- time
- 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
Images
Landscapes
- Processing Or Creating Images (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、落雷の発生を予測して、気象防災等に資する落雷予測方法に関するものである。
【０００２】
【従来技術】
雷の発生を予測する方法は、種々の技術が開発され、例えば、特開２００１−１８３４７３号公報記載の技術は、所定の観測領域内において、一定以上の水分量の対流セルを抽出するとともに、その対流セルから発雷した対流セルを特定し、その発雷対流セルの位置の経時的推移から将来の位置を予測し、その予測位置を落雷が発生する可能性がある領域とするものである。
【０００３】
また、特開２００２−４０１６２号公報記載の技術は、気象レーダーで得られる雨量（エコー）強度データから雷雲セルを判別し、その雷雲セルと過去のレーダー観測で得られた実際の発雷した雷雲セルモデルとを比較照合し、その照合により、６０分以内の発雷を予測するものである。
【０００４】
さらに、気象庁では、例えば、全世界の気象データを元に、ＧＳＭ（全球モデル；全地球を計算対象）とＲＳＭ（領域モデル；東アジアの広領域を計算対象）という２つのモデルを１日２回ルーチン運用し、その計算結果であるＧＰＶ（Ｇｒｉｄ Ｐｏｉｎｔ Ｖａｌｕｅ「数値予報格子点値」）を配信し、そのＧＰＶを元に計算した情報のひとつにＰｏＴ情報がある。このＰｏＴ情報は、発雷確率ガイダンスであって、予報対象領域（例えば、大阪市中央区などの一行政領域）内の少なくとも一地点で発雷する確率を、例えば、１３％、２７％などと１％単位で表す。
【０００５】
【発明が解決しようとする課題】
上記両公報記載技術とも、発雷対流（雷雲）セルの状態のみに着目して発雷を予測している。
【０００６】
しかし、実際の落雷は、発雷対流セルの状態のみならず、その発雷対流セルの位置する地形が大きく影響する。このことは、例えば、広い地域に雷雲（発雷発生セル）が発生しても、落雷が生じている地域が偏ることが現実であることから理解できる。
【０００７】
また、ＧＰＶは、地形などを考慮して行っているが、それらは、その予測計算式に地形の要因を加味したものであり、２日後、１週間後等とその予想時間範囲も広く、予想精度において、十分ではない。このため、そのＧＰＶに基づくＰｏＴも、精度的に十分でない。これは、数値予報モデルゆえに、今の情報を加味し得ないことに基づく。
【０００８】
この発明は、数値予報、今の情報及び生の情報をそれぞれ加味して予報するようにして、予想確率を高めることを課題とする。
【０００９】
【課題を解決するための手段】
上記課題を達成するために、この発明は、まず、ＧＰＶなどの数値予報データによる予測落雷情報を所要の階級に分け、その階級毎の気象レーダーによる気象情報と実際の落雷数に基づく落雷率を算出し、その算出を観測区域毎に行ってデータベースとする。このデータベースは、今及び生の情報である同じ気象レーダーによる気象情報においても、ＧＰＶなどの予測計算式に基づく予測落雷情報の相違（地形などの相違）に基づく落雷率の相違が加味されたものとなる。すなわち、各観測区域において、同じ気象条件であっても、予測計算式による予測落雷情報の相違（階級）により、落雷する可能性が異なり、その可能性度合が加味されたものとなる。
【００１０】
つぎに、このデータベースに、実際の気象レーダーによる気象情報を照らし合わせて、各観測区域の落雷率を求めてその落雷確率を予測する。この予測は、今及び生の情報に数値予報が加味されたデータに基づくものとなって、精度の高いものとなる。
【００１１】
具体的には、所定の観測領域を所要大きさ・所要数に区分けするとともに、気象庁のＧＰＶなどの数値予報データによる予想落雷率情報を、その予想落雷率を所要数段階的に区分けして所要数の階級に区分けし、前記区分けした各区分領域において、その各落雷率階級における気象レーダー情報と実際の落雷から得た落雷率との関係のデータベースを作り、落雷予測においては、予測時の前記気象レーダー情報に基づき、前記各区分領域の所要時間経過後の気象レーダー情報を予測するとともに、予測時の前記各区分領域の所要時間経過後の前記落雷率階級を算出し、前記データベースに基づき、前記算出した落雷率階級における前記予測気象レーダー情報と前記実際の落雷から得た落雷率との関係から、その落雷率階級時の前記予測気象レーダー情報における落雷率を導き出し、その落雷率を各区分領域の前記所要時間経過後の落雷確率とするようにしたのである。
【００１２】
上記所定の観測領域の区分けは、各市町村などの行政区で分けたり、山、湖などの地形の相違で分けたりしても良いが、メッシュ状とすることができる。そのメッシュ状の大きさは、適宜に決定すればよいが、例えば、約２．５ｋｍ四方などとする。また、上記予想落雷率の階級の数は、データ数（サンプル数）などに基づき適宜に選定すればよいが、細かい程、その予想精度は向上する。しかし、反面、その処理は煩雑となる。
【００１３】
上記落雷率階級は、上記気象庁数値予報データによる落雷率情報に基づき段階的に区分けした各落雷率階級における過去の落雷数に基づく落雷率を算出し、その落雷率が入る前記落雷率階級に補正することができる。このようにすれば、各区分領域において、実際の落雷情報と、その落雷が発生した気象レーダーによる落雷率情報との関係が見出され、気象庁数値予報データによる落雷率情報が、落雷の生の情報である落雷情報により補正されてより精度の高いものとなる。
【００１４】
上記予測時の気象レーダー情報には雨量（エコー）強度情報を採用するとよい。雨量強度に加え、エコー頂高度などの他の情報も考慮することもできるが、多くの情報を考慮することは、その処理が煩雑となり、一方、後述のように、雨量強度に対し、エコー頂高度等は高い相関関係が認められるため、雨量情報を考慮しただけでも、その精度に大きな差はなく、処理も容易となる。
【００１５】
上記データベースを作るＧＰＶなどの数値予報データによる落雷情報は、周知の種々のものを採用できるが、最も入手し易い気象庁のＰｏＴとすることができる。その数値予報データによる予想落雷情報の区分けは、前記ＰｏＴの発雷率で行ない、上記区分領域の落雷率をその区分領域が入る前記数値予報データの区分け領域の前記ＰｏＴの発雷率とすることができる。このとき、そのＰｏＴによる予想落雷情報の区分けが前記区分領域より大きい場合には、その区分けの各区分領域の落雷率を、前記ＰｏＴの区分け領域の発雷率に、その区分け内の実際の落雷データから得た最大落雷率で割ると共にその区分領域の実際の落雷データから得た落雷率を乗じたものとし得る。
【００１６】
また、上記ＰｏＴによる時系列気象情報を線で結び、その線グラフを時系列に区分けして、前記気象情報の時系列を細分化するようにすれば、その気象情報の経時的な平滑化を図ることができる。
【００１７】
さらに、上記データベースは、上記ＰｏＴの発信毎に更新するようにすれば、データベースが常に最新のものとなって、予測精度も向上する。
【００１８】
上記所要時間後の予測を、後になる程、その時間間隔を徐々に長くするようにしたり、上記区分領域を徐々に大きくするようにしたり、上記落雷率階級の区分けを徐々に粗くするようにすることができる。予測が、長時間後となればなる程、その精度が低下するため、その時間間隔を長くしたりすれば、精度の低下を押さえることができ、予測を受ける側の信頼性も増す。
【００１９】
上記予測時の気象レーダー情報に基づく、上記各区分領域の所要時間経過後の気象レーダー情報は、予測時間が短いものを、それに合った予測手段により行い、予測時間の長いものはそれに合った予測手段で行うことが好ましく、例えば、前者は、出願人の一人である財団法人日本気象協会の「超短時間降雨予測情報」システムを採用し、後者は、同じく、日本気象協会の「ＡＮＥＮＯＳ」システムを採用し得る。
【００２０】
【実施の形態】
この実施形態は、図５に示す、北緯３３度１５分〜３７度００分、東経１３３度３０分〜１３８度００分の観測地域Ａを、緯度方向：１．２５０分（約２．３ｋｍ）、経度：１．８７５分（約２．８ｋｍ）四角エリア（約２．５ｋｍ四方のメッシュ領域）ｅに区分けし、そのメッシュ領域（区分領域）ｅにおいて、夏季（６月〜９月）に発生する雷について，ＰｏＴ、ＬＬＳ及び気象レーダー情報に基づき、落雷確率を予測するものであり、３時間先までは気象レーダーを用いた上記「超短時間降水予測」を基本に１０分〜３０分毎に、それより先は数値計算モデル「ＡＮＥＭＯＳ」を基に２４時間先までを１時間毎に予測する。図１、図２ａ、図２ｂに、その予測システムのフローを示す。図２ａ、同ｂ中の「ｋｑｚｚデータ」は「ＰｏＴデータ」と同一内容を示す。
【００２１】
上記ＬＬＳ情報は、出願人の一人である関西電力が前記観測地域Ａにおける交合法（ＬＬＳ：Ｌｉｇｈｔｎｉｎｇ Ｌｏｃａｔｉｏｎ Ｓｙｓｔｅｍ）により得たものであって、過去の落雷地点の（緯度・経度で示される）情報である。また、気象レーダー情報は、気象庁が１０分間隔で発信する大気状態の情報である。ＬＬＳに代えて、周知の到達時間差法、電波干渉法などによって、落雷位置を検出するようにし得る。これらの各情報により、以下の手順によって落雷予測を行う。
【００２２】
『気象条件による落雷ポテンシャルの作成』（図３）
（１）ＰｏＴからの地域落雷ポテンシャルの算出
ＰｏＴから収集した予測落雷データを用いて、３時間ごと（以下、この３時間を「時間帯」と呼ぶ）の発雷ポテンシャル（発電情報）であるＰｏＴからの予測落雷率Ｐｂを、前記予報対象領域（以下、二次細分地域といい、この実施形態の観測地域Ａでは６４の地域となる）Ｅそれぞれについて、０％、１〜１０％、１１〜２０％・・・、８１〜９０％、９１〜１００％の１１階級Ｑ0 、Ｑ1 ・・・Ｑ10（総称符号：Ｑ）に分けて、その地域Ｅ内での落雷との対応付けを行う。地域落雷ポテンシャル（％）は，その時間帯に地域内でＬＬＳ標定（落雷）が１回以上あれば、「落雷あり」として、各階級ごとに、次の式で求める。
【００２３】
【数１】
ここで、時間帯数とは、収集した期間（例えば、３年）において各階級Ｑ内で落雷があった時間帯の数、全時間帯数とは、収集した期間において各階級Ｑが存在した時間帯の数であり、例えば、収集した期間を、６月から９月までの３年間、時間帯を３時間とした場合、時間帯の総数は１２２×３×８＝２９２８となる。
【００２５】
そして、例えば、ある地域Ｅで、ＰｏＴが１１〜２０％の階級Ｑ2 の時間帯数をＮａ2 、そのＮａ2 の内、その地域Ｅ内で落雷があった時間帯数をＮｔ2 とすると、その地域Ｅの１１〜２０％の階級Ｑ2 の地域落雷ポテンシャルＰE2（％）はＮｔ2 ／Ｎａ2 ×１００となる。
【００２６】
このとき、ＰｏＴの高い階級Ｑ（８１〜９０％、９１〜１００％など）が出現しない地域が存在すれば、その地域Ｅのその階級Ｑの地域落雷ポテンシャルについては、出現があった全地域Ｅの平均値から推定する。例えば、出現があった全地域Ｅの地域落雷ポテンシャルＰE の平均値が、階級Ｑn について９０％、階級Ｑn の１階級下の階級Ｑn-1 について８０％の場合、出現がなかった地域Ｅの階級Ｑn-1 におけるＰE が７５％であれば、階級Ｑn におけるＰE は、７５×９０／８０＝８４．４％と推定する。
【００２７】
（２）地域内の落雷分布
まず、過去のＬＬＳによる落雷位置を各メッシュ領域ｅについて３時間毎に整理する。すなわち、３時間間隔で、落雷が発生したメッシュ領域ｅを算出する。
【００２８】
つぎに、その算出した「落雷あり」のメッシュ領域ｅのデータに基づき、各二次細分地域Ｅ内の各メッシュ領域ｅの落雷率を、上記（１）と同様にして、ＬＬＳ標定（落雷）が１回以上あれば「落雷あり」として、式１から同様に計算する。そして、各地域Ｅ内のメッシュ領域ｅにおける最大値をＰM とし、実際の各メッシュ領域ｅの落雷率は，地域落雷ポテンシャル（落雷率）ＰE を用いて、ＰE ／ＰM を乗じて補正する。これにより、各地域Ｅ内における各メッシュ領域ｅの落雷率Ｐａが定まって落雷分布が求まる。
【００２９】
（３）各メッシュ領域ｅの落雷ポテンシャル
以上から、ＰｏＴの１１階級、６４の二次細分地域Ｅごとに、メッシュ領域ｅの落雷率Ｐａがパターン化される。対象領域Ａ全体でみれば、１１×６４＝７０４個のパターンができる。このとき、地域Ｅ間で不連続になる可能性があるので、平滑化対象メッシュ領域ｅの落雷率Ｐａを、周辺のメッシュ領域ｅの落雷率Ｐａとともに加重平均し、その平均値に加重値（重み付け値１、２・・・１６）を乗じた値をそのメッシュ領域ｅの落雷率Ｐａとして平滑化を行う。この平滑化処理を対象領域Ａ全体について行う。なお、加重平均を行う範囲は、例えば、対象とするメッシュ領域ｅの東西南北に±２メッシュ、合計２５メッシュとし、重み付けは、平滑化しようとするメッシュ領域ｅからの距離に関連付けて図４（ａ）に示すように与える。
【００３０】
また、ＰｏＴは３時間値であるが、３時間一定値とすると、前後の時間帯と不連続が生じる場合がある。このため、その不連続が生じた場合には、ＰｏＴによる時系列気象情報を線で結び、その線グラフを時系列に区分けして、その気象情報を、例えば１時間毎に細分化して、時間的な内挿を行う。例えば、ある時刻のＰｏＴが１８％で、３時間前のＰｏＴが１２％、３時間後のＰｏＴが２７％の場合、３時間前から３時間後までの１時間毎のＰｏＴは、順に１２％、１４％、１６％、１８％、２１％、２４％、２７％とする。
【００３１】
その２００１年７月１７日１４時から１５時までの１時間における気象条件による、観測地域Ａにおける落雷ポテンシャル状況を図６に示す。
【００３２】
なお、この『気象条件による落雷ポテンシャルの作成』が請求項２に記載の内容であり、その請求項２の落雷率階級Ｑ’は、この項の各階級Ｑ、Ｑ1 、Ｑ2 ・・・に相当する。
【００３３】
『過去の落雷情報と気象レーダ情報との対応』
（１）対応の方法
ＬＬＳデータ（情報）とレーダーデータ（情報）との対応は、まず、両データを、実際に運用するメッシュ領域ｅに編集する。すなわち、気象庁からの気象レーダデータは１０分間隔であるため、前後５分間に生じたＬＬＳ標定と対応させる。このとき、前後５分間の時間差を考慮し、メッシュ領域ｅがずれる可能性があるため、１メッシュ領域ｅ差まで許容して対応する。例えば、ある時点で、あるメッシュ領域ｅ1 に落雷があれば、図４（ｂ）に示すように周辺３×３メッシュ（計９メッシュ）の領域ｅが落雷があったものとしてレーダデータと対応させる。
【００３４】
（２）エコー強度（雨量強度）とエコー頂高度との関係
気象庁レーダーの観測要素にエコー強度とエコー頂高度がある。一般に、夏季に落雷を起こす積乱雲では、雲頂が高く降水強度が大きいことから、２つのレーダー要素には相関があることが推察される。このため、両者の相関関係を調べた。現在、気象庁の気象レーダー情報に基づくエコー頂高度は、２５ｋｍ四角メッシュ内での最高高度であるため、エコー強度は同じ領域（２．５ｋｍ四角メッシュ１００個）の最大値を対応させた。その対応は、あるエコー強度のとき、あるエコー頂高度がいくつあったかで行い、例えば、エコー強度：２〜４ｍｍ／ｈのとき、エコー頂高度：２〜４ｋｍが３８５１６回であったとし、その表を表１に示す。この表１から、両者の相関係数を求めると、０．７０５で、高いものである。このため、エコー強度のみでも、気象レーダ情報として有効なことが分かる。
【００３５】
【表１】
（３）落雷とレーダーとの対応
下記表２で示すように、レーダー値の１５階級（０〜１４）の雨量強度（エコー強度）Ｒのそれぞれについて、ＬＬＳによる１０分ごとの落雷の有無を調べて、落雷率（落雷回数／データ数×１００）を求めた。例えば、表２のレーダー値２：１≦雨量強度Ｒ＜２の場合、収集した期間（例えば、３年間）において、そのレーダー値２の１０分間が３９８９５９４回あり、その内、４６６７８回、落雷が生じたため、落雷率Ｐｃ＝４６６７８／３９８９５９４×１００＝１．１７となる。
【００３７】
【表２】
この表２から、エコー強度が大きいほど落雷が生じやすい傾向が理解できる。因みに、気象庁のレーダー情報によるエコー頂高度は、メッシュが２５ｋｍ四方と粗く、また、上述のように、エコー強度との相関が高いことから、運用時の簡素さも考慮して、あえて用いる必要はないと考える。
【００３９】
『予想落雷率の計算』
（１）予想落雷確率の計算
上記『気象条件による落雷ポテンシャルの作成』における落雷ポテンシャル階級Ｑ別に、『過去の落雷情報と気象レーダーデータとの対応』と同様にして、レーダー情報による雨量強度（エコー強度）と落雷率Ｐｃの対応関係をグラフ化する。その結果を図７ａに示す。このとき、表２においては、その雨量強度は１時間当りとしたが、この図７ａにおいて、横軸の雨量強度は、気象レーダーが１０分間隔であることから、運用を考慮して１０分間雨量を採用した。
【００４０】
これによると、気象条件による落雷ポテンシャルが低いほど、１０分間雨量（雨量強度）が大きくても落雷率Ｐｃが高くならない傾向が理解できる。これに対し、落雷ポテンシャルが３０％を越えると、１０分間雨量と落雷率Ｐｃとの関係に及ぼす落雷ポテンシャルの影響は小さくなっている。
【００４１】
この図７ａの関係グラフでは、落雷ポテンシャルの落雷率Ｐｃが逆転しているものがある。これは、現実的におかしいため、図７ｂに示すように、逆転している前後の関係から、気象条件による落雷ポテンシャルが大きいほど、１０分間雨量が大きいほど、落雷率Ｐｃが高くなるように調整した。この図７ｂのグラフに基づき、気象条件による落雷ポテンシャルとレーダーによる１０分間雨量（雨量強度）から、予想落雷確率Ｐを求める。
【００４２】
なお、雨量強度と落雷率Ｐｃの関係グラフは、観測地域Ａ全体で１つでもよく、各二次細分地域Ｅごと、又は各メッシュ領域ｅごとに作成してもよい。但し、細かくなれば、処理が煩雑となり、この実施形態では、観測地域Ａ全体で１つとした。
【００４３】
（２）予想落雷確率Ｐの計算例
予想落雷率Ｐは、図１のフローで計算し、例えば、表３の事例Ｎｏ．１の「２００１年７月１７日の１４時００分」に入手した気象庁からの気象レーダ情報に基づき、図２ａに示すように、６０分後までは１０分毎に上記「超短時間降水予測システム」により予想降水強度（エコー強度）を算出し、１８０分後までは、３０分毎に、その「超短時間降水予測システム」により予想降水強度を算出し、それ以後は、図２ｂに示すように、１時間毎に、ＡＮＥＭＯＳシステムによる予想降水強度（雨量強度）を算出し、それらの算出値に基づいて行う。
【００４４】
例えば、あるメッシュ領域ｅでの、１４時００分から１０分後の予想落雷確率Ｐは、その１０分後における観測地域Ａにおける落雷ポテンシャル状況から、そのメッシュ領域ｅの階級Ｑを導き出し、例えば、それが、１１〜２０％（階級Ｑ2 ）であれば、図７ｂのグラフＱ2 （１１〜２０％）において、前記１０分後に予測したエコー強度（雨量）に対応した落雷確率Ｐを導き出す。例えば、雨量：１２ｍｍであれば、落雷確率Ｐ：８４％程であり、落雷確率Ｐ：８０〜９０％と表示する。表３で示す他の事例（Ｎｏ．２〜１６）も同様に計算し、図８ａに、その２００１年７月１７日１４時００分より３０分後の予想落雷確率Ｐの計算例を示し、図８ｂにＬＬＳによる落雷回数の分布を示す。
【００４５】
【表３】
その表３の１６事例の落雷予測について、予想落雷確率と実際の落雷率との関係を検証した結果を表４に示す。例えば、１０分後の落雷確率を１１〜２０％とした場合において、その１１〜２０％の落雷確率と予想したメッシュ領域ｅの実際の落雷率は７．６％となった。表４のメッシュ領域ｅのみの予想値は、実際の落雷に比べやや高めであるが、表５の１メッシュ領域ｅのずれを許容すれば（落雷予測したメッシュ領域ｅの隣メッシュ領域ｅで落雷があれば、予想が当たったとすれば）、３０分後までは予想値と実測値は良く一致し、４０分後でも比較的良く一致している。
【００４７】
【表４】
【表５】
『落雷予測システム』
（１）プログラム構成
気象条件による落雷ポテンシャルの計算は、１日２回気象庁ガイダンス（ＰｏＴ）を入手した直後に行う。落雷予測は、上記『予想落雷確率の計算』（２）の予想落雷率の計算例にならって、図１、図２ａ、同ｂに示すように、３時間後までの予想落雷確率Ｐは、落雷ポテンシャルと、超短時間降水予測の１０分間予測降水量（雨量強度）から計算し、それ以後は、落雷ポテンシャルと、ＡＮＥＭＯＳの１０分間予測降水量から計算する。
【００５０】
（２）画面表示仕様
例えば、図９に示す画面例で行う。そのとき、表示メッシュ等の仕様は、例えば、表６に示すものを採用する。
【００５１】
【表６】
なお、上記落雷予測は、後になる程、上記メッシュ領域ｅを徐々に大きくするように、例えば、３時間後は、５ｋｍ四方、６時間後は１０ｋｍ四方などとし得る。また、後になる程、上記気象レーダ情報による予測落雷率の区分け（１２階級Ｑ）を徐々に粗くするように、例えば、３時間後は、６階級（０％、１〜２０％・・・）、６時間後は、３階級（０％、１〜５０％、５１〜１００％）などとし得る。この階級Ｑの数は任意である。
【００５３】
この落雷予測は、ゴルフ場などの落雷被害が生じ易い地域や、高所作業時などの危険防止に有効である。
【００５４】
【発明の効果】
この発明は、以上のように、数値予報データ及びレーダー情報に基づく落雷予想を、実際の落雷情報で補完し、地形等も加味して行うようにしたので、その予想精度は向上する。
【図面の簡単な説明】
【図１】一実施形態のフロー図
【図２ａ】同実施形態の超短時間予測作用図
【図２ｂ】同実施形態の短期間予測作用図
【図３】気象条件による落雷ポテンシャルの作成説明図
【図４】気象条件による落雷ポテンシャルの作成説明図
【図５】同実施形態の予想対象範囲図
【図６】気象条件による落雷ポテンシャルの一例図
【図７ａ】気象条件による落雷ポテンシャル階級別の気象レーダー雨量と落雷率の関係図
【図７ｂ】気象条件による落雷ポテンシャル階級別の気象レーダー雨量と落雷確率の補正関係図
【図８ａ】予想落雷率の表示例図
【図８ｂ】ＬＬＳによる落雷分布図
【図９】同実施形態による予測表示画面例図
【符号の説明】
Ａ 観測領域
Ｅ 区分け地域
Ｐ、Ｐａ、Ｐｂ、Ｐｃ 落雷率
Ｑ、Ｑ0 、Ｑ1 、・・・Ｑ11 階級
Ｓ、Ｓ’ 気象レーダー情報
ｅ 区分領域（メッシュ領域）[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a lightning strike prediction method that predicts the occurrence of lightning strikes and contributes to weather disaster prevention and the like.
[0002]
[Prior art]
Various techniques have been developed for predicting the occurrence of lightning. For example, the technique described in Japanese Patent Application Laid-Open No. 2001-183473 extracts a convection cell having a predetermined amount of moisture in a predetermined observation region, and The convection cell that generated lightning from the convection cell is identified, the future position is predicted from the temporal transition of the position of the lightning convection cell, and the predicted position is set as a region where lightning may occur. .
[0003]
Further, the technology described in Japanese Patent Application Laid-Open No. 2002-40162 discriminates thundercloud cells from rain (echo) intensity data obtained by weather radar, and the thunderclouds actually generated from thundercloud cells and past radar observations. The cell model is compared and collated, and lightning within 60 minutes is predicted by the collation.
[0004]
In addition, the Japan Meteorological Agency, for example, based on global meteorological data, GSM (global model; global calculation target) and RSM (regional model; East Asian wide calculation target) two models a
[0005]
[Problems to be solved by the invention]
Both of the technologies described in the above publications predict lightning by paying attention only to the state of lightning convection (thundercloud) cells.
[0006]
However, actual lightning strikes are greatly influenced not only by the state of the lightning convection cell but also by the topography where the lightning convection cell is located. This can be understood from the fact that even if thunderclouds (lightning generation cells) occur in a wide area, the area where lightning strikes is biased in reality.
[0007]
In addition, GPV considers topography, etc., but these are factors that include topographic factors in the prediction formula, and the expected time range is wide, such as two days later, one week later, etc. In accuracy, it is not enough. For this reason, the PoT based on the GPV is not sufficiently accurate. This is based on the fact that the current information cannot be taken into account due to the numerical forecast model.
[0008]
An object of the present invention is to increase the prediction probability by making predictions by taking into account numerical prediction, current information, and raw information, respectively.
[0009]
[Means for Solving the Problems]
In order to achieve the above object, the present invention first divides predicted lightning strike information based on numerical forecast data such as GPV into required classes, and calculates the lightning strike rate based on the meteorological information and the actual number of lightning strikes for each class. Calculate and make the database for each observation area. In this database, the current and raw weather information by the same weather radar also takes into account differences in lightning strike rates based on differences in predicted lightning information (differences in topography, etc.) based on prediction formulas such as GPV It becomes. That is, even in the same weather conditions in each observation area, the possibility of lightning strikes differs depending on the difference (class) in the predicted lightning strike information based on the prediction calculation formula, and the possibility degree is taken into account.
[0010]
Next, this database is compared with weather information from actual weather radars to determine the lightning strike rate in each observation area and predict the lightning strike probability. This prediction is based on data in which a numerical forecast is added to current and raw information, and is highly accurate.
[0011]
Specifically, the predetermined observation area is divided into the required size and required number, and the expected lightning rate information based on numerical forecast data such as GPV of the Japan Meteorological Agency is required by dividing the expected lightning rate in the required number of steps. In each divided area, create a database of the relationship between the weather radar information in each lightning strike rate class and the lightning strike rate obtained from the actual lightning strike. Based on weather radar information, predict weather radar information after the required time of each segment area, calculate the lightning rate class after the required time of each segment area at the time of prediction, based on the database, From the relationship between the predicted weather radar information in the calculated lightning rate class and the lightning rate obtained from the actual lightning rate, the predicted weather level at the time of the lightning rate class is determined. Derived lightning rate in Zehnder information, but the lightning rate set as the lightning probability after the required time for each segmented region.
[0012]
The predetermined observation area may be divided into administrative districts such as municipalities, or may be divided according to differences in topography such as mountains and lakes, but may be meshed. The size of the mesh may be determined as appropriate, but is about 2.5 km square, for example. In addition, the number of classes of the expected lightning strike rate may be selected as appropriate based on the number of data (number of samples), etc., but the prediction accuracy is improved as it is finer. However, the process is complicated.
[0013]
The lightning rate class is calculated based on the number of lightning strikes in each lightning rate class divided in stages based on the lightning rate information based on the numerical forecast data of the Japan Meteorological Agency, and is corrected to the lightning rate class that contains the lightning rate. can do. In this way, the relationship between the actual lightning strike information and the lightning strike rate information from the meteorological radar that caused the lightning strike was found in each segment area, and the lightning strike rate information based on the Meteorological Agency numerical forecast data It is corrected by the lightning strike information, which is information, and becomes more accurate.
[0014]
Rain amount (echo) intensity information may be adopted as the weather radar information at the time of the prediction. In addition to the rainfall intensity, other information such as the echo peak altitude can be taken into account, but considering a lot of information makes the process cumbersome. Since altitude and the like have a high correlation, there is no significant difference in accuracy even if only the rainfall information is taken into consideration, and the processing becomes easy.
[0015]
Lightning strike information based on numerical forecast data such as GPV for creating the above-mentioned database can employ various well-known information, but can be the most easily available PoT of the Japan Meteorological Agency. Classification of the predicted lightning strike information based on the numerical forecast data is performed based on the lightning rate of the PoT, and the lightning rate of the divided area is set as the lightning rate of the PoT in the divided area of the numerical forecast data including the divided area. Can do. At this time, if the classification of the predicted lightning information by the PoT is larger than the classification area, the lightning rate of each classification area of the classification is changed to the lightning rate of the classification area of the PoT and the actual lightning strike in the classification. It can be divided by the maximum lightning strike rate obtained from the data and multiplied by the lightning strike rate obtained from the actual lightning strike data for the segmented area.
[0016]
In addition, if the time series weather information by the PoT is connected with a line, and the line graph is divided into time series to subdivide the time series of the weather information, the weather information can be smoothed over time. Can be planned.
[0017]
Further, if the database is updated every time the PoT is transmitted, the database is always up-to-date and the prediction accuracy is improved.
[0018]
The prediction after the required time is made to gradually increase the time interval, the division area is gradually enlarged, or the lightning rate classification is gradually roughened as the time later. be able to. As the prediction becomes longer, the accuracy decreases. Therefore, if the time interval is increased, the decrease in accuracy can be suppressed, and the reliability on the side receiving the prediction also increases.
[0019]
Based on the meteorological radar information at the time of forecasting, the weather radar information after the required time of each segmented area is predicted with a short forecast time, and the forecasting unit with a long forecast time is suitable for that. For example, the former employs the “ultra-short-time rainfall forecast information” system of the Japan Weather Association, one of the applicants, and the latter also adopts the “ANENOS” system of the Japan Weather Association. Can be adopted.
[0020]
Embodiment
In this embodiment, the observation area A shown in FIG. 5 is 33 degrees 15 minutes to 37 degrees 00 north latitude and 133
[0021]
The LLS information is information obtained by Kansai Electric Power, one of the applicants, using the Lightning Location System (LLS) in the observation area A, and is information on past lightning strike points (indicated by latitude and longitude). It is. The weather radar information is atmospheric state information transmitted by the Meteorological Agency at 10-minute intervals. Instead of LLS, a lightning strike position may be detected by a known arrival time difference method, radio wave interference method, or the like. Based on these pieces of information, lightning strike prediction is performed according to the following procedure.
[0022]
“Creating lightning potential based on weather conditions” (Figure 3)
(1) Calculation of local lightning potential from PoT Using predicted lightning strike data collected from PoT, PoT, which is the lightning potential (power generation information) every 3 hours (hereinafter referred to as “time zone”). The predicted lightning strike rate Pb from 0%, 1 to 10%, 11 to 11 for each of the forecast target areas (hereinafter referred to as secondary subdivision areas and 64 areas in the observation area A of this embodiment) 20%..., 81 to 90 percent, from 91 to 100 percent of the 11 class Q 0, Q 1 ··· Q 10 ( collectively sign: Q) is divided into, the association between lightning strikes in the area E Do. The local lightning potential (%) is obtained by the following formula for each class as “lightning strike” if there is at least one LLS orientation (lightning strike) in the area during the time period.
[0023]
[Expression 1]
Here, the number of time zones means the number of time zones where lightning strikes in each class Q in the collected period (for example, 3 years), and the total number of time zones means that each class Q existed in the collected period. For example, when the collected period is 3 years from June to September and the time period is 3 hours, the total number of time periods is 122 × 3 × 8 = 2928.
[0025]
And, for example, in a certain area E, if PoT is 11 to 20% of class Q 2 , the time zone number is Na 2 , and among those Na 2 , the time zone where lightning strikes in that area E is Nt 2. The area lightning potential P E2 (%) of the class Q 2 of 11 to 20 % of the area E is Nt 2 / Na 2 × 100.
[0026]
At this time, if there is an area where a high PoT class Q (81 to 90%, 91 to 100%, etc.) does not appear, the local lightning potential of that class Q in that area E is the entire area E where the appearance occurred. Estimated from the average value of. For example, the average value of the local lightning potential P E of all regions E there was appearance is 90% for class Q n, if the class Q n-1 under 1 class class Q n of 80%, there was no appearance If P E in the class Q n−1 of the region E is 75%, the P E in the class Q n is estimated to be 75 × 90/80 = 84.4%.
[0027]
(2) Distribution of lightning strikes in the area First, the lightning strike positions by the past LLS are arranged every 3 hours for each mesh area e. That is, the mesh area e where lightning strikes are calculated at intervals of 3 hours.
[0028]
Next, based on the calculated data of the “with lightning” mesh region e, the lightning rate of each mesh region e in each secondary subdivision region E is set in the same manner as in the above (1), LLS standardization (lightning strike). If there is more than one time, it is similarly calculated from
[0029]
(3) From the lightning strike potential of each mesh area e, the lightning strike rate Pa of the mesh area e is patterned for each of the PoT 11th class and 64 secondary subdivision areas E. When viewed in the entire target area A, 11 × 64 = 704 patterns are formed. At this time, since there is a possibility of discontinuity between regions E, the lightning rate Pa of the smoothed mesh region e is weighted together with the lightning rate Pa of the surrounding mesh region e, and the weighted value ( Smoothing is performed using a value obtained by multiplying the weighting values 1, 2,... 16) as a lightning strike rate Pa of the mesh region e. This smoothing process is performed for the entire target area A. The range for performing the weighted average is, for example, ± 2 meshes in the east, west, south, and north of the target mesh region e, and a total of 25 meshes, and the weighting is related to the distance from the mesh region e to be smoothed in FIG. Give as shown in a).
[0030]
In addition, PoT is a 3-hour value, but if it is a constant value for 3 hours, there may be a discontinuity between the previous and next time zones. For this reason, when the discontinuity occurs, time series weather information by PoT is connected with a line, the line graph is divided into time series, and the weather information is subdivided, for example, every hour, Interpolate. For example, when the PoT at a certain time is 18%, the PoT 3 hours ago is 12%, and the PoT after 3 hours is 27%, the PoT every hour from 3 hours before to 3 hours later is 12% in order. 14%, 16%, 18%, 21%, 24%, 27%.
[0031]
FIG. 6 shows the lightning potential situation in the observation area A according to the weather conditions for 1 hour from 14:00 to 15:00 on July 17, 2001.
[0032]
This “creation of lightning potential based on weather conditions” is the content of
[0033]
"Correspondence between past lightning strike information and weather radar information"
(1) Corresponding method For correspondence between LLS data (information) and radar data (information), first, both data are edited into a mesh region e that is actually operated. That is, since the meteorological radar data from the Japan Meteorological Agency is at intervals of 10 minutes, it is made to correspond to the LLS orientation generated in 5 minutes before and after. At this time, considering the time difference of 5 minutes before and after, there is a possibility that the mesh area e may be shifted, so that a difference of 1 mesh area e is allowed. For example, if there is a lightning strike in a certain mesh area e 1 at a certain point in time, the area 3 × 3 mesh (9 meshes in total) as shown in FIG. Let
[0034]
(2) Relationship between echo intensity (rainfall intensity) and echo peak altitude As an observation element of the Meteorological Agency radar, there are echo intensity and echo peak altitude. Generally, in cumulonimbus clouds that cause lightning strikes in summer, the cloud top is high and the precipitation intensity is high, so it is assumed that there is a correlation between the two radar elements. For this reason, the correlation between the two was examined. At present, the echo altitude based on the meteorological radar information of the Japan Meteorological Agency is the highest altitude within the 25 km square mesh, so the echo intensity corresponds to the maximum value in the same region (100 2.5 km square mesh). The correspondence is performed according to how many echo peak altitudes exist at a certain echo intensity. For example, when the echo intensity is 2 to 4 mm / h, the echo peak altitude is 2 to 4 km, and 38516 times. Is shown in Table 1. From Table 1, the correlation coefficient between the two is 0.705, which is high. For this reason, it is understood that only the echo intensity is effective as weather radar information.
[0035]
[Table 1]
(3) Correspondence between lightning strikes and radar As shown in Table 2 below, the presence or absence of lightning strikes every 10 minutes by LLS is investigated for each of the radar intensity 15 (0-14) rain intensity (echo intensity) R. The lightning strike rate (the number of lightning strikes / the number of data × 100) was obtained. For example, in the case of radar value 2: 1 ≦ rainfall intensity R <2 in Table 2, 10 minutes of
[0037]
[Table 2]
From Table 2, it can be understood that lightning strikes tend to occur as the echo intensity increases. By the way, the echo top height based on the radar information of the Japan Meteorological Agency is coarse as 25km square and, as mentioned above, there is a high correlation with the echo intensity, so there is no need to use it in consideration of simplicity during operation. I think.
[0039]
"Calculation of expected lightning strike rate"
(1) Calculation of the expected lightning strike probability According to the lightning potential class Q in “Creating lightning potential based on weather conditions” above, in the same way as “Correspondence between past lightning strike information and weather radar data”, the rainfall intensity (echo Intensity) and the lightning rate Pc. The result is shown in FIG. At this time, in Table 2, the rainfall intensity is per hour, but in FIG. 7a, the rainfall intensity on the horizontal axis is 10 minutes in consideration of operation since the weather radar is at an interval of 10 minutes. It was adopted.
[0040]
According to this, it can be understood that the lightning strike potential Pc does not increase as the lightning strike potential due to weather conditions decreases, even if the rainfall for 10 minutes (rainfall intensity) is large. On the other hand, when the lightning potential exceeds 30%, the influence of the lightning potential on the relationship between the rainfall for 10 minutes and the lightning rate Pc is reduced.
[0041]
In the relation graph of FIG. 7a, there is a graph in which the lightning strike rate Pc of the lightning strike potential is reversed. Since this is actually strange, as shown in FIG. 7b, adjustment is made so that the lightning strike rate Pc increases as the lightning potential due to weather conditions increases and the rainfall for 10 minutes increases as shown in FIG. 7b. did. Based on the graph of FIG. 7b, the expected lightning probability P is obtained from the lightning potential due to weather conditions and the 10-minute rainfall (rainfall intensity) by the radar.
[0042]
Note that the relationship graph between the rainfall intensity and the lightning strike rate Pc may be one for the entire observation area A, or may be created for each secondary subdivision area E or for each mesh area e. However, if it becomes finer, the process becomes complicated, and in this embodiment, the number of observation areas A is one.
[0043]
(2) Calculation Example of Expected Lightning Probability P The expected lightning strike rate P is calculated according to the flow of FIG. Based on the meteorological radar information from the Japan Meteorological Agency, which was obtained at 14:00 on July 17, 2001, as shown in Fig. 2a, the "ultra-short-time precipitation prediction" is performed every 10 minutes until 60 minutes later. "Predicted precipitation intensity (echo intensity)" is calculated by the "system", and predicted precipitation intensity is calculated by the "ultra-short-time precipitation prediction system" every 30 minutes until 180 minutes, and thereafter, as shown in FIG. 2b As described above, the predicted precipitation intensity (rainfall intensity) by the ANEMOS system is calculated every hour, and the calculation is performed based on the calculated values.
[0044]
For example, the expected lightning strike probability P after 10 minutes from 14:00 in a mesh area e is derived from the lightning potential situation in the
[0045]
[Table 3]
Table 4 shows the results of verifying the relationship between the predicted lightning probability and the actual lightning rate for the 16 cases of lightning prediction in Table 3. For example, when the lightning probability after 10 minutes is 11 to 20%, the lightning probability of the mesh region e estimated to be the lightning probability of 11 to 20% is 7.6%. The expected value of only the mesh area e in Table 4 is slightly higher than the actual lightning strike, but if the deviation of 1 mesh area e in Table 5 is allowed (lightning strike in the mesh area e adjacent to the mesh area e predicted to be lightning strike). If there is a prediction, the predicted value and the measured value are in good agreement until 30 minutes later, and are relatively well in agreement even after 40 minutes.
[0047]
[Table 4]
[Table 5]
“Lightning Thunder Prediction System”
(1) Lightning potential calculation based on the program configuration meteorological conditions is performed immediately after obtaining the Meteorological Agency guidance (PoT) twice a day. The lightning strike prediction is based on the calculation example of the expected lightning rate in “Calculation of expected lightning probability” (2) above. As shown in FIGS. 1, 2a and b, the expected lightning probability P after 3 hours is It is calculated from the lightning strike potential and the 10-minute predicted precipitation (rainfall intensity) of the ultra-short-time precipitation forecast, and thereafter, it is calculated from the lightning strike potential and the 10-minute predicted precipitation of ANEMOS.
[0050]
(2) Screen display specifications For example, the screen example shown in FIG. At that time, for example, the specifications shown in Table 6 are adopted as specifications of the display mesh and the like.
[0051]
[Table 6]
Note that the lightning strike prediction can be, for example, 5 km square after 3 hours, 10 km square after 6 hours, etc., so that the mesh area e gradually increases as the later. In addition, as it becomes later, the classification of the predicted lightning strike rate based on the weather radar information (12th class Q) gradually becomes coarser, for example, after 6 hours, 6th class (0%, 1-20%...) After 6 hours, it can be classified into 3 classes (0%, 1-50%, 51-100%). The number of classes Q is arbitrary.
[0053]
This lightning strike prediction is effective for preventing dangers such as golf courses and other areas where lightning damage is likely to occur or when working at high places.
[0054]
【The invention's effect】
As described above, according to the present invention, the lightning prediction based on the numerical prediction data and the radar information is supplemented with the actual lightning information and the topography is taken into account, so that the prediction accuracy is improved.
[Brief description of the drawings]
FIG. 1 is a flow diagram of an embodiment. FIG. 2a is an ultrashort-time prediction action diagram of the embodiment. FIG. 2b is a short-term prediction action diagram of the embodiment. [Fig. 4] Explanatory drawing of lightning strike potential according to meteorological conditions [Fig. 5] Expected target range diagram of the embodiment [Fig. 6] An example of lightning potential according to meteorological conditions [Fig. Relationship between radar rainfall and lightning strike rate [Fig. 7b] Fig. 8b: Corrected relationship between meteorological radar rainfall and lightning probability by lightning potential class according to weather conditions [Fig. 8a] Display example of expected lightning strike rate [Fig. FIG. 9 is a diagram showing an example of a prediction display screen according to the embodiment.
A Observation area E Classification area P, Pa, Pb, Pc Lightning rate Q, Q 0 , Q 1 , ... Q 11 class S, S 'Weather radar information e Classification area (mesh area)
Claims (12)
落雷予測においては、予測時の上記気象レーダー情報Ｓに基づき、上記各区分領域ｅの所要時間経過後の気象レーダー情報Ｓ’を予測するとともに、予測時の前記各区分領域ｅの所要時間経過後の上記落雷率階級Ｑを算出し、
上記データベースＢに基づき、上記算出した落雷率階級Ｑにおける上記予測気象レーダー情報Ｓ’と上記実際の落雷から得た落雷率Ｐｃとの関係から、その落雷率階級Ｑ時の上記予測気象レーダー情報Ｓ’における落雷率Ｐｃを導き出し、その落雷率Ｐｃを各区分領域ｅの前記所要時間経過後の落雷確率Ｐとする落雷予測方法。In addition to dividing the predetermined observation area A into the required size and required number, the predicted lightning rate information based on the numerical forecast data is divided into the required number of classes Q by dividing the expected lightning rate Pb step by step. In each divided area e, the database B of the relationship between the meteorological radar information S in each lightning rate class Q and the lightning rate Pc obtained from the actual lightning strike is created.
In lightning strike prediction, based on the weather radar information S at the time of prediction, weather radar information S ′ after the required time of each segmented area e is predicted, and after the required time of each segmented area e at the time of prediction Of the above lightning rate class Q,
Based on the database B, from the relationship between the predicted weather radar information S ′ in the calculated lightning rate class Q and the lightning rate Pc obtained from the actual lightning strike, the predicted weather radar information S in the lightning rate class Q is obtained. A lightning strike prediction method for deriving a lightning strike rate Pc in ', and using the lightning strike rate Pc as a lightning strike probability P of each segmented region e after the required time elapses.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002228654A JP3737463B2 (en) | 2002-08-06 | 2002-08-06 | Lightning strike prediction method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002228654A JP3737463B2 (en) | 2002-08-06 | 2002-08-06 | Lightning strike prediction method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004069478A JP2004069478A (en) | 2004-03-04 |
| JP3737463B2 true JP3737463B2 (en) | 2006-01-18 |
Family
ID=32015283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002228654A Expired - Fee Related JP3737463B2 (en) | 2002-08-06 | 2002-08-06 | Lightning strike prediction method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3737463B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108427041A (en) * | 2018-03-14 | 2018-08-21 | 南京中科九章信息技术有限公司 | Lightning Warning method, system, electronic equipment and storage medium |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009264943A (en) * | 2008-04-25 | 2009-11-12 | Chubu Electric Power Co Inc | Lightning strike prediction device and lightning strike prediction method |
| US10203219B2 (en) | 2013-04-04 | 2019-02-12 | Sky Motion Research Ulc | Method and system for displaying nowcasts along a route on a map |
| US10330827B2 (en) | 2013-04-04 | 2019-06-25 | Sky Motion Research, Ulc | Method and system for displaying weather information on a timeline |
| US20140372038A1 (en) * | 2013-04-04 | 2014-12-18 | Sky Motion Research, Ulc | Method for generating and displaying a nowcast in selectable time increments |
| US10324231B2 (en) | 2013-04-04 | 2019-06-18 | Sky Motion Research, Ulc | Method and system for combining localized weather forecasting and itinerary planning |
| US10495785B2 (en) | 2013-04-04 | 2019-12-03 | Sky Motion Research, Ulc | Method and system for refining weather forecasts using point observations |
| TWI582454B (en) | 2013-06-26 | 2017-05-11 | 天勢研究無限公司 | Method and system for displaying weather information on a timeline |
| JP5931830B2 (en) * | 2013-10-07 | 2016-06-08 | 中国電力株式会社 | Blackout number prediction device, blackout number prediction method and program |
| US10359543B2 (en) * | 2016-06-20 | 2019-07-23 | Vaisala, Inc. | Forecasting lightning activity |
| JP6874770B2 (en) * | 2016-08-31 | 2021-05-19 | 日本電気株式会社 | Rainfall Predictor, Rainfall Prediction Method, and Recording Media |
| WO2018151196A1 (en) * | 2017-02-16 | 2018-08-23 | Ｎｅｃソリューションイノベータ株式会社 | Crop growth estimation device, crop growth estimation method, program, and recording medium |
| CN108629493B (en) * | 2018-04-17 | 2021-02-26 | 广州中国科学院工业技术研究院 | Storage tank lightning stroke accident risk analysis method and system and storage medium |
| CN109670229B (en) * | 2018-12-12 | 2022-07-22 | 西南交通大学 | Method for estimating ground lightning falling density near overhead bridge overhead contact system of high-speed railway |
| JPWO2020183862A1 (en) * | 2019-03-12 | 2021-03-18 | 株式会社東芝 | Lightning estimation device, system and method |
| AT523070B1 (en) * | 2019-11-25 | 2021-05-15 | UBIMET GmbH | Method for monitoring lightning activity in a surveillance area |
| AT523068B1 (en) * | 2019-11-25 | 2021-05-15 | UBIMET GmbH | Method for monitoring lightning activity in a surveillance area |
| AT523069B1 (en) * | 2019-11-25 | 2021-05-15 | UBIMET GmbH | Method for monitoring lightning activity in a surveillance area |
| CN112731564B (en) * | 2020-12-26 | 2023-04-07 | 安徽省公共气象服务中心 | Intelligent thunder forecasting method based on Doppler weather radar data |
| CN115826093B (en) * | 2022-11-01 | 2024-01-30 | 山东省气象科学研究所 | Sea surface wind total area correction forecasting method |
| CN116449117B (en) * | 2023-06-16 | 2023-08-15 | 云南电力试验研究院(集团)有限公司 | Three-dimensional lightning positioning method suitable for complex terrain |
-
2002
- 2002-08-06 JP JP2002228654A patent/JP3737463B2/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108427041A (en) * | 2018-03-14 | 2018-08-21 | 南京中科九章信息技术有限公司 | Lightning Warning method, system, electronic equipment and storage medium |
| CN108427041B (en) * | 2018-03-14 | 2020-03-17 | 南京中科九章信息技术有限公司 | Lightning early warning method, system, electronic equipment and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004069478A (en) | 2004-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3737463B2 (en) | Lightning strike prediction method | |
| Kitzmiller et al. | Radar and multisensor precipitation estimation techniques in National Weather Service hydrologic operations | |
| Hart et al. | An evaluation of mesoscale-model-based model output statistics (MOS) during the 2002 Olympic and Paralympic Winter Games | |
| Tang et al. | Value of medium-range precipitation forecasts in inflow prediction and hydropower optimization | |
| JP6949332B2 (en) | Lightning risk judgment device | |
| Sokol et al. | Nowcasting of precipitation–advective statistical forecast model (SAM) for the Czech Republic | |
| Yussouf et al. | The coupling of NSSL Warn-on-Forecast and FLASH systems for probabilistic flash flood prediction | |
| Jacob et al. | Indicators and monitoring | |
| Zhang et al. | Comparison of probabilistic quantitative precipitation forecasts from two postprocessing mechanisms | |
| Krzysztofowicz | Recent advances associated with flood forecast and warning systems | |
| Diomede et al. | Calibration of limited-area ensemble precipitation forecasts for hydrological predictions | |
| Cerruti et al. | A statistical forecast model of weather-related damage to a major electric utility | |
| CN113313342A (en) | Method and system for analyzing power grid equipment fault probability caused by multiple natural disasters | |
| Birkelund et al. | Wind power predictions in complex terrain using analog ensembles | |
| JP2004069469A (en) | Weather information display method | |
| Roff et al. | APS2-ACCESS-C2: the first Australian operational NWP convection-permitting model | |
| JP2004061416A (en) | Method and device for predicting generation of winter thunder | |
| JP7144850B2 (en) | Surface avalanche prediction device and surface avalanche prediction program | |
| Sokol et al. | Comparing nowcastings of three severe convective events by statistical and NWP models | |
| Robinson et al. | A novel method for modeling lowest-level vertical motion | |
| Brimelow et al. | Explicit forecasts of hail occurrence and expected hail size using the GEM–HAILCAST system with a rainfall filter | |
| Edison | Climate Change Vulnerability Study | |
| JP7144843B2 (en) | Snow accretion prediction device and snow accretion prediction program | |
| Hokson et al. | The multi-scale Kain-Fritsch cumulus scheme: simulating typhoon-induced heavy precipitation over the Philippines | |
| Dyer et al. | A comparison of precipitation estimation techniques over Lake Okeechobee, Florida |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040928 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051004 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051026 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081104 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091104 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091104 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101104 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101104 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111104 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121104 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131104 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |