JP3854111B2 - 気象予測システム、気象予測方法及び気象予測プログラム - Google Patents
気象予測システム、気象予測方法及び気象予測プログラム Download PDFInfo
- Publication number
- JP3854111B2 JP3854111B2 JP2001284072A JP2001284072A JP3854111B2 JP 3854111 B2 JP3854111 B2 JP 3854111B2 JP 2001284072 A JP2001284072 A JP 2001284072A JP 2001284072 A JP2001284072 A JP 2001284072A JP 3854111 B2 JP3854111 B2 JP 3854111B2
- Authority
- JP
- Japan
- Prior art keywords
- weather
- prediction
- calculation
- value
- observation data
- 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
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
- Radar Systems Or Details Thereof (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、気象予測モデルの計算を行い、気象予測に資する情報を提供する気象予測システム、気象予測方法及び気象予測プログラムに関する。
【０００２】
【従来の技術】
気象予測システムは、コンピュータで大気の流れを計算することで、各種諸元の時系列的な変化をモデル化した気象予測モデルを作成し、将来の気象状況を予測するための情報を提供するものである。
【０００３】
気象予測を行うには、計算を開始する前に各種気象データに初期値を代入し、所定の計算式を演算しつつ、データ更新を行いながら将来の気象を予測していく。ここで、気象予測モデルの初期値には、例えば気象庁から配信される気象観測データを用いている。ところが、その配信回数は１日２回（９時、２１時）程度であり、しかも、配信が完了するまでに数時間経過している。このような理由から、従来の気象予測システムでは、局地気象モデルの計算は１日２回程度しかできず、さらに、数時間も前からのデータから計算を始めなければならなかった。
【０００４】
一方、気象予測システムにあっては、気象レーダ等の観測値を同化することによって、気象予測モデルの精度が向上することが知られている。これは、観測値のデータ同化などと言われ、観測値を気象モデルに同化させて予測値と整合をとることによって、予測計算の精度を向上させる機能である。具体的には、気象予測モデルの計算開始時刻から数時間さかのぼって得られた観測値と整合をとって予測における計算値を修正していく。この機能をモデルに付加することによって、近未来の予測精度が向上することが知られているが、この同化効果は数時間先というような短時間予測においてより効果が高いため、１日２回程度の計算では十分な効果を得ることが難しい。
【０００５】
【発明が解決しようとする課題】
以上述べたように、従来の気象予測システムでは、気象モデル計算の初期値取得間隔がデータ同化による数時間先の予測計算を継続して行うには不十分であり、時間経過と共に予測値の精度が低下してしまうという問題があった。
【０００６】
本発明は上記の問題を解決し、気象モデル計算の初期値取得間隔がデータ同化による数時間先の予測計算を継続して行うには不十分であっても、予測値の精度を継続的に維持することのできる気象予測システム、気象予測方法及び気象予測プログラムを提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記の目的を達成するために本発明に係る気象予測システムは、第１の時間間隔で配信される第１の気象観測データを取得する第１の気象観測データ取得手段と、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データを取得する第２の気象観測データ取得手段と、前記第１の気象観測データ取得手段で取得された第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データ取得手段で得られた第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算し、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データ取得手段で得られた第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する気象予測モデル演算手段とを具備することを特徴とする。
【０００８】
また、本発明に係る気象予測方法は、第１の時間間隔で配信される第１の気象観測データと、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データとを用いて気象予測モデルを演算し、予測値を求める場合に、前記第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する初回演算ステップと、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する２回目以降演算ステップとを具備することを特徴とする。
【０００９】
また、本発明に係る気象予測プログラムは、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データとを用いて気象予測モデルを演算し、予測値を求める場合に、前記第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する初回演算プログラムコードと、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する２回目以降演算プログラムコードとを具備することを特徴とする。
【００１０】
上記構成によれば、前回の予測計算で算出された予測値を、次の予測計算の初期値に用いているので、繰り返し短時間予測の予測計算を行うことができ、データ同化直後の精度のよい予測値をほとんど全ての時間帯で得ることが可能となる。
【００１１】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施の形態を詳細に説明する。
【００１２】
図１は本発明に係る気象予測システムの一実施形態を示すもので、通信処理部１１は、通信インターフェース１２を通じてネットワークＮＴに接続され、当該ネットワーク上の例えば気象庁等の気象データサーバＤＳ０から配信される全国規模の気象観測データ（以下ＧＰＶ（Grid Point Value）データと記す）と、予測対象地域及びその周辺のレーダサイト等のデータサーバＤＳ１，ＤＳ２，…から提供される局所的な気象観測データを入手する。この通信処理部１１で入手された気象観測データは観測データ格納部１３に格納され、気象予測モデル演算部１４からの要求に応じて選択的に演算部１４に送られる。また、この演算部１４で求められた気象予測データは予測データ格納部１５に蓄積される。
【００１３】
上記気象予測モデル演算部１４は、まず観測データ格納部１３からＧＰＶデータを取り込んで初期値とし、気象予測モデルを演算した後、レーダサイト等の局所的な気象観測値を観測値格納部１３から取り込んで気象予測モデルの空間格子点に内挿し、データ同化処理を行って予測値の補正を行う。補正後の予測値（予測データ）は予測データ格納部１５に格納される。次に、予測データ格納部１５から前回の計算された予測データを取り込み、これを初期値として気象予測モデルを演算する。以後、新たなＧＰＶデータが得られるまで、補正後の予測値を初期値として用い、気象予測モデルを更新する。
【００１４】
上記気象予測モデル演算部１４のデータ同化処理の流れを図２に示す。図２において、まず観測値と予測値を取り込み、品質管理処理を行う（Ｓ１１）。ここでは、観測値と予測値を比較することにより、品質の悪いデータを同化から除外する。
【００１５】
次に、観測値と予測値の持つ統計的な誤差特性をもとに別途計算された内挿重み算出値を用いて、品質管理後の観測値を空間的に気象予測モデルの格子点に内挿する（Ｓ１２）。このとき、最初のモデル計算では、初期値にＧＰＶデータを用い、次のモデル計算からは補正後の予測データを用いる。
【００１６】
内挿重み算出処理後、データ同化処理を行う（Ｓ１３）。このデータ同化処理は、内挿した結果を数値モデルに時間的に連続して取り込む。予測値とこの内挿した観測値を比較し、予測値を補正する。
【００１７】
以下、図３を参照して、気象予測モデル演算の具体的な処理手順を説明する。
【００１８】
まず、ＧＰＶデータ受信後（Ｓ２１）、気象予測モデルの１回目の計算を開始し（Ｓ２２）、前述の観測値の同化（Ｓ２３）、予測計算を行う（Ｓ２４）。１回目の予測計算終了後、次の計算時刻（３時間後）まで待機する（Ｓ２５）。その時刻で２回目の計算を開始する（Ｓ２６）。このとき、１回目の計算で得られたデータ同化直後（３時間前）の予測値を２回目の計算の初期値に利用する。続いて、２回目の観測値の同化（Ｓ２７）、予測計算を行う（Ｓ２８）。この計算では、３時間後までの短時間予測で、データ同化後の精度のよい予測値のみを算出する。２回目の予測計算終了後、次の計算時刻（１時間後）まで待機する（Ｓ２９）。その時刻で３回目の計算を開始する（Ｓ３０）。この計算では前回（２回目）の計算で求まった１時間前の予測値を初期値として計算を行う。この計算でも、３時間後まで計算し、精度のよい予測値のみを求める。以後、３回目と同様の処理を繰り返し、一連の処理を終了する。
【００１９】
上記処理の結果を図４に示す。図４（ａ）は、ＧＰＶデータ受信完了時点で６時間前にさかのぼり、１回目の計算においてデータ同化を行ってＧＰＶデータによる初期値から５１時間後まで予測計算する。この場合、時間経過と共に誤差が大幅に増大していく。そこで、２回目の計算では、図４（ｂ）に示すように、１回目の計算で求まった３時間前の予測値を初期値として３時間先まで予測し、３回目の計算では、図４（ｃ）に示すように、２回目の計算で求まった１時間前の予測値を初期値として３時間先まで予測し、４回目以降の計算では、図４（ｄ），…に示すように、前回の計算で求まった１時間前の予測値を初期値として３時間先まで予測する。
【００２０】
以上のように、前回の計算で求まった予測値を次回の計算の初期値として用い、データ同化を行った予測計算を繰り返し行うことで、精度のよい予測値のみを求めることができる。
【００２１】
本発明の特徴は、前回の予測計算で算出された予測値を、次の予測計算の初期値に用いている点である。その結果、繰り返し短時間予測の予測計算を行うことができ、データ同化直後の精度のよい予測値をほとんど全ての時間帯で得ることができる。気象予測値は、計算時間を長くすることで任意の時間帯で得ることができるが、計算開始後、数時間を過ぎると、データ同化の効果を薄れ、精度のよい予測値を得ることかできない。本発明により、精度のよい、データ同化直後の予測値がほとんどの時間帯で得られることは、予測計算においてその効果は絶大である。
【００２２】
本発明を用いると、近未来の精度のよい予測値を細かく求めることができる。一般に、気象庁の予測では、このようなごく狭い範囲の気象予測は行われていない。特に、人的被害をもたらすような気象災害は、一般に狭い範囲で起こることが多く、そのような気象現象の予測にも本発明は有用であるといえる。
【００２３】
【発明の効果】
以上のように本発明によれば、気象モデル計算の初期値取得間隔がデータ同化による数時間先の予測計算を継続して行うには不十分であっても、予測値の精度を継続的に維持することのできる気象予測システム、気象予測方法及び気象予測プログラムを提供することができる。
【図面の簡単な説明】
【図１】 本発明に係る気象予測システムの一実施形態の構成を示すブロック図。
【図２】 同実施形態における気象予測モデル演算部のデータ同期処理の流れを示すフローチャート。
【図３】 上記気象予測モデル演算の具体的な処理手順を示すフローチャート。
【図４】 上記気象予測モデル演算による処理結果を時系列的に示す図。
【符号の説明】
１１…通信処理部
１２…通信インターフェース
１３…観測データ格納部
１４…気象予測モデル演算部
１５…予測データ格納部
ＮＴ…ネットワーク
ＤＳ０…気象データサーバ
ＤＳ１，ＤＳ２…レーダサイトデータサーバ
【発明の属する技術分野】
本発明は、気象予測モデルの計算を行い、気象予測に資する情報を提供する気象予測システム、気象予測方法及び気象予測プログラムに関する。
【０００２】
【従来の技術】
気象予測システムは、コンピュータで大気の流れを計算することで、各種諸元の時系列的な変化をモデル化した気象予測モデルを作成し、将来の気象状況を予測するための情報を提供するものである。
【０００３】
気象予測を行うには、計算を開始する前に各種気象データに初期値を代入し、所定の計算式を演算しつつ、データ更新を行いながら将来の気象を予測していく。ここで、気象予測モデルの初期値には、例えば気象庁から配信される気象観測データを用いている。ところが、その配信回数は１日２回（９時、２１時）程度であり、しかも、配信が完了するまでに数時間経過している。このような理由から、従来の気象予測システムでは、局地気象モデルの計算は１日２回程度しかできず、さらに、数時間も前からのデータから計算を始めなければならなかった。
【０００４】
一方、気象予測システムにあっては、気象レーダ等の観測値を同化することによって、気象予測モデルの精度が向上することが知られている。これは、観測値のデータ同化などと言われ、観測値を気象モデルに同化させて予測値と整合をとることによって、予測計算の精度を向上させる機能である。具体的には、気象予測モデルの計算開始時刻から数時間さかのぼって得られた観測値と整合をとって予測における計算値を修正していく。この機能をモデルに付加することによって、近未来の予測精度が向上することが知られているが、この同化効果は数時間先というような短時間予測においてより効果が高いため、１日２回程度の計算では十分な効果を得ることが難しい。
【０００５】
【発明が解決しようとする課題】
以上述べたように、従来の気象予測システムでは、気象モデル計算の初期値取得間隔がデータ同化による数時間先の予測計算を継続して行うには不十分であり、時間経過と共に予測値の精度が低下してしまうという問題があった。
【０００６】
本発明は上記の問題を解決し、気象モデル計算の初期値取得間隔がデータ同化による数時間先の予測計算を継続して行うには不十分であっても、予測値の精度を継続的に維持することのできる気象予測システム、気象予測方法及び気象予測プログラムを提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記の目的を達成するために本発明に係る気象予測システムは、第１の時間間隔で配信される第１の気象観測データを取得する第１の気象観測データ取得手段と、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データを取得する第２の気象観測データ取得手段と、前記第１の気象観測データ取得手段で取得された第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データ取得手段で得られた第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算し、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データ取得手段で得られた第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する気象予測モデル演算手段とを具備することを特徴とする。
【０００８】
また、本発明に係る気象予測方法は、第１の時間間隔で配信される第１の気象観測データと、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データとを用いて気象予測モデルを演算し、予測値を求める場合に、前記第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する初回演算ステップと、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する２回目以降演算ステップとを具備することを特徴とする。
【０００９】
また、本発明に係る気象予測プログラムは、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データとを用いて気象予測モデルを演算し、予測値を求める場合に、前記第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する初回演算プログラムコードと、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象モデルに同化させ、予測値を計算する２回目以降演算プログラムコードとを具備することを特徴とする。
【００１０】
上記構成によれば、前回の予測計算で算出された予測値を、次の予測計算の初期値に用いているので、繰り返し短時間予測の予測計算を行うことができ、データ同化直後の精度のよい予測値をほとんど全ての時間帯で得ることが可能となる。
【００１１】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施の形態を詳細に説明する。
【００１２】
図１は本発明に係る気象予測システムの一実施形態を示すもので、通信処理部１１は、通信インターフェース１２を通じてネットワークＮＴに接続され、当該ネットワーク上の例えば気象庁等の気象データサーバＤＳ０から配信される全国規模の気象観測データ（以下ＧＰＶ（Grid Point Value）データと記す）と、予測対象地域及びその周辺のレーダサイト等のデータサーバＤＳ１，ＤＳ２，…から提供される局所的な気象観測データを入手する。この通信処理部１１で入手された気象観測データは観測データ格納部１３に格納され、気象予測モデル演算部１４からの要求に応じて選択的に演算部１４に送られる。また、この演算部１４で求められた気象予測データは予測データ格納部１５に蓄積される。
【００１３】
上記気象予測モデル演算部１４は、まず観測データ格納部１３からＧＰＶデータを取り込んで初期値とし、気象予測モデルを演算した後、レーダサイト等の局所的な気象観測値を観測値格納部１３から取り込んで気象予測モデルの空間格子点に内挿し、データ同化処理を行って予測値の補正を行う。補正後の予測値（予測データ）は予測データ格納部１５に格納される。次に、予測データ格納部１５から前回の計算された予測データを取り込み、これを初期値として気象予測モデルを演算する。以後、新たなＧＰＶデータが得られるまで、補正後の予測値を初期値として用い、気象予測モデルを更新する。
【００１４】
上記気象予測モデル演算部１４のデータ同化処理の流れを図２に示す。図２において、まず観測値と予測値を取り込み、品質管理処理を行う（Ｓ１１）。ここでは、観測値と予測値を比較することにより、品質の悪いデータを同化から除外する。
【００１５】
次に、観測値と予測値の持つ統計的な誤差特性をもとに別途計算された内挿重み算出値を用いて、品質管理後の観測値を空間的に気象予測モデルの格子点に内挿する（Ｓ１２）。このとき、最初のモデル計算では、初期値にＧＰＶデータを用い、次のモデル計算からは補正後の予測データを用いる。
【００１６】
内挿重み算出処理後、データ同化処理を行う（Ｓ１３）。このデータ同化処理は、内挿した結果を数値モデルに時間的に連続して取り込む。予測値とこの内挿した観測値を比較し、予測値を補正する。
【００１７】
以下、図３を参照して、気象予測モデル演算の具体的な処理手順を説明する。
【００１８】
まず、ＧＰＶデータ受信後（Ｓ２１）、気象予測モデルの１回目の計算を開始し（Ｓ２２）、前述の観測値の同化（Ｓ２３）、予測計算を行う（Ｓ２４）。１回目の予測計算終了後、次の計算時刻（３時間後）まで待機する（Ｓ２５）。その時刻で２回目の計算を開始する（Ｓ２６）。このとき、１回目の計算で得られたデータ同化直後（３時間前）の予測値を２回目の計算の初期値に利用する。続いて、２回目の観測値の同化（Ｓ２７）、予測計算を行う（Ｓ２８）。この計算では、３時間後までの短時間予測で、データ同化後の精度のよい予測値のみを算出する。２回目の予測計算終了後、次の計算時刻（１時間後）まで待機する（Ｓ２９）。その時刻で３回目の計算を開始する（Ｓ３０）。この計算では前回（２回目）の計算で求まった１時間前の予測値を初期値として計算を行う。この計算でも、３時間後まで計算し、精度のよい予測値のみを求める。以後、３回目と同様の処理を繰り返し、一連の処理を終了する。
【００１９】
上記処理の結果を図４に示す。図４（ａ）は、ＧＰＶデータ受信完了時点で６時間前にさかのぼり、１回目の計算においてデータ同化を行ってＧＰＶデータによる初期値から５１時間後まで予測計算する。この場合、時間経過と共に誤差が大幅に増大していく。そこで、２回目の計算では、図４（ｂ）に示すように、１回目の計算で求まった３時間前の予測値を初期値として３時間先まで予測し、３回目の計算では、図４（ｃ）に示すように、２回目の計算で求まった１時間前の予測値を初期値として３時間先まで予測し、４回目以降の計算では、図４（ｄ），…に示すように、前回の計算で求まった１時間前の予測値を初期値として３時間先まで予測する。
【００２０】
以上のように、前回の計算で求まった予測値を次回の計算の初期値として用い、データ同化を行った予測計算を繰り返し行うことで、精度のよい予測値のみを求めることができる。
【００２１】
本発明の特徴は、前回の予測計算で算出された予測値を、次の予測計算の初期値に用いている点である。その結果、繰り返し短時間予測の予測計算を行うことができ、データ同化直後の精度のよい予測値をほとんど全ての時間帯で得ることができる。気象予測値は、計算時間を長くすることで任意の時間帯で得ることができるが、計算開始後、数時間を過ぎると、データ同化の効果を薄れ、精度のよい予測値を得ることかできない。本発明により、精度のよい、データ同化直後の予測値がほとんどの時間帯で得られることは、予測計算においてその効果は絶大である。
【００２２】
本発明を用いると、近未来の精度のよい予測値を細かく求めることができる。一般に、気象庁の予測では、このようなごく狭い範囲の気象予測は行われていない。特に、人的被害をもたらすような気象災害は、一般に狭い範囲で起こることが多く、そのような気象現象の予測にも本発明は有用であるといえる。
【００２３】
【発明の効果】
以上のように本発明によれば、気象モデル計算の初期値取得間隔がデータ同化による数時間先の予測計算を継続して行うには不十分であっても、予測値の精度を継続的に維持することのできる気象予測システム、気象予測方法及び気象予測プログラムを提供することができる。
【図面の簡単な説明】
【図１】 本発明に係る気象予測システムの一実施形態の構成を示すブロック図。
【図２】 同実施形態における気象予測モデル演算部のデータ同期処理の流れを示すフローチャート。
【図３】 上記気象予測モデル演算の具体的な処理手順を示すフローチャート。
【図４】 上記気象予測モデル演算による処理結果を時系列的に示す図。
【符号の説明】
１１…通信処理部
１２…通信インターフェース
１３…観測データ格納部
１４…気象予測モデル演算部
１５…予測データ格納部
ＮＴ…ネットワーク
ＤＳ０…気象データサーバ
ＤＳ１，ＤＳ２…レーダサイトデータサーバ
Claims (15)
- 第１の時間間隔で配信される第１の気象観測データを取得する第１の気象観測データ取得手段と、
前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データを取得する第２の気象観測データ取得手段と、
前記第１の気象観測データ取得手段で取得された第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データ取得手段で得られた第２の気象観測データによる観測値を前記気象予測モデルに同化させて予測値を補正し、２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データ取得手段で得られた第２の気象観測データによる観測値を前記気象予測モデルに同化させて予測値を補正する気象予測モデル演算手段とを具備することを特徴とする気象予測システム。 - 前記第１の気象観測データは、ＧＰＶデータであることを特徴とする請求項１記載の気象予測システム。
- 前記第２の気象観測データは、少なくとも予測対象地域をカバーするレーダサイトで得られる気象観測データであることを特徴とする請求項１記載の気象予測システム。
- 前記気象予測モデル演算手段は、前記第２の気象観測データによる観測値を前記気象予測モデルに同化させる前に、許容値を超えるデータを排除する品質管理手段を備えることを特徴とする請求項１記載の気象予測システム。
- 前記気象予測モデル演算手段は、１回目の予測計算から第１の期間経過後に、前記第１の期間前の予測値を初期値として２回目の予測計算を用い、３回目以降は、前回の予測計算から前記第１の期間より短い第２の期間経過後に、前記第２の期間前の予測値を初期値として次回の予測計算を行うことを特徴とする請求項１記載の気象予測システム。
- 第１の時間間隔で配信される第１の気象観測データと、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データとを用いて気象予測モデルを演算し、予測値を求める気象予測方法において、
前記第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象予測モデルに同化させて予測値を補正する初回演算ステップと、
２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象予測モデルに同化させて予測値を補正する２回目以降演算ステップとを具備することを特徴とする気象予測方法。 - 前記第１の気象観測データは、ＧＰＶデータであることを特徴とする請求項６記載の気象予測方法。
- 前記第２の気象観測データは、少なくとも予測対象地域をカバーするレーダサイトで得られる気象観測データであることを特徴とする請求項６記載の気象予測方法。
- さらに、前記第２の気象観測データによる観測値を前記気象モデルに同化させる前に、許容値を超えるデータを排除する品質管理ステップを備えることを特徴とする請求項６記載の気象予測方法。
- 前記２回目以降演算ステップは、１回目の予測計算から第１の期間経過後に、前記第１の期間前の予測値を初期値として２回目の予測計算を用い、３回目以降は、前回の予測計算から前記第１の期間より短い第２の期間経過後に、前記第２の期間前の予測値を初期値として次回の予測計算を行うことを特徴とする請求項１記載の気象予測方法。
- 第１の時間間隔で配信される第１の気象観測データと、前記第１の時間間隔より短い第２の時間間隔で前記第１の気象観測データより狭い地域の第２の気象観測データとを用いて気象予測モデルを演算し、予測値を求める気象予測プログラムにおいて、
前記第１の気象観測データによる観測値を１回目の演算の初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象予測モデルに同化させて予測値を補正する初回演算プログラムコードと、
２回目以降の演算では、前回の同化直後の予測値を初期値として気象予測モデルを演算し、前記第２の気象観測データによる観測値を前記気象予測モデルに同化させて予測値を補正する２回目以降演算プログラムコードとを具備することを特徴とする気象予測プログラム。 - 前記第１の気象観測データは、ＧＰＶデータであることを特徴とする請求項１１記載の気象予測プログラム。
- 前記第２の気象観測データは、少なくとも予測対象地域をカバーするレーダサイトで得られる気象観測データであることを特徴とする請求項１１記載の気象予測プログラム。
- さらに、前記第２の気象観測データによる観測値を前記気象モデルに同化させる前に、許容値を超えるデータを排除する品質管理プログラムコードを備えることを特徴とする請求項１１記載の気象予測プログラム。
- 前記２回目以降演算プログラムコードは、１回目の予測計算から第１の期間経過後に、前記第１の期間前の予測値を初期値として２回目の予測計算を用い、３回目以降は、前回の予測計算から前記第１の期間より短い第２の期間経過後に、前記第２の期間前の予測値を初期値として次回の予測計算を行うことを特徴とする請求項１１記載の気象予測プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001284072A JP3854111B2 (ja) | 2001-09-18 | 2001-09-18 | 気象予測システム、気象予測方法及び気象予測プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001284072A JP3854111B2 (ja) | 2001-09-18 | 2001-09-18 | 気象予測システム、気象予測方法及び気象予測プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003090888A JP2003090888A (ja) | 2003-03-28 |
| JP3854111B2 true JP3854111B2 (ja) | 2006-12-06 |
Family
ID=19107458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001284072A Expired - Fee Related JP3854111B2 (ja) | 2001-09-18 | 2001-09-18 | 気象予測システム、気象予測方法及び気象予測プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3854111B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4515980B2 (ja) * | 2005-07-08 | 2010-08-04 | 株式会社東芝 | 気象情報提供システム |
| JP4509947B2 (ja) * | 2006-02-13 | 2010-07-21 | 株式会社東芝 | 気象予測システム及び気象予測方法 |
| JP4882469B2 (ja) | 2006-04-13 | 2012-02-22 | 富士通株式会社 | 気象予測プログラム、気象予測装置および気象予測方法 |
| JP2008008772A (ja) * | 2006-06-29 | 2008-01-17 | Toshiba Corp | 気象予測システム |
| JP4818079B2 (ja) * | 2006-11-28 | 2011-11-16 | 株式会社東芝 | 気象予測データ解析装置及び気象予測データ解析方法 |
| US20140372038A1 (en) * | 2013-04-04 | 2014-12-18 | Sky Motion Research, Ulc | Method for generating and displaying a nowcast in selectable time increments |
| JP2015190866A (ja) * | 2014-03-28 | 2015-11-02 | 株式会社東芝 | 気象予測誤差解析システム及び気象予測誤差方法 |
| CN106605225A (zh) | 2014-08-27 | 2017-04-26 | 日本电气株式会社 | 仿真设备、仿真方法和存储器介质 |
| JP6923152B2 (ja) * | 2017-03-14 | 2021-08-18 | 国立大学法人北海道大学 | 漁網具動態推定装置、漁網具動態推定方法、漁網具動態推定プログラム、操業支援装置、操業支援方法、および、操業支援プログラム |
-
2001
- 2001-09-18 JP JP2001284072A patent/JP3854111B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003090888A (ja) | 2003-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109543295B (zh) | 数值天气预报的气象要素数据处理方法及装置 | |
| Wang et al. | An evaluation of ECMWF SEAS5 seasonal climate forecasts for Australia using a new forecast calibration algorithm | |
| JP3854111B2 (ja) | 気象予測システム、気象予測方法及び気象予測プログラム | |
| TWI411802B (zh) | 用於全球導航衛星系統的定位方法與行動裝置以及電腦可讀媒體 | |
| US8594936B1 (en) | Providing current estimates of precipitation accumulations | |
| JP2007047996A (ja) | 需要予測装置及び方法並びにプログラム | |
| US20190079466A1 (en) | Method and device for post-correction of predicted parameters by using a h-infinity filter | |
| JP6610281B2 (ja) | 情報処理装置、制御方法及び制御プログラム | |
| US20230139920A1 (en) | Method for estimating precipitation distribution for a geographical region | |
| US9928467B2 (en) | Apparatus for forecasting water demand | |
| JP5989732B2 (ja) | 発電量予測装置、発電量予測方法、及びプログラム | |
| JP2018031682A (ja) | 降水予測装置及び降水予測方法 | |
| CN112633544A (zh) | 预测风速订正方法及其装置 | |
| JP5937167B2 (ja) | 需要予測装置、需要予測方法、及びプログラム | |
| CN110764121A (zh) | 一种gnss实时全球电离层tec建模方法 | |
| US11625635B2 (en) | Computer-readable storage medium storing control program, control method, and control device | |
| JP2008225646A (ja) | 予測誤差補填方法、予測誤差補填装置、気象発電計画方法、気象発電計画装置およびプログラム | |
| JP4509947B2 (ja) | 気象予測システム及び気象予測方法 | |
| JP2008008772A (ja) | 気象予測システム | |
| CN112612781A (zh) | 数据修正方法、装置、设备及介质 | |
| CN114002712A (zh) | 基于数据自适应选择的gnss实时卫星钟差确定系统及方法 | |
| JP2002328178A (ja) | 気象予測方法、装置、プログラムおよびプログラム記録媒体 | |
| KR20210063017A (ko) | 폭염 중기예보 시스템 및 그 방법 | |
| JP3457631B2 (ja) | 気象予測システムにおける補正方法 | |
| Robio | Forecast intervals in ARCH models: bootstrap versus parametric methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050329 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060411 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060612 |
|
| 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: 20060905 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060907 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3854111 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090915 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100915 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110915 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110915 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130915 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |