JP4058046B2 - 吹きだまり予測方法および装置 - Google Patents

Description

この発明は、鉄道線路およびその敷地内における雪の吹きだまり量を予測する方法および装置に関する。

積雪の多い寒冷地では、雪の吹きだまりが鉄道線路の安全確保にとって大きな障害となっている。吹きだまりは、気象の影響のほか、風の流れを妨げる地表の凹凸の影響が大きく、形成される位置や大きさ、形状が様々である。

鉄道網が拡大する中で、全線にわたって十分な吹雪対策施設を整備することは困難である。災害を防止するためには、吹きだまり発生を事前に予測して運転者や鉄道線路運用者への適切な情報提供が不可欠である。

従来、吹きだまり発生を予測する方法としては、実際の斜面で観測を行い、その観測データを分析することで経験的な予測を行う方法が提示されている（例えば非特許文献１参照）。

また、風の流れを数値解析によって推定し、雪粒子が風によって運ばれる過程を微分方程式にてモデル化することで吹きだまりの発生を予測する方法が提示されている（例えば非特許文献２参照）。
Tabler,R.D.,1975,Predicting profiles of snowdrifts in topographic catchments,43rd Western snow conference Proceeding 43,87-97 Uematsu,T.,Nakata,T.,Takeuchi,K.,Arisawa,Y.,and Kaneda,Y.,1991,Three-dimensional numerical simulation of snowdrift,Cold Regions Science and Technology,20,65-73.

しかしながら非特許文献１に記載の予測方法では、限定された斜面における観測データから予測しているため、異なった斜面等では予測できない。例えば鉄道線路では除雪によって両側に雪堤ができ、この雪堤は雪の沈降や降雪によって高さが変わるので吹きだまり量の予測が困難である。

一方で、非特許文献２に記載の予測方法では、地形、風向、風速、および降雪量のデータを基にして予測することで、精度の高い吹きだまり予測が可能となる。

しかしながら、現在の計算機技術では、全路線についてその都度解析モデルを計算して予測するには膨大な時間を必要とし、現実的に運用できるものではなかった。

本発明では、高速かつ高精度で広範囲に吹きだまり量の予測を行うことができる吹きだまり予測方法および装置を提供することを目的とする。

請求項１に記載の発明は、鉄道線路を除雪したときに発生する雪堤の高さを測定した測定値が含まれる測定データと、所定時間毎の気温、風向、風速および降雪量を含む気象予測データと、に基づいて吹きだまり量を予測する吹きだまり予測方法であって、雪堤の高さ、風向、風速および降雪量を含む複数のデータの各種の値に基づいて、吹きだまり量の解析モデルを算出して、前記各種の値の入力に対応する吹きだまり量を複数蓄積したデータベースを作成しておき、前記気象予測データを収集したとき、該気象予測データから吹雪発生の有無を予測し、吹雪発生が無いと予測された場合には降雪量の気象予測データを吹きだまり量として予測する処理、吹雪発生が有ると予測された場合に、吹きだまり量の予測を行う地点の雪堤の高さの測定データを取得し、前記データベースの中から、取得した雪堤の高さの測定データに含まれる測定値と、収集した前記気象予測データに含まれる所定時間毎の風向、風速および降雪量のデータの各種の値と、を入力して、入力した各種の値に該当する吹きだまり量の解析モデルを読み出し、この読み出した吹きだまり量の解析モデルを所定時間毎の吹きだまり量の予測結果として出力する処理、を行うことを特徴とする。

請求項２に記載の発明は、鉄道線路を除雪したときに発生する雪堤の高さを測定した測定値が含まれる測定データ、ならびに、所定時間毎の気温、風向、風速および降雪量を含む気象予測データを収集するデータ収集手段と、収集したデータを解析するデータ解析手段と、吹きだまり量の解析モデルを算出して蓄積したデータベースと、を備えた吹きだまり予測装置であって、前記データベースは、雪堤の高さ、風向、風速および降雪量を含む複数のデータの各種の値に基づいて、吹きだまり量の解析モデルを算出して、前記各種の値の入力に対応する吹きだまり量を複数蓄積したデータベースであり、前記データ解析手段は、前記データ収集手段が前記気象予測データを収集したとき、該気象予測データを解析して吹雪発生の有無を予測する処理を実行し、吹雪発生が無いと予測された場合には降雪量の気象予測データを吹きだまり量として予測する処理、吹雪発生が有ると予測された場合には吹きだまり量の予測を行う地点の雪堤の高さの測定データを取得し、前記データベースの中から、取得した雪堤の高さの測定データに含まれる測定値と、収集した前記気象予測データに含まれる所定時間毎の風向、風速および降雪量のデータの各種の値と、を入力して、入力した各種の値に該当する吹きだまり量の解析モデルを読み出し、この読み出した吹きだまり量の解析モデルを所定時間毎の吹きだまり量の予測結果として出力する処理、を実行することを特徴とする。

この発明では、雪堤高さ、風向、風速および降雪量に基づいて吹きだまり予測量を算出して蓄積したデータベースをあらかじめ作成しておく。実際の吹きだまり予測時には、まず気象予測データを収集し、気温、風速および降雪量データを解析し、各場所で吹雪が発生するかどうかを予測する。吹雪が発生しない場所では降雪量の気象予測データをその地点の吹きだまり量として予測する。吹雪が発生する場所では、データベースの中からその場所の雪堤の高さ、風向、風速および降雪量の予測データに該当する吹きだまり量の予測値を読み出して予測する。

この発明によれば、吹きだまりデータベースを用いることにより、高い精度で全鉄道線路の吹きだまり予測を実現しながら、その都度解析モデルを計算する必要がないので高速に予測結果を出力することができる。

図１はこの発明の実施形態である鉄道線路の吹きだまり予測装置のブロック図である。この吹きだまり予測装置は、気象予測データ（以下ＧＰＶデータという）を受信する通信部１、各線路の雪堤高さデータを受信する通信部３、受信したＧＰＶデータと、各線路の雪堤高さデータを記憶しておく記憶部２、装置全体を制御し、データ解析を行う制御部４、各雪堤の高さ、風向、風速、降雪量から予測した吹きだまりデータを蓄積しているデータベース５、および各線路の吹きだまり量を予測した結果を出力する出力部６を有している。

通信部１はインターネットに接続されており、インターネットを経由してＧＰＶデータをダウンロードする。ＧＰＶデータは例えば、財団法人気象業務支援センターのＦＴＰサーバから受信することができる。受信したデータは記憶部２に記憶しておく。通信部３は電話回線に接続されており、各線路上にある観測機器と接続して雪堤の高さデータを受け取る。雪堤データは記憶部２に記憶しておく。制御部４では記憶部２に記憶されているデータを解析して吹雪発生予測や吹きだまり予測を行う。

図２は吹きだまりデータベース５を構築する処理を示したフローチャートである。この処理は本実施形態における吹きだまり予測装置以外の装置で実行する。また、この処理は降雪のない時期に長時間かけて実行すればよい。

まず、雪堤の高さ、風向、風速、および降雪量について初期値として雪堤０ｍ、風向北、風速０ｍ／ｓ、降雪量０ｃｍ／ｈを設定する（ｓ１）。設定された風向、風速、雪堤高さから、微分方程式を数値解析して風の流れを予測する（ｓ２）。その後、予測した風の流れと降雪量から、雪粒子が運ばれる過程を微分方程式でモデル化する。この微分方程式を解析することで吹きだまりの発生量を予測する（ｓ３）。これらの予測は、Uematsu,T.,Nakata,T.,Takeuchi,K.,Arisawa,Y.,and Kaneda,Y.,1991,Three-dimensional numerical simulation of snowdrift,Cold Regions Science and Technology,20,65-73.に記載の予測方法で行うものである。予測した結果はデータベースとして蓄積する（ｓ４）。

解析、データ蓄積が終了した後、全方位について風向を入力しているか調べ（ｓ５）、全方位入力していなければ１／１６方位を変更し（ｓ６）、もう一度解析を行う。全方位について解析が終了した後にいったん風向初期値を入力し（ｓ７）、風速データを全データ入力しているかを調べる（ｓ８）。全データ入力していなければ風速を１ステップ変更して（ｓ９）、再び解析を行う。変更した風速についてすべての風向を入力するまで解析を行う。すべての風向を入力して解析終了した時点で、さらに風速を１ステップ変更して再び全風向について解析を行う。ここでは風速０〜３０ｍ／ｓについて１ｍ／ｓ刻みで解析する。

すべての風速について解析が終了した後、いったん風速初期値０ｍ／ｓを入力し（ｓ１０）、降雪量データについて全データ入力しているかを調べる（ｓ１１）。全データ入力していなければ降雪量を１ステップ変更して（ｓ１２）、再び解析を行う。変更した降雪量についてすべての風向、風速を入力するまで解析を行う。すべての風向、風速を入力して解析終了した時点で、さらに降雪量を１ステップ変更して再び全風向、風速について解析を行う。ここでは降雪量０〜５０ｃｍ／ｈについて１ｃｍ／ｈ刻みで解析する。

すべての降雪量について解析が終了した後、いったん降雪量初期値０ｃｍ／ｈを入力し（ｓ１３）、雪堤高さについて全データ入力しているかを調べる（ｓ１４）。全データ入力していなければ雪堤高さを１ステップ変更して（ｓ１５）、再び解析を行う。変更した雪堤高さについてすべての風向、風速、降雪量を入力するまで解析を行う。すべての風向、風速、降雪量を入力して解析終了した時点で、さらに雪堤高さを１ステップ変更して再び全風向、風速、降雪量について解析を行う。ここでは雪堤０〜３ｍについて０．２ｍ刻みで解析する。すべての雪堤高さについて解析が終了した時点で処理を終了する。

上記のようにして作成したデータベース５を本実施形態である吹きだまり予測装置に内蔵して利用する。

図３は吹きだまり予測装置の動作を示したフローチャートである。ＦＴＰサーバからＧＰＶデータを受信すると予測動作が開始される。予測動作は１時間毎２４時間先までの吹きだまり量の予測を行う。まず、ＦＴＰサーバからＧＰＶデータを受信すると、記憶部２に記憶する（ｓ１６）。記憶したＧＰＶデータの中から、予測を行う各地点のＧＰＶデータを抽出する（ｓ１７）。各データを１ｋｍメッシュに細分化し、各メッシュの風向、風速、降雪量、および気温の予測値を抽出する。

その後、抽出した予測値を所定の閾値と比較して吹雪発生予測を行う（ｓ１８）。閾値は各地点によって異なるが、本実施形態では例えば、気温が０〜−５℃の時で降雪が有る場合は風速６ｍ／ｓ以上で吹雪発生と予測し、気温が０〜−５℃の時で降雪が無い場合は風速１１ｍ／ｓ以上で吹雪発生と予測する。あるいは、気温が−５℃以下で降雪が有る場合は風速５ｍ／ｓ以上で吹雪発生と予測し、気温が−５℃以下で降雪が無い場合は風速１０ｍ／ｓ以上で吹雪発生と予測する。

ここで吹雪発生が有ると予測された場合と無いと予測された場合に区分し（ｓ１９）、吹雪発生が無いと予測された場合はその地点の降雪量を吹きだまり量として予測する（ｓ２０）。吹雪発生が有ると予測された場合は各地点の雪堤高さデータを取得する（ｓ２１）。雪堤高さデータは様々な取得方法があるが、本実施形態では各地点に雪の深さを計測する積雪深計を設置して自動測定する。測定したデータは電話回線によって取得する。

その後、データベース５にアクセスし、予測を行う各地点の雪堤高さ、風向、風速、および降雪量を入力する（ｓ２２）。入力した各地点のデータに対してデータベース５内で一致する、あるいは最も類似する条件を検索し、吹きだまり予測量を取得する（ｓ２３）。吹きだまり予測量は出力部６から外部出力され、ディスプレイ等に表示する（ｓ２４）。

以上のように本実施形態によれば、あらかじめ雪堤高さ、風向、風速、および降雪量データを用いて吹きだまり量を解析したデータベースを用意し、実際に吹きだまり予測を行う時にはそのデータベースから条件に沿った吹きだまり量データを検索することで、高速な予測結果出力を実現しながら、高い精度で全鉄道線路の吹きだまり予測を実現することができる。

なお、本実施形態においては鉄道線路における吹きだまり予測装置について説明したが、この発明は鉄道線路に限定されず一般道路に適用することが可能であり、この場合においても上述した吹きだまり予測装置によって高速かつ高精度で吹きだまり予測を実現することができる。

吹きだまり予測装置のブロック図 データベース構築処理を示したフローチャート 吹きだまり予測装置の動作を示したフローチャート

符号の説明

１−ＧＰＶデータを受信する通信部
２−ＧＰＶデータと雪堤高さデータを記憶する記憶部
３−雪堤高さデータを受信する通信部
４−吹きだまり予測装置の制御部
５−吹きだまりデータベース
６−吹きだまり量予測出力部
７−吹雪予測処理
８−吹きだまり予測処理
９−結果出力処理

Claims (2)

1. 鉄道線路を除雪したときに発生する雪堤の高さを測定した測定値が含まれる測定データと、
   所定時間毎の気温、風向、風速および降雪量を含む気象予測データと、
   に基づいて吹きだまり量を予測する吹きだまり予測方法であって、
   雪堤の高さ、風向、風速および降雪量を含む複数のデータの各種の値に基づいて、吹きだまり量の解析モデルを算出して、前記各種の値の入力に対応する吹きだまり量を複数蓄積したデータベースを作成しておき、
   前記気象予測データを収集したとき、該気象予測データから吹雪発生の有無を予測し、
   吹雪発生が無いと予測された場合には降雪量の気象予測データを吹きだまり量として予測する処理、
   吹雪発生が有ると予測された場合に、吹きだまり量の予測を行う地点の雪堤の高さの測定データを取得し、前記データベースの中から、取得した雪堤の高さの測定データに含まれる測定値と、収集した前記気象予測データに含まれる所定時間毎の風向、風速および降雪量のデータの各種の値と、を入力して、入力した各種の値に該当する吹きだまり量の解析モデルを読み出し、この読み出した吹きだまり量の解析モデルを所定時間毎の吹きだまり量の予測結果として出力する処理、
   を行うことを特徴とする吹きだまり予測方法。
2. 鉄道線路を除雪したときに発生する雪堤の高さを測定した測定値が含まれる測定データ、ならびに、所定時間毎の気温、風向、風速および降雪量を含む気象予測データを収集するデータ収集手段と、
   収集したデータを解析するデータ解析手段と、
   吹きだまり量の解析モデルを算出して蓄積したデータベースと、
   を備えた吹きだまり予測装置であって、
   前記データベースは、雪堤の高さ、風向、風速および降雪量を含む複数のデータの各種の値に基づいて、吹きだまり量の解析モデルを算出して、前記各種の値の入力に対応する吹きだまり量を複数蓄積したデータベースであり、
   前記データ解析手段は、前記データ収集手段が前記気象予測データを収集したとき、該気象予測データを解析して吹雪発生の有無を予測する処理を実行し、
   吹雪発生が無いと予測された場合には降雪量の気象予測データを吹きだまり量として予測する処理、
   吹雪発生が有ると予測された場合には吹きだまり量の予測を行う地点の雪堤の高さの測定データを取得し、前記データベースの中から、取得した雪堤の高さの測定データに含まれる測定値と、収集した前記気象予測データに含まれる所定時間毎の風向、風速および降雪量のデータの各種の値と、を入力して、入力した各種の値に該当する吹きだまり量の解析モデルを読み出し、この読み出した吹きだまり量の解析モデルを所定時間毎の吹きだまり量の予測結果として出力する処理、
   を実行することを特徴とする吹きだまり予測装置。

Images