JP4095528B2 - 降雨移動予測装置及び降雨移動予測方法 - Google Patents

Description

この発明は、レーダ雨量計から得られる雨量パターンを用いて、所定時間経過後の雨量パターンを予測する降雨移動予測装置及び方法に関するものである。

従来、レーダ降雨量観測装置により測定される降雨量データに基づいて降雨の移動予測を行う装置において、一定時間毎の２次元平面の降雨量データを基に、計測時刻の異なる降雨量データを比較してその各移動方向に対する相関係数を演算する２次元相関係数演算手段と、２次元相関係数演算手段により演算された各相関係数の中から最も一致する相関係数を抽出し、最適な移動ベクトルを演算する最適移動ベクトル演算手段と、最適移動ベクトル演算手段により演算された最適移動ベクトル方向に基づいて、時系列に降雨がどのように移動してきたかを連続ベクトルとして演算する降雨移動連続ベクトル演算手段と、降雨移動連続ベクトル演算手段により演算された連続ベクトルに基づいて、将来の降雨移動を予測する将来降雨移動予測装置と、降雨移動連続ベクトル演算手段により演算された連続ベクトルに基づいて、２次元相関係数演算手段における相関係数演算時の可能性のある移動ベクトル方向の絞り込みを行なう移動ベクトル方向絞込手段とを備えているものがあった。（例えば、特許文献１参照）

特開平５−３０７０８０号公報

従来の降雨移動予測装置においては、上述したように降雨移動ベクトルを求めている。この降雨移動ベクトルは、観測時刻の異なる２枚の雨量パターン間でパターンがどう移動したかを、一方をずらしつつマッチングをとって調べ、パターンがもっとも一致する際のずらした方向及び量によって求める。そして、既に計測された雨量パターンを降雨移動ベクトルに従って時間分だけ移動させることで、降雨予測パターンを得るように構成している。

しかしながら、従来の降雨移動予測装置においては、単一のレーダ雨量計による雨量パターン間のマッチングによって、降雨移動ベクトルの算出と降雨予測パターンの生成を行っている。このため、レーダ雨量計として観測域は狭いが観測メッシュが細かい細密レーダを用いた場合、精度の高い降雨情報を得ることができる。しかしながら、その観測域が限られるので、観測域全体が雨域で覆われている場合や、観測域に雨域は無くとも観測域に雨域が迫りつつある場合は、雨域の移動があっても雨量パターンには変化が現れない。その結果、実際には雨域が移動していても、降雨移動ベクトルが零ベクトルとして算出されることになる。このため、正確な降雨予測パターンが得られないという問題点があった。

また、雨量パターンを降雨移動ベクトルに従って移動させることで降雨予測パターンを生成しているため、観測域の辺縁部では、移動元の点が雨量パターンの範囲の外に出ることがあり、雨量値を定めることができず、雨量データに欠落が生じるという問題点があった。

この発明は上記のような課題を解決するためになされたものであり、観測域は狭いが観測メッシュが細かい細密レーダを用いた場合に、観測域全体を覆うような広範囲な雨域に対しても予測ができるとともに、観測域外から雨域が進みつつある場合においても、観測域の正確な降雨予測パターンを得ることができる降雨予測装置を提供することを目的とする。

第一の発明（請求項１及び２の発明）は、レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行うにあたって、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶し、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶し、観測時刻の異なる第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定し、この移動ベクトルに従って第一のレーダ雨量計による雨量データを移動させることで、第一のレーダ雨量計観測域の降雨の予測パターンを生成するようにしたものである。

第二の発明（請求項３及び４の発明）は、レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行うにあたって、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶し、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶し、観測時刻の異なる第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定し、この移動ベクトルに従って第一のレーダ雨量計による雨量データを移動させることで第一のレーダ雨量計観測域の降雨予測パターンを生成し、この降雨予測パターンに対しそのデータ欠落部分に第二のレーダ雨量計による雨量データにより示される雨量値を加えて降雨予測パターンを補完するようにしたものである。

第三の発明（請求項５及び６の発明）は、レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行うにあたって、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶し、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶し、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えて合成雨量パターンを生成し、観測時刻の異なる合成雨量パターンを比較して降雨の移動ベクトルを決定し、この移動ベクトルに従って合成雨量パターンを移動させることで降雨予測パターンを生成するようにしたものである。

第四の発明（請求項７及び８の発明）は、レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行うにあたって、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶し、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶し、観測時刻の異なる第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定し、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えて合成雨量データを生成し、前記移動ベクトルに従って合成雨量データを移動させることで予測データを生成するようにしたものである。

第一の発明（請求項１及び２の発明）によれば、第二のレーダ雨量計による雨量データを用いて移動ベクトルを求めることにより、降雨域が比較的広い場合や第一のレーダ雨量計の観測域に降雨域が迫っているような場合でも、移動ベクトルを正確に求めることができる。また、第一のレーダ雨量計による雨量データを移動ベクトルに従って移動させて降雨予測データを生成することにより、第一のレーダ雨量計観測域において細かな観測メッシュでの降雨予測データを得ることができる。

第二の発明（請求項３及び４の発明）によれば、第一のレーダ雨量計観測域の降雨予測データを第二のレーダ雨量計の雨量データで補完することにより、第一のレーダ雨量計観測域においてデータの欠落のない降雨予測データを得ることができる。

第三の発明（請求項５及び６の発明）によれば、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えることにより領域を広げた合成雨量データを用いて移動ベクトルを求め、これを移動ベクトルに従って移動させて予測データを生成することにより、第一のレーダ雨量計観測域においてデータの欠落のない降雨予測データを得ることができる。

第四の発明（請求項７及び８の発明）によれば、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えることにより領域を広げた合成雨量データを移動ベクトルに従って移動させて予測データを生成することにより、第一のレーダ雨量計観測域においてデータの欠落のない降雨予測データを得ることができる。

実施の形態１．
この発明の実施の形態１は、観測メッシュが細かく観測域が狭い第一のレーダ雨量計のデータと、観測メッシュが粗く観測域が広い第二のレーダ雨量計のデータに基づき、まず第二のレーダ雨量計の雨量データのパターンから移動ベクトルを算出し、その移動ベクトルに従って既存の雨量パターンを移動、変形、又は編集することにより、所定時間経過後の降雨予測データを出力するものである。

図１はこの発明の実施の形態１による降雨移動予測装置の構成を示すブロック図である。図１のブロック図に示すように、実施の形態１の降雨移動予測装置は、第一のレーダ雨量計５により計測された雨量データを記憶する記憶手段である第一の記憶装置１と、第二のレーダ雨量計６により計測された雨量データを記憶する記憶手段である第二の記憶装置２４と、観測時刻の異なる第二のレーダ雨量計６による雨量データを比較して降雨の移動ベクトルを演算する移動ベクトル演算手段である移動ベクトル演算装置２と、移動ベクトル演算装置２により演算された移動ベクトルに従って第一のレーダ雨量計５による雨量データを移動させることで所定時間経過後の予測パターンを生成する予測パターン生成手段である予測パターン生成装置３と、予測パターン生成装置３で生成された予測パターンデータを記憶する記憶手段である予測パターン記憶装置４と、予測パターン生成装置３で予測値が設定できなかった部分を第二のレーダ雨量計６により計測された雨量データで補完する予測パターン補完装置２５から構成されている。

図２は第一のレーダ雨量計５及び第二のレーダ雨量計６の観測域と観測メッシュを示す図であり、９は第一のレーダ雨量計５の観測域、１６は第二のレーダ雨量計６の観測域、１３は第一のレーダ雨量計５の観測メッシュ、１４は第二のレーダ雨量計７の観測メッシュを表している。

図３〜図６はこの発明の実施の形態１の動作を説明するための図であり、図３は雨域の移動ベクトルの算出動作を説明する図、図４は第一のレーダ雨量計５の雨量パターンを示す図、図５は予測パターンの生成動作を説明する図、図６は前記予測パターンのデータ欠落部分の補完動作を説明する図である。これらの図において、７は第一のレーダ雨量計５によって観測されるデータである雨量パターン、８は第二のレーダ雨量計６によって観測されるデータである雨量パターン、１０は移動ベクトル、１１は予測パターン、１２は雨量が観測された雨域、１５は予測パターン１１のデータ欠落部分、２６はデータ欠落部分のメッシュ、２７はメッシュ２６を補完するための第二のレーダ雨量計６の雨量パターン８のメッシュ、３０は第一のレーダ雨量計５の観測域９に近づいている雨域である。

第一のレーダ雨量計５は、観測メッシュが細かく観測域が狭いことを特徴とする細密レーダと呼ばれるレーダ雨量計である。細密レーダは、例えば、２５０ｍ〜１ｋｍメッシュで２．５分ごとに、半径８０ｋｍの観測域で各メッシュの雨量強度が観測データとして得られる構成になっている。この第一のレーダ雨量計５による雨量パターン７は、異なる地点に設置されたレーダ雨量計で観測される雨量パターンを用いて、観測数値を補正したデータであっても構わない。ここで、雨量パターン７は、各メッシュ１３に対応する地点の雨量強度（ｍｍ／ｈ）を示す数値で構成されているものとする。

この第一のレーダ雨量計５による時刻ｔにおける雨量パターン７をＩ（ｘ，ｙ，ｔ）で表す。ｘｙ座標系の原点は、例えば雨量パターン７の中心にとり、ｘは例えば緯度方向東向きに、ｙは経度方向北向きにとる。単位は、例えばｍ、ｋｍ、経緯度の差である度、あるいは、メッシュ幅を１単位としてもよい。雨量パターン７は、メッシュ１３ごとの離散的なパターンとして得られるが、以下では、特にメッシュ幅を意識せずに説明する。（ｘ，ｙ）が与えられたとき、中心位置がその（ｘ，ｙ）にもっとも近いメッシュ１３の雨量値がＩ（ｘ，ｙ，ｔ）として表現されるとする。また、第一のレーダ雨量計５の観測域９をＲとする。観測域は、円内となることもあるが、以下では正方形として説明する。観測域が円であっても、置き換えて動作させることにより、同様に実施できる。

一方、第二のレーダ雨量計６は、観測メッシュ１４が粗く観測域が広いことを特徴とするレーダ雨量計であり、例えば、２．５ｋｍメッシュで１０分ごとに、半径３００ｋｍの観測域で観測データが得られる構成になっている。この第二のレーダ雨量計６の雨量パターン８は、複数の異なる地点に設置されたレーダによって得られた雨量パターンを、補正合成して得られるデータであっても構わない。

この、第二のレーダ雨量計６による時刻ｔにおける雨量パターン８をＪ（ｘ，ｙ，ｔ）で表す。ｘｙ座標系は、第一のレーダ雨量計５の雨量パターン７を表現したものと同一の座標系とする。

これらレーダ雨量計に関しては、「共通細密レーダ降雨情報システム技術に関する共同研究報告書」（財）下水道新技術推進機構、１９９６年、６月発行の２０〜２３頁に説明が記されている。
第一のレーダ雨量計５は、この中に記載の細密レーダシステムが相当する。第二のレーダ雨量計６は、この中に記載の、そのデータがオンライン気象情報提供サービス（ＭＩＣＯＳ）にて提供される気象庁レーダシステムや、河川流域総合情報システム（ＦＲＩＣＳ）にて提供される国土交通省レーダシステムが相当する。

そして、第一のレーダ雨量計５のデータは第一の記憶装置１に、第二のレーダ雨量計６のデータは第二の記憶装置２４に、順次記憶されるものとする。

本実施の形態による降雨移動予測装置は、広い観測域をもつ第二のレーダ雨量計６の雨量パターン８を用いて移動ベクトル１０を算出し、これを用いて第一のレーダ雨量計５の雨量パターン７を移動させることで予測パターン１１を得るように構成する。第一のレーダ雨量計７の観測域９全体を広範囲にわたる雨域１２が覆っている場合や、雨域１２が観測域９の外から近づいてくる場合においても、広い観測域をもつ第二のレーダ雨量計６の雨量パターン８を用いることで、正確な移動ベクトル１０を得る。また、通常、予測パターン１１は観測メッシュが細かい第一のレーダ雨量計５の雨量パターン７から生成することで、空間分解能の高い予測パターンを得る。さらに、予測パターン１１のデータ欠落部分１５を、第二のレーダ雨量計６の雨量パターン８を用いて補完するように構成する。

次に、この発明の実施の形態１による詳細な動作を図７のフローチャートにより説明する。

ステップＳＴ１では、移動ベクトル演算装置２で移動ベクトルを算出するために用いる第二のレーダ雨量計６の雨量パターン８の観測時間間隔Ｔ２を設定する。ただし、Ｔ２は第二のレーダ雨量計の観測周期の整数倍である。

ステップＳＴ２では、第二の記憶装置２４から第二のレーダ雨量計６の雨量パターン８を２つ取り出す。これは、観測時刻がｔ２の最新の雨量パターン８ａであるＪｎｅｗ（ｘ，ｙ）＝Ｊ（ｘ，ｙ，ｔ２）と、観測時刻がｔ２−Ｔ２の過去の雨量パターン８ｂであるＪｏｌｄ（ｘ，ｙ）＝Ｊ（ｘ，ｙ，ｔ２−Ｔ２）である。第二のレーダ雨量計６の雨量パターン８については、一般に広い範囲のデータが提供されるが、ここでは、図２に示すように、第一のレーダ雨量計５の観測域９を含みその観測域９よりも広い範囲のデータが必要である。例えば、観測域９を四方に広げ、一辺が３倍になるようにした範囲の雨量パターンを入力する。ただし、データのメッシュ１４間隔が第一のレーダ雨量計５のメッシュ１３の間隔に比べて大きいため、データ量は小さい。

ステップＳＴ３では、図３に示すように、移動ベクトル演算装置２において、第二のレーダ雨量計６の雨量パターン８ａ｛Ｊｎｅｗ（ｘ，ｙ）｝と８ｂ｛Ｊｏｌｄ（ｘ，ｙ）｝により、雨域の移動ベクトル１０を算出する。これは、例えば、吉野文雄著「レーダ水文学」森北出版、２００２年発行の１０９〜１１１頁に記された雨域追跡法により求める。これを簡単に説明すれば、雨量パターン８ａ｛Ｊｎｅｗ（ｘ，ｙ）｝と８ｂ｛Ｊｏｌｄ（ｘ，ｙ）｝を所定の降雨強度（閾値）を境に、それ以上の値を示すメッシュを１、それ以下のメッシュを０として全メッシュを２値化した後、２値化した雨量パターンＪｏｌｄ（ｘ，ｙ）を移動させつつＪｎｅｗ（ｘ，ｙ）と重ね合わせて各メッシュの雨量値の一致度を調べ、最も一致したときの移動量として算出するものである。これを移動ベクトルＶとする。

また、移動ベクトルを求める手法として、過去の雨量パターンＪｏｌｄ（ｘ，ｙ）、最新の雨量パターンＪｎｅｗ（ｘ，ｙ）それぞれについて重心を計算し、過去の雨量パターンの重心位置Ｃ１を始点とし最新の雨量パターンの重心位置Ｃ２を終点とするベクトルとして、Ｖ＝Ｃ２−Ｃ１として算出してもよい。さらに、Ｊｏｌｄ（ｘ，ｙ）をずらしつつＪｎｅｗ（ｘ，ｙ）との一致度を計算し、もっとも一致するときの移動量をＶとする。一致度は、例えば、両者の雨量値の差の絶対値の総和をとったもの、あるいは、雨量値の差の二乗和、また、相関係数などで与える。こうして得た移動ベクトルは、時間Ｔ２で除し、単位時間当たりの移動量に変換する。すなわち、Ｖ／Ｔ２を改めてＶ＝（ｕ，ｖ）とする。

ステップＳＴ４では、予測パターン生成装置３において、第一の記憶装置１から時刻ｔ１で観測されたその時点で最新の第一のレーダ雨量計５の雨量パターン７であるＩ（ｘ，ｙ，ｔ１）を読み込む。

ステップＳＴ５では、降雨パターンを予測する時刻τを設定する。

ステップＳＴ６では、図４に示す第一のレーダ雨量計５の雨量パターン７を、図５に示すように移動ベクトルに従って移動させて予測パターン１１を得る。予測時刻はτであるから、雨量パターンＩ（ｘ，ｙ，ｔ１）の移動量は、Ｖ×（τ−ｔ１）となる。これにより、雨量パターンＩ（ｘ，ｙ，ｔ１）を移動させ、予測パターンＫ（ｘ，ｙ）＝Ｉ（ｘ−ｕ×（τ−ｔ１），ｙ−ｖ×（τ−ｔ１），ｔ１）を得る。ただし、（ｘ−ｕ×（τ−ｔ１），ｙ−ｖ×（τ−ｔ１））∈Ｒである。予測パターンＫ（ｘ，ｙ）の観測域は、例えば、第一のレーダ雨量計５の雨量パターン７の観測域９に一致させる。

ステップＳＴ７では、図６に示すように、予測パターン補完装置２５において、予測パターン１１のうち、ステップＳＴ６で値が設定されなかった部分１５を補完する。予測パターンＫ（ｘ，ｙ）では、（ｘ−ｕ×（τ−ｔ１），ｙ−ｖ×（τ−ｔ１））∈Ｒとならないメッシュ点２６は、移動元の点（ｘ−ｕ×（τ−ｔ１），ｙ−ｖ×（τ−ｔ１））が雨量パターン７の外になるため、値が設定されない。移動ベクトル１０が大きい場合、データの欠落部分１５も大きくなる。これには、第二のレーダ雨量計データの最新の雨量パターン８ａを移動させ、対応するメッシュ点２７により、Ｋ（ｘ，ｙ）＝Ｊｎｅｗ（ｘ−ｕ×（τ−ｔ２），ｙ−ｖ×（τ−ｔ２））として予測パターンを完成する。雨量パターン８の観測域１６は、観測域９に対し十分広く設定できるため、移動元の雨量値を準備することができる。このようにして予測パターンＫ（ｘ，ｙ）を完成する。

ステップＳＴ８では、予測パターン１１を予測パターン記憶装置４に記憶する。

以上のように実施の形態１によれば、第一のレーダ雨量計１の狭い観測域では把握できない広い雨域１２や当該狭い観測域に近づいてくる雨域３０についても、正確に予測する予測パターン１１を得ることができる。

すなわち、広い観測域をもつ第二のレーダ雨量計６の雨量パターン８を用いて移動ベクトル１０を算出し、これを用いて第一のレーダ雨量計５の雨量パターン７を移動させることで予測パターン１１を得るように構成したので、第一のレーダ雨量計７の観測域９全体を広範囲にわたる雨域１２が覆っている場合や、雨域１２が観測域９の外から近づいてくる場合においても、正確な移動ベクトル１０を得ることができるようになる。

また、予測パターン１１のデータ欠落部分１５を、第二のレーダ雨量計６の雨量パターン８を用いて補完するように構成したので、観測域９全域にわたってデータがそろった予測パターン１１を得ることができるようになる。

実施の形態２．
この発明の実施の形態２においては、広範囲にわたる雨域とは別に、局所的な雨域の移動を予測するように構成する。集中豪雨をもたらすような強くて局所的な雨域は、その移動を正確に予測することが求められる。雨域は一様な移動をするとは限らないため、雨域ごとに移動予測を行うようにする。

図８はこの発明の実施の形態２による降雨移動予測装置の構成を示すブロック図である。図８のブロック図に示すように、実施の形態２の降雨移動予測装置は、実施の形態１の構成（図１）に加え、雨量データを雨域データと背景雨量データとに分離する雨域抽出手段である雨域抽出装置１７、雨域抽出手段１７によって抽出された個々の雨域データについて雨域移動ベクトルを算出する雨域移動ベクトル演算手段である雨域移動ベクトル演算装置２８を備えている。

図９〜図１１はこの発明の実施の形態２の動作を説明するための図であり、図９は雨量パターンを局所的雨域や、背景雨域等に分離する動作を説明する図、図１０は局所的な雨域の移動ベクトルの算出を説明する図、図１１は予測パターンの生成動作を説明する図である。これらの図において、１８（１８ａ、１８ｂ）は局所的な雨域、１９（１９ａ、１９ｂ）は局所的な雨域１８の雨量値によって構成される雨域パターン、２０は背景雨量パターン、２１は局所的な雨域１８の移動ベクトル、２２は雨域１８の移動予測結果である局所雨域予測パターン、２３は背景雨量パターン２０の移動予測結果である背景雨量予測パターン、２９は局所的な雨域１８に対応する第一のレーダ雨量計５の異なる雨量パターン上の雨域である。

この発明の実施の形態２においては、第一のレーダ雨量計５の雨量パターン７から、局所的で強い雨域１８を分離抽出し、それら局所的な雨域１８ごとに移動を予測する課程を設けたことを特徴とする。

次に、本実施の形態２の動作について図１２のフローチャートを用いて説明する。

ステップＳＴ１では、移動ベクトル演算装置２で移動ベクトルを算出するために用いる第二のレーダ雨量計６の雨量パターン８の観測時間間隔Ｔ２を設定する。

ステップＳＴ２では、第二の記憶装置２４から第二のレーダ雨量計６の雨量パターン８を２つ取り出す。これは、観測時刻がｔ２の最新の雨量パターン８ａであるＪｎｅｗ（ｘ，ｙ）＝Ｊ（ｘ，ｙ，ｔ２）と、観測時刻がｔ２−Ｔ２の過去の雨量パターン８ｂであるＪｏｌｄ（ｘ，ｙ）＝Ｊ（ｘ，ｙ，ｔ２−Ｔ２）である。

ステップＳＴ３では、図３に示すように、移動ベクトル演算装置２において、第二のレーダ雨量計６の雨量パターン８ａ｛Ｊｎｅｗ（ｘ，ｙ）｝と８ｂ｛Ｊｏｌｄ（ｘ，ｙ）｝により、雨域の移動ベクトル１０を算出する。ここまでのステップは実施の形態１の動作を示す図７のフローチャートと同様である。

ステップＳＴ５では、降雨パターンを予測する時刻τを設定する。

ステップＳＴ１１では、第一のレーダ雨量計５の雨量パターン７の観測時間間隔Ｔ１を設定する。ただし、Ｔ１は第一のレーダ雨量計５の観測周期の整数倍である。Ｔ１は、例えば、第一のレーダ雨量計５の観測周期とする。

ステップＳＴ１２では、時刻ｔ１で観測されたその時点で最新の第一のレーダ雨量計５の雨量パターンＩｎｅｗ（ｘ，ｙ）＝Ｉ（ｘ，ｙ，ｔ１）と、時刻ｔ１−Ｔ１で観測された過去の第一のレーダ雨量計５の雨量パターンＩｏｌｄ（ｘ，ｙ）＝Ｉ（ｘ，ｙ，ｔ１−Ｔ１）を第一の記憶装置１から読み込む。

ステップＳＴ１３では、図９に示すように、雨域抽出装置１７により、Ｉｎｅｗ（ｘ，ｙ）を用いて、その中の局所的な雨域１８を抽出する。これは、例えば、Ｉｎｅｗ（ｘ，ｙ）を雨量強度２０ｍｍ／ｈをしきい値として２値化し、しきい値以上となるメッシュ点、すなわち、Ｉｎｅｗ（ｘ，ｙ）≧２０ｍｍ／ｈとなる点を抽出する。続いて、得られた点について連結する点をラベル付けし、ひとまとまりの点群（領域）を抽出する。抽出された領域を局所的な雨域１８とする。局所的な雨域１８がＮ個抽出された場合、ｎ番目の雨域の雨量値のみで構成されるパターン１９を雨域パターンＨｎ（ｘ，ｙ）とする。すなわち、

となる。また、このとき、Ｇ（ｘ，ｙ）＝Ｉｎｅｗ（ｘ，ｙ）−ΣＨｎ（ｘ，ｙ）とし、これを背景雨量パターン２０とする。図９では、２つの局所的な雨域１８ａ、１８ｂが抽出され、雨域パターンＨ１（ｘ，ｙ）、Ｈ２（ｘ，ｙ）と背景雨量パターン２０が分離される例を示す。
Ｈｎ（ｘ，ｙ）、Ｇ（ｘ，ｙ）の観測域は、第一のレーダ雨量計５の観測域９に一致させる。

ステップＳＴ１４では、雨域移動ベクトル演算装置２８において、雨域パターンＨｎ（ｘ，ｙ）の移動ベクトルＶｎ＝（ｕｎ，ｖｎ）を求める。これは、例えば以下のように行う。Ｈｎ（ｘ，ｙ）とＩｏｌｄ（ｘ，ｙ）との間に上述の雨域追跡法を適用し、もっとも合致するときのＩｏｌｄ（ｘ，ｙ）の移動量をＶｎとする。あるいは、Ｈｎ（ｘ，ｙ）をテンプレートとして、いわゆるテンプレートマッチングによりＩｏｌｄ（ｘ，ｙ）中、Ｈｎ（ｘ，ｙ）のパターンともっとも一致する位置を検出し、そのときのＨｎ（ｘ，ｙ）の移動量を反転したものをＶｎとする。これらの方法において、Ｉｏｌｄ（ｘ，ｙ）あるいはＨｎ（ｘ，ｙ）の移動は、想定される最大の風速に時間を乗じた距離の範囲に限定して一致度を調べるように構成してもよい。また、一致度は、例えば、両者の画素値（雨量値）の差の和をとったもの、あるいは、画素値の差の二乗和、相関係数などでもよい。図１０は雨域パターンＨ１（ｘ，ｙ）に示された局所的な雨域１８ａとＩｏｌｄ（ｘ，ｙ）上の局所的な雨域１８ａに対応する雨域２９とのマッチングによる、局所的な雨域の移動ベクトル２１の算出を示す。

ステップＳＴ１５では、予測パターン生成装置３において、各Ｈｎ（ｘ，ｙ）を移動ベクトルＶｎ×（τ−ｔ１）に従って移動させ、

としてｎ番目の局所雨域予測パターン２２を得る。
Ｋｎ（ｘ，ｙ）の観測域は、予測パターン（ｘ，ｙ）の観測域に一致させる。

ステップＳＴ１６では、Ｇ（ｘ，ｙ）を移動ベクトル１０に従って移動させ、背景雨量予測パターン２３

を得る。
Ｋｇ（ｘ，ｙ）の観測域は、予測パターン（ｘ，ｙ）の観測域に一致させる。

ステップＳＴ１７では、Ｋｇ（ｘ，ｙ）とＮ個のＫｎ（ｘ，ｙ）を合成して、予測パターンＫ（ｘ，ｙ）を得る。

Ｋ（ｘ，ｙ）＝Ｋｇ（ｘ，ｙ）＋ΣＫｎ（ｘ，ｙ）

図１１に、ここまで説明した予測パターン１１生成動作を示す。２つの局所的な雨域１８ａと１８ｂに対する雨域の移動ベクトル２１ａ、２１ｂにより、それぞれ雨域パターンＨ１（ｘ，ｙ）、Ｈ２（ｘ，ｙ）を移動させて得た局所雨域予測パターン２２ａ、２２ｂであるＫ１（ｘ，ｙ）、Ｋ２（ｘ，ｙ）と、背景雨量予測パターン２３より得た背景雨量予測パターン２３であるＫｇ（ｘ，ｙ）を合成し、予測パターンＫ（ｘ，ｙ）を得る。

なお、ステップＳＴ７（予測パターンの補完）からステップＳＴ８（予測パターンの記憶）は、実施の形態１で説明したステップと同様であるので説明を省略する。

以上のように実施の形態２によれば、第一のレーダ雨量計５の雨量パターン７を用いて局所的な強い雨の雨域１８を抽出し、局所的雨域１８ごとに移動ベクトル２１を算出し、局所的雨域１８ごとに移動量を変えて予測パターン１１を得るように構成したので、広範囲の雨域の予測に加え、集中豪雨をもたらすような局所的で強い雨域について、周囲の状況に左右されずにその移動を正確に予測できるようになる。

また、局所的で強い雨域１８の移動ベクトル２１算出には、第一のレーダ雨量計５の雨量パターン７を用いるように構成したので、細かいメッシュで雨域を定めることができるとともに、短い時間間隔で雨域を検知でき、急激に出現した雨域に対して即座にその移動の予測を行うことができるようになる。

実施の形態３．
この発明の実施の形態３では、移動ベクトル１０の算出を第一のレーダ雨量計５の雨量データ７を用いて行う。また、上記実施の形態では、観測域９にわたる予測パターン１１を求めるものとして説明したが、本実施の形態では、観測域９内の予測地点（Ｘ，Ｙ）の予測値を得るものとして説明する。

図１３は実施の形態３による降雨移動予測装置の構成を示すブロック図であり、図１４は実施の形態３の動作を説明するためのフローチャートである。

本実施の形態３の動作について図１４のフローチャートを用いて説明する。

ステップＳＴ１１では、第一のレーダ雨量計５の雨量パターン７の観測時間間隔Ｔ１を設定する。ただし、Ｔ１は第一のレーダ雨量計５の観測周期の整数倍である。Ｔ１は、例えば、第一のレーダ雨量計５の観測周期とする。

ステップＳＴ１２では、時刻ｔ１で観測されたその時点で最新の第一のレーダ雨量計５の雨量パターンＩｎｅｗ（ｘ，ｙ）＝Ｉ（ｘ，ｙ，ｔ１）と、時刻ｔ１−Ｔ１で観測された過去の第一のレーダ雨量計５の雨量パターンＩｏｌｄ（ｘ，ｙ）＝Ｉ（ｘ，ｙ，ｔ１−Ｔ１）を第一の記憶装置１から読み込む。

ステップＳＴ２１では、移動ベクトル演算装置２Ａにより、第一のレーダ雨量計５の雨量パターン７により、雨域の移動ベクトル１０を算出する。これは、前記ステップＳＴ３の移動ベクトルの算出動作と同様に、例えば、雨域追跡法により求める。求めた移動ベクトル１０をＶとする。あるいは、過去の雨量パターンＩｏｌｄ（ｘ，ｙ）、最新の雨量パターンＩｎｅｗ（ｘ，ｙ）それぞれについて重心を計算し、過去の雨量パターンの重心位置Ｃ１を始点とし最新の雨量パターンの重心位置Ｃ２を終点とするベクトルとして、Ｖ＝Ｃ２−Ｃ１として算出してもよい。さらに、Ｉｏｌｄ（ｘ，ｙ）をずらしつつＩｎｅｗ（ｘ，ｙ）との一致度を計算し、もっとも一致するときの移動量をＶとする。一致度は、例えば、両者の画素値（雨量値）の差の和をとったもの、あるいは、画素値の差の二乗和、相関係数などでよい。こうして得た移動ベクトルは、時間Ｔ１で除し、単位時間当たりの移動量に変換する。すなわち、Ｖ／Ｔ１を改めてＶ＝（ｕ，ｖ）とする。

ステップＳＴ２２では、雨量の予測を行う予測地点（Ｘ，Ｙ）を入力する。ただし、（Ｘ，Ｙ）∈Ｒである。これは、例えば、マウスやキーボードによって入力するように、あるいは、あらかじめ指定したファイルに記述した点として与えられる。

ステップＳＴ５では、降雨パターンを予測する時刻τを設定する。

ステップＳＴ６では、ステップＳＴ２１で算出した移動ベクトルに従って第一のレーダ雨量計５の雨量データを移動させて予測パターンを生成する。

ステップＳＴ２３では、予測パターン生成装置３Ａにおいて、予測地点がデータ欠落部分かどうかを判定する。そうであれば、ステップＳＴ２４に、そうでなければ、ステップＳＴ８に進む。

ステップＳＴ２４では、予測パターン補完装置２５において予測地点を補完するため、第二の記憶装置２４から観測時刻がｔ２である、最新の第二のレーダ雨量計６による雨量パターン８を読み出す。これをＪｎｅｗ（ｘ，ｙ）として、ステップＳＴ７において予測パターンの補完を行う。

なお、予測地点は１点のみとして説明したが、これは複数であってもよく、また、領域であってもよい。また、ステップＳＴ８では、予測パターン１１を記憶するように構成したが、予測地点の予測値のみを記憶するように構成してもよい。

以上のように実施の形態３によれば、第一のレーダ雨量計５による雨量パターン７を用いて移動ベクトル１０を算出するように構成したので、予測地点がデータの欠落部分１５に入らない場合には、第二のレーダ雨量計６による雨量パターンを用いなくても済み、処理時間を短縮することができるようになる。

実施の形態４．
実施の形態４においては、第一のレーダ雨量計５の雨量パターン７および第二のレーダ雨量計６の雨量パターン８を用いて合成パターンを合成し、これを用いて移動ベクトル１０を算出し、予測パターン１１を得るように構成する。

図１５はこの発明の実施の形態４による降雨移動予測装置の構成を示すブロック図である。図１５のブロック図に示すように、本実施の形態の降雨移動予測装置には、第一のレーダ雨量計５の雨量データと第二のレーダ雨量計６の雨量データを合成する雨量データ合成手段である雨量パターン合成装置３１が加えられている。

図１６及び図１７は、本実施の形態４による合成パターンの合成動作を示す説明図である。図中、３２は第一のレーダ雨量計５の雨量パターン７および第二のレーダ雨量計６の雨量パターン８から合成される合成パターン、３３は合成パターン３２のメッシュである。

次に、実施の形態４の動作について図１８のフローチャートを用いて説明する。なお、実施の形態１の動作を示す図７のフローチャートと同一のステップについては、同一の動作である。

ステップＳＴ３１では、移動ベクトル演算装置２Ｂで移動ベクトルを算出するために用いる観測時間間隔Ｔ３を設定する。Ｔ３は第二のレーダ雨量計６の観測周期より大きくするのが望ましい。

ステップＳＴ３２では、第二の記憶装置２４から第二のレーダ雨量計６の雨量パターン８を２つ取り出す。これは、観測時刻がｔ２の最新の雨量パターン８ａであるＪｎｅｗ（ｘ，ｙ）＝Ｊ（ｘ，ｙ，ｔ２）と、観測時刻が時刻ｔ２−Ｔ３に最も近い時刻ｔ３で観測された過去の雨量パターン８ｂであるＪｏｌｄ（ｘ，ｙ）＝Ｊ（ｘ，ｙ，ｔ３）である。第二のレーダ雨量計６の雨量パターン８の入力範囲については、実施の形態１と同様である。

ステップＳＴ３３では、時刻ｔ１で観測されたその時点で最新の第一のレーダ雨量計５の雨量パターンＩｎｅｗ（ｘ，ｙ）＝Ｉ（ｘ，ｙ，ｔ１）と、時刻ｔ１−Ｔ３に最も近い時刻ｔ４で観測された過去の第一のレーダ雨量計５の雨量パターンＩｏｌｄ（ｘ，ｙ）＝Ｉ（ｘ，ｙ，ｔ４）を第一の記憶装置１から読み込む。なお、同期をとるため、ｔ１はｔ２に最も近い観測時刻としてもよい。

ステップＳＴ３４では、雨量パターン合成装置３１において、Ｉｎｅｗ（ｘ，ｙ）とＪｎｅｗ（ｘ，ｙ）を用いて合成パターン３２であるＬｎｅｗ（ｘ，ｙ）を合成する。これは、図１６に示すように、Ｌｎｅｗ（ｘ，ｙ）のＩｎｅｗ（ｘ，ｙ）の観測域９内はＩｎｅｗ（ｘ，ｙ）の雨量値、それ以外はＪｎｅｗ（ｘ，ｙ）の雨量値を格納する。すなわち、

となる。Ｌｎｅｗ（ｘ，ｙ）のメッシュ３３の幅は、例えば、細かい第一のレーダ雨量計５の雨量パターン７のメッシュ１３に合わせて設定する。このため、第二のレーダ雨量計６の雨量パターン８であるＪｎｅｗ（ｘ，ｙ）のメッシュ１４の雨量値は、Ｌｎｅｗ（ｘ，ｙ）の複数のメッシュ３３に割り当てられる。すなわち、メッシュ１４の一辺の幅がメッシュ１３の２倍である場合、メッシュ１４の雨量値が４個のＬｎｅｗ（ｘ，ｙ）のメッシュ３３に格納されることになる。なお、観測域９内においては、Ｉｎｅｗ（ｘ，ｙ）とＪｎｅｗ（ｘ，ｙ）の雨量値がともに存在するので、両者の平均をとるなどしてＬｎｅｗ（ｘ，ｙ）を求めてもよい。

ステップＳＴ３５では、ステップＳＴ３４と同様に、Ｉｏｌｄ（ｘ，ｙ）とＪｏｌｄ（ｘ，ｙ）を用いて合成パターン３２であるＬｏｌｄ（ｘ，ｙ）を合成する。

ステップＳＴ３６では、実施の形態１のステップＳＴ３と同様の動作により、移動ベクトル演算装置２Ｂにおいて、合成パターン３２により、雨域の移動ベクトル１０を算出する。こうして得た単位時間当たりの移動ベクトルをＶ＝（ｕ，ｖ）とする。

ステップＳＴ５では、予測する時刻τを設定する。

ステップＳＴ３７では、図１７に示すように、合成パターン３２であるＬｎｅｗ（ｘ，ｙ）を移動ベクトルに従って移動させて予測パターン１１を得る。予測時刻はτであるから、合成パターンＬｎｅｗ（ｘ，ｙ）の時刻をＩｎｅｗ（ｘ，ｙ）の時刻を優先してｔ１とみなせば、移動量は、Ｖ×（τ−ｔ１）となる。これにより、合成パターンＬｎｅｗ（ｘ，ｙ）を移動させ、予測パターンＫ（ｘ，ｙ）＝Ｌｎｅｗ（ｘ−ｕ×（τ−ｔ１），ｙ−ｖ×（τ−ｔ１））を得る。

ステップＳＴ８では、予測パターン１１を予測パターン記憶装置４に記憶する。

以上のように実施の形態４によれば、第一のレーダ雨量計５による雨量パターン７と第二のレーダ雨量計６による雨量パターン８から合成パターン３１を合成し、この合成パターン３２を用いて移動ベクトル１０を算出するように構成したので、補完動作なしで観測域９全域にわたってデータがそろい、その中心部では第一のレーダ雨量計５の雨量パターン７と同等の解像度をもつ予測パターン１１を得ることができるようになる。

実施の形態５．
実施の形態５においては、予測パターン１１の生成に際し、あらかじめ第一のレーダ雨量計５の雨量パターン７および第二のレーダ雨量計６の雨量パターン８を用いて合成パターンを合成しておき、第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定し、この移動ベクトルに従って合成雨量データを移動させることで予測データを生成する。

図１９はこの発明の実施の形態５による降雨移動予測装置の構成を示すブロック図である。図２０は本実施の形態５による合成パターンの合成動作を示す説明図である。

次に、実施の形態５の動作について図２１のフローチャートを用いて説明する。なお、実施の形態１の動作を示す図７のフローチャートと同一のステップについては、同一の動作であるので説明を省略する。

ステップＳＴ４１では、雨量パターン合成装置３１において、Ｉｎｅｗ（ｘ，ｙ）とＪｎｅｗ（ｘ，ｙ）を用いて合成パターン３２であるＬｎｅｗ（ｘ，ｙ）を合成する。これは、図１８のフローチャートに示す実施の形態４のステップＳＴ３４の動作と同様に行う。時刻ｔ１における合成パターン３２をＬ（ｘ，ｙ）とする。Ｌ（ｘ，ｙ）には、Ｉｎｅｗ（ｘ，ｙ）の観測域９内はＩ（ｘ，ｙ，ｔ１）の雨量値、それ以外はＪｎｅｗ（ｘ，ｙ）の雨量値を格納する。すなわち、

である。あるいは、Ｊｎｅｗ（ｘ，ｙ）の観測時刻がｔ２であるため、ｔ１とｔ２との差が大きい場合は、図２０に示すように、ステップＳＴ３で求めた移動ベクトルＶ＝（ｕ，ｖ）を用いて補正して格納する。すなわち、

となる。Ｌ（ｘ，ｙ）のメッシュの幅は、例えば、細かい第一のレーダ雨量計５の雨量パターン７のメッシュ１３に合わせて設定する。

ステップＳＴ４２では、合成パターン３２であるＬ（ｘ，ｙ）を移動ベクトルＶに従って移動させて予測パターン１１を得る。予測時刻はτであるから、合成パターンＬ（ｘ，ｙ）の移動量はＶ×（τ−ｔ１）となる。これにより、合成パターンＬ（ｘ，ｙ）を移動させ、予測パターンＫ（ｘ，ｙ）＝Ｌ（ｘ−ｕ×（τ−ｔ１），ｙ−ｖ×（τ−ｔ１））を得る。

なお、ステップＳＴ３で移動ベクトル演算装置３により、第二のレーダ雨量計６の雨量パターン８を用いて移動ベクトル１０を算出するように構成したが、実施の形態３に示すように、第一のレーダ雨量計５の雨量パターン７を用いて算出するように構成してもよい。

以上のように実施の形態５によれば、第一のレーダ雨量計５による雨量パターン７と第二のレーダ雨量計６による雨量パターン８から合成パターン３２を合成し、この合成パターン３１を用いて予測パターン１１を生成するように構成したので、合成パターンの合成は最新の雨量パターンに対してのみ実施するだけでよく、また補完動作なしで観測域９全域にわたってデータがそろった予測パターン１１を得ることができるようになる。

その他の実施の形態．
なお、上記実施の形態１から５において、移動ベクトルＶは１つのみ算出したが、観測域を複数ブロックに分割し、そのブロックごとに移動ベクトルを求め、観測域内の各点ではそれら移動ベクトルを補間して求めた移動ベクトルに従って、第一のレーダ雨量計５による雨量パターン７または合成パターン３２を移動させて予測パターン１１を得るように構成してもよい。

また、上記実施の形態１から５では、第一のレーダ雨量計５あるいは第二のレーダ雨量計６による最新の雨量パターンを移動させることで予測パターン１１を得るように構成したが、過去の雨量パターンと最新の雨量パターンとの雨量値の変化分を考慮し、最新の雨量パターンの雨量値を変化させつつ移動して予測パターンを得るように構成してもよい。これにより、雨量の増加減少を表す予測パターンを得ることができる。

また、上記実施の形態１、２、４と５では、観測域９にわたる予測パターン１１を求めるものとして説明したが、実施の形態３と同様に、観測域９内の予測地点（Ｘ，Ｙ）の予測値を得るように構成してもよい。

また、上記実施の形態１から５では、予測パターンの生成動作ごとに雨量パターンを読み込むように構成したが、例えば、τを変えて短時間後から長時間後までの予測パターンを一度に計算する場合などにおいては、雨量パターンの読み込みは一度のみ行い、あとは同一の雨量パターンのデータを用いて、繰り返し異なるτでの予測パターンを生成するように構成してもよい。これにより、処理時間を短縮することができる。

この発明の実施の形態１による降雨移動予測装置の構成を示すブロック図である。 この発明の実施の形態１の２つのレーダ雨量計の観測域とメッシュを示す図である。 この発明の実施の形態１の雨域の移動ベクトルの算出動作を示す説明図である。 この発明の実施の形態１の第一のレーダ雨量計の雨量パターンを示す図である。 この発明の実施の形態１の予測パターンの生成動作を示す説明図である。 この発明の実施の形態１の予測パターンのデータ欠落部分の補完動作を示す説明図である。 この発明の実施の形態１の降雨移動予測動作を示すフローチャートである。 この発明の実施の形態２による降雨移動予測装置の構成を示すブロック図である。 この発明の実施の形態２の雨量パターン分離動作を示す説明図である。 この発明の実施の形態２の局所的な雨域の移動ベクトルの算出を示す説明図である。 この発明の実施の形態２の予測パターン生成を示す説明図である。 この発明の実施の形態２の降雨移動予測動作を示すフローチャートである。 この発明の実施の形態３による降雨移動予測装置の構成を示すブロック図である。 この発明の実施の形態３の降雨移動予測動作を示すフローチャートである。 この発明の実施の形態４による降雨移動予測装置の構成を示すブロック図である。 この発明の実施の形態４の合成パターンの合成動作を示す説明図である。 この発明の実施の形態４の予測パターン生成動作を示す説明図である。 この発明の実施の形態４の降雨移動予測動作を示すフローチャートである。 この発明の実施の形態５による降雨移動予測装置の構成を示すブロック図である。 この発明の実施の形態５の合成パターンの合成動作を示す説明図である。 この発明の実施の形態５の降雨移動予測動作を示すフローチャートである。

符号の説明

１ 第一の記憶装置
２ 移動ベクトル演算装置
３ 予測パターン生成装置
４ 予測パターン記憶装置
５ 第一のレーダ雨量計
６ 第二のレーダ雨量計
１７ 雨域抽出装置
２４ 第二の記憶装置
２５ 予測パターン補完装置
２８ 雨域移動ベクトル演算装置
３１ 雨量合成パターン装置

Claims (10)

1. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う装置において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを格納する第一の記憶手段と、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを格納する第二の記憶手段と、観測時刻の異なる第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定する移動ベクトル演算手段と、前記移動ベクトル演算手段により演算された移動ベクトルに従って第一のレーダ雨量計による雨量データを移動させることで、第一のレーダ雨量計観測域の降雨の予測パターンを生成する予測パターン生成手段とを備えたことを特徴とする降雨移動予測装置。
2. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う方法において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶するステップと、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶するステップと、観測時刻の異なる第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定するステップと、前記決定された移動ベクトルに従って第一のレーダ雨量計による雨量データを移動させることで、第一のレーダ雨量計観測域の降雨の予測パターンを生成するステップとを備えたことを特徴とする降雨移動予測方法。
3. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う装置において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを格納する第一の記憶手段と、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを格納する第二の記憶手段と、観測時刻の異なる第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定する移動ベクトル演算手段と、前記移動ベクトル演算手段により演算された移動ベクトルに従って第一のレーダ雨量計による雨量データを移動させることで第一のレーダ雨量計観測域の降雨予測パターンを生成する予測パターン生成手段と、前記予測パターン生成手段により生成した降雨予測パターンに対しそのデータ欠落部分に第二のレーダ雨量計による雨量データにより示される雨量値を加えて降雨予測パターンを補完する予測パターン補完手段とを備えたことを特徴とする降雨移動予測装置。
4. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う方法において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶するステップと、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶するステップと、観測時刻の異なる第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定するステップと、前記決定された移動ベクトルに従って第一のレーダ雨量計による雨量データを移動させることで第一のレーダ雨量計観測域の降雨予測パターンを生成するステップと、前記降雨予測パターンに対しそのデータ欠落部分に第二のレーダ雨量計による雨量データにより示される雨量値を加えて降雨予測データを補完するステップを備えたことを特徴とする降雨移動予測方法。
5. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う装置において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを格納する第一の記憶手段と、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを格納する第二の記憶手段と、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えて合成雨量パターンを生成する雨量パターン合成手段と、観測時刻の異なる合成雨量パターンを比較して降雨の移動ベクトルを決定する移動ベクトル演算手段と、前記移動ベクトル演算手段により演算された移動ベクトルに従って合成雨量パターンを移動させることで降雨予測パターンを生成する予測パターン生成手段とを備えたことを特徴とする降雨移動予測装置。
6. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う方法において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶するステップと、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶するステップと、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えて合成雨量パターンを生成するステップと、観測時刻の異なる合成雨量パターンを比較して降雨の移動ベクトルを決定するステップと、前記移動ベクトルに従って合成雨量パターンを移動させることで降雨予測パターンを生成するステップとを備えたことを特徴とする降雨移動予測方法。
7. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う装置において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを格納する第一の記憶手段と、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを格納する第二の記憶手段と、観測時刻の異なる第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定する移動ベクトル演算手段と、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えて合成雨量データを生成する雨量データ合成手段と、前記移動ベクトル演算手段により演算された移動ベクトルに従って合成雨量データを移動させることで予測データを生成する予測データ生成手段とを備えたことを特徴とする降雨移動予測装置。
8. レーダ雨量計によって観測される雨量データに基づいて降雨の移動予測を行う方法において、観測メッシュが細かく観測域が狭い第一のレーダ雨量計による雨量データを記憶するステップと、第一のレーダ雨量計より観測メッシュが粗く、その観測域が第一のレーダ雨量計の観測域を含むと共に第一のレーダ雨量計の観測域より広い第二のレーダ雨量計による雨量データを記憶するステップと、観測時刻の異なる第一または第二のレーダ雨量計による雨量データを比較して降雨の移動ベクトルを決定するステップと、第一のレーダ雨量計による雨量データの領域外部に第二のレーダ雨量計による雨量データを加えて合成雨量データを生成するステップと、前記移動ベクトルに従って合成雨量データを移動させることで予測データを生成するステップとを備えたことを特徴とする降雨移動予測方法。
9. 請求項１、３、５、７のいずれか１項に記載の降雨移動予測装置において、第一のレーダ雨量計による雨量データを雨量強度が所定しきい値以上のひとまとまりの領域の局所雨域データとそれ以外の背景雨量データとに分離する雨域抽出手段と、前記雨域抽出手段によって抽出された個々の局所雨域データについて観測時刻の異なる第一のレーダ雨量計による雨量データと比較して局所雨域データごとの雨域移動ベクトルを算出する雨域移動ベクトル演算手段を備え、
   予測データ生成手段は、雨域移動ベクトル演算手段によって得た雨域移動ベクトルに従って局所雨域データを移動させるとともに、移動ベクトル演算手段により演算された移動ベクトルに従って背景雨量データを移動させて重ねあわせることで降雨予測パターンを生成することを特徴とする降雨移動予測装置。
10. 請求項１、３、５、７のいずれか１項に記載の降雨移動予測方法において、第一のレーダ雨量計による雨量データを雨量強度が所定しきい値以上のひとまとまりの領域の局所雨域データとそれ以外の背景雨量データとに分離するステップと、抽出された個々の局所雨域データについて観測時刻の異なる第一のレーダ雨量計による雨量データと比較して局所雨域データごとの雨域移動ベクトルを算出するステップと、前記雨域移動ベクトルに従って局所雨域データを移動させるステップと、前記移動ベクトルに従って背景雨量データを移動させるステップと、前記移動された局所雨域データと背景雨量データを重ねあわせることで降雨予測パターンを生成するステップを備えたことを特徴とする降雨移動予測方法。

Images