JP5242414B2 - 自然災害予報に対する統計的決定手法 - Google Patents
自然災害予報に対する統計的決定手法 Download PDFInfo
- Publication number
- JP5242414B2 JP5242414B2 JP2008550396A JP2008550396A JP5242414B2 JP 5242414 B2 JP5242414 B2 JP 5242414B2 JP 2008550396 A JP2008550396 A JP 2008550396A JP 2008550396 A JP2008550396 A JP 2008550396A JP 5242414 B2 JP5242414 B2 JP 5242414B2
- Authority
- JP
- Japan
- Prior art keywords
- storm
- wind
- path
- data
- distribution
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 141
- 238000009826 distribution Methods 0.000 claims description 79
- 239000002131 composite material Substances 0.000 claims description 26
- 238000009499 grossing Methods 0.000 claims description 17
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 230000002194 synthesizing effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 230000007774 longterm Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 41
- 238000006073 displacement reaction Methods 0.000 description 24
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 18
- 230000008859 change Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 238000005070 sampling Methods 0.000 description 12
- 238000012502 risk assessment Methods 0.000 description 11
- 230000007704 transition Effects 0.000 description 11
- 238000013519 translation Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 5
- 238000012950 reanalysis Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000001066 destructive effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/928—Earth science
- Y10S706/93—Environment
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/928—Earth science
- Y10S706/93—Environment
- Y10S706/931—Weather
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Atmospheric Sciences (AREA)
- Primary Health Care (AREA)
- Environmental Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Description
発明の分野
本発明は、一般的に、危険性評価に関し、さらに詳細には、自然の事象に関連する危険性の評価に関する。
熱帯低気圧は、ハリケーンとも呼ばれ、人間を襲う最も危険で犠牲の大きい自然災害に含まれる。1900年のガルベストンハリケーンは、米国の歴史の中で最もひどい天災であった。1998年には、ハリケーンミッチは、中米で11,000人以上の死者を出した。多くの先進国では人命の損失は、良好な警告プログラムおよび避難戦略によって著しく減少してきているが、財産の損失は、メキシコ湾および南フロリダなどのハリケーン常襲地域では、継続する建設および経済成長に起因して急速に増大しつつある。たとえば、1992年に米国を襲ったハリケーンアンドリューは、320億ドルを超える財産損害を引き起こし、最近のハリケーンアイバンおよびカトリーナは、多大な人命の損失に加えて、数十億ドルもの損害を引き起こした。
めに、Georgiouは、記録された並進速度および上陸情報と共に、嵐の半径構造のモデルを用い、対象地点で達成される確率が高い最大風速を推定する。
P.S. and J. Wang, 1998: Modeling return
periods of tropical cyclone intensities
in the vicinity of Hawaii. J. Appl. Meteor., 37, 951−960)およびDarlingによる論文(Darling, R.W.R., 1991 : Estimating probabilities of hurricane wind speeds using a large−scale empirical model. J. Climate, 4, 1035−1056)に記載されている技術が挙げられる。これらの技術は、局所的な強度分布を推察するために、潜在的な強度に関する気象学と共に、相対的な強度(潜在的な強度に対する実際の強度の比であり、潜在的な強度は、ハリケーンに関する熱力学的な潜在力の尺度である)の経験から得られた全地球的な分布を用いる。潜在的な強度は、大規模の熱力学的条件を与えた場合に、熱帯低気圧で理論的に得ることが可能な最大風速として定義され、大規模の観測またはモデル化された大気場から容易に計算可能である。類似の手法は、Murnaneらによる論文(Murnane, R. J.,C. Barton,E. Collins, J. Donnelly, J.B. Elsner, K. Emanuel, I. Ginis, S. Howard, C.W. Landsea, K.B. Liu, M. Malmquist, M. McKay, A. Michaels, N.B. Nelson, J. O’Brien,
D. Scott and T. Webb,2000:Model estimates of hurricane wind speed probabilities. Eos, 81, 433−438)に示唆されており、実際の(相対的ではなく)ハリケーンの風の強度の累積確率分布の全地球的な推定値は、局所的な強度分布を推察するために、用いられている 別の手法は、Vickeryらによる論文(Vickery, P. J., P.F. Skerjl and L.A. Twisdale,2000: Simulation of hurricane risk in the
U.S. using empirical track model. J. Struct. Eng.,126,1222−1237)に記載されている。Vickeryは、過去の進路および過去の強度の両方の統計的確率を用いて、北大西洋海盆における多数の合成嵐を生成する。Vickeryは、次に、各進路に沿って、方向、並進速度および強度における6時間の変化をそれらの量に加えて位置、海面温度の前の値の一次関数としてモデル化する。したがって、Vickeryは、前の進路の履歴および局所的な気象学を用いて合成した嵐の進路の膨大なデータベースを生成して、これらの進路の履歴強度データに結合する。
上述したようなハリケーンの危険性を予測するための従来の方法は、対象地点の付近を通過する嵐の頻度を推定し、嵐の強度の変化が嵐によって取られる特定の進路に対して独立であると仮定するために、過去のハリケーン進路データに直接的に基づいている。そのような技術の大きな欠点は、強度の高い事象に関する実際のデータが少ないことであり、このことは、これらの事象の正確な推定または予測を困難にしている。実際のデータのこのような欠如が、仮定されたパラメトリック分布を用いて、裏付けのあるデータがほとんどない仮定された事象のモデル化を行う動機になっている。しかし、結果として、そのような従来の技術を用いた強度の高い事象の頻度の推定値は、現実と用いられるモデルとの間の誤差にきわめて影響を受ける。さらに、西部北大西洋においてしばしば起こるように
、嵐が小さな地域に動くかまたは潜在的な強度を消失したときには、相対的な強度による方法は必ず失敗する。稀ではあるが破壊的な嵐を被り、わずかまたは局所的な潜在的強度における履歴記録がゼロであるニューイングランドのような場所では、戻り期間推定は特に問題がある。
んでもよい。
別の実施形態によれば、対象地点の所定の半径内の確率的な風速分布に対応するデータ集合を生成する方法は、対象地点の所定の半径内を通過する多数の合成暴風進路を統計的に生成するステップと、多数の合成暴風進路の各進路に沿って複数の地点で合成暴風の強度をモデル化するステップと、強度モデル化ステップに基づいて、多数の合成暴風進路の各進路に関して合成暴風進路に沿って選択した地点における確率的な風速分布を生成するステップと、対象地点の所定の半径内の多数の合成暴風進路の各進路に関して、確率的な風速分布を組み合わせることによって、データ集合を作成するステップと、を含む。
本発明の種々の実施形態および態様を、添付図面を参照して詳細に記載する。本発明は、その適用において、以下の説明において記載し、図面において示した構成要素の構成および配置の詳細に限定するわけではないことは認識すべきである。本発明は、他の実施形態が可能であり、種々の手段で実現または実行されることができ、本発明は、請求項に特に記載しない限り提供される実施形態に限定されるわけではない。
tting)させることにより、分布の高い強度の末端では不正確である可能性がある。これは、疎なデータに基づいているにもかかわらず、損害、人命の損失および破壊に関して不均衡な量を占めるからである。熱帯低気圧に関連する損失は大まかに、最大風速の3乗に従い、このことは、嵐に関連する最大風速における増大が、その嵐によって引き起こされた損失において大まかに3乗で増大する結果を生じる可能性があることを意味する。したがって、高い強度の嵐の危険性を正確に評価することが最も不可欠である可能性がある。しかし、上述したように、従来技術の危険性評価技術は、そのような事象が稀であることに起因して高い強度の嵐に関してほとんど正確でない可能性がある。
いることはできないことは認識すべきである。さらに正確に言えば、本発明は、事象特性の確率的分布から導出される長期の一般化された(たとえば、何年というオーダー)危険性評価を提供することを目的としている。言い換えれば、本発明は、所与の対象地点における風速がたとえば、次の5〜10年またはそれ以上で一定の閾値を超える確率を決定するために用いられることが好ましく、特定のハリケーン(たとえば、ハリケーンデヴィッド)が対象地点を明日襲うかどうかについて決定するために用いることはできない。
Administrator’s Tropical Prediction Center:NOAA TPC)および米国海軍合同熱帯低気圧警報センター(U.S.Navy’s joint Typhoon Warning Center:JTWC)などの予報作業によって維持される。一実施例において、用いられるベストトラックデータは、1970年代および1970年以降に累積されたデータであってもよい。1970年は、熱帯低気圧の全地球的な衛星による検出が完全に考慮された最初の年であった。
ル、対数正規化カーネルまたは他の平滑帯域限定カーネルなどの任意の平滑な空間的に減衰するカーネル(すなわち、窓関数)を用いて平滑化されてもよく、大部分は、指数関数のファミリから生じている。平滑化は、必須ではないが、観測された発生地点およびグリッド解像度の離散性の関数であるサンプリングの不連続性を低減するために好都合であるか、または必要となる可能性がある。
することによって、それにもかかわらずサンプリング失敗問題を引き起こさないまずまずのコース(course)解像度表示を生成することが可能である。さらに、一実施例において、最大相関が24時間のみ(2ステップ)であるハリケーン進路データが求められ、したがって、わずか1ステップ前のデータを用いることが速度情報にとって十分であることから、1ステップ前の速度および方向のみが用いられてもよい。これはまた、多数の前のステップデータが必要された場合より簡単にマルコフ連鎖を計算するという点でも好都合である。一実施例において、生のヒストグラム(すなわち、平滑化前のデータベースから導出される)における速度および方向の変化量は、それぞれ、8km/6時間/6時間および3度に離散化されてもよく、前の速度は、40km/6時間に離散化されてもよく、前の方向は、20度に離散化されてもよい。しかし、これらの実施例は限定するものではなく、各状態変数に関する離散化の度合いは、生のデータの計算速度および効率、利用可能性などの多くの要因を考慮して選択されうることは認識すべきである。
れば、一定の場所が、多くのハリケーンに見舞われることが履歴から示されており、ハリケーンは、1年の数ヶ月の間より頻繁に形成され、他の月の間は全く形成されないことが周知である。したがって、ハリケーンデータを収集するための「第1の選択」(図4における優先度1)は、空間における微細な解像度のグリッド、たとえば、ブロック110に示されているように、緯度約0.5度×経度約0.5度のグリッドであり、時間においても微細な解像度であるグリッドを用いる。示された実施例において、図4におけるブロック112に示されているように、1年を9つの期間に分割してもよい。「第1の選択」解像度を用いて、データが収集されない場合または収集されるデータが不足している場合には、いくつかのデータ地点(すなわち、いくつかの事象の発生)を突き止めることを期待して、地域または期間のいずれかを拡大してもよい。
態解像度に対して固定されてもよい。しかし、このz(σz)におけるガウシアンの尺度または幅は、最適化技術の適用によって決定されてもよい。このように構成された遷移確率密度関数を用いて、進路は、以下のサンプリングスケジュール後のデータの欠如に起因して終了するまで伝搬されてもよい。図4において示された実施例において、最低の優先度レベル(「優先度8」)は、1年全体および地球全体を対象として含む1セルグリッドにおけるデータ収集を可能にすると考えれば、これは、きわめて稀である可能性がある。あるいは、用いられているデータベース(たとえば、HURDAT)において弱く観測されたハリケーンの活動に関する場所に達する場合には、進路は、終了されてもよい。
を履歴ハリケーン進路と環境風との間で統計的関係を展開するために、再分析データを用いることによって少なくとも部分的に回避されてもよい。
してマルコフ連鎖方法を用いて合成された進路の緯線方向および経線方向の変位統計量を比べる図5Aおよび図5Bと比較されることができる。風場方法は、履歴進路またはマルコフ連鎖方法を用いて生成された進路のいずれかに比べてわずかに広すぎる6時間の変位分布を生成しうることがわかる。これは、複数の因子によって説明されうる。たとえば、進路を生成するために用いられる風の合成時系列は、実際の風場に対する近似であり、したがって、いくつかの誤差の原因となっている。また、一定のβドリフト補正を加えた250hPaおよび850hPaの加重平均によるハリケーンの動きのモデル化はまた、特にβドリフトが実際に変数であり、垂直シアなどの他の因子もまた嵐の動きに寄与していると考える場合には、いくつかの誤差を導入する近似である。さらに、この方法は、進路を熱帯低気圧の維持に対して好ましくない流れに引き継ぐことを可能にする。しかし、以下にさらに記載するように、進路に沿って進む際の強度モデルにあるとき、嵐の維持に対して好ましくない流れにおけるそれらの進路は当然のことながら終了される。さらに、合成された進路データと履歴進路データとの間にいくつかの変動を占めている可能性がある特に衛星以前の時代において、HURDAT統計量は、完全に正確ではない可能性がある。したがって、図10は、風場方法(黒色で示す)を用いて合成された同じ60通りの通路に関する6時間の緯線方向の変位および1970年代後半のHURDATデータのみから導出された6時間の緯線方向の変位統計量(灰色で示す)のヒストグラムが示されている。図10は、よりよい適合を示し、初期のHURDATデータが実際にはわずかに不正確である可能性があることを示している。
の深さおよび進路に沿った環境的ウィンドシアを含んでもよい。一実施例において、測深学および地形学もまた、含まれうる。上陸は、陸の高度に応じて、表面エンタルピ交換係数を低減することによって表現されてもよい。一実施例において、エンタルピ交換係数は、陸の高度に関して線形に減少し、陸の高度が約40mであるときゼロに達する。このことは、少なくとも部分的に、低地の湿地または沼地の地形からの熱フラックスの原因となっている。一実施例において、月平均の気候学的潜在的な強度は、(進路データから取得された)時間および空間における嵐の位置に対して線形に補間されたNCEP再分析データなどからのデータ集合から計算されてもよい。潜在的な強度は、大規模な熱力学的条件(たとえば、水温、大気温度など)を与えた場合に、熱帯低気圧において理論的に達成可能な最大風速(または強度)として定義される。一実施例において、上部海洋熱変動性もまた、上部海洋の気候学的変動性を定量化するために、海面高度測定データを用いることによって、強度モデルにおいて、反映されてもよい。モデルへの入力は、用いられるモデルに左右される可能性があり、これらの実施例に限定されるわけではないことは認識すべきである。さらに、特にハリケーン以外の事象が評価されることになっている場合には、Emanuelらによって開発されたモデル以外のモデルもまた、用いられてもよい。
の系の風場が線形に重ねられる可能性があり、上述したように、並進速度に風速を加算することによって、熱帯低気圧の相互作用が、説明されうる。しかし、熱帯低気圧への遷移は、著しく非線形であってもよく、熱帯低気圧の周囲の循環は、一部の状況において、直面した熱帯低気圧の渦度偏差の振幅を増大させてもよい。したがって、以下にさらに記載するように、上述の強度モデル化は、高緯度領域に関して得られた結果に影響を及ぼしうる。
べきである。ヒストグラムは、双線形の累積頻度分布に従い、そのような分布は、一般に、任意の所与の場所で経験しうる最大の理論的風速があるように、結合されることを留意すべきである。熱帯において、この最大値は、潜在的な強度に密接に対応している可能性がある。しかし、より高い緯度では、嵐の並進速度は、いくつかの最大風の値が局所の潜在的な強度を超える可能性があり、部分的に熱帯低気圧遷移の効果の原因となりうる。強度の統計量の密接な対応関係は、本願明細書に記載される方法が、ハリケーンの風の危険性を評価するための実用的な手法であることを示している。
列進路生成プログラムによって予測された実質的により多くの数の弱い強度の事象とヒストグラム間にはかなり大きな差がある。これは、合成風時系列方法を用いて生成された弱い嵐の人工的に大きな残存率のためである可能性がある。
Claims (16)
- 対象地点から所定の距離内の風速分布を予測する方法であって、
前記対象地点の所定の半径内を通過する複数の暴風進路を統計的に合成するステップを含み、当該ステップは、観測またはモデル化された気象データによって少なくとも2つの圧力レベルに制限された、風の時系列を合成する処理を含み、さらに
前記複数の暴風進路の各進路に沿った暴風の強度の決定論的シミュレーションに前記風の時系列を適用し、空間中の各地点における風速を示す、各進路に沿った風速分布を表す出力を生成するステップと、
前記出力を用いて、前記対象地点から前記所定の距離内にある各進路に沿った前記風速分布の組み合わせから、各対象地点における風の速度および方向の確率分布を含む、全体的な風速の確率分布を推定するステップとを含む、方法。 - 前記複数の暴風進路を統計的に合成するステップは、
履歴暴風データおよびシミュレートされた気候データの少なくとも1つに基づいて、発生場所の空間−時間確率密度関数から対応する多数の発生地点をランダムに選択することによって、前記複数の暴風進路を生じさせるステップを含む、請求項1に記載の方法。 - 前記生じさせるステップは、
対象地域にわたる空間−時間グリッドを構成するステップと、
前記履歴暴風データおよび前記シミュレートされた気候データの少なくとも1つに基づいて、前記空間−時間グリッドの各セル内で発生する暴風の数を計数して、前記対象地域内の前記複数の暴風進路に関する発生地点の推定分布を形成するステップとを含む、請求項2に記載の方法。 - 前記生じさせるステップはさらに、
空間的減衰窓関数を用いて、前記発生地点の推定分布を平滑化し、発生場所の空間−時間確率密度関数を作成するステップを含む、請求項3に記載の方法。 - 前記空間的減衰窓関数は、3次元のガウシアンカーネル(Gaussian kernel)を含む、
請求項4に記載の方法。 - 前記複数の暴風進路を統計的に合成するステップはさらに、
履歴暴風進路またはシミュレートされた暴風進路の統計的特徴によって構成されるマルコフ連鎖を用いて、前記複数の暴風進路のそれぞれを生成するステップを含む、請求項1に記載の方法。 - 前記マルコフ連鎖の状態変数は、前記複数の暴風進路の速度および方向を含む、請求項6に記載の方法。
- 前記マルコフ連鎖の状態変数は、前記複数の暴風進路の緯線方向成分および経線方向成分を含む、請求項6に記載の方法。
- 前記複数の暴風進路を統計的に合成するステップはさらに、
βドリフト補正を加えた前記少なくとも2つの圧力レベルで前記風の時系列の加重平均として暴風の動きのモデル化を行うステップを含む、請求項1に記載の方法。 - 前記少なくとも2つの圧力レベルは、250hPa圧力レベルおよび850hPa圧力レベルを含む、請求項9に記載の方法。
- 前記風の時系列を統計的に合成するステップでは、フーリエ級数としてモデル化された風の時系列を含み、当該フーリエ級数は、ランダムに変化する位相を有し、かつ平均および分散が観測された気候データおよびモデル化気候データの1つによって制限され、かつ予め設定された運動エネルギスペクトルを有する、請求項9に記載の方法。
- 前記複数の暴風進路を統計的に合成するステップでは、各暴風進路は、履歴暴風データおよびシミュレートされた暴風データの少なくとも1つから導出された統計量に適合する特性を有する、請求項1に記載の方法。
- 前記複数の暴風進路の各進路に沿った暴風の強度の決定論的シミュレーションに前記風の時系列を適用するステップは、
角運動量座標において表現されるモデルを用いて前記暴風の強度をモデル化し、環境的熱力学変数およびウィンドシアを用いて初期化するステップを含む、請求項1に記載の方法。 - 請求項1〜13のいずれか1項に記載の方法を実行するために、少なくとも1つのプロセッサで実行されるように適合される複数の命令によって符号化されている、コンピュータ読み出し可能媒体。
- 対象地点の所定の半径内の確率的な風速分布に対応するデータ集合を生成する方法であって、
気象データによって制限された環境的な風の時系列を合成するステップと、
前記対象地点の前記所定の半径内を通過する複数の合成暴風進路を統計的に生成するステップと、
前記合成された環境的な風の時系列を用いて、前記複数の合成暴風進路の各暴風進路に沿った複数の地点での合成暴風の強度をシミュレーションするステップと、
前記シミュレーションされた強度に基づいて、前記複数の合成暴風進路の各合成暴風経路に関して、当該合成暴風進路に沿って選択された地点における確率的な暴風の風分布を生成するステップと、
前記対象地点の前記所定の半径内の複数の合成暴風進路のそれぞれに関して、前記暴風の風分布を組み合わせることによって、前記データ集合を生成するステップとを含む、方法。 - 対象地域内の風速に関連する長期危険性を推定する方法であって、
パラメトリック風分布またはモデル化された環境的な風分布と共に、複数の統計的に生成された合成暴風進路の各合成暴風進路に沿った複数の地点での合成暴風の強度を決定論的シミュレーションし、各進路に関連付けられた暴風の風分布の推定値を生成するステップと、
前記推定された各進路に沿った暴風の風分布の確率的に重み付けられた組み合わせを生成して、前記対象地域内の確率的な暴風の風分布を生成するステップと、
前記確率的な暴風の風分布に基づいて、前記対象地域内の所定の閾値を超える風速の危険性を推定するステップとを含む、方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US75921506P | 2006-01-13 | 2006-01-13 | |
US60/759,215 | 2006-01-13 | ||
US11/388,185 US7734245B2 (en) | 2006-01-13 | 2006-03-23 | Statistical-deterministic approach to natural disaster prediction |
US11/388,185 | 2006-03-23 | ||
PCT/US2007/000696 WO2007084315A2 (en) | 2006-01-13 | 2007-01-11 | A statistical-deterministic approach to natural disaster prediction |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009532662A JP2009532662A (ja) | 2009-09-10 |
JP5242414B2 true JP5242414B2 (ja) | 2013-07-24 |
Family
ID=38264324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008550396A Active JP5242414B2 (ja) | 2006-01-13 | 2007-01-11 | 自然災害予報に対する統計的決定手法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7734245B2 (ja) |
EP (1) | EP1971883B1 (ja) |
JP (1) | JP5242414B2 (ja) |
AU (1) | AU2007207834B2 (ja) |
CA (1) | CA2635686C (ja) |
WO (1) | WO2007084315A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102641241B1 (ko) | 2021-10-19 | 2024-02-27 | 공주대학교 산학협력단 | 전지구 대기 모델에서 대기-해양 상호작용을 고려한 해양 혼합층 물리과정 모델링 방법 |
Families Citing this family (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007056873A2 (de) * | 2005-11-15 | 2007-05-24 | Swiss Reinsurance Company | Automatisiertes triggersystem mit rückgekoppelten zeitabhängigen triggerindices für kontrollvorrichtungen bei mehrstufigen schadendeckungssystemen für aufkommende und/oder sich ereignende wirbelstürme und entsprechendes verfahren dafür |
US20070225915A1 (en) * | 2006-03-23 | 2007-09-27 | Weinzapfel Robert A | Methods of characterizing storms |
US20070221743A1 (en) * | 2006-03-23 | 2007-09-27 | Weinzapfel Robert A | Methods of calculating impact time for storms |
US20080235062A1 (en) * | 2006-12-29 | 2008-09-25 | American International Group, Inc. | Method and system for initially projecting an insurance company's net loss from a major loss event |
US20080300924A1 (en) * | 2007-06-01 | 2008-12-04 | American International Group, Inc. | Method and system for projecting catastrophe exposure |
US7970543B2 (en) * | 2008-03-18 | 2011-06-28 | The United States Of America, Represented By The Secretary Of Commerce | Predicting tropical cyclone destructive potential by integrated kinetic energy according to the Powell/Reinhold scale |
JP5052375B2 (ja) * | 2008-03-21 | 2012-10-17 | インターナショナル・ビジネス・マシーンズ・コーポレーション | プロジェクト・トラブル発生予測システム、方法及びプログラム |
US8224768B1 (en) | 2008-04-18 | 2012-07-17 | Wsi, Corporation | Tropical cyclone prediction system and method |
US8204846B1 (en) | 2008-04-18 | 2012-06-19 | Wsi, Corporation | Tropical cyclone prediction system and method |
US8160995B1 (en) | 2008-04-18 | 2012-04-17 | Wsi, Corporation | Tropical cyclone prediction system and method |
US8413500B2 (en) * | 2009-01-20 | 2013-04-09 | Richard Duncan Ely, III | Bernoulli wind prediction system |
US8280633B1 (en) | 2009-02-10 | 2012-10-02 | Strategic Design Federation W, Inc. | Weather risk estimation system and method |
US20110173044A1 (en) * | 2010-01-12 | 2011-07-14 | Howard Michael D | Possible worlds risk assessment system and method |
US20120047187A1 (en) * | 2010-08-17 | 2012-02-23 | Daus Steven J | System for multi-phase management of a natural disaster incident |
US9230219B2 (en) * | 2010-08-23 | 2016-01-05 | Institute Of Nuclear Energy Research Atomic Energy Council, Executive Yuan | Wind energy forecasting method with extreme wind speed prediction function |
WO2012047874A2 (en) * | 2010-10-04 | 2012-04-12 | Ofs Fitel, Llc | Statistical prediction functions for natural chaotic systems and computer models thereof |
WO2012078475A2 (en) * | 2010-12-07 | 2012-06-14 | Gautam Dasgupta | Emergency response management apparatuses, methods and systems |
US8505847B2 (en) | 2011-03-01 | 2013-08-13 | John Ciampa | Lighter-than-air systems, methods, and kits for obtaining aerial images |
US10380506B2 (en) * | 2011-04-12 | 2019-08-13 | Autodesk, Inc. | Generation of occupant activities based on recorded occupant behavior |
US9262124B2 (en) * | 2011-11-21 | 2016-02-16 | International Business Machines Corporation | Natural disaster forecasting |
CN103186545A (zh) * | 2011-12-28 | 2013-07-03 | 象山县供电局 | 一种基于三维地理空间的灾害数据挖掘方法 |
US8909589B2 (en) * | 2012-09-12 | 2014-12-09 | Numerica Corp. | Methods and systems for updating a predicted location of an object in a multi-dimensional space |
US8938413B2 (en) * | 2012-09-12 | 2015-01-20 | Numerica Corp. | Method and system for predicting a location of an object in a multi-dimensional space |
US20140324760A1 (en) * | 2013-04-30 | 2014-10-30 | Hewlett-Packard Development Company, L.P. | Synthetic time series data generation |
CN103473408B (zh) * | 2013-08-28 | 2016-07-06 | 河南大学 | 一种融合时空信息的气温缺失记录重建方法 |
US9613269B2 (en) * | 2014-03-31 | 2017-04-04 | Honeywell International Inc. | Identifying and tracking convective weather cells |
CN104112180B (zh) * | 2014-06-06 | 2018-04-10 | 清华大学 | 基于质量守恒诊断模式的风资源数值的获取方法 |
CN104200067A (zh) * | 2014-08-11 | 2014-12-10 | 国家电网公司 | 风速概率分布确定方法、装置及风电系统功率评测方法 |
CN104463511B (zh) * | 2014-12-31 | 2017-06-06 | 哈尔滨工业大学 | 基于风机单位时间启停频度的风速间歇性定量刻画方法 |
US10267951B2 (en) | 2016-05-12 | 2019-04-23 | The Climate Corporation | Statistical blending of weather data sets |
CN106372392B (zh) * | 2016-08-26 | 2019-08-02 | 武汉大学 | 基于核密度估计的输电线路走廊雷害分布统计方法 |
US10169139B2 (en) | 2016-09-15 | 2019-01-01 | International Business Machines Corporation | Using predictive analytics of natural disaster to cost and proactively invoke high-availability preparedness functions in a computing environment |
CN106407627B (zh) * | 2016-11-23 | 2019-04-26 | 西南石油大学 | 一种风速概率分布建模的方法和系统 |
US10511585B1 (en) * | 2017-04-27 | 2019-12-17 | EMC IP Holding Company LLC | Smoothing of discretized values using a transition matrix |
US11361544B2 (en) | 2017-05-22 | 2022-06-14 | State Farm Mutual Automobile Insurance Company | Systems and methods for determining building damage |
CN107273334B (zh) * | 2017-06-09 | 2020-07-10 | 哈尔滨工业大学深圳研究生院 | 移动台风边界层三分量风速解析方法 |
CN107942407B (zh) * | 2017-11-14 | 2020-06-19 | 中国气象科学研究院 | 一种判别热带气旋路径相似的系统 |
CN108510112B (zh) * | 2018-03-19 | 2021-08-10 | 东北大学 | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 |
CN108537372B (zh) * | 2018-03-27 | 2020-06-26 | 中南大学 | 一种风向预测方法及风力发电机组的偏航控制方法 |
US11361236B2 (en) * | 2018-04-09 | 2022-06-14 | Florida Power & Light Company | Ensemble forecast storm damage response system for critical infrastructure |
US10657604B2 (en) * | 2018-06-06 | 2020-05-19 | Aon Global Operations Ltd. (Singapore Branch) | Systems, methods, and platform for estimating risk of catastrophic events |
CN109002860B (zh) * | 2018-07-27 | 2020-11-24 | 中南大学 | 一种高速铁路沿线突变风速智能适应性匹配预测方法 |
CN109408889B (zh) * | 2018-09-21 | 2022-08-12 | 同济大学 | 基于信息熵的宏观人群恐慌度量方法及其应用 |
CN109992611A (zh) * | 2019-04-08 | 2019-07-09 | 福州大学 | 基于去趋势分析和门控循环网络的风电厂风速预测方法 |
CN110263412B (zh) * | 2019-06-04 | 2023-04-07 | 南京大学 | 副热带急流或极锋急流强度和径向位置协同变化的表征方法 |
US20220268963A1 (en) * | 2019-08-01 | 2022-08-25 | The Trustees Of Princeton University | System and method for environment-dependent probabilistic tropical cyclone modeling |
CN110852169B (zh) * | 2019-10-12 | 2023-02-03 | 中国气象局上海台风研究所(上海市气象科学研究所) | 基于机载资料识别台风最大风速半径的方法 |
CN111310109B (zh) * | 2020-03-13 | 2023-03-21 | 中铁二院工程集团有限责任公司 | 一种基于vmd-arma-garch模型的非良态风速建模方法 |
CN111461445B (zh) * | 2020-04-09 | 2022-03-15 | 深圳大学 | 短期风速预测方法、装置、计算机设备及存储介质 |
CN112288151B (zh) * | 2020-10-22 | 2022-05-13 | 武汉大学 | 一种面向灾害应急的灾害链构建与灾害分析方法 |
CN113159484B (zh) * | 2021-01-13 | 2024-02-13 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 一种缆车大风风险指数制定及等级划分方法 |
JP7467369B2 (ja) | 2021-03-01 | 2024-04-15 | 株式会社東芝 | 予測方法、予想プログラム、および予測装置 |
CN112861373B (zh) * | 2021-03-04 | 2023-09-01 | 中国科学院国家天文台 | 近地小行星撞击轨道的生成方法和装置 |
CN113191585A (zh) * | 2021-03-23 | 2021-07-30 | 广东电网有限责任公司东莞供电局 | 一种输电线路的台风致灾风险评估方法 |
CN113805252B (zh) * | 2021-09-15 | 2023-03-31 | 中国气象科学研究院 | 基于集合预报模型的登陆热带气旋过程大风预报系统 |
CN114236581B (zh) * | 2022-03-01 | 2022-07-26 | 湖南联智科技股份有限公司 | 一种北斗边坡监测数据后处理方法 |
CN116430476B (zh) * | 2023-02-21 | 2024-02-13 | 南京气象科技创新研究院 | 一种用于热带气旋预报的变分辨率网格设置方法 |
CN117745084B (zh) * | 2024-02-21 | 2024-05-31 | 国网山东省电力公司东营供电公司 | 一种极端气象下两阶段电力系统运行风险评估方法及系统 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4402672A (en) * | 1981-11-12 | 1983-09-06 | Lowe Jr Henry E | Method for plotting and disseminating information on the paths of violent storms |
US5717589A (en) * | 1995-04-07 | 1998-02-10 | Baron Services, Inc. | System and method providing for real-time weather tracking and storm movement prediction |
US6493633B2 (en) * | 1996-06-04 | 2002-12-10 | Robert O. Baron, Sr. | Systems and methods for distributing real-time site specific weather information |
US5839113A (en) * | 1996-10-30 | 1998-11-17 | Okemos Agency, Inc. | Method and apparatus for rating geographical areas using meteorological conditions |
US6125328A (en) * | 1997-02-10 | 2000-09-26 | Baron Services, Inc. | System and method for projecting storms using NEXRAD attributes |
US6188960B1 (en) * | 1997-02-10 | 2001-02-13 | Baron Services, Inc. | System and method for predicting storm direction |
US6169476B1 (en) * | 1997-02-18 | 2001-01-02 | John Patrick Flanagan | Early warning system for natural and manmade disasters |
US6049773A (en) * | 1997-10-14 | 2000-04-11 | Reclaim Technology And Services Limited | Automated method for identification of reinsurance claims |
US6683609B1 (en) * | 1997-10-20 | 2004-01-27 | Baron Services, Inc. | Real-time three-dimensional weather data processing method and system |
US6266063B1 (en) * | 1997-10-20 | 2001-07-24 | Baron Services, Inc. | Real-time three-dimensional weather display method and weathercast system |
US6845342B1 (en) * | 1999-05-21 | 2005-01-18 | The United States Of America As Represented By The Department Of Health And Human Services | Determination of an empirical statistical distribution of the diffusion tensor in MRI |
US6836730B2 (en) * | 2000-07-24 | 2004-12-28 | Weatherbank, Inc. | Interactive weather advisory system |
US6691035B1 (en) * | 2000-10-26 | 2004-02-10 | Ik-Ju Kang | Method of calculating the path of a hurricane |
US6603405B2 (en) * | 2000-12-05 | 2003-08-05 | User-Centric Enterprises, Inc. | Vehicle-centric weather prediction system and method |
JPWO2002048742A1 (ja) * | 2000-12-12 | 2004-04-15 | 犬伏 裕之 | 自然界データと地震データとの相関関係を解析する装置及び方法、自然界データを監視する装置及び方法、並びに地震を監視する方法 |
US6753784B1 (en) * | 2001-03-28 | 2004-06-22 | Meteorlogix, Llc | GIS-based automated weather alert notification system |
US6670908B2 (en) * | 2001-07-31 | 2003-12-30 | Baron Services, Inc. | Automated system and method for processing meteorological data |
US6829536B2 (en) * | 2001-09-12 | 2004-12-07 | Weather Central, Inc. | System and method for processing weather information |
US6581009B1 (en) * | 2002-01-02 | 2003-06-17 | User-Centric Enterprises, Inc. | Quantitative precipitation prediction method |
US7043368B1 (en) * | 2002-04-08 | 2006-05-09 | Wsi Corporation | Method and system for creating visualizations of future weather conditions |
US6845324B2 (en) | 2003-03-01 | 2005-01-18 | User-Centric Enterprises, Inc. | Rotating map and user-centric weather prediction |
US7219015B2 (en) * | 2004-02-26 | 2007-05-15 | Swiss Reinsurance Company | Methods for generating data set |
US7707050B2 (en) | 2004-03-11 | 2010-04-27 | Risk Management Solutions, Inc. | Systems and methods for determining concentrations of exposure |
WO2005088556A2 (en) | 2004-03-11 | 2005-09-22 | Risk Management Solutions, Inc. | System and method for producing a flexible geographical grid |
-
2006
- 2006-03-23 US US11/388,185 patent/US7734245B2/en active Active
-
2007
- 2007-01-11 AU AU2007207834A patent/AU2007207834B2/en active Active
- 2007-01-11 EP EP07718020.6A patent/EP1971883B1/en active Active
- 2007-01-11 CA CA2635686A patent/CA2635686C/en active Active
- 2007-01-11 JP JP2008550396A patent/JP5242414B2/ja active Active
- 2007-01-11 WO PCT/US2007/000696 patent/WO2007084315A2/en active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102641241B1 (ko) | 2021-10-19 | 2024-02-27 | 공주대학교 산학협력단 | 전지구 대기 모델에서 대기-해양 상호작용을 고려한 해양 혼합층 물리과정 모델링 방법 |
Also Published As
Publication number | Publication date |
---|---|
US7734245B2 (en) | 2010-06-08 |
WO2007084315A2 (en) | 2007-07-26 |
US20070168155A1 (en) | 2007-07-19 |
EP1971883B1 (en) | 2016-09-28 |
EP1971883A2 (en) | 2008-09-24 |
AU2007207834A1 (en) | 2007-07-26 |
WO2007084315A3 (en) | 2008-09-25 |
EP1971883A4 (en) | 2010-07-14 |
JP2009532662A (ja) | 2009-09-10 |
AU2007207834B2 (en) | 2011-12-22 |
CA2635686A1 (en) | 2007-07-26 |
CA2635686C (en) | 2016-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5242414B2 (ja) | 自然災害予報に対する統計的決定手法 | |
Zhang et al. | What is the predictability limit of midlatitude weather? | |
Bass et al. | Surrogate modeling of joint flood risk across coastal watersheds | |
Vitart et al. | Simulation of interannual variability of tropical storm frequency in an ensemble of GCM integrations | |
Wang et al. | MJO prediction in the NCEP Climate Forecast System version 2 | |
Vickery et al. | US hurricane wind speed risk and uncertainty | |
Vitart et al. | Seasonal forecasting of tropical storms using coupled GCM integrations | |
US9262723B2 (en) | Predicting climate data using climate attractors derived from a global climate model | |
Zadra et al. | The next Canadian regional climate model | |
Pei et al. | Mapping joint hurricane wind and surge hazards for Charleston, South Carolina | |
Lee et al. | Autoregressive modeling for tropical cyclone intensity climatology | |
Mudd et al. | Joint probabilistic wind–rainfall model for tropical cyclone hazard characterization | |
Lin et al. | Forecasts of hurricanes using large-ensemble outputs | |
Tye et al. | A spatial model to examine rainfall extremes in Colorado’s Front Range | |
Muchuru et al. | Seasonal rainfall predictability over the Lake Kariba catchment area | |
Refan et al. | Tornado loss model of Oklahoma and Kansas, United States, based on the historical tornado data and Monte Carlo simulation | |
Das | Parametric modeling of tropical cyclone wind fields in India | |
Krzysztofowicz | Recent advances associated with flood forecast and warning systems | |
Liu et al. | The June 2012 North American derecho: A testbed for evaluating regional and global climate modeling systems at cloud‐resolving scales | |
Colette et al. | Using mesoscale simulations to train statistical models of tropical cyclone intensity over land | |
Yuk et al. | Modelling of storm-induced seawater flooding in the Suyeong River area, South Korea: A case study due to the storm surge and waves during Typhoon Sanba | |
Hollingsworth et al. | The relevance of numerical weather prediction for forecasting natural hazards and for monitoring the global environment | |
Mahdyiar et al. | The risk assessment process: The role of catastrophe modeling in dealing with natural hazards | |
O’Grady et al. | Evaluation of Parametric Tropical Cyclone Surface Winds over the Eastern Australian Region | |
van Vloten et al. | SHyTCWaves: A stop-motion hybrid model to predict tropical cyclone induced waves |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120515 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120815 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120918 |
|
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: 20130305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130403 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160412 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5242414 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |