JP5565578B2 - 気象変動予測情報提供システム及び気象変動予測情報提供方法 - Google Patents

気象変動予測情報提供システム及び気象変動予測情報提供方法 Download PDF

Info

Publication number
JP5565578B2
JP5565578B2 JP2010224643A JP2010224643A JP5565578B2 JP 5565578 B2 JP5565578 B2 JP 5565578B2 JP 2010224643 A JP2010224643 A JP 2010224643A JP 2010224643 A JP2010224643 A JP 2010224643A JP 5565578 B2 JP5565578 B2 JP 5565578B2
Authority
JP
Japan
Prior art keywords
atmospheric pressure
weather
prediction information
pressure gradient
measuring devices
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
Application number
JP2010224643A
Other languages
English (en)
Other versions
JP2012078237A (ja
Inventor
昌伸 藤崎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Priority to JP2010224643A priority Critical patent/JP5565578B2/ja
Priority to US13/231,096 priority patent/US20120084005A1/en
Priority to CN2011102937547A priority patent/CN102445715A/zh
Priority to TW100135688A priority patent/TW201217826A/zh
Priority to EP11183479A priority patent/EP2437083A2/en
Priority to KR1020110100680A priority patent/KR20120035127A/ko
Publication of JP2012078237A publication Critical patent/JP2012078237A/ja
Application granted granted Critical
Publication of JP5565578B2 publication Critical patent/JP5565578B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Measuring Fluid Pressure (AREA)

Description

本発明は、局地的な気象変動に関する精度の高い予測のための情報を提供する気象変動予測情報提供システム及び気象変動予測情報提供方法に関する。
現在の民間気象会社の実施する気象情報システムサービスは、気象庁の作成する数値予報モデルの結果やアメダス(AMeDAS:Automated Meteorological Data Acquisition System)等の広域的全国データを準用して、これらをコンピュータ上で画像表示させたものである。すなわち、気象庁のスーパ−コンピユータによって作成される数値予報モデルを主体とした格子点値データ(Grid Point Value。以下、GPVデータと言う。)が予報の主流となっている。このGPVデータは日本列島域ばかりでなく日本を囲む沿岸海域を含めた広い範囲をカバーするものであるため、逆にこのような広範囲のデータからは狭い範囲の局地的気象の予測をすることは難しい。なぜならGPVデータの1番小さい格子でも1辺が30km位の広範囲のもの(例えば東京で言えば、東京−川崎の間が入ってしまう広さ。)で、例えば羽田飛行場、代々木公園といった局地の気象はこのモデルでは捕らえられず解析不可能だからである。そこで数値予報モデル結果から各ユーザーの局地予報を作成する場合には、予報作成の都度、気象技術者がコンピュータ上のテクニックでさらに細分化してかつ地形的な修正データを加えて広域的モデル結果から狭義の局地予報に大気現象を翻訳するようにしていた。しかしこのように翻訳したとしても、元々このGPVデータには局地的・特異的データが含まれていないため正確なものとはなり得ない。
ところで、積雲や積乱雲は、通常強い上昇気流によって形成されるということが知られているが、減衰期に入ると降水粒子が周囲の空気に摩擦効果を働きかけることで下降気流が発生する。この下降気流のうち、地上に災害を起こすほど極端に強いものをダウンバーストという。ダウンバーストは様々な(往々にして深刻な)被害を及ぼすことが多く、特に航空機にとっては深刻で最も注目すべき気象現象である。なお、下降気流の風速は、通常のものでも「強い台風」あるいはF1の竜巻並みの瞬間風速30(m/s)程度が観測され、稀にこの倍以上の風速に達する。
ダウンバーストは地上付近に吹き降ろした後、地面にぶつかって水平方向に広がる。この広がりが約4km未満の比較的小型なダウンバーストはマイクロバースト、広がりが4km以上の大型のダウンバーストをマクロバーストと呼んでいる。普通、マクロバーストよりもマイクロバーストの方が風速が速く、強い。
また、ドップラーレーダーの観測においては、レーダに対して離れる方向と近づく方向の2方向の風速の差(水平流の風速差にあたる)が10(m/s)以上のものをダウンバーストとしている。ただし、風速差の範囲があまりに大きいものはレーダーでの判別が難しいため、主に風速差の範囲が4km未満のマイクロバーストを対象としている。
離着陸を行っている航空機にとって、このダウンバーストは墜落に直結する現象である。これは特に失速速度に近い速度で飛ぶ、機体姿勢の不安定な着陸時に強い下降流によって地面に機体が押されるためである。またダウンバーストと同時に起きる現象としてウインドシアがある。これはダウンバースト中心から下降流が地面に吹き付けるが、この下降流は地面に跳ね返されて乱気流となりダウンバースト中心から放射状に風向が変わる。つまり低高度で急激に風向が変わるのである。
例えば着陸進入時に滑走路手前でダウンバーストが発生していたとすると、最初は強い向かい風が吹くために機体が浮き上がる。これに対してエンジン出力を絞るなどしてパイロットは着陸進入を続けるが、ダウンバースト(マイクロバースト)中心付近を通過すると一挙に機体が地面に向かって押された後で、今度は機体に対して強烈な追い風が吹く。このためエンジン出力を増して対気速度を上げる必要に迫られるが、民間機用のジェットエンジンはレシプロエンジンと違いパイロットの操作から出力上昇まで数秒のタイムラグがある。従って着陸時は元々失速速度までの余裕が少ないために、あっという間に失速に陥ってしまい低高度のため回復させる余裕もなく墜落してしまうことがある。墜落に至らなくても、ほとんど墜落に近いかなりの衝撃を伴った着陸となる。
このような事故が1970年代から80年代に特に民間航空機の就航本数の多いアメリカ合衆国で多発した。そのため、近年では空港に気象用ドップラー・レーダーを設置し、その発生を検知・予測し、墜落事故の防止を行う研究が進んでいる。また、航空機側でもウインドシアに対する対策は進められており、A320等ではウインドシアを感知した場合、警告を発すると共に自動的にゴーアラウンドに入って回避するプログラムが作動するようになっている。
特許文献1には、「ニューラルネットワークを用いて過去の気象現象データをその周囲環境の変化に合わせて多数回学習させ、その学習結果にて算出した「しきい値」および「シナプス結合係数」をもって、局地的に特定した地点での気象を予測する局地的気象予測方法」が提案されている。
これにより気象庁の数値予報モデルにこだわることなく、独自の気象ネットワークで局地に限定した精度の高い予測を作成することができる。
特許文献2には、「低気圧の移動ベクトルを用いて気象予測結果を選定する方法であって、低気圧の移動ベクトルと、ある時点における気象データに基づき算出された複数の気象予測結果による複数の予測移動ベクトルとを比較するステップと、前記移動ベクトルとの差が最も小さい予測移動ベクトルに対応する気象予測結果を選定し、当該気象予測結果についてのデータを記憶装置に格納する予測結果選定ステップと、を含む気象予測結果選定方法」が提案されている。
これにより、気象予測を適切に補正して気象予測の精度を向上させるための新規な技術を提供することができる。
特開平09−049884号公報 特許第3904420号公報
しかしながら、特許文献1の手法は、例えば、羽田で観測した風向・風速・気圧の現在の実測値と、羽田を中心に東西南北の4つの観測地点である銚子・御前崎・八丈島・秋田の気圧の現在の実測値を用いて羽田の局地的な気象を予測するものであるが、把握したい気象現象のサイズが数kmであるのに対して観測地点間の距離が大きすぎる。そのため、局地的な気象変動の原因となる現象を捉えることができず、原理上、気象変動を的確に予測することはできない。
また、特許文献2の手法でいう低気圧とは赤外線写真として天気図上に現れる低気圧のことであり、局地的に発達する積雲や積乱雲による小さな低気圧を捉えることができない。すなわち、赤外線写真から得られる低気圧に関する情報はそのサイズ的分解能が十分でなく、また、得られる情報のリアルタイム性が乏しい。
本発明は、以上のような問題点に鑑みてなされたものであり、本発明のいくつかの態様によれば、局地的な気象擾乱の存在を把握することで、これに起因する気象変動の予測を的確に行うための情報を提供する気象変動予測情報提供システム及び気象変動予測情報提供方法を提供することができる。
(1)本発明は、局所的な特定地域において気圧の変化に起因して発生する所与の気象変動を予測するための情報を提供する気象変動予測情報提供システムであって、前記特定地域の互いに異なる位置に配置された少なくとも3つの気圧計測装置と、前記気圧計測装置の各々が計測した気圧データを処理するデータ処理装置と、を含み、前記データ処理装置は、前記気圧計測装置の各々が計測した気圧データを継続して取得する気圧データ取得部と、前記気圧データ取得部が一直線上にない3つの位置に配置された3つの前記気圧計測装置から取得した気圧データに基づいて、前記特定領域における所与の位置の2方向の気圧傾度を要素として含む2次元の気圧傾度ベクトルを算出する気圧傾度算出部と、前記気圧傾度算出部が算出した前記気圧傾度ベクトルに基づいて、前記気象変動を予測するための情報を生成する気象変動予測情報生成部と、を含む、気象変動予測情報提供システムである。
所与の気象変動は、気圧の変化に起因して発生する気象変動であり、例えば、局地的な低気圧の発生に起因する、雷雨、集中豪雨、竜巻、ダウンバースト等の気象変動であってもよい。
雷雨、集中豪雨、竜巻、ダウンバースト等の気象変動は積乱雲の発生に起因することが知られている。この積乱雲は、通常強い上昇気流によって形成されるということが知られているが、上昇気流の発生によりその地上付近では気圧が低下する。本発明によれば、2方向の気圧傾度を測定することにより、気圧変化の大きい位置の方向を特定することができる。従って、急激な気圧の変化をもたらす局地的な気象擾乱(さまざまな降水セルや小さな低気圧等)を捉え、これに起因する気象変動の予測を的確に行うための情報を提供することができる。
(2)この気象変動予測情報提供システムにおいて、前記気象変動予測情報生成部は、前記気圧傾度算出部が算出した前記気圧傾度ベクトルの大きさに基づいて、前記気象変動を予測するための情報として当該低気圧の発生の有無の情報を生成するようにしてもよい。
低気圧が発生する前は気圧差が小さいが、低気圧が発生すると周辺の気圧差が大きくなるので、気圧傾度ベクトルの大きさを監視することで、低気圧の発生の瞬間を捉えることができる。
(3)この気象変動予測情報提供システムにおいて、前記気象変動予測情報生成部は、前記気圧傾度算出部が算出した前記気圧傾度ベクトルの方向に基づいて、前記気象変動を予測するための情報として前記特定地域における低気圧の方向の情報を生成するようにしてもよい。
気圧傾度ベクトルは2方向の気圧傾度を要素として含むので、気圧傾度ベクトルの方向により、今発生している局地的な小さな低気圧(降水セル)がどの方向に位置しているかを特定することができる。
(4)この気象変動予測情報提供システムにおいて、前記気象変動予測情報生成部は、前記気圧傾度算出部が算出した前記気圧傾度ベクトルの時間変化に基づいて、前記気象変動を予測するための情報として前記特定地域における低気圧の移動方向、移動速度、移動距離及び移動時間の少なくとも1つの情報を生成するようにしてもよい。
気圧傾度ベクトルの方向により低気圧の方向を特定することができるので、気圧傾度ベクトルの時間変化を監視することにより、低気圧の動きを追うことができる。
(5)この気象変動予測情報提供システムにおいて、前記気圧傾度算出部は、前記2次元の気圧傾度ベクトルに代えて、前記気圧データ取得部が一平面上にない4つの位置に配置された4つの前記気圧計測装置から取得した気圧データに基づいて、前記所与の位置の3方向の気圧傾度を要素として含む3次元の気圧傾度ベクトルを算出するようにしてもよい。
このようにすれば、水平方向だけでなく高度方向の気圧傾度も加味したより詳細な情報を生成することができる。
(6)この気象変動予測情報提供システムにおいて、前記気圧傾度算出部は、一直線上にない3つの位置に配置された前記3つの気圧計測装置又は一平面上にない4つの位置に配置された前記4つの気圧計測装置を1つのセットとして、複数のセットの各々に対して前記気圧傾度ベクトルを算出し、前記気象変動予測情報生成部は、前記気圧傾度算出部が算出した複数の前記気圧傾度ベクトルに基づいて、前記気象変動を予測するための情報を生成するようにしてもよい。
このようにすれば、セット毎に算出された気圧傾度ベクトルの方向から気圧変化の大きい位置(例えば低気圧の位置)を特定することができる。
(7)この気象変動予測情報提供システムにおいて、前記気象変動を予測するための情報に基づいて所与の判定基準が満たされるか否かを判定し、判定結果に基づいて前記気象変動の発生を予測する気象変動予測部をさらに含むようにしてもよい。
このようにすれば、気象変動の予測を自動化することができる。
(8)この気象変動予測情報提供システムにおいて、前記気圧計測装置の各々は、気圧に応じて共振周波数を変化させる感圧素子を有し、当該感圧素子の振動周波数に応じた気圧データを出力する気圧センサーを含むようにしてもよい。
一般に気象観測に用いられる気圧計の分解能はhPaオーダーであるのに対して、周波数変化型の気圧センサーは、感圧素子の振動周波数を高い周波数のクロック信号で計測することで比較的容易にPaオーダーの測定分解能を得ることができる。従って、高分解能な周波数変化型の気圧センサーを用いることで短時間におけるわずかな気圧の変化を捉えて、気象変動の予測に有益な情報を提供することができる。また、気圧がゆっくり変化しているのか、或いは急激に変化しているのか、気圧の変動量気圧の変化具合を高精度に検出し、気象変動(例えば局地的な低気圧に起因して発生する豪雨や竜巻等)を予測するための情報を提供することができる。この情報を解析することで、所与の気象変動を精度よく予測することができる。
(9)この気象変動予測情報提供システムにおいて、前記気圧センサーが有する前記感圧素子は、双音叉圧電振動子であるようにしてもよい。
双音叉圧電振動子を用いることで、より高い分解能の気圧センサーを実現することができる。
(10)本発明は、局所的な特定地域において気圧の変化に起因して発生する所与の気象変動を予測するための情報を提供する気象変動予測情報提供方法であって、前記特定地域の互いに異なる位置に配置された少なくとも3つの気圧計測装置を用いて気圧を計測する気圧計測ステップと、前記気圧計測装置の各々が計測した気圧データを継続して取得する気圧データ取得ステップと、前記気圧データ取得ステップで一直線上にない3つの位置に配置された3つの前記気圧計測装置から取得した気圧データに基づいて、前記特定領域における所与の位置の2方向の気圧傾度を要素として含む2次元の気圧傾度ベクトルを算出する気圧傾度算出ステップと、前記気圧傾度算出ステップで算出した前記気圧傾度ベクトルに基づいて、前記気象変動を予測するための情報を生成する気象変動予測情報生成ステップと、を含む、気象変動予測情報提供方法である。
本実施形態の気圧センサーの構成例を示す図。 本実施形態の圧力センサー素子の断面の模式図。 本実施形態の圧力センサー素子の断面の模式図。 本実施形態の振動片およびダイヤフラムを模式的に示す下面図。 本実施形態の気象変動予測情報提供システムの構成を示す図。 2次元の気圧傾度ベクトルについて説明するための図。 低気圧の位置を特定する手法について説明するための図。 予測判定テーブルの一例を示す図。 気象変動予測情報提供システムの処理の一例を示すフローチャート図。 3次元の気圧傾度ベクトルについて説明するための図。 低気圧の位置を特定する手法について説明するための図。
以下、本発明の好適な実施形態について図面を用いて詳細に説明する。なお、以下に説明する実施の形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また以下で説明される構成の全てが本発明の必須構成要件であるとは限らない。
1.気圧センサーの構成
図1は、本実施形態の気象変動予測情報提供システムにおいて用いられる気圧センサーの構成例を示す図である。本実施形態の気圧センサーは、図1の構成要素(各部)の一部を省略したり、他の構成要素を付加した構成としてもよい。
本実施形態の気圧センサー10は、圧力センサー素子100、発振回路110、カウンター120、TCXO(Temperature Compensated Crystal Oscillator)130、MPU(Micro Processing Unit)140、温度センサー150、EEPROM(Electrically Erasable Programmable Read Only Memory)160、通信インターフェース(I/F)170を含んで構成されている。
圧力センサー素子100は、振動片の共振周波数の変化を利用する方式(振動方式)の感圧素子を有している。この感圧素子は、例えば、水晶、ニオブ酸リチウム、タンタル酸リチウム等の圧電材料で形成された圧電振動子であり、例えば、音叉型振動子、双音叉型振動子、AT振動子(厚みすべり振動子)、SAW共振子などが適用される。
特に、双音叉型圧電振動子は、AT振動子(厚みすべり振動子)などに比べて、伸長・圧縮応力に対する共振周波数の変化が極めて大きく共振周波数の可変幅が大きいので、感圧素子として双音叉型圧電振動子を用いることで、わずかな気圧差を検出可能な高い分解能の気圧センサーを実現することができる。そのため、本実施形態の気圧センサー10は、感圧素子として双音叉型圧電振動子を用いている。なお、圧電材料として、Q値が高くかつ温度安定性に優れた水晶を選択することで、優れた安定性と最高水準の分解能および精度を実現することができる。
図2は、本実施形態の圧力センサー素子100の断面の模式図である。図3は、本実施形態の圧力センサー素子100の振動片220およびダイヤフラム210を模式的に示す下面図である。図3は、封止板としてのベース230を省略して描いてある。図2は、図3のA−A線の断面に対応する。
圧力センサー素子100は、ダイヤフラム210と、振動片220と、封止板としてのベース230と、を含む。
ダイヤフラム210は、圧力を受圧して撓む可撓部を有する平板状の部材である。ダイヤフラム210の外側の面が受圧面214となっており、受圧面214の裏面側に一対の突起212が形成されている。
振動片220は、振動ビーム(梁)222及び振動ビーム222の両端に形成された一対の基部224を有する。振動ビーム222は、一対の基部224の間に両持ち梁状に形成される。一対の基部224は、ダイヤフラム210に形成された一対の突起212にそれぞれ固定される。振動ビーム222には図示しない電極が適宜設けられ、電極から駆動信号を供給することで振動ビーム222を一定の共振周波数で屈曲振動させることができる。振動片220は、圧電性を有する材料で形成される。振動片220の材質としては、水晶、タンタル酸リチウム、ニオブ酸リチウム等の圧電材料が挙げられる。振動片220は、支持梁226によって枠部228に支持されている。
ベース230は、ダイヤフラム210と接合されて、ダイヤフラム210との間にキャビティー232を形成する。キャビティー232を減圧空間とすることにより、振動片220のQ値を高める(CI値を小さくする)ことができる。
このような構造の圧力センサー素子100において、ダイヤフラム210は、受圧面214に圧力を受けた場合に撓み、変形する。すると、振動片220の一対の基部224が、ダイヤフラム210の一対の突起212にそれぞれ固定されているため、ダイヤフラム210の変形に従って基部224間の間隔が変化する。すなわち、圧力センサー素子100に圧力が印加されたときに、振動ビーム222に引張または圧縮の応力を生じさせることができる。
図4は、圧力センサー素子100の断面の模式図であり、ダイヤフラム210が圧力Pによって変形した状態を示している。図4は、圧力センサー素子100の外側から内側への力(圧力P)が作用することにより、ダイヤフラム210が素子の内側に向かって凸となる変形が生じた例である。この場合、一対の突起212の間の間隔は大きくなる。他方、図示しないが、圧力センサー素子100の内側から外側への力が作用する場合は、ダイヤフラム210が素子の外側に向かって凸となる変形が生じ、一対の突起212の間の間隔は小さくなる。従って、両端が一対の突起212にそれぞれ固定された振動片220の振動ビーム222に平行な方向に引張または圧縮の応力が生じる。すなわち、受圧面214に対して垂直方向に加わった圧力は、突起(支持部)212を介して、振動片220の振動ビーム222に対して平行な直線方向の応力に変換される。
振動ビーム222の共振周波数は、以下のようにして解析することができる。図2及び図3に示すように、振動ビーム222の長さをl、幅をw、厚みをdとすると、振動ビーム222の長辺方向に外力Fが作用したときの運動方程式は、次式(1)によって近似される。
Figure 0005565578
式(1)において、Eは縦弾性定数(ヤング率)、ρは密度、Aは振動ビームの断面積(=w・d)、gは重力加速度、Fは外力、yは変位、xは振動ビームの任意の位置をそれぞれ表す。
式(1)に一般解と境界条件を与えて解くことで、次のような、外力が無い場合の共振周波数の式(2)が得られる。
Figure 0005565578
断面2次モーメントI=dw/12、断面積A=dw、λI=4.73より、式(2)は次式(3)のように変形することができる。
Figure 0005565578
従って、外力F=0の時の共振周波数fは、ビームの幅wに比例し、長さlの2乗に反比例する。
外力Fを2本の振動ビームに加えたときの共振周波数fも同様の手順で求めると、次式(4)が得られる。
Figure 0005565578
断面2次モーメントI=dw/12より式(4)は次式(5)のように変形することができる。
Figure 0005565578
式(5)において、Sは応力感度(=K・12/E・(l/w))、σは応力(=F/(2A))をそれぞれ表す。
以上から、圧力センサー素子100に作用する力Fを圧縮方向のとき負、伸張方向のとき正としたとき、力Fが圧縮方向に加わると共振周波数fが減少し、力Fが伸縮方向に加わると共振周波数fが増加する。
そして、次式(6)に示す多項式を用いて、圧力センサー素子100の圧力−周波数特性と温度−周波数特性に起因する直線性誤差を補正することで、高分解能かつ高精度の圧力値Pを得ることができる。
Figure 0005565578
式(6)において、fはセンサー規格化周波数であり、f=(f/fで表される。また、tは温度であり、α(t)、β(t)、γ(t)、δ(t)は、それぞれ次式(7)〜(10)で表される。
Figure 0005565578
Figure 0005565578
Figure 0005565578
Figure 0005565578
式(7)〜(10)において、a〜pは補正係数である。
すなわち、圧力センサー素子100の出力信号の周波数を計測することで、振動ビーム220の振動周波数(力Fが作用した時の共振周波数f)が得られ、あらかじめ測定された共振周波数fや補正係数a〜pを用いて、式(6)から圧力Pを計算することができる。
図1に戻り、発振回路110は、圧力センサー素子100の振動ビーム222を共振周波数で発振させた発振信号を出力する。
カウンター120は、発振回路110が出力する発振信号の所定周期を、TCXO130が出力する高精度のクロック信号でカウントするレシプロカルカウンターである。ただし、カウンター120を、所定のゲートタイムにおける圧力センサー素子100の発振信号のパルス数をカウントする直接計数方式の周波数カウンター(ダイレクトカウンター)として構成してもよい。
MPU(Micro Processing Unit)140は、カウンター120のカウント値から圧力値Pを計算する処理を行う。具体的には、MPU140は、温度センサー150の検出値から温度tを計算し、EEPROM160にあらかじめ記憶されているa〜pの補正係数値を用いて、式(7)〜(10)よりα(t)、β(t)、γ(t)、δ(t)を計算する。さらに、MPU140は、カウンター120のカウント値とEEPROM160にあらかじめ記憶されている共振周波数fの値を用いて、式(6)より圧力値Pを計算する。そして、MPUが計算した圧力値Pは、通信インターフェース170を介して、気圧センサー10の外部に出力される。
このような構成の周波数変化型の気圧センサー10によれば、圧力センサー素子100の振動周波数をカウンター120によりTCXO130が出力する高精度かつ高周波数(例えば数十MHz)のクロック信号でカウントするとともに、MPU140でデジタル演算処理により圧力値の計算及び直線性誤差の補正を行うので、Paオーダー以下の高い分解能かつ高精度の圧力値(気圧データ)を得ることができる。さらに、気圧センサー10は、カウント時間を考慮しても秒オーダーの周期で気圧データを更新することができるので、短時間におけるわずかな気圧の変化も捉えることができ、リアルタイムの気圧計測に適している。
尚、実施例並びに図1では、基準クロック源となる発振回路をTCXO130としたが、温度補償回路を有さない、例えば、ATカット水晶振動子を搭載した水晶発振回路で構成しても良い。この場合、温度補償回路を有さない分、気圧変動の検出精度は低下するが、基準クロック源を当該水晶発振回路とするか、或いはTCXO130とするかは、予測システムのコストや予測精度に応じて設計者が適宜選択すればよい。
2.気象変動予測情報提供システムの構成
図5は、本実施形態の気象変動予測情報提供システムの構成を示す図である。本実施形態の気象変動予測情報提供システムは、図5の構成要素(各部)の一部を省略したり、他の構成要素を付加した構成としてもよい。
本実施形態の気象変動予測情報提供システム1は、3つ以上の気圧計測装置2とデータ処理装置4を含んで構成され、局所的な特定地域において気圧の変化に起因して発生する所与の気象変動を予測するための情報(以下、「気象変動予測情報」という)を提供する。
気圧計測装置2は、気圧センサー10と送信部12を含む。
気圧センサー10は、気圧に応じて共振周波数を変化させる感圧素子を有し、当該感圧素子の振動周波数に応じたデータを出力する周波数変化型のセンサーである。具体的には、気圧センサー10は、例えば図1に示したように構成され、感圧素子の振動周波数を高周波数のクロック信号で計測することで、秒オーダーの周期でPaオーダー以下の気圧変化を捉えることが可能な高分解能かつ高精度のセンサーである。
送信部12は、気圧センサー10が秒オーダーの周期でリアルタイムに計測した気圧データを、気圧計測装置2毎に割り当てられた周波数の電波で送信する。各気圧計測装置2には互いに異なる送信周波数が割り当てられる。
本実施形態では、直径数km〜数十kmの円に収まる程度の狭小地域を観測対象の特定地域とし、当該特定地域に3つ以上の気圧計測装置2がほぼ水平なxy平面に固定して配置されている。気圧計測装置間の距離は、数百m程度に設定される。気圧計測装置間の距離は一定でなくてもよく、例えば、気圧計測装置2は、携帯電話等の基地局、コンビニエンスストア、スマートグリッドの電気メーターなどに設置することが考えられる。
データ処理装置4は、受信部20、処理部(CPU:Central Processing Unit)30、操作部40、ROM50、RAM60、表示部70、送信部80を含んで構成されている。
受信部20は、受信周波数が順番に気圧計測装置2毎に割り当てられた送信周波数になるように所定の周期で切り替えながら各気圧計測装置2からの送信データを受信し、各気圧データを復調する。そして、受信部20は、復調した各気圧データを処理部30に送る。
なお、各気圧計測装置2の送信部12が、同一の送信周波数の電波を用いて、あらかじめ決められた互いに異なる周期的なタイミングで時分割に気圧データを送信し、データ処理装置4の受信部20が、各気圧計測装置2の送信タイミングと同期して、時分割に気圧データを受信するようにしてもよい。
処理部30は、ROM50に記憶されているプログラムに従って、各種の計算処理や制御処理を行う。具体的には、処理部30は、受信部20から気圧データを受け取って各種の計算処理を行う。また、処理部30は、操作部40からの操作信号に応じた各種の処理、表示部70に各種の情報を表示させる処理、受信部20及び送信部80を介した携帯端末等の外部装置とのデータ通信を制御する処理等を行う。
特に、本実施形態では、処理部30は、気圧データ取得部32、気圧傾度算出部34、気象変動予測情報生成部36、気象変動予測部38を含んで構成されている。
気圧データ取得部32は、受信部20から送られてくる気圧データを、気圧計測装置2の識別IDと対応づけて継続して取得する処理を行う。具体的には、気圧データ取得部32は、各気圧データを受け取り、受け取った各気圧データを気圧計測装置2毎に割り当てられた識別IDと対応づけて順番にRAM60に保存する。
気圧傾度算出部34は、気圧データ取得部32が一直線上にない3つの位置に配置された3つの気圧計測装置2から取得した取得した気圧データに基づいて、特定領域における所与の位置の2方向の気圧傾度を要素として含む気圧傾度ベクトルを算出する処理を行う。ここで、所与の位置は、例えば、いずれかの気圧計測装置2の位置であってもよい。具体的には、気圧傾度算出部34は、RAM60に保存された気圧データに基づいて、気圧傾度ベクトルを時系列に順番に算出してRAM60に保存する。
気圧傾度ベクトルfは次式(11)で定義される。
Figure 0005565578
本実施形態では、図6に示すように、3つの気圧計測装置2A,2B,2Cが、気圧計測装置2Aの位置を原点、気圧計測装置2Aと2Bを結ぶ直線の方向をx軸、気圧計測装置2Aと2Cを結ぶ直線の方向をy軸とする、高度が一定のxy平面(水平面)に配置されている。気圧計測装置2Aと2Bの距離を△x、気圧計測装置2Aと2Cの距離を△yとし、気圧計測装置2A,2B,2Cによる計測値(気圧データ)をそれぞれp,p,pとすると、気圧計測装置2Aの位置の気圧傾度ベクトルfは次式(12)で近似される。
Figure 0005565578
すなわち、x軸方向の気圧傾度∂p/∂xを、気圧計測装置2A,2Bがそれぞれ計測した気圧データp,pと気圧計測装置2A,2Bの距離△xを用いて計算されるx軸方向の気圧変化率(p−p)/△xで近似する。同様に、y軸方向の気圧傾度∂p/∂yを、気圧計測装置2A,2Cがそれぞれ計測した気圧データp,pと気圧計測装置2A,2Cの距離△yを用いて計算されるy軸方向の気圧変化率(p−p)/△yで近似する。なお、本実施形態では、気圧計測装置2Aに対してz軸方向(例えば高度方向)に配置される気圧計測装置がないので、z軸方向の気圧変化率は計算できない。そのため、z軸方向の気圧傾度∂p/∂zを0としている。
本実施形態では、気圧傾度算出部34は、式(12)に従って気圧計測装置2Aの位置でのxy平面上の気圧傾度ベクトル(2次元の気圧傾度ベクトル)を算出する。
3つの気圧計測装置2A,2B,2Cをなるべく近くに配置した方が式(12)の近似の精度が向上するが、近づきすぎて気圧計測装置の測定分解能以下の気圧差になると、式(12)が正しく計算できなくなる。そこで、気圧傾度ベクトルの計算精度と気圧計測装置の測定分解能とを考慮して、3つの気圧計測装置2A,2B,2Cの配置を決定する。例えば、Paオーダーの高分解能かつ高精度の計測が可能な気圧計測装置であれば100m程度離して配置すればよい。
なお、本実施形態では、x軸とy軸が直交するように3つの気圧計測装置2A,2B,2Cを配置しているが、xy平面上の方向と大きさを持った2次元の気圧傾度ベクトルを算出することができればよいので、x軸とy軸が平行にならなければ3つの気圧計測装置2A,2B,2Cを任意の位置に配置してよい。すなわち、気圧計測装置2A,2B,2Cを一直線上にない任意の3つの位置に配置すればよい。
気象変動予測情報生成部36は、気圧傾度算出部34が算出した気圧傾度ベクトルに基づいて、気象変動予測情報を生成する処理を行う。
式(12)からわかるように、気圧計測装置2Aの位置の気圧傾度ベクトルfはxy平面上のベクトルであり、方向と大きさを持っている。そこで、気象変動予測情報生成部36は、気圧傾度ベクトルの大きさ|f|(=|▽p|)に基づいて、特定地域における局地的な低気圧の発生の有無を判定し、気象変動予測情報として当該低気圧の発生の有無の情報を生成するようにしてもよい。例えば、ある程度強い低気圧が局地的に発生した場合、その周辺での気圧傾度ベクトルが急に大きくなると考えられるので、気圧傾度ベクトルの大きさを監視することで局地的な低気圧の発生の有無を判断することができる。
式(12)から明らかなように、気圧傾度ベクトルfは相対的に気圧が低い領域と正反対の方向を指し示す。つまり、気圧傾度ベクトルfと正反対の方向に低気圧が存在することになる。そこで、気象変動予測情報生成部36は、気圧傾度ベクトルの方向に基づいて、気象変動予測情報として特定地域における局地的な低気圧の方向の情報を生成するようにしてもよい。
なお、気圧傾度ベクトルfが大きいほど、気圧計測装置2Aの付近の等圧線の間隔が狭いことを意味し、一般的には気圧計測装置2Aと小さな低気圧との距離がより短いと考えられるので、気圧傾度ベクトルfの大きさに基づいて低気圧の概略的な位置を特定することも可能である。
また、局地的な低気圧が移動すると、それに応じて所与の位置の気圧傾度ベクトルの方向や大きさが変わると考えられる。そこで、気象変動予測情報生成部36は、気圧傾度ベクトルの時間変化に基づいて、気象変動予測情報として特定地域における局地的な低気圧の移動方向、移動速度、移動距離及び移動時間の少なくとも1つの情報を生成するようにしてもよい。
さらに、気圧傾度算出部34は、3つの気圧計測装置2A,2B,2Cを1つのセットとして、複数のセットの各々に対して2次元の気圧傾度ベクトルを算出するようにしてもよい。例えば、図7に示すように、図6に示した位置関係にある3つの気圧計測装置2A−1,2B−1,2C−1を1セットとして、気圧計測装置2A−1,2B−1,2C−1がそれぞれ計測した気圧データを用いて、式(12)より気圧計測装置2A−1の位置の気圧傾度ベクトルfを計算する。同様に、図6に示した位置関係にある3つの気圧計測装置2A−2,2B−2,2C−2を1セットとして、気圧計測装置2A−2,2B−2,2C−2がそれぞれ計測した気圧データを用いて、式(12)より気圧計測装置2A−2の位置の気圧傾度ベクトルfを計算する。同様に、図6に示した位置関係にある3つの気圧計測装置2A−3,2B−3,2C−3を1セットとして、気圧計測装置2A−3,2B−3,2C−3がそれぞれ計測した気圧データを用いて、式(12)より気圧計測装置2A−3の位置の気圧傾度ベクトルfを計算する。
この気圧傾度ベクトルf,f,fは、それぞれ低気圧の正反対の方向を指し示す。従って、気圧傾度ベクトルf,f,fの任意の2つから低気圧の位置を特定することができる。そこで、気象変動予測情報生成部36は、気圧傾度算出部34が算出した複数の気圧傾度ベクトルに基づいて、気象変動予測情報として特定地域における低気圧の位置の情報を生成するようにしてもよい。
なお、図7において、例えば、気圧計測装置2A−1と2A−2を結んだ直線の延長線上に低気圧があると、気圧傾度ベクトルfとfの方向が同じになるため、低気圧の位置を正確に特定することができない。そこで、気圧計測装置2A−1,2A−2,2A−3を一直線にならない3つの位置に配置することで、気圧傾度ベクトルf,f,fの適当な2つを選択すれば低気圧の位置を必ず特定することができる。さらに、3つの気圧傾度ベクトルf,f,fから三角測量と同様の手法で低気圧の位置より精度よく特定することもできる。
気象変動予測部38は、気象変動予測情報生成部36により生成された気象変動予測情報に基づいて、特定地域における所与の気象変動(雷雨、集中豪雨、竜巻、ダウンバースト等)を予測する処理を行う。具体的には、例えば、図8に示すように、ROM50に、雷雨、集中豪雨、竜巻、ダウンバースト等の予測対象の気象変動に対して、識別IDと各気象変動の発生を判定するための判定基準とを対応づける予測判定テーブル52を記憶しておく。この判定基準は、少なくとも気圧に関する基準を含み、温度や湿度等に関する基準をさらに含むようにしてもいい。そして、気象変動予測部38は、予測判定テーブル52を参照し、気象変動予測情報に基づいて各々の判定基準が満たされるか否か判定し、判定基準を満たす気象変動が発生すると予測する。
例えば、気象変動予測部38は、気圧傾度ベクトルの大きさが所定の閾値よりも大きければ、急激な上昇気流に伴う局地的な(小さな)低気圧が発生していると判断し、所定時間以内(例えば数分から数十分以内)に雷雨や集中豪雨等の気象変動が発生すると予測するようにしてもよい。
また、気象変動予測部38は、局地的な低気圧の移動方向や移動速度等を含む気象変動予測情報に基づいて当該低気圧の位置の時間変化を算出し、算出結果に基づいて気象変動の発生位置及び発生時間の少なくとも一方を予測するようにしてもよい。
なお、本実施形態の気象変動予測情報提供システムが気象変動予測情報を提供することで足りる場合は、気象変動予測部38は処理部30の必須の構成要素ではない。
操作部40は、操作キーやボタンスイッチ等により構成される入力装置であり、ユーザーによる操作に応じた操作信号を処理部30に出力する。
ROM50は、処理部30が各種の計算処理や制御処理を行うためのプログラムやデータ等を記憶している。特に、本実施形態のROM50は、前述の予測判定テーブル52を記憶している。
RAM60は、処理部30の作業領域として用いられ、ROM50から読み出されたプログラムやデータ、操作部40から入力されたデータ、処理部30が各種プログラムに従って実行した演算結果等を一時的に記憶する。
表示部70は、LCD(Liquid Crystal Display)等により構成される表示装置であり、処理部30から入力される表示信号に基づいて各種の情報を表示する。
送信部80は、処理部30で生成した情報を外部装置へ送信する処理等を行う。例えば、気象変動予測情報生成部36が生成した気象変動予測情報や気象変動予測部38が予測した情報を送信部80を介して携帯端末等に配信するようにしてもよい。
3.気象変動予測情報提供システムの処理
図9は、気象変動予測情報提供システムの処理の一例を示すフローチャート図である。
まず、各気圧計測装置2が、新たに圧力値(気圧データ)を計測し、計測した気圧データを送信する(ステップS10)。
次に、データ処理装置4が、気圧データ取得部32により各気圧計測装置2からの気圧データを取得する(ステップS20)。
次に、データ処理装置4の気象傾度力算出部34が、ステップS20で取得された気圧データから気圧計測装置の各セットについて気圧傾度ベクトルを計算する(ステップS30)。
次に、気象変動予測情報生成部36が、ステップS30で計算された気圧傾度ベクトルから局地的な低気圧の有無を判定する(ステップS40)。例えば、いずれかの気圧傾度ベクトルの大きさが閾値を超えた場合に低気圧が存在すると判定し、すべての気圧傾度ベクトルの大きさが閾値以下であれば低気圧が存在しないと判定するようにしてもよい。
低気圧が存在しないと判定した場合(ステップS50のN)、気象変動予測部38は、予測対象の気象変動が所定時間以内に発生しないと予測する(ステップS110)。
一方、低気圧が存在すると判定した場合(ステップS50のY)、気象変動予測情報生成部36は、ステップS30で計算された気圧傾度ベクトルから低気圧の方向や位置を特定する(ステップS60)。例えば、最も大きい気圧傾度ベクトルの方向から低気圧の方向を特定したり、複数の気圧傾度ベクトルの方向と大きさから三角測量と同様の方法で低気圧の位置(距離と方向)を計算することができる。
次に、気象変動予測情報生成部36は、これまでに得られた低気圧の方向や位置の時間変化から低気圧の移動方向、移動速度、移動距離、移動時間等を計算する(ステップS70)。
次に、気象変動予測部38は、気圧傾度ベクトルの時系列から得られる各種の情報に基づいて、予測対象の各々の気象変動が発生するための判定基準(予測判定テーブル52で設定された判定基準)が満たされるか否かを判定する(ステップS80)。
少なくとも1つの判定基準が満たされる場合(ステップS90のY)、気象変動予測部38は、ステップS70で計算された低気圧の移動方向、移動速度、移動距離、移動時間等から、判定基準を満たす気象変動の発生位置と発生時間を予測する(ステップS100)。
一方、すべての判定基準が満たされない場合(ステップS90のN)、気象変動予測部38は、予測対象のすべての気象変動が所定時間以内に発生しないと予測する(ステップS110)。
そして、処理を終了するまで(ステップS120でYになるまで)ステップS10〜S110の処理を繰り返し行う。
以上に説明したように、本実施形態の気象変動予測情報提供システムによれば、Paオーダーの高分解能な周波数変化型の気圧センサー10を用いることで短時間におけるわずかな気圧の変化を捉えて、気象変動予測情報を提供することができる。そして、この気象変動予測情報を解析することで、所与の気象変動を精度よく予測することができる。
また、本実施形態によれば、局地的な低気圧の発生を捉えることができるので、この低気圧に起因する気象変動の発生を予測することができる。さらに、気圧傾度ベクトルの時間変化からこの低気圧の移動経路を算出することで、気象変動の発生位置や発生時間を予測することができる。
また、一般的な気圧計は高価であるため、局所的な地域に多数の気圧計を配置することは現実的でないのに対して、本実施形態では、気圧センサー10を半導体の製造技術を用いて安価で提供することができるので、局所的な地域に気圧計測装置2のセットを多数配置することで、多数の位置での気圧傾度ベクトルを算出してより詳細な気象変動予測情報を生成することができる。例えば、セット間の距離を数百m〜数km程度に設定すれば、アメダスの観測メッシュ(一辺が17km〜21km程度)よりも小さい観測メッシュを形成することができ、アメダスでは捉えられないような局地的な気象変動を的確に捉えることが可能になる。
本実施形態の気象変動予測情報提供システムを用いることで、集中豪雨やダウンバースト等の気象変動が発生するまでに従来よりも時間的余裕をもって警告情報を発信できる可能性がある。
4.適用例
本実施形態の気象変動予測情報提供システムは、様々な用途に適用することができる。
例えば、飛行場において、滑走路の着陸位置付近に発生するダウンバーストの予測に利用することができる。具体的には、滑走路の着陸位置を取り囲むように3つ以上の気圧計測装置を1つのセットとして複数セット配置し、セット毎に気圧傾度ベクトルを計算する。ダウンバーストが発生する前には必ず上昇気流が発生して局地的に気圧の低い領域ができるので、各セットの気圧傾度ベクトルの大きさを監視することで局地的な低気圧が発生した瞬間を捉えるとともにその発生位置を特定することができる。もし低気圧の発生位置が着陸位置付近であれば、その後の各セットの気圧傾度ベクトルの時間変化を記録する。そして、上昇気流から下降気流に変わることでダウンバーストが発生するので、各セットの気圧傾度ベクトルの方向が急激に変化するかあるいは不安定になれば、短時間後に着陸位置付近でダウンバーストが発生すると予測することができる。これにより、着陸体勢の飛行機があれば着陸の回避を指示することができる。
また、例えば、局所的な特定地域における集中豪雨の予測に利用することができる。あらかじめ、都市部などの集中豪雨が起こりやすい地域に3つ以上の気圧計測装置を1つのセットとして複数セット配置し、セット毎に気圧傾度ベクトルを計算する。集中豪雨が発生する前には必ず上昇気流が発生して局地的に気圧の低い領域ができるので、各セットの気圧傾度ベクトルの大きさを監視することで局地的な低気圧が発生した瞬間を捉えるとともにその発生位置を特定することができる。もし低気圧の発生を捉えた場合、その後の各セットの気圧傾度ベクトルの時間変化を記録する。そして、各セットの気圧傾度ベクトルの時間変化から低気圧の移動方向、移動速度、移動距離、移動時間等を解析することで、集中豪雨の発生の有無、発生位置、発生時間等を予測することができる。これにより、集中豪雨が発生する前に発生が予測される地域に警報を流すことができる。
5.変形例
本発明は本実施形態に限定されず、本発明の要旨の範囲内で種々の変形実施が可能である。
例えば図10に示すように、4つの気圧計測装置2A,2B,2C,2Dが、気圧計測装置2Aの位置を原点、気圧計測装置2Aと2Bを結ぶ直線の方向をx軸、気圧計測装置2Aと2Cを結ぶ直線の方向をy軸、気圧計測装置2Aと2Dを結ぶ直線の方向をx軸とする、xyz空間に配置されるように変形してもよい。例えば、xy平面が水平面であり、z軸方向が高度方向である。気圧計測装置2Aと2Bの距離を△x、気圧計測装置2Aと2Cの距離を△y、気圧計測装置2Aと2Dの距離を△zとし、気圧計測装置2A,2B,2C,2Dによる計測値(気圧データ)をそれぞれp,p,p,pとすると、気圧計測装置2Aの位置の気圧傾度ベクトルfは次式(13)で近似される。
Figure 0005565578
すなわち、x軸方向の気圧傾度∂p/∂xを、気圧計測装置2A,2Bがそれぞれ計測した気圧データp,pと気圧計測装置2A,2Bの距離△xを用いて計算されるx軸方向の気圧変化率(p−p)/△xで近似する。同様に、y軸方向の気圧傾度∂p/∂yを、気圧計測装置2A,2Cがそれぞれ計測した気圧データp,pと気圧計測装置2A,2Cの距離△yを用いて計算されるy軸方向の気圧変化率(p−p)/△yで近似する。また、z軸方向の気圧傾度∂p/∂zを、気圧計測装置2A,2Dがそれぞれ計測した気圧データp,pと気圧計測装置2A,2Dの距離△zを用いて計算されるz軸方向の気圧変化率{(p+α)−p}/△zで近似する。なお、地上付近では概ね10mの高度差で1hPa程度の気圧差が生じるので、Paオーダーの気圧の変動を捉えるために、気圧計測装置2Aと2Dの高度差△zに応じた気圧差をキャンセルする補正項αが付加されている。
気圧傾度算出部34は、この式(13)に従って気圧計測装置2Aの位置でのxyz空間の気圧傾度ベクトル(3次元の気圧傾度ベクトル)を算出するようにしてもよい。そして、気象変動予測情報生成部36は、気圧傾度算出部34が算出した3次元の気圧傾度ベクトルに基づいて、気象変動予測情報を生成する。このようにすれば、高度方向も加味して低気圧の方向を特定することができるので、より有益な気象変動予測情報を提供することができる。
なお、本変形例では、x軸,y軸,z軸が互いに直交するように4つの気圧計測装置2A,2B,2C,2Dを配置しているが、xyz空間上の方向と大きさを持った3次元の気圧傾度ベクトルを算出することができればよいので、x軸,y軸,z軸が互いに平行にならなければ4つの気圧計測装置2A,2B,2C,2Dを任意の位置に配置してよい。すなわち、気圧計測装置2A,2B,2C,2Dを一平面上にない任意の4つの位置に配置すればよい。
さらに、気圧傾度算出部34は、4つの気圧計測装置2A,2B,2C,2Dを1つのセットとして、複数のセットの各々に対して3次元の気圧傾度ベクトルを算出するようにしてもよい。例えば、図11に示すように、図10に示した位置関係にある4つの気圧計測装置2A−1,2B−1,2C−1,2D−1を1セットとして、気圧計測装置2A−1,2B−1,2C−1,2D−1がそれぞれ計測した気圧データを用いて、式(13)より気圧計測装置2A−1の位置の気圧傾度ベクトルfを計算する。同様に、図6に示した位置関係にある4つの気圧計測装置2A−2,2B−2,2C−2,2D−2を1セットとして、気圧計測装置2A−2,2B−2,2C−2,2D−2がそれぞれ計測した気圧データを用いて、式(13)より気圧計測装置2A−2の位置の気圧傾度ベクトルfを計算する。同様に、図6に示した位置関係にある4つの気圧計測装置2A−3,2B−3,2C−3,2D−3を1セットとして、気圧計測装置2A−3,2B−3,2C−3,2D−3がそれぞれ計測した気圧データを用いて、式(13)より気圧計測装置2A−3の位置の気圧傾度ベクトルfを計算する。
そして、気象変動予測情報生成部36は、気圧傾度算出部34が算出した複数の気圧傾度ベクトルに基づいて、気象変動予測情報として特定地域における低気圧の位置の情報を生成するようにしてもよい。
また、本実施形態では、気圧計測装置2は固定点に設置されているが、少なくとも一部の気圧計測装置2を車両等の移動体に設置するようにしてもよい。その場合でも、移動体にGPS(Global Positioning System)を搭載しておき、気圧計測装置2が、気圧データとともに移動体の位置情報を送信し、データ処理装置4が移動体の位置と対応づけて気圧データを取得(記憶)するようにすればよい。
本発明は、実施の形態で説明した構成と実質的に同一の構成(例えば、機能、方法及び結果が同一の構成、あるいは目的及び効果が同一の構成)を含む。また、本発明は、実施の形態で説明した構成の本質的でない部分を置き換えた構成を含む。また、本発明は、実施の形態で説明した構成と同一の作用効果を奏する構成又は同一の目的を達成することができる構成を含む。また、本発明は、実施の形態で説明した構成に公知技術を付加した構成を含む。
1 気象変動予測情報提供システム、2,2A,2B,2C,2D 気圧計測装置、4 データ処理装置、10 気圧センサー、12 送信部、20 受信部、30 処理部(CPU)、32 気圧データ取得部、34 気圧傾度算出部、36 気象変動予測情報生成部、38 気象変動予測部、40 操作部、50 ROM、52 予測判定テーブル、60 RAM、70 表示部、80 送信部、100 圧力センサー素子、110 発振回路、120 カウンター、130 TCXO、140 MPU、150 温度センサー、160 EEPROM、170 通信インターフェース(I/F)、210 ダイヤフラム、212 突起、214 受圧面、220 振動片、222 振動ビーム(梁)、224 基部、226 支持梁、228 枠部、230 ベース、232 キャビティー

Claims (8)

  1. 局所的な特定地域において気圧の変化に起因して発生する所与の気象変動を予測するための情報を提供する気象変動予測情報提供システムであって、
    前記特定地域の互いに異なる位置に配置された少なくとも3つの気圧計測装置と、
    前記気圧計測装置の各々が計測した気圧データを処理するデータ処理装置と、を含み、
    前記データ処理装置は、
    前記気圧計測装置の各々が計測した気圧データを継続して取得する気圧データ取得部と、
    直線上にない位置に配置された3つの前記気圧計測装置又は一平面上にない4つの位置に配置された前記4つの気圧計測装置を1つのセットとして、複数の前記セットの各々に対して、前記気圧データ取得部が取得した気圧データに基づいて、前記特定領域における所与の位置の2方向の気圧傾度を要素として含む2次元の気圧傾度ベクトル又は前記所与の位置の3方向の気圧傾度を要素として含む3次元の気圧傾度ベクトルを算出する気圧傾度算出部と、
    前記気圧傾度算出部が算出した複数の前記気圧傾度ベクトルに基づいて、前記気象変動を予測するための情報を生成する気象変動予測情報生成部と、を含む、気象変動予測情報提供システム。
  2. 請求項1において、
    前記気象変動予測情報生成部は、
    前記気圧傾度算出部が算出した前記複数の前記気圧傾度ベクトルの大きさに基づいて、前記気象変動を予測するための情報として低気圧の発生の有無の情報を生成する、気象変動予測情報提供システム。
  3. 請求項1又は2において、
    前記気象変動予測情報生成部は、
    前記気圧傾度算出部が算出した前記複数の前記気圧傾度ベクトルの方向に基づいて、前記気象変動を予測するための情報として前記特定地域における低気圧の方向の情報を生成する、気象変動予測情報提供システム。
  4. 請求項1乃至3のいずれかにおいて、
    前記気象変動予測情報生成部は、
    前記気圧傾度算出部が算出した前記複数の前記気圧傾度ベクトルの時間変化に基づいて、前記気象変動を予測するための情報として前記特定地域における低気圧の移動方向、移動速度、移動距離及び移動時間の少なくとも1つの情報を生成する、気象変動予測情報提供システム。
  5. 請求項1乃至のいずれかにおいて、
    前記気象変動を予測するための情報に基づいて所与の判定基準が満たされるか否かを判定し、判定結果に基づいて前記気象変動の発生を予測する気象変動予測部をさらに含む、気象変動予測情報提供システム。
  6. 請求項1乃至のいずれかにおいて、
    前記気圧計測装置の各々は、
    気圧に応じて共振周波数を変化させる感圧素子を有し、当該感圧素子の振動周波数に応じた気圧データを出力する気圧センサーを含む、気象変動予測情報提供システム。
  7. 請求項において、
    前記気圧センサーが有する前記感圧素子は、双音叉圧電振動子である、気象変動予測情報提供システム。
  8. 局所的な特定地域において気圧の変化に起因して発生する所与の気象変動を予測するための情報を提供する気象変動予測情報提供方法であって、
    前記特定地域の互いに異なる位置に配置された少なくとも3つの気圧計測装置を用いて気圧を計測する気圧計測ステップと、
    前記気圧計測装置の各々が計測した気圧データを継続して取得する気圧データ取得ステップと、
    直線上にない位置に配置された3つの前記気圧計測装置又は一平面上にない4つの位置に配置された前記4つの気圧計測装置を1つのセットとして、複数の前記セットの各々に対して、前記気圧データ取得ステップで取得した気圧データに基づいて、前記特定領域における所与の位置の2方向の気圧傾度を要素として含む2次元の気圧傾度ベクトル又は前記所与の位置の3方向の気圧傾度を要素として含む3次元の気圧傾度ベクトルを算出する気圧傾度算出ステップと、
    前記気圧傾度算出ステップで算出した複数の前記気圧傾度ベクトルに基づいて、前記気象変動を予測するための情報を生成する気象変動予測情報生成ステップと、を含む、気象変動予測情報提供方法。
JP2010224643A 2010-10-04 2010-10-04 気象変動予測情報提供システム及び気象変動予測情報提供方法 Expired - Fee Related JP5565578B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2010224643A JP5565578B2 (ja) 2010-10-04 2010-10-04 気象変動予測情報提供システム及び気象変動予測情報提供方法
US13/231,096 US20120084005A1 (en) 2010-10-04 2011-09-13 Weather variation forecast information providing system and weather variation forecast information providing method
CN2011102937547A CN102445715A (zh) 2010-10-04 2011-09-29 气象变化预测信息提供系统及气象变化预测信息提供方法
TW100135688A TW201217826A (en) 2010-10-04 2011-09-30 Weather variation forecast information providing system and weather variation forecast information providing method
EP11183479A EP2437083A2 (en) 2010-10-04 2011-09-30 Weather variation forecast information providing system and weather variation forecast information providing method
KR1020110100680A KR20120035127A (ko) 2010-10-04 2011-10-04 기상 변동 예측 정보 제공 시스템 및 기상 변동 예측 정보 제공 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010224643A JP5565578B2 (ja) 2010-10-04 2010-10-04 気象変動予測情報提供システム及び気象変動予測情報提供方法

Publications (2)

Publication Number Publication Date
JP2012078237A JP2012078237A (ja) 2012-04-19
JP5565578B2 true JP5565578B2 (ja) 2014-08-06

Family

ID=44970935

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010224643A Expired - Fee Related JP5565578B2 (ja) 2010-10-04 2010-10-04 気象変動予測情報提供システム及び気象変動予測情報提供方法

Country Status (6)

Country Link
US (1) US20120084005A1 (ja)
EP (1) EP2437083A2 (ja)
JP (1) JP5565578B2 (ja)
KR (1) KR20120035127A (ja)
CN (1) CN102445715A (ja)
TW (1) TW201217826A (ja)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012071485A2 (en) * 2010-11-24 2012-05-31 Hirl Joseph P Decision support system for the management of energy use, contracting and capital investments for facilities
KR101992141B1 (ko) 2012-12-26 2019-06-25 삼성전자주식회사 단말기의 고도측정 장치 및 방법
CN103499846B (zh) * 2013-09-03 2015-11-25 百度在线网络技术(北京)有限公司 对天气状况进行预测的方法和设备
KR101504100B1 (ko) * 2013-11-26 2015-03-19 재단법인 한국형수치예보모델개발사업단 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치
TWI611198B (zh) * 2014-03-19 2018-01-11 Pu Jin Biao 低空風切警告系統及預測低空風切的方法
JP6325429B2 (ja) * 2014-12-16 2018-05-16 日本電信電話株式会社 環境変化検出システム、環境変化検出装置及び環境変化検出方法
CN104992071B (zh) * 2015-07-17 2018-07-13 南京信息工程大学 一种基于集合资料同化技术的初始扰动方法
US10317575B2 (en) * 2016-05-04 2019-06-11 Global Weather Corporation Method and apparatus for forecasting weather
CN106295861A (zh) * 2016-08-01 2017-01-04 北京小米移动软件有限公司 天气预报信息的获取方法、装置和设备
JP6486875B2 (ja) * 2016-09-15 2019-03-20 株式会社東芝 気象データ処理装置、システム、気象データ処理方法及びプログラム
JP6740079B2 (ja) * 2016-10-14 2020-08-12 東日本旅客鉄道株式会社 突風予測装置
JP6973963B2 (ja) * 2016-12-27 2021-12-01 日本アンテナ株式会社 気象情報警告システム
CN108711265B (zh) * 2017-06-13 2020-02-18 南京康腾生物科技有限公司 泥石流监控避难报警系统及方法
CN110914719B (zh) * 2017-08-01 2022-08-12 新加坡国立大学 气压仪器和方法
CN108254750B (zh) * 2017-11-24 2021-07-30 南京信息工程大学 一种基于雷达资料的下击暴流智能识别预警方法
TWI678549B (zh) * 2018-05-08 2019-12-01 蒲金標 基於行動電子裝置的天氣觀測方法及系統
KR102363948B1 (ko) * 2018-12-10 2022-02-17 이화여자대학교 산학협력단 열대성 뇌우 발생 예측 방법
JP6867072B2 (ja) * 2019-04-15 2021-04-28 亮太 菊地 気象予測データ作成プログラム、気象予測データ作成方法、及び、移動体
JP7256487B2 (ja) * 2019-04-16 2023-04-12 東芝インフラシステムズ株式会社 気象予測装置、気象予測方法、およびプログラム
CN110006617B (zh) * 2019-05-23 2023-11-24 重庆大学 模拟移动式龙卷风和下击暴流的一体化风洞
CN111679346B (zh) * 2019-12-27 2022-06-21 广东电网有限责任公司电力科学研究院 一种大气层可降水量预估方法及装置
KR102451780B1 (ko) * 2020-06-30 2022-10-07 (주)한국해양기상기술 Ads-b 데이터 기반의 항로 기상 예측 방법, 장치 및 시스템
TWI784625B (zh) * 2021-07-20 2022-11-21 國立中央大學 大氣亂流偵測方法及大氣亂流偵測裝置
CN113486844B (zh) * 2021-07-26 2022-04-15 中科三清科技有限公司 水平风切变位置判断方法、装置、电子设备及存储介质
CN115937007B (zh) * 2022-03-04 2023-08-01 中科三清科技有限公司 风切变的识别方法、装置、电子设备及介质
CN114626458B (zh) * 2022-03-15 2022-10-21 中科三清科技有限公司 一种高压后部识别方法、装置、存储介质及终端
CN115861811B (zh) * 2022-12-06 2023-06-20 中科三清科技有限公司 一种风切变区域识别方法、装置、存储介质及终端

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5178010A (en) * 1990-06-20 1993-01-12 Better Boating Association, Inc. Continuous graphical display of barometric data
JPH05281367A (ja) * 1992-03-31 1993-10-29 Komatsu Ltd 天気予報計
IL116699A (en) * 1996-01-08 2001-09-13 Biosense Ltd Method of building a heart map
US5434565A (en) * 1994-03-22 1995-07-18 Potomac Aviation Technology Corporation Automatic weather monitoring and adaptive transmitting system
JPH0949884A (ja) * 1995-08-04 1997-02-18 Aasu Uezaa:Kk ニューラルネットワークを用いた局地的気象予測方法
JPH11242412A (ja) * 1998-02-25 1999-09-07 Kyocera Corp 画像処理装置
JP2000062698A (ja) * 1998-08-25 2000-02-29 Shigeru Nagano 乱気流回避航法装置
JP3904420B2 (ja) 2001-09-27 2007-04-11 富士通株式会社 気象予測結果選定方法及び低気圧移動ベクトル計算方法
JP4206024B2 (ja) * 2003-10-16 2009-01-07 大成建設株式会社 大気物質指標分布解析装置
DE602004028568D1 (de) * 2004-02-20 2010-09-23 Harman Becker Automotive Sys Vorrichtung und Verfahren zum Erzeugen von Umgebungsparametern und zum Bestimmen von Wetterinformationen
US20060095210A1 (en) * 2004-10-20 2006-05-04 Idt Technology Limited Weather station
US7299706B2 (en) * 2005-02-04 2007-11-27 Michigan Custom Machines, Inc. Flow meter and method of using the same
JP2006308287A (ja) * 2005-04-26 2006-11-09 Railway Technical Res Inst 気象予報モデルの出力値を用いた風速増加量の推定方法
JP2007004632A (ja) * 2005-06-24 2007-01-11 Nokia Corp 仮想センサ
JP4627476B2 (ja) * 2005-10-05 2011-02-09 本田技研工業株式会社 サーバ及び車載ナビゲーション装置、車両、気象情報配信システム
GB2441344B (en) * 2006-08-31 2009-11-04 Westerngeco Seismic Holdings Zero-offset seismic trace construction and its use
JP2010019826A (ja) * 2008-03-25 2010-01-28 Epson Toyocom Corp 圧力センサ
US8413500B2 (en) * 2009-01-20 2013-04-09 Richard Duncan Ely, III Bernoulli wind prediction system
US20130114375A1 (en) * 2010-07-26 2013-05-09 Mark A. Meier Seismic Acquisition Method for Mode Separation

Also Published As

Publication number Publication date
CN102445715A (zh) 2012-05-09
US20120084005A1 (en) 2012-04-05
KR20120035127A (ko) 2012-04-13
JP2012078237A (ja) 2012-04-19
TW201217826A (en) 2012-05-01
EP2437083A2 (en) 2012-04-04

Similar Documents

Publication Publication Date Title
JP5565578B2 (ja) 気象変動予測情報提供システム及び気象変動予測情報提供方法
JP6014303B2 (ja) 気象変動予測情報提供システム及び気象変動予測情報提供方法
JP2013054005A (ja) 気象変動情報提供システム、気象変動情報提供方法、気象変動情報提供プログラム及び記録媒体
JP6580730B2 (ja) 天候予測システム
US9535189B2 (en) Generating an atmospheric model using one or more pressure-sensing mobile devices
TWI417523B (zh) 網路元件、電腦程式產品、以及用於決定一移動終端機之高度的方法、電腦程式、移動終端機、及系統
JP2013054004A (ja) 気象計測装置の配置方法、気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体
JP2019120677A (ja) 航空機の対気速度を決定するための方法及びシステム
CN110160524B (zh) 一种惯性导航系统的传感器数据获取方法及装置
JP2013052723A (ja) 高度計測システム、高度計測方法、高度計測プログラム及び記録媒体
CN104748722A (zh) 利用卫星定位信息实时校准气压测高结果的高程定位方法
KR20180114776A (ko) 폭발 피해 범위 예측 방법 및 장치
Jensen et al. The Midlatitude Continental Convective Clouds Experiment (MC3E) sounding network: operations, processing and analysis
JP2013054006A (ja) 気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体
EP2722693B1 (en) Generating an atmospheric model using one or more pressure-sensing mobile devices
CN107391794B (zh) 一种台风连续立体风场反演方法
JP2013054690A (ja) 配車管理システム、配車方法、車両運行支援システム、車両運行支援方法、プログラム及び記録媒体
US7324002B2 (en) Outdoor computer
CN105466423A (zh) 一种无人机导航系统及其运行方法
Ostroumov et al. Estimation of Geodetic Altitude from Barometric One with Actual Meteorological Aerodrome Report Data
US20220260441A1 (en) Electronic hail pad
CN113574418B (zh) 气象预测数据创建程序、气象预测数据创建方法及移动体
JP2013210235A (ja) 気圧高度計、位置計測システム、プログラム及び記録媒体
JP2014196906A (ja) 気象観測装置
JP2013205083A (ja) 位置計測装置、プログラム、記録媒体、及び位置計測方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130910

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140205

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140331

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: 20140521

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140603

R150 Certificate of patent or registration of utility model

Ref document number: 5565578

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees