JP5792754B2 - ぬれ時間推定装置および方法 - Google Patents
ぬれ時間推定装置および方法 Download PDFInfo
- Publication number
- JP5792754B2 JP5792754B2 JP2013014027A JP2013014027A JP5792754B2 JP 5792754 B2 JP5792754 B2 JP 5792754B2 JP 2013014027 A JP2013014027 A JP 2013014027A JP 2013014027 A JP2013014027 A JP 2013014027A JP 5792754 B2 JP5792754 B2 JP 5792754B2
- Authority
- JP
- Japan
- Prior art keywords
- probability distribution
- wetting time
- year
- relative humidity
- temperature
- 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
Images
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Description
本発明は、ぬれ時間推定技術に関し、特に気温および相対湿度の年平均値からぬれ時間を推定する技術に関する。
鋼材が腐食する条件の一つとして、鋼材表面における水分の存在が挙げられる。鋼材の信頼性分析やリスク評価を行う際には、この水分が腐食や劣化に及ぼす影響を考慮することが求められる。ぬれ時間ＴＯＷ（Time of Wetness）は、金属表面に水膜が存在する時間（期間）を表す指標として国際標準化機構（ＩＳＯ：International Organization for Standardization）のＩＳＯ９２２３において定義されている。
このＴＯＷは、１年のうちで気温が０℃を超え、かつ相対湿度が８０％を超えるという条件を満たす時間の合計値で表される。年総時間をＴｔｏｔ（≒８７６６時間）とし、任意の時間において気温が０℃を越えるか否かを示す変数をδＴとし、任意の時間において相対湿度（相対湿度）が８０％を越えるか否かを示す変数をδＲｈとした場合、ＴＯＷ（真値）は次の式（１）で定義される。本発明では、この式（１）で求めたぬれ時間を基準ぬれ時間ＴＯＷという。
ここで、式（１）によれば、気温および相対湿度について、時別に観測した時別値が必要となる。また、長期間または多地点でのＴＯＷを求める際に計算量が大きくなる。
このため、気温および相対湿度の年平均値から確率値を導いて、これを用いて簡易にＴＯＷの近似値を算出する方法が提案されており（例えば、非特許文献１など参照）、多くの既往研究・文献ではこの方法が使用されている。本発明では、この方法により算出されたぬれ時間を規定ぬれ時間ＴＯＷａという。
このため、気温および相対湿度の年平均値から確率値を導いて、これを用いて簡易にＴＯＷの近似値を算出する方法が提案されており（例えば、非特許文献１など参照）、多くの既往研究・文献ではこの方法が使用されている。本発明では、この方法により算出されたぬれ時間を規定ぬれ時間ＴＯＷａという。
具体的には、式（１）において、変数δＴおよびδＲｈが上記条件を満たす確率をＰ（Ｔ＞℃，Ｒｈ＞８０％）と表現した場合、式（１）は、次の式（２）で近似することができる。
ここで、Ｐ（Ｔ＞℃，Ｒｈ＞８０％）について、ＰＴ（Ｔ＞０℃）とＰＲｈ（Ｒｈ＞８０％）が独立して生起すると見なした場合、式（２）は、次の式（３）で近似できる。
したがって、これらＰＴ（Ｔ＞０℃）とＰＲｈ（Ｒｈ＞８０％）を表す確率分布をそれぞれ想定し、これら確率分布を規定する確率分布パラメータ、および気象観測データから求めた気温・相対湿度の年平均値を独立変数（説明変数）とし、ぬれ時間ＴＯＷａを従属変数（目的変数）として、式（３）を解くことにより、次の式（４）が得られる。
式（４）において、Ｎ（Ｔａ；０；９．９６）は、年平均気温Ｔａに関する、平均μ＝０、標準偏差σ＝９．９６の累積正規確率分布である。
また、式（４）において、β（Ｒｈａ／１００；４．６７；１．７８）は、年平均相対湿度Ｒｈａに関する、係数ａ＝４．６７、係数ｂ＝１．７８、Ｒｈａの下限値＝０、Ｒｈａの上限値＝１００のベータ分布における累積ベータ確率分布である。
また、式（４）において、β（Ｒｈａ／１００；４．６７；１．７８）は、年平均相対湿度Ｒｈａに関する、係数ａ＝４．６７、係数ｂ＝１．７８、Ｒｈａの下限値＝０、Ｒｈａの上限値＝１００のベータ分布における累積ベータ確率分布である。
J. Tidblad, A. A. Mikhailov, and V. Kucera, "Model for the Prediction of the Timeof Wetness from Average Annual Data on Relative Air Humidity and Air Temperature", Protection of Metals, Vol. 36, No. 6, pp.533-540, (2000)
財団法人日本ウェザリングセンター, "大気暴露試験ハンドブック［II］金属編", PP.金10〜金11, (2007)
しかしながら、このような従来技術によれば、規定ＴＯＷａの算出に用いられる確率値は、ＵＮ ＥＣＥ，ＩＳＯＣＯＲＲＡＧ，ＭＩＣＡＴ，ロシアなどの気象観測データから導出・検証がなされたものが用いられている。このため、世界中に点在する地域（観測地点）に対して全体的によく適合するものとなっているが、日本などの特定の地域に注目した場合、ＴＯＷとＴＯＷａの値が乖離することがあるという問題点があった。
図１１は、札幌におけるＴＯＷとＴＯＷａとの比較例である。図１２は、東京におけるＴＯＷとＴＯＷａとの比較例である。図１３は、那覇におけるＴＯＷとＴＯＷａとの比較例である。ここでは、１９９０年あるいは１９９１年から２０１１年までの期間の気象観測データにおける気温・相対湿度の時別値から前述の式（１）に基づき算出したＴＯＷと、これら気象観測データにおける気温・相対湿度の年平均値から前述の式（４）に基づき算出したＴＯＷａとが示されている。
この算出例によれば、札幌、東京、那覇において、相関値Ｒａ2は、０．８６，０．７９，０．９１であるものの、平均誤差は８７０．８，５１２．５，１２００．３となり、比較的大きな誤差が生じていることがわかる。
これは、規定ＴＯＷａの算出に用いた気象観測データの気温・相対湿度分布と、日本における気象観測データの気温・相対湿度分布とが、乖離していることが原因であると見られる。
これは、規定ＴＯＷａの算出に用いた気象観測データの気温・相対湿度分布と、日本における気象観測データの気温・相対湿度分布とが、乖離していることが原因であると見られる。
本発明はこのような課題を解決するためのものであり、ＩＳＯ９２２３に規定されているものとは異なる気温・相対湿度の確率分布を持つ地域であっても、時別値を用いて算出した基準ぬれ時間に対して誤差の小さい推定ぬれ時間を、気温および相対湿度の年平均値から算出できるぬれ時間推定技術を提供することを目的としている。
このような目的を達成するために、本発明にかかるぬれ時間推定装置は、気温＞０℃および相対湿度＞８０％の確率分布に基づいて、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するぬれ時間推定装置であって、各観測年次に推定対象地域で観測された気温および相対湿度の時別値を含む気象観測データから、これら観測年次ごとに当該時別値を用いた基準ぬれ時間を算出する基準ぬれ時間算出部と、気温＞０℃の確率分布を示す複数の異なる気温確率分布と相対湿度＞８０％の確率分布を示す複数の異なる相対湿度確率分布の組合せごとに、前記基準ぬれ時間を従属変数とし、前記各観測年次における気温および相対湿度の年平均値と当該組合せの気温確率分布および相対湿度確率分布を規定する確率分布パラメータとを独立変数として回帰分析を行うことにより、前記観測年次ごとの前記基準ぬれ時間と、当該組合せの気温確率分布および相対湿度確率分布で求めた前記観測年次ごとの仮定ぬれ時間との誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せごとに推定する確率分布パラメータ推定部と、これら組合せのうち、前記誤差が最小となった最適組合せの最適確率分布パラメータで規定される気温および相対湿度の確率分布を、最適確率分布として選択する最適確率分布選択部と、前記最適確率分布に基づいて、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する推定ぬれ時間算出部とを備えるている。
また、本発明にかかる上記ぬれ時間推定装置の一構成例は、予め定めた規定確率分布に基づいて、前記各観測年次における気温および相対湿度の年平均値から、前記観測年次ごとに規定ぬれ時間を算出する規定ぬれ時間算出部をさらに備え、前記推定ぬれ時間算出部は、前記入力年次における推定ぬれ時間を算出する際、前記最適組合せにかかる前記各観測年次の仮定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差が、前記各観測年次の規定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差より大きい場合、前記最適確率分布に代えて前記規定確率分布を用いることにより、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するようにしたものである。
また、本発明にかかるぬれ時間推定方法は、気温＞０℃および相対湿度＞８０％の確率分布に基づいて、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するぬれ時間推定装置で用いられるぬれ時間推定方法であって、基準ぬれ時間算出部が、各観測年次に推定対象地域で観測された気温および相対湿度の時別値を含む気象観測データから、これら観測年次ごとに当該時別値を用いた基準ぬれ時間を算出する基準ぬれ時間算出ステップと、確率分布パラメータ推定部が、気温＞０℃の確率分布を示す複数の異なる気温確率分布と相対湿度＞８０％の確率分布を示す複数の異なる相対湿度確率分布の組合せごとに、前記基準ぬれ時間を従属変数とし、前記各観測年次における気温および相対湿度の年平均値と当該組合せの気温確率分布および相対湿度確率分布を規定する確率分布パラメータとを独立変数として回帰分析を行うことにより、前記観測年次ごとの前記基準ぬれ時間と、当該組合せの気温確率分布および相対湿度確率分布で求めた前記観測年次ごとの仮定ぬれ時間との誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せごとに推定する確率分布パラメータ推定ステップと、最適確率分布選択部が、これら組合せのうち、前記誤差が最小となった最適組合せの最適確率分布パラメータで規定される気温および相対湿度の確率分布を、最適確率分布として選択する最適確率分布選択ステップと、推定ぬれ時間算出部が、前記最適確率分布に基づいて、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する推定ぬれ時間算出ステップとを備えている。
また、本発明にかかる上記ぬれ時間推定方法の一構成例は、規定ぬれ時間算出部が、予め定めた規定確率分布に基づいて、前記各観測年次における気温および相対湿度の年平均値から、前記観測年次ごとに規定ぬれ時間を算出する規定ぬれ時間算出ステップをさらに備え、前記推定ぬれ時間算出ステップは、前記入力年次における推定ぬれ時間を算出する際、前記最適組合せにかかる前記各観測年次の仮定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差が、前記各観測年次の規定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差より大きい場合、前記最適確率分布に代えて前記規定確率分布を用いることにより、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するようにしたものである。
本発明によれば、予め用意された、気温および相対湿度ごとの複数の異なる確率分布の組合せごとに、当該確率分布を規定する最適確率分布パラメータが推定され、これら組合せのうち、基準ぬれ時間との誤差が最も小さい仮想ぬれ時間が得られた組合せの確率分布が、入力年次における推定ぬれ時間を算出するための最適確率分布として選択される。
このため、ぬれ時間を推定する対象となる推定対象地域で得た気象観測データが用いられるだけでなく、気温・相対湿度の確率分布として、複数の異なる確率分布が候補として用いられるため、より多くの推定対象地域に対応した確率分布を選択することができる。
したがって、ＩＳＯ９２２３に規定されているものとは異なる気温・相対湿度の確率分布を持つ地域であっても、時別値を用いて算出した基準ぬれ時間に対して誤差の小さい推定ぬれ時間を、気温および相対湿度の年平均値から算出することが可能となる。
このため、ぬれ時間を推定する対象となる推定対象地域で得た気象観測データが用いられるだけでなく、気温・相対湿度の確率分布として、複数の異なる確率分布が候補として用いられるため、より多くの推定対象地域に対応した確率分布を選択することができる。
したがって、ＩＳＯ９２２３に規定されているものとは異なる気温・相対湿度の確率分布を持つ地域であっても、時別値を用いて算出した基準ぬれ時間に対して誤差の小さい推定ぬれ時間を、気温および相対湿度の年平均値から算出することが可能となる。
次に、本発明の実施の形態について図面を参照して説明する。
［ぬれ時間推定装置］
まず、図１を参照して、本発明の一実施の形態にかかるぬれ時間推定装置１０について説明する。図１は、ぬれ時間推定装置の構成を示すブロック図である。
［ぬれ時間推定装置］
まず、図１を参照して、本発明の一実施の形態にかかるぬれ時間推定装置１０について説明する。図１は、ぬれ時間推定装置の構成を示すブロック図である。
このぬれ時間推定装置１０は、全体として、サーバ装置やパーソナルコンピュータなどの情報処理装置からなり、気温および相対湿度の確率分布に基づいて、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する機能を有している。
本発明において、推定ぬれ時間ＴＯＷｅは、前述の式（１）〜式（３）で説明した従来の分析結果にならい、任意の年次における気温Ｔの時別値のうちＴ＞０℃となる確率ＰＴ（Ｔ＞０℃）を、気温Ｔの確率分布ＤＴをＴ≦０℃の範囲で積分した値で近似し、任意の年次における相対湿度Ｒｈの時別値のうちＲｈ＞８０％となる確率ＰＲｈ（Ｒｈ＞８０％）を、相対湿度Ｒｈの確率分布ＤＲｈをＲｈ≦８０％の範囲で積分した値で近似する。
この際、気温Ｔや相対湿度Ｒｈの確率分布ＤＴ，ＤＲｈは、正規分布、ベータ関数、ロジスティック関数、ゴンペルツ関数などの各種関数を用いて表することができる。
例えば、気温Ｔの確率分布ＤＴを正規分布ＤＮで定義し、相対湿度Ｒｈの確率分布ＤＲｈをベータ分布Ｄβで定義した場合、推定ぬれ時間ＴＯＷｅは、次の式（５）で表される。
例えば、気温Ｔの確率分布ＤＴを正規分布ＤＮで定義し、相対湿度Ｒｈの確率分布ＤＲｈをベータ分布Ｄβで定義した場合、推定ぬれ時間ＴＯＷｅは、次の式（５）で表される。
式（５）において、Ｎ（Ｔａ；μ；σ）は、平均μ，標準偏差σの累積正規確率分布を示す。β（Ｒｈａ／１００；ａ；ｂ）は、係数ａ（ａ＞０），係数ｂ（ｂ＞０），下限値Ｋｍｉｎ＝０、上限値Ｋｍａｘ＝１００のベータ分布Ｄβのうち、年平均相対湿度Ｒｈａの累積ベータ確率分布を示す。
また、Ｂ（ａ，ｂ）は、係数ａ（ａ＞０），係数ｂ（ｂ＞０），下限値Ｋｍｉｎ＝０、上限値Ｋｍａｘ＝１００のベータ分布のうち、下限値Ｋｍｉｎから上限値Ｋｍａｘまでの累積確率を示しており、次の式（６）で表される。
また、Ｂ（ａ，ｂ）は、係数ａ（ａ＞０），係数ｂ（ｂ＞０），下限値Ｋｍｉｎ＝０、上限値Ｋｍａｘ＝１００のベータ分布のうち、下限値Ｋｍｉｎから上限値Ｋｍａｘまでの累積確率を示しており、次の式（６）で表される。
本発明は、推定対象となる日本などの特定地域で得た気象観測データを用いて算出した基準ぬれ時間ＴＯＷと、規定ぬれ時間ＴＯＷａとの乖離が、それぞれの気温・相対湿度の確率分布の違いに原因であることに着目し、推定対象地域で得た気象観測データにフィッティングした最適な確率分布を特定して、推定ぬれ時間を算出するようにしたものである。
この際、気温および相対湿度ごとに１つずつ確率分布式を用意して、推定対象地域で得た気象観測データを用いて回帰分析することにより、確率分布式で用いる最適確率分布パラメータを推定することも考えられる。
本発明では、より多くの推定対象地域に対応するため、気温および相対湿度ごとに複数の異なる確率分布を用意して、これら気温および相対湿度の確率分布の組合せごとに最適確率分布パラメータを推定する。
本発明では、より多くの推定対象地域に対応するため、気温および相対湿度ごとに複数の異なる確率分布を用意して、これら気温および相対湿度の確率分布の組合せごとに最適確率分布パラメータを推定する。
そして、これら組合せで特定される気温および相対湿度の確率分布に基づき得られた仮定ぬれ時間と基準ぬれ時間との誤差が最も小さい組合せの確率分布を最適確率分布として選択し、この最適確率分布に基づき、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するようにしたものである。
ぬれ時間推定装置１０には、主な機能部として、通信Ｉ／Ｆ部１１、操作入力部１２、画面表示部１３、記憶部１４、および演算処理部１５が設けられている。
通信Ｉ／Ｆ部１１は、データ通信回路からなり、通信回線を介して外部装置とデータ通信を行うことにより、各種データを送受信する機能を有している。
操作入力部１２は、キーボードやマウスなどの操作入力装置からなり、オペレータ操作を検出して演算処理部１５へ出力する機能を有している。
画面表示部１３は、ＬＣＤなどの画面表示装置からなり、演算処理部１５から出力された操作メニューや演算結果などの各種データを画面表示する機能を有している。
通信Ｉ／Ｆ部１１は、データ通信回路からなり、通信回線を介して外部装置とデータ通信を行うことにより、各種データを送受信する機能を有している。
操作入力部１２は、キーボードやマウスなどの操作入力装置からなり、オペレータ操作を検出して演算処理部１５へ出力する機能を有している。
画面表示部１３は、ＬＣＤなどの画面表示装置からなり、演算処理部１５から出力された操作メニューや演算結果などの各種データを画面表示する機能を有している。
記憶部１４は、ハードディスクや半導体メモリなどの記憶装置からなり、演算処理部１５で用いる処理データやプログラム１４Ｐを記憶する機能を有している。
プログラム１４Ｐは、演算処理部１５のＣＰＵで実行されることにより、ぬれ時間の推定処理を行う各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部１１を介して接続された外部装置や記録媒体から、予め記憶部１４に格納されている。
プログラム１４Ｐは、演算処理部１５のＣＰＵで実行されることにより、ぬれ時間の推定処理を行う各種処理部を実現するプログラムであり、通信Ｉ／Ｆ部１１を介して接続された外部装置や記録媒体から、予め記憶部１４に格納されている。
記憶部１４で記憶する主な処理データとして、気象観測データ１４Ａと算出定義データ１４Ｂがある。
気象観測データ１４Ａは、ぬれ時間の推定対象となる推定対象地域で観測された気象データであり、地域別および観測年月日ごとに、気温および相対湿度の時別値が登録されている。図２は、気象観測データの構成例である。ここでは、東京の２０１１年４月１日における気温および相対湿度の時別値が示されている。
気象観測データ１４Ａは、ぬれ時間の推定対象となる推定対象地域で観測された気象データであり、地域別および観測年月日ごとに、気温および相対湿度の時別値が登録されている。図２は、気象観測データの構成例である。ここでは、東京の２０１１年４月１日における気温および相対湿度の時別値が示されている。
本発明では、日本の各地域をぬれ時間の推定対象地域とする場合を例とし、観測年次は１９９０年または１９９１年から２０１１年までとする。本発明では、気象庁のウェブサイトで公開されている、札幌、旭川、釧路、網走、稚内、仙台、青森、秋田、東京、熊谷、長野、新潟、富山、名古屋、大阪、京都、広島、鳥取、高知、福岡、鹿児島、宮崎、那覇の２３地点の気象台で観測した気象観測データを気象観測データ１４Ａを利用した。なお、推定対象地域については、日本に限定されるものではなく、このような気象観測データが得られる地域であれば、いずれの地域に対しても、本発明を同様にして適用できる。
算出定義データ１４Ｂは、演算処理部１５での推定ぬれ時間の算出に用いる定義データである。算出定義データ１４Ｂには、規定された規定ぬれ時間ＴＯＷａの算出式、すなわち前述した式（４）の式および確率分布パラメータが含まれるほか、気温Ｔや相対湿度Ｒｈの確率分布を示す確率分布式として、例えば正規分布、ベータ関数、ロジスティック関数、ゴンペルツ関数などの各種関数を用いた確率分布式も含まれている。
演算処理部１５は、ＣＰＵとその周辺回路からなり、記憶部１４のプログラム１４Ｐを読み出して実行することにより、ぬれ時間の推定処理を行う各種処理部を実現する機能を有している。
演算処理部１５で実現される主な処理部として、データ取得部１５Ａ、基準ぬれ時間算出部１５Ｂ、規定ぬれ時間算出部１５Ｃ、確率分布パラメータ推定部１５Ｄ、最適確率分部選択部１５Ｅ、および推定ぬれ時間算出部１５Ｆがある。
演算処理部１５で実現される主な処理部として、データ取得部１５Ａ、基準ぬれ時間算出部１５Ｂ、規定ぬれ時間算出部１５Ｃ、確率分布パラメータ推定部１５Ｄ、最適確率分部選択部１５Ｅ、および推定ぬれ時間算出部１５Ｆがある。
データ取得部１５Ａは、通信Ｉ／Ｆ部１１を介して外部装置から、各観測年次に観測された気温および相対湿度の時別値を含む気象観測データ１４Ａを取得して記憶部１４へ保存する機能を有している。
基準ぬれ時間算出部１５Ｂは、記憶部１４の気象観測データ１４Ａに含まれる、観測年次ごとに気温Ｔおよび相対湿度Ｒｈの時別値から、前述した式（１）に基づいて、基準ぬれ時間ＴＯＷを算出する機能を有している。
規定ぬれ時間算出部１５Ｃは、記憶部１４の気象観測データ１４Ａに含まれる、観測年次ごとに気温Ｔおよび相対湿度Ｒｈの時別値から計算した、気温Ｔおよび相対湿度Ｒｈの年平均値Ｔａ，Ｒｈａから、記憶部１４の算出定義データ１４Ｂに登録されている前述した式（４）、すなわち規定確率分布Ｄａに基づいて、観測年次ごとに規定ぬれ時間ＴＯＷａを算出する機能を有している。
確率分布パラメータ推定部１５Ｄは、記憶部１４の算出定義データ１４Ｂに登録されている確率分布式に基づいて、気温Ｔの確率分布を示すｍ個（ｍは２以上の整数）の異なる気温確率分布ＤＴｉ（ｉは２〜ｍの整数）と相対湿度Ｒｈの確率分布を示すｎ個（ｎは２以上の整数）の異なる相対湿度確率分布ＤＲｈｊ（ｊは２〜ｎの整数）との組合せＧｋ（ｋ＝１〜ｍ×ｎの整数）を生成する機能と、これら組合せＧｋごとに、基準ぬれ時間ＴＯＷを従属変数とし、各観測年次における気温および相対湿度の年平均値Ｔａ，Ｒｈａと当該組合せの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊを規定する確率分布パラメータとを独立変数として回帰分析を行う機能と、この回帰分析により、観測年次ごとの基準ぬれ時間ＴＯＷと、当該組合せＧｋの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊで求めた観測年次ごとの仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せＧｋごとに推定する機能とを有している。
最適確率分布選択部１５Ｅは、確率分布パラメータ推定部１５Ｄで生成した組合せＧｋのうち、確率分布パラメータ推定部１５Ｄで算出した誤差が最小となった組合せＧｋを最適組合せＧｓとして選択する機能と、選択した最適組合せＧｓの最適確率分布パラメータで規定される気温確率分布ＤＴｓおよび相対湿度確率分布ＤＲｈｓを、最適確率分布Ｄｓとして選択する機能とを有している。
推定ぬれ時間算出部１５Ｆは、最適確率分布に基づいて、入力年次における気温および相対湿度の年平均値Ｔｅ，Ｒｈｅから、当該入力年次における推定ぬれ時間ＴＯＷｅを算出する機能と、最適組合せＧｓにかかる各観測年次の仮定ぬれ時間ＴＯＷａｋと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷｓを算出する機能と、各観測年次の規定ぬれ時間ＴＯＷａと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷａを算出する機能と、平均誤差ΔＴＯＷｓが平均誤差ΔＴＯＷａより大きい場合、最適確率分布Ｄｓに代えて規定確率分布Ｄａを用いることにより、入力年次における気温および相対湿度の年平均値Ｔｅ，Ｒｈｅから、当該入力年次における推定ぬれ時間ＴＯＷｅを算出する機能とを有している。
［本実施の形態の動作］
次に、図３および図４を参照して、本実施の形態にかかるぬれ時間推定装置の動作について説明する。図３は、ぬれ時間推定処理を示すフローチャートである。図４は、ぬれ時間推定処理を示すフロー図である。
演算処理部１５は、操作入力部１２で検出されたユーザによる推定開始指示操作に応じて、図３のぬれ時間推定処理を開始する。なお、ぬれ時間推定処理の開始に先立って、記憶部１４には、気象観測データ１４Ａおよび算出定義データ１４Ｂが、予め記憶部１４に格納されているものとする。
次に、図３および図４を参照して、本実施の形態にかかるぬれ時間推定装置の動作について説明する。図３は、ぬれ時間推定処理を示すフローチャートである。図４は、ぬれ時間推定処理を示すフロー図である。
演算処理部１５は、操作入力部１２で検出されたユーザによる推定開始指示操作に応じて、図３のぬれ時間推定処理を開始する。なお、ぬれ時間推定処理の開始に先立って、記憶部１４には、気象観測データ１４Ａおよび算出定義データ１４Ｂが、予め記憶部１４に格納されているものとする。
まず。基準ぬれ時間算出部１５Ｂは、記憶部１４から読み出した気象観測データ１４Ａに含まれる、観測年次ごとに気温Ｔおよび相対湿度Ｒｈの時別値から、前述した式（１）に基づいて、基準ぬれ時間ＴＯＷを算出する（ステップ１００）。
また、規定ぬれ時間算出部１５Ｃは、記憶部１４から読み出した気象観測データ１４Ａに含まれる、観測年次ごとに気温Ｔおよび相対湿度Ｒｈの時別値から計算した、気温Ｔおよび相対湿度Ｒｈの年平均値Ｔａ，Ｒｈａから、記憶部１４の算出定義データ１４Ｂに登録されている前述した式（４）、すなわちＩＳＯ９２２３で定められた規定確率分布Ｄａに基づいて、観測年次ごとに規定ぬれ時間ＴＯＷａを算出する（ステップ１０１）。
次に、確率分布パラメータ推定部１５Ｄは、記憶部１４から読み出した算出定義データ１４Ｂに登録されている確率分布式に基づいて、気温Ｔの確率分布を示すｍ個（ｍは２以上の整数）の異なる気温確率分布ＤＴｉ（ｉは２〜ｍの整数）と相対湿度Ｒｈの確率分布を示すｎ個（ｎは２以上の整数）の異なる相対湿度確率分布ＤＲｈｊ（ｊは２〜ｎの整数）との組合せＧｋ（ｋ＝１〜ｍ×ｎの整数）を生成する（ステップ１０２）。これら気温Ｔや相対湿度Ｒｈの確率分布としては、正規分布、ベータ関数、ロジスティック関数、ゴンペルツ関数などの各種関数からなる確率分布が用いられる。
続いて、確率分布パラメータ推定部１５Ｄは、これら組合せＧｋごとに、基準ぬれ時間ＴＯＷを従属変数とし、各観測年次における気温および相対湿度の年平均値Ｔａ，Ｒｈａと当該組合せの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊを規定する確率分布パラメータとを独立変数として回帰分析を行い、この回帰分析により、観測年次ごとの基準ぬれ時間ＴＯＷと、当該組合せＧｋの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊで求めた観測年次ごとの仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、組合せＧｋごとに推定する（ステップ１０３）。
基準ぬれ時間ＴＯＷと気温および相対湿度の年平均値Ｔａ，Ｒｈａは、気象観測データ１４Ａから観測年次ごとに個別の値が得られる。このため、例えば、気温確率分布ＤＴｉとして正規分布ＤＮを選択し、相対湿度確率分布ＤＲｈｊとしてベータ分布Ｄβを選択した式（５）の場合、推定ぬれ時間ＴＯＷｅとして各観測年次の基準ぬれ時間ＴＯＷを適用し、さらにＮ（Ｔａ；μ；σ）およびβ（Ｒｈａ／１００，ａ，ｂ）のパラメータとして気温および相対湿度の年平均値Ｔａ，Ｒｈａを適用した場合、観測年次の数だけ、式（５）が成立することになる。
したがって、これら式（５）がそれぞれ成立するような確率分布パラメータ、すなわちμ，σ，ａ，ｂを導出すれば、いずれの観測年次でも共通に使用できる最適確率分布パラメータを得ることができる。
本発明では、確率分布パラメータ推定部１５Ｄにおいて、観測年次ごとに成立する各推定ぬれ時間算出式について、前述した回帰分析を行うことにより、観測年次ごとの基準ぬれ時間ＴＯＷと、各組合せＧｋの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊで求めた観測年次ごとの仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となる確率分布パラメータを最適確率分布パラメータとして得ている。回帰分析の具体的手法としては、例えば非線形最小二乗法などの公知の手法を用いればよい。
本発明では、確率分布パラメータ推定部１５Ｄにおいて、観測年次ごとに成立する各推定ぬれ時間算出式について、前述した回帰分析を行うことにより、観測年次ごとの基準ぬれ時間ＴＯＷと、各組合せＧｋの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊで求めた観測年次ごとの仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となる確率分布パラメータを最適確率分布パラメータとして得ている。回帰分析の具体的手法としては、例えば非線形最小二乗法などの公知の手法を用いればよい。
このようにして、各組合せＧｋの最適確率分布パラメータをそれぞれ推定した後、最適確率分布選択部１５Ｅは、各組合せＧｋのうち、確率分布パラメータ推定部１５Ｄでの回帰分析で算出した基準ぬれ時間ＴＯＷと仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となった組合せＧｋを、最適組合せＧｓとして選択し（ステップ１０４）、選択した最適組合せＧｓの最適確率分布パラメータで規定される気温確率分布ＤＴｓおよび相対湿度確率分布ＤＲｈｓを、最適確率分布Ｄｓとして選択する（ステップ１０５）。
確率分布パラメータ推定部１５Ｄの回帰分析では、基準ぬれ時間ＴＯＷと仮定ぬれ時間ＴＯＷａｋに関する相関値、平均誤差、誤差の標準偏差などの指標値が用いられる。したがって、例えば相関値が同等以上で、かつ、平均誤差または誤差の標準偏差が最も小さい組合せＧｋを選択するなどの評価方法が考えられる。なお、回帰分析で用いる誤差とは異なる指標値で評価する場合には、最適確率分布選択部１５Ｅでその指標値を算出すればよい。なお、平均誤差とは、観測年次ごとに計算した、基準ぬれ時間ＴＯＷと仮定ぬれ時間ＴＯＷａｋとの差分の平均値である。
この後、推定ぬれ時間算出部１５Ｆは、最適確率分布選択部１５Ｅで選択された最適確率分布Ｄｓに基づいて、入力年次における気温および相対湿度の年平均値Ｔｅ，Ｒｈｅから、当該入力年次における推定ぬれ時間ＴＯＷｅを算出する（ステップ１０６）。
また、推定ぬれ時間算出部１５Ｆは、最適組合せＧｓにかかる各観測年次の仮定ぬれ時間ＴＯＷｓｋと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷｓを算出する機能と、各観測年次の規定ぬれ時間ＴＯＷａと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷａを算出する（ステップ１０７）。
また、推定ぬれ時間算出部１５Ｆは、最適組合せＧｓにかかる各観測年次の仮定ぬれ時間ＴＯＷｓｋと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷｓを算出する機能と、各観測年次の規定ぬれ時間ＴＯＷａと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷａを算出する（ステップ１０７）。
続いて、推定ぬれ時間算出部１５Ｆは、これら平均誤差ΔＴＯＷｓと平均誤差ΔＴＯＷａとを比較する（ステップ１０８）。ここで、平均誤差ΔＴＯＷｓが平均誤差ΔＴＯＷａ以下である場合（ステップ１０８：ＹＥＳ）、推定用確率分布Ｄｅとして最適確率分布Ｄｓを選択し（ステップ１０９）、平均誤差ΔＴＯＷｓが平均誤差ΔＴＯＷａより大きい場合（ステップ１０８：ＮＯ）、推定用確率分布Ｄｅとして規定確率分布Ｄａを選択する（ステップ１１０）。
この後、推定ぬれ時間算出部１５Ｆは、推定用確率分布Ｄｅに基づいて、入力年次における気温および相対湿度の年平均値Ｔｅ，Ｒｈｅから、当該入力年次における推定ぬれ時間ＴＯＷｅを算出し、一連のぬれ時間推定処理を終了する（ステップ１１１）。
この際、推定ぬれ時間算出部１５Ｆは、得られた推定ぬれ時間ＴＯＷｅを、画面表示部１３で画面表示し、記憶部１４に保存し、あるいは通信Ｉ／Ｆ部１１を介して外部装置へ通知する。
この際、推定ぬれ時間算出部１５Ｆは、得られた推定ぬれ時間ＴＯＷｅを、画面表示部１３で画面表示し、記憶部１４に保存し、あるいは通信Ｉ／Ｆ部１１を介して外部装置へ通知する。
また、推定ぬれ時間算出部１５Ｆは、推定用確率分布Ｄｅを規定する、最適組合せＧｓの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊと最適確率分布パラメータを記憶部１４に保存する。これにより、次回以降、任意の入力年次における気温および相対湿度の年平均値Ｔｅ，Ｒｈｅから、当該入力年次における推定ぬれ時間ＴＯＷｅを算出する場合に利用する。
実際に、観測年次は１９９０年または１９９１年から２０１１年において、前述した日本の２３地点の気象台で観測した気象観測データを用いて、図４のぬれ時間推定処理を実行した場合、温度確率分布として正規分布を用い、相対湿度分布としてベータ分布を用いた組合せが、最適組合せＧｓとして選択された。この最適組合せＧｓにかかる最適確率分布パラメータは、μ＝１．０２，σ＝８．２２，ａ＝７．２６，ｂ＝２．３４である。これら最適確率分布パラメータで規定される最適確率分布Ｄｓを推定用確率分布Ｄｅとして用いた場合、推定ぬれ時間ＷＯＴｅの算出式は、次の式（７）で表される。
図５は、札幌におけるＴＯＷ，ＴＯＷａ，ＴＯＷｅの比較例である。図６は、東京におけるＴＯＷ，ＴＯＷａ，ＴＯＷｅの比較例である。図７は、那覇におけるＴＯＷ，ＴＯＷａ，ＴＯＷｅの比較例である。ここでは、１９９０年あるいは１９９１年から２０１１年までの期間の気象観測データにおける気温・相対湿度の時別値から前述の式（１）に基づき算出したＴＯＷと、これら気象観測データ１４Ａにおける気温・相対湿度の年平均値から前述の式（４）に基づき算出したＴＯＷａとが示されている。
また、ＴＯＷｅは、本実施の形態を適用して、それぞれの地域で観測した気象観測データに基づいて、気温・相対湿度の確率分布を規定する最適確率分布パラメータを推定し、その気温・相対湿度の年平均値から前述の式（７）に基づき算出したＴＯＷｅとが示されている。
図５〜図７においては、いずれの場合にも、ＴＯＷａに比べてＴＯＷとの誤差が小さいＴＯＷｅが得られていることがわかる。
図５〜図７においては、いずれの場合にも、ＴＯＷａに比べてＴＯＷとの誤差が小さいＴＯＷｅが得られていることがわかる。
図８は、ＴＯＷａとＴＯＷｅの推定精度を示す説明図である。図９は、ＴＯＷとＴＯＷａの関係を示す説明図である。図１０は、ＴＯＷとＴＯＷｅの関係を示す説明図である。ここでは、上記２３地点全体について、ＴＯＷとＴＷａとを比較して求めた相関値Ｒａ2および平均誤差ΔＴＯＷａと、ＴＯＷとＴＷｅとを比較して求めた相関値Ｒｅ2および平均誤差ΔＴＯＷｅとが示されている。
相関値については、Ｒａ2とＲｅ2についてそれほど大差がないものの、平均誤差については、ΔＴＯＷａの３０％〜５０％程度までΔＴＯＷｅが削減されており、精度の高いぬれ時間が推定されていることがわかる。
相関値については、Ｒａ2とＲｅ2についてそれほど大差がないものの、平均誤差については、ΔＴＯＷａの３０％〜５０％程度までΔＴＯＷｅが削減されており、精度の高いぬれ時間が推定されていることがわかる。
［本実施の形態の効果］
このように、本実施の形態は、確率分布パラメータ推定部１５Ｄで、気温の確率分布を示す複数の異なる気温確率分布ＤＴｉと相対湿度の確率分布を示す複数の異なる相対湿度確率分布ＤＲｈｊの組合せＧｋごとに、基準ぬれ時間ＴＯＷを従属変数とし、各観測年次における気温および相対湿度の年平均値Ｔａ，Ｒｈａと当該組合せＧｋの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊを規定する確率分布パラメータとを独立変数として回帰分析を行うことにより、観測年次ごとの基準ぬれ時間ＴＯＷと、当該組合せの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊで求めた観測年次ごとの仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せＧｋごとに推定するようにしたものである。
このように、本実施の形態は、確率分布パラメータ推定部１５Ｄで、気温の確率分布を示す複数の異なる気温確率分布ＤＴｉと相対湿度の確率分布を示す複数の異なる相対湿度確率分布ＤＲｈｊの組合せＧｋごとに、基準ぬれ時間ＴＯＷを従属変数とし、各観測年次における気温および相対湿度の年平均値Ｔａ，Ｒｈａと当該組合せＧｋの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊを規定する確率分布パラメータとを独立変数として回帰分析を行うことにより、観測年次ごとの基準ぬれ時間ＴＯＷと、当該組合せの気温確率分布ＤＴｉおよび相対湿度確率分布ＤＲｈｊで求めた観測年次ごとの仮定ぬれ時間ＴＯＷａｋとの誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せＧｋごとに推定するようにしたものである。
そして、最適確率分布選択部１５Ｅで、これら組合せＧｋのうち、誤差が最小となった最適組合せＧｓの最適確率分布パラメータで規定される気温および相対湿度の確率分布ＤＴｓ，ＤＲｈｓを、最適確率分布Ｄｓとして選択し、推定ぬれ時間算出部１５Ｆで、この最適確率分布Ｄｓに基づいて、入力年次における気温および相対湿度の年平均値Ｔｅ，Ｒｈｅから、当該入力年次における推定ぬれ時間ＴＯＷｅを算出するようにしたものである。
これにより、予め用意された、気温および相対湿度ごとの複数の異なる確率分布ＤＴｉ，ＤＲｈｊの組合せＧｋごとに、当該確率分布を規定する最適確率分布パラメータが推定され、これら組合せＧｋのうち、基準ぬれ時間ＴＯＷとの誤差が最も小さい仮想ぬれ時間ＴＯＷａｋが得られた組合せの確率分布が、入力年次における推定ぬれ時間ＴＯＷｅを算出するための推定用確率分布Ｄｅとして選択される。
このため、ぬれ時間を推定する対象となる推定対象地域で得た気象観測データが用いられるだけでなく、気温・相対湿度の確率分布として、複数の異なる確率分布が候補として用いられるため、より多くの推定対象地域に対応した確率分布を選択することができる。
このため、ぬれ時間を推定する対象となる推定対象地域で得た気象観測データが用いられるだけでなく、気温・相対湿度の確率分布として、複数の異なる確率分布が候補として用いられるため、より多くの推定対象地域に対応した確率分布を選択することができる。
したがって、広く用いられている、例えば非特許文献１，２に示されたものとは異なる気温・相対湿度の確率分布を持つ地域であっても、時別値を用いて算出した基準ぬれ時間に対して誤差の小さい推定ぬれ時間を、気温および相対湿度の年平均値から算出することが可能となる。
また、本実施の形態では、規定ぬれ時間算出部１５Ｃで、規定確率分布Ｄａに基づいて、各観測年次における気温および相対湿度の年平均値から、観測年次ごとに規定ぬれ時間ＴＯＷａを算出し、推定ぬれ時間算出部１５Ｆで、入力年次における推定ぬれ時間ＴＯＷｅを算出する際、最適組合せＧｓにかかる各観測年次の仮定ぬれ時間ＴＯＷａｋと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷｓが、各観測年次の規定ぬれ時間ＴＯＷａと各観測年次の基準ぬれ時間ＴＯＷとの平均誤差ΔＴＯＷａより大きい場合、推定用確率分布Ｄｅとして最適確率分布Ｄｓに代えて規定確率分布Ｄａを用いることにより、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間ＴＯＷｅを算出するようにしてもよい。
これにより、例えば推定対象地域で観測された気象観測データに、無視できない程度の誤差が含まれており、精度の高い最適確率分布Ｄｓを得ることができなかった場合でも、推定用確率分布Ｄｅとして規定確率分布Ｄａを用いて、推定ぬれ時間ＴＯＷｅを算出することができる。
なお、本実施の形態では、図４では、このような平均誤差ΔＴＯＷｓと平均誤差ΔＴＯＷａとの比較に応じた推定用確率分布Ｄｅを変更する場合を例として説明したが、これに限定されるものではなく、このような推定用確率分布Ｄｅの変更処理を省略して、例えば、ステップ１０５の後、ステップ１０９へ移行するようにしてもよい。
なお、本実施の形態では、図４では、このような平均誤差ΔＴＯＷｓと平均誤差ΔＴＯＷａとの比較に応じた推定用確率分布Ｄｅを変更する場合を例として説明したが、これに限定されるものではなく、このような推定用確率分布Ｄｅの変更処理を省略して、例えば、ステップ１０５の後、ステップ１０９へ移行するようにしてもよい。
［実施の形態の拡張］
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。また、各実施形態については、矛盾しない範囲で任意に組み合わせて実施することができる。
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。また、各実施形態については、矛盾しない範囲で任意に組み合わせて実施することができる。
１０…ぬれ時間推定装置、１１…通信Ｉ／Ｆ部、１２…操作入力部、１３…画面表示部、１４…記憶部、１４Ａ…気象観測データ、１４Ｂ…算出定義データ、１４Ｐ…プログラム、１５…演算処理部、１５Ａ…データ取得部、１５Ｂ…基準ぬれ時間算出部、１５Ｃ…規定ぬれ時間算出部、１５Ｄ…確率分布パラメータ推定部、１５Ｅ…最適確率分布選択部、１５Ｆ…推定ぬれ時間算出部、ＴＯＷ…基準ぬれ時間、ＴＯＷａ…規定ぬれ時間、ＴＯＷａｋ…仮定ぬれ時間、ＴＯＷｅ…推定ぬれ時間、Ｄａ…規定確率分布、ＤＴｉ，ＤＴｓ…気温確率分布、ＤＲｈｊ，ＤＲｈｓ…相対湿度確率分布、Ｄｓ…最適確率分布、Ｄｅ…推定用確率分布、Ｇｋ…組合せ、Ｇｓ…最適組合せ、ΔＴＯＷａ，ΔＴＯＷｅ…平均誤差、Ｔａ…年平均気温、Ｒｈａ…年平均相対湿度、μ…平均、σ…標準偏差、ａ，ｂ…係数。
Claims (4)
- 気温＞０℃および相対湿度＞８０％の確率分布に基づいて、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するぬれ時間推定装置であって、
各観測年次に推定対象地域で観測された気温および相対湿度の時別値を含む気象観測データから、これら観測年次ごとに当該時別値を用いた基準ぬれ時間を算出する基準ぬれ時間算出部と、
気温＞０℃の確率分布を示す複数の異なる気温確率分布と相対湿度＞８０％の確率分布を示す複数の異なる相対湿度確率分布の組合せごとに、前記基準ぬれ時間を従属変数とし、前記各観測年次における気温および相対湿度の年平均値と当該組合せの気温確率分布および相対湿度確率分布を規定する確率分布パラメータとを独立変数として回帰分析を行うことにより、前記観測年次ごとの前記基準ぬれ時間と、当該組合せの気温確率分布および相対湿度確率分布で求めた前記観測年次ごとの仮定ぬれ時間との誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せごとに推定する確率分布パラメータ推定部と、
これら組合せのうち、前記誤差が最小となった最適組合せの最適確率分布パラメータで規定される気温および相対湿度の確率分布を、最適確率分布として選択する最適確率分布選択部と、
前記最適確率分布に基づいて、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する推定ぬれ時間算出部と
を備えることを特徴とするぬれ時間推定装置。 - 請求項１に記載のぬれ時間推定装置において、
予め定めた規定確率分布に基づいて、前記各観測年次における気温および相対湿度の年平均値から、前記観測年次ごとに規定ぬれ時間を算出する規定ぬれ時間算出部をさらに備え、
前記推定ぬれ時間算出部は、前記入力年次における推定ぬれ時間を算出する際、前記最適組合せにかかる前記各観測年次の仮定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差が、前記各観測年次の規定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差より大きい場合、前記最適確率分布に代えて前記規定確率分布を用いることにより、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する
ことを特徴とするぬれ時間推定装置。 - 気温＞０℃および相対湿度＞８０％の確率分布に基づいて、入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出するぬれ時間推定装置で用いられるぬれ時間推定方法であって、
基準ぬれ時間算出部が、各観測年次に推定対象地域で観測された気温および相対湿度の時別値を含む気象観測データから、これら観測年次ごとに当該時別値を用いた基準ぬれ時間を算出する基準ぬれ時間算出ステップと、
確率分布パラメータ推定部が、気温＞０℃の確率分布を示す複数の異なる気温確率分布と相対湿度＞８０％の確率分布を示す複数の異なる相対湿度確率分布の組合せごとに、前記基準ぬれ時間を従属変数とし、前記各観測年次における気温および相対湿度の年平均値と当該組合せの気温確率分布および相対湿度確率分布を規定する確率分布パラメータとを独立変数として回帰分析を行うことにより、前記観測年次ごとの前記基準ぬれ時間と、当該組合せの気温確率分布および相対湿度確率分布で求めた前記観測年次ごとの仮定ぬれ時間との誤差が、最小となる確率分布パラメータからなる最適確率分布パラメータを、これら組合せごとに推定する確率分布パラメータ推定ステップと、
最適確率分布選択部が、これら組合せのうち、前記誤差が最小となった最適組合せの最適確率分布パラメータで規定される気温および相対湿度の確率分布を、最適確率分布として選択する最適確率分布選択ステップと、
推定ぬれ時間算出部が、前記最適確率分布に基づいて、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する推定ぬれ時間算出ステップと
を備えることを特徴とするぬれ時間推定方法。 - 請求項３に記載のぬれ時間推定方法において、
規定ぬれ時間算出部が、予め定めた規定確率分布に基づいて、前記各観測年次における気温および相対湿度の年平均値から、前記観測年次ごとに規定ぬれ時間を算出する規定ぬれ時間算出ステップをさらに備え、
前記推定ぬれ時間算出ステップは、前記入力年次における推定ぬれ時間を算出する際、前記最適組合せにかかる前記各観測年次の仮定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差が、前記各観測年次の規定ぬれ時間と前記各観測年次の基準ぬれ時間との平均誤差より大きい場合、前記最適確率分布に代えて前記規定確率分布を用いることにより、前記入力年次における気温および相対湿度の年平均値から、当該入力年次における推定ぬれ時間を算出する
ことを特徴とするぬれ時間推定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013014027A JP5792754B2 (ja) | 2013-01-29 | 2013-01-29 | ぬれ時間推定装置および方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013014027A JP5792754B2 (ja) | 2013-01-29 | 2013-01-29 | ぬれ時間推定装置および方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014145642A JP2014145642A (ja) | 2014-08-14 |
| JP5792754B2 true JP5792754B2 (ja) | 2015-10-14 |
Family
ID=51426003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013014027A Active JP5792754B2 (ja) | 2013-01-29 | 2013-01-29 | ぬれ時間推定装置および方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5792754B2 (ja) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0943135A (ja) * | 1995-08-04 | 1997-02-14 | Matsushita Electric Works Ltd | 濡れ時間計測装置 |
| JP4706279B2 (ja) * | 2004-02-24 | 2011-06-22 | Ｊｆｅスチール株式会社 | 鋼材の寿命予測方法及びその装置並びにコンピュータプログラム |
| JP2005337838A (ja) * | 2004-05-26 | 2005-12-08 | Chugoku Electric Power Co Inc:The | 腐食劣化評価装置及び方法、コンピュータプログラム、記録媒体 |
| US7813971B2 (en) * | 2005-01-25 | 2010-10-12 | The Glidden Company | Method of generating a recommendation or maintaining a supply of a type of coating composition considering environmental conditions |
| JP5008733B2 (ja) * | 2010-03-09 | 2012-08-22 | 中国電力株式会社 | ぬれ状態推定方法、ぬれ状態推定装置、電線劣化推定方法および電線劣化推定システム |
| JP5274609B2 (ja) * | 2011-03-28 | 2013-08-28 | 中国電力株式会社 | 計測装置 |
-
2013
- 2013-01-29 JP JP2013014027A patent/JP5792754B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014145642A (ja) | 2014-08-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Eickmeier et al. | Classical time varying factor-augmented vector auto-regressive models—estimation, forecasting and structural analysis | |
| CN108133013B (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
| Lins et al. | Prediction of sea surface temperature in the tropical Atlantic by support vector machines | |
| Woldemeskel et al. | A framework to quantify GCM uncertainties for use in impact assessment studies | |
| Lyon et al. | Baseline probabilities for the seasonal prediction of meteorological drought | |
| US20160260052A1 (en) | System and method for forecasting high-sellers using multivariate bayesian time series | |
| AU2013326911A1 (en) | Systems and methods for determining a fair price range for commodities | |
| Wang et al. | A case study of remaining storage life prediction using stochastic filtering with the influence of condition monitoring | |
| Jang et al. | Animal spirits and the business cycle: Empirical evidence from moment matching | |
| JP4827861B2 (ja) | 流入量予測システム、流入量予測方法及びプログラム | |
| JP2019105927A (ja) | 故障確率算出装置、故障確率算出方法及びプログラム | |
| WO2014209484A1 (en) | Methods and systems for evaluating predictive models | |
| Gong et al. | Partly conditional estimation of the effect of a time‐dependent factor in the presence of dependent censoring | |
| JP5792754B2 (ja) | ぬれ時間推定装置および方法 | |
| JP6830043B2 (ja) | パラメータ推定装置、機器故障予測装置、最適施策探索装置、方法、及びプログラム | |
| WO2014188524A1 (ja) | 作業時間推定装置 | |
| Haario et al. | Identification of the viscoelastic parameters of a polymer model by the aid of a MCMC method | |
| Prates et al. | Assimilation of transformed retrievals obtained from clear‐sky IASI measurements | |
| JP2015184818A (ja) | サーバ、モデル適用可否判定方法およびコンピュータプログラム | |
| Holešovský et al. | Comparison of precipitation extremes estimation using parametric and nonparametric methods | |
| Waseem et al. | Multivariate drought assessment considering the antecedent drought conditions | |
| JP2017027632A5 (ja) | 情報処理装置、情報処理システム、制御方法、及びプログラム | |
| JP2011154487A (ja) | コンテンツ有用性管理システム、方法、及びプログラム | |
| CN112581250B (zh) | 模型生成方法、装置、计算机设备和存储介质 | |
| JP6089750B2 (ja) | 酸解離定数予測装置及び方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150130 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150713 |
|
| 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: 20150804 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150806 |
|
| R150 | Certificate of patent (=grant) or registration of utility model |
Ref document number: 5792754 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |