JP6457927B2 - 気象データ同化方法、気象予測方法および気象予測システム - Google Patents

気象データ同化方法、気象予測方法および気象予測システム Download PDF

Info

Publication number
JP6457927B2
JP6457927B2 JP2015247155A JP2015247155A JP6457927B2 JP 6457927 B2 JP6457927 B2 JP 6457927B2 JP 2015247155 A JP2015247155 A JP 2015247155A JP 2015247155 A JP2015247155 A JP 2015247155A JP 6457927 B2 JP6457927 B2 JP 6457927B2
Authority
JP
Japan
Prior art keywords
wind speed
data
assimilation
dimensional
weather
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
Application number
JP2015247155A
Other languages
English (en)
Other versions
JP2017111074A (ja
Inventor
次郎 米田
次郎 米田
岡林　一木
一木 岡林
原　智宏
智宏 原
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.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2015247155A priority Critical patent/JP6457927B2/ja
Publication of JP2017111074A publication Critical patent/JP2017111074A/ja
Application granted granted Critical
Publication of JP6457927B2 publication Critical patent/JP6457927B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本開示は、気象現象のシミュレーションを行う際に用いられる気象データ同化方法および当該気象データ同化方法に基づいて気象予測を行うための気象予測方法および気象予測システムと関係する。
気象予測システムが気象モデルに基づいて実行する数値シミュレーションに対して気象観測値を用いてデータ同化を行うことにより、気象モデルの計算誤差が補正され、気象モデルによる予測精度が向上することが期待される。つまり、気象モデルに基づく数値シミュレーションに対してデータ同化を行うことにより、シミュレーション結果と実際の気象現象との間の矛盾が少なくなることが期待される。
特許文献１は、ナッジング法に基づくデータ同化を用いる際に、気象モデルに基づくシミュレーション結果と実際の気象現象との間の整合性を損なわない程度に気象観測値を気象モデルに同化させるために、ナッジング係数を適切に調整するための技術を開示している。具体的には、特許文献１記載の発明では、気象シミュレーション開始時の天候に応じたナッジング係数の値が設定されて気象シミュレーションが行われるようにしている。また、特許文献１記載の発明では、気象シミュレーション開始時の天候に応じたナッジング係数に基づくシミュレーション精度が充分でないならば、気象予測システムが以下の処理を実行するようにしている。まず、より適切なナッジング係数を探索した上で、当該探索したナッジング係数を次回の気象シミュレーションに用いるようにナッジング係数のデータベースを更新するようにしている。その結果、特許文献１記載の発明では、ナッジング法に基づくデータ同化を用いて気象シミュレーションを行う際に、気象シミュレーション開始時の天候などの様々な条件に応じてナッジング係数を適切に設定することが可能となる。
特開２００７−２１２４０２号公報
しかしながら、特許文献１記載の気象予測システムを含む従来のシステムは、気象モデルに基づくシミュレーションに風速の観測データを同化してデータ同化を行う際に、水平風速成分に対応する観測データのみを同化しており、鉛直風速成分に対応する観測データを同化していない。何故なら、観測地点に設けられた観測機器は、一般的に、水平方向の風速のみを観測し、通常は、鉛直方向の風速を観測したデータを提供しないからである。そのため、従来のシステムにおいて、気象モデルに基づくシミュレーションに対して水平方向の風速観測データを２次元的に同化すると、たとえ特許文献１に記載されるナッジング係数の適切な調整を行ったとしても、鉛直方向の風速に関して不自然なシミュレーション結果が得られてしまう場合がある。
具体的には、従来のシステムにおいて、気象モデルに基づくシミュレーションに対して鉛直風速成分の観測値を考慮しないでデータ同化を行うと、気象モデルによって想定されるはずのない以下のような不自然な鉛直風速成分が現れたりする。例えば、雨雲形成のための上昇気流が発生しない低い高度の地表付近において通常は想定されない強い上昇風や下降風の発生がデータ同化によって推定される場合がある。また、例えば、気象モデルに基づくシミュレーションに対してデータ同化を行った場合に推定される鉛直風速成分が、データ同化を行わない場合に推定される鉛直風速成分と極端に乖離してしまう場合が生じ得る。
上記問題点に鑑み、本発明に係る少なくとも一実施形態は、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない同化計算結果を出力可能な気象データ同化方法を得ることを目的とする。
（１）本発明の幾つかの実施形態に係る気象データ同化方法は、
気象モデルに基づいて、第１期間における各時刻について、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速推定データを算出する事前計算ステップと、
前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成ステップと、
前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化ステップと、
を備えることを特徴とする。
上記（１）の方法によれば、上記事前計算により推定された鉛直方向の風速推定データと実際に観測された水平方向の風速観測データとを組み合わせて生成した３次元の同化用風速データにより３次元的なデータ同化を行う。例えば、対象エリア内の３次元空間格子を構成する複数の格子点に３次元的に配置された一群の風速推定データに対して、上記のように生成した３次元の同化用風速データを適用し、３次元的なデータ同化を行う。従って、上記（１）の方法によれば、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない計算結果を出力可能な気象データ同化方法を得ることができる。その結果、気象シミュレーションに対して水平風速成分に関する観測値のみを同化させることにより、水平風速成分に関して現実の観測値を反映した計算結果が得られる一方で、鉛直風速成分に関する同化計算結果が現実の気象現象と整合しなくなるという問題点を解決することができる。
（２）本発明の幾つかの実施形態では、上記（１）の方法において、前記対象エリア内の評価地点における水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記評価地点における水平方向成分の前記風速推定データと、の比較結果に基づいて、前記同化済みの３次元風速データと前記風速観測データとの一致精度を評価する評価ステップをさらに備えることを特徴とする。
上記（２）の方法においては、少なくとも一つの観測地点を含む対象エリア内において、評価地点が設定され、当該評価地点においては、上記（１）の方法により得られた同化済みの３次元風速データが風速観測データとどの程度一致するかが評価される。従って、上記（２）の方法によれば、気象モデルに基づく風速推定データに対して上記（１）の方法に従って風速に関するデータ同化を行って同化済み風速データが得られた場合に、当該同化済み風速データが実際に観測される風速データとどの程度近いかを評価することができる。その結果、上記（２）の方法によれば、データ同化により得られた当該同化済み風速データの精度を表す指標を得ることができる。
（３）本発明の幾つかの実施形態では、上記（２）の方法が備える前記同化ステップにおいて、前記観測地点における前記同化用風速データを用いて、ナッジング係数に従ってナッジング法により３次元の前記風速推定データを同化するとともに、
前記一致精度が所期の第１条件を満たさない場合、前記ナッジング係数を補正する係数補正ステップをさらに備え、
補正された前記ナッジング係数を用いて、前記同化ステップにおける同化計算を繰り返すことを特徴とする。
ナッジング法により３次元の風速推定データを同化する場合、上述したように、ナッジング係数が大きすぎれば、風速観測データのデータ同化を行うことによって、同化計算結果と現実の気象現象との間の整合性が損なわれる。逆に、ナッジング係数が小さすぎれば、データ同化による気象シミュレーション精度の改善が不充分となる。そこで、上記（３）の方法によれば、ナッジング法に基づく同化計算により得られた同化済み風速データと実際に観測される風速データとの間の一致精度が良好ではないならば、ナッジング係数をより適正な値となるように補正することができる。
（４）本発明の幾つかの実施形態では、上記（１）〜（３）の方法において、前記観測地点で観測された水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記観測地点における鉛直方向成分の前記風速推定データと、を組み合わせたデータにより、前記同化用風速データを更新する同化用データ更新ステップと、
前記観測地点における更新後の前記同化用風速データを用いて、３次元の前記風速推定データの同化計算を再び行って、前記同化済みの３次元風速データを更新する再同化ステップと、をさらに備えることを特徴とする。
上記（４）の方法によれば、上記（１）に規定する同化ステップに続いて、再同化ステップを行うことで、鉛直風速成分に関して、気象シミュレーション結果と現実の気象現象との間における整合性が一層向上することが期待される。その理由は以下のとおりである。
上記（１）に規定する同化ステップにおいて同化用風速データの鉛直風速成分として使用されるデータは、データ同化を全く行わない事前計算ステップにより得られたものである。これに対し、上記（４）に規定する再同化ステップにおいて同化用風速データの鉛直風速成分として使用されるデータは、上記（１）に規定する同化ステップによって一旦同化された後の同化済みの３次元風速データから抽出されるものである。つまり、上記（１）に規定する同化ステップにおいてデータ同化に先立って用いられる同化用風速データの鉛直風速成分は、水平風速成分の観測値とは無関係に計算された推定値である。これに対して、上記（１）に規定する同化ステップの実行後に上記（４）に規定する再同化ステップにおいて用いられる同化用風速データの鉛直風速成分は、同化ステップの実行を介して水平風速成分の観測値が既に反映された鉛直風速成分である。従って、上記（４）に規定する再同化ステップにおいて同化用風速データとして用いられる鉛直風速成分を同化計算に使用する方が、上記（１）に規定する同化ステップにおいて同化用風速データとして用いられる鉛直風速成分を同化計算に使用するよりも、現実に観測された風速値との整合性が得られやすい。
（５）本発明の幾つかの実施形態では、上記（４）の方法において、前記同化済みの３次元風速データが所期の第２条件を満たさない場合、前記同化用データ更新ステップ及び前記再同化ステップを繰り返すことを特徴とする。
上述したとおり、上記（４）に規定する再同化ステップを実行することで、鉛直風速成分に関して現実の気象現象との整合性が一層向上することが期待できる。そこで、上記（５）の方法によれば、上記（４）に規定する再同化ステップを初期の第２条件を満たすようになるまで繰り返し実行する。これにより、上記（５）の方法によれば、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが所定の目標基準を達成するまで上記（４）に規定する再同化ステップを繰り返し実行させることが可能となる。
（６）本発明の幾つかの実施形態では、上記（５）の方法において、前記第２条件は、前記同化済みの３次元風速データと３次元の前記風速推定データとの乖離が規定範囲内であること、または、前記同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であること、の少なくとも一方を含むことを特徴とする。
上記（６）の方法においては、上記（４）に規定する再同化ステップの繰り返し実行を打ち切るための条件として、データ同化によって求めた同化済みの３次元風速データとデータ同化を伴わない３次元の風速推定データとの間の乖離が規定範囲内である場合、または、同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であることの少なくとも一方を規定している。何故ならば、同化済みの３次元風速データとデータ同化を伴わない３次元の風速推定データとの間の乖離が規定範囲内であるならば、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが充分であるからである。また、同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であるならば、同化用風速データの鉛直風速成分が気象シミュレーションに対して充分に同化されたことにより不自然な鉛直風速成分が現れていないことを意味する。
以上より、上記（６）の方法によれば、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが充分となるまで、上記（４）に規定する再同化ステップの繰り返し実行することができる。また、上記（６）の方法によれば、同化用風速データの鉛直風速成分が気象シミュレーションに対して充分に同化されたことにより不自然な鉛直風速成分が現れなくなるまで、上記（４）に規定する再同化ステップの繰り返し実行することができる。その結果、上記（６）の方法によれば、実際に観測された風速観測値に即して３次元風速に関する同化計算結果を得るという目的と、不要な再同化ステップの反復実行を抑制して計算コストを低減するという目的とを両立させることができる。
（７）本発明の幾つかの実施形態では、上記（１）〜（６）の方法において、前記気象モデルは、前記対象エリア内における風速を記述する３次元流体運動方程式を含み、
前記事前計算ステップは、前記第１期間における各時刻について前記３次元流体運動方程式を時系列的に解くことにより、３次元の前記風速推定データを数値解析的に算出するステップを含む、
ことを特徴とする。
その結果、水平風速成分のみを含む２次元的な風速観測値しか得られなかったとしても、当該風速観測値の同化計算のために３次元の風速方向成分を推定する計算を高速な計算アルゴリズムを使用して少ない計算量で効率的に実行することが可能となる。
（８）本発明の幾つかの実施形態に係る気象予測方法は、上記（１）乃至（７）の何れかに記載の方法により取得された、前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成ステップと、
前記初期条件生成ステップにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測ステップと、
を備えることを特徴とする。
上記（８）の方法によれば、まず最初に、第１期間にわたって３次元の同化用風速データを使用して３次元の風速推定データに対して同化計算を行う処理を実行することで、第１期間にわたる気象シミュレーションの精度を向上させる。続いて、当該精度を向上させたシミュレーション結果を初期条件として設定した上で、第１期間よりも後の第２期間にわたって、３次元の風速推定データを推定する気象シミュレーションを実行する。以上より、上記（８）の方法によれば、第２期間における気象シミュレーションを行うために設定される初期条件の精度が、第２期間に先立つ第１期間における同化計算により改善されているので、第２期間におけるシミュレーション精度も改善されることが期待される。
例えば、上記（８）の方法では、第１期間を過去の特定の時点から現在時刻までの期間とし、第２期間を現在時刻から未来の時点までの期間とすると、過去から現在までの期間内に同化用風速データを使用して３次元の風速推定データに対して同化計算を行う。従って、上記（８）の方法によれば、現在時刻における３次元風速データの推定精度を改善することができる。その上で、上記（８）の方法では、当該推定精度が改善された現在時刻における３次元風速データに基づいて現時点以降の風速予測データをシミュレーションにより算出するための初期条件として設定し、当該初期条件に基づいて、現時点以降の風速予測データをシミュレーションにより算出する。
以上より、上記（８）の方法によれば、３次元風速データに関して過去から現在まで実行される気象シミュレーションにデータ同化を行ってシミュレーション結果の精度を改善し、当該シミュレーション結果を初期条件に設定して未来の気象シミュレーションを行うことができる。その結果、上記（８）の方法によれば、３次元風速データに関して気象予測の予測精度を向上させることができる。
（９）本発明の幾つかの実施形態に従い、データ同化により気象予測データを生成するための気象予測システムは、
気象モデルを記憶した記憶部と、
前記記憶部に記憶された前記気象モデルを参照して、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速予測データを算出するための演算部と、
を備え、
前記演算部は、
前記気象モデルに基づいて、第１期間における各時刻について、前記対象エリアにおける３次元の風速推定データを算出する事前計算モジュールと、
前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成モジュールと、
前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化モジュールと、
前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成モジュールと、
前記初期条件生成モジュールにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測モジュールと、
を実行することを特徴とする。
上記（９）の構成によれば、上記事前計算により推定された鉛直方向の風速推定データと実際に観測された水平方向の風速観測データとを組み合わせて生成した３次元の同化用風速データにより３次元的なデータ同化を行う。例えば、対象エリア内の３次元空間格子を構成する複数の格子点に３次元的に配置された一群の風速推定データに対して、上記のように生成した３次元の同化用風速データを同化する形で、３次元的なデータ同化を行う。従って、上記（９）の構成によれば、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない計算結果を出力可能な気象データ同化方法を得ることができる。その結果、気象シミュレーションに対して水平風速成分に関する観測値のみを同化させることにより、水平風速成分に関して現実の観測値を反映した計算結果が得られる一方で、鉛直風速成分に関する同化計算結果が現実の気象現象と整合しなくなるという問題点を解決することができる。
また、上記（９）の構成によれば、まず最初に、第１期間にわたって３次元の同化用風速データを使用して３次元の風速推定データに対して同化計算を行う処理を実行することで、第１期間にわたる気象シミュレーションの精度を向上させる。続いて、当該精度を向上させたシミュレーション結果を初期条件として設定した上で、第１期間よりも後の第２期間にわたって、３次元の風速推定データを推定する気象シミュレーションを時刻する。以上より、上記（９）の構成によれば、第２期間における気象シミュレーションを行うために設定される初期条件の精度が、第２期間に先立つ第１期間における同化計算により改善されているので、第２期間におけるシミュレーション精度も改善されることが期待される。
例えば、上記（９）の構成によれば、第１期間を過去の特定の時点から現在時刻までの期間とし、第２期間を現在時刻から未来の時点までの期間とすると、過去から現在までの期間内に同化用風速データを使用して３次元の風速推定データに対して同化を行う。従って、上記（９）の構成によれば、現在時刻における３次元風速データの推定精度を改善することができる。その上で、上記（９）の構成では、当該推定精度が改善された現在時刻における３次元風速データに基づいて現時点以降の風速予測データをシミュレーションにより算出するための初期条件として設定し、当該初期条件に基づいて、現時点以降の風速予測データをシミュレーションにより算出する。
以上より、上記（９）の構成によれば、３次元風速データに関して過去から現在まで実行される気象シミュレーションにデータ同化を行ってシミュレーション結果の精度を改善し、当該シミュレーション結果を初期条件に設定して未来の気象シミュレーションを行うことができる。その結果、上記（９）の構成によれば、３次元風速データに関して気象予測の予測精度を向上させることができる。
以上より、本発明に係る少なくとも一実施形態は、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない同化計算結果を出力可能な気象データ同化方法を得ることができる。
本発明の幾つかの実施形態に係る気象予測システムの構成図である。 気象シミュレーションによって推定された風速データに対する風速観測値のデータ同化を示す図である。 データ同化のための風速観測値が観測される観測地点と同化計算結果の精度評価が行われる評価地点を示す図である。 各観測地点についての３次元の同化用風速データの生成を説明する図である。 過去の気象に関する気象シミュレーション結果に基づく初期条件を使用して将来の気象予測を行う処理を時間軸に沿って説明するタイミング図である。 本発明の幾つかの実施形態に従い、３次元の風速推定データに対して行われるデータ同化のフローチャートである。 本発明の幾つかの実施形態に係る気象予測システムのさらに別の一例を示す構成図である。 本発明の幾つかの実施形態に従い、３次元の風速推定データに対して行われるデータ同化のさらに別のフローチャートである。
以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
例えば、「同一」、「等しい」及び「均質」等の物事が等しい状態であることを表す表現は、厳密に等しい状態を表すのみならず、公差、若しくは、同じ機能が得られる程度の差が存在している状態も表すものとする。一方、一の構成要素を「備える」、「具える」、「具備する」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。
以下、まず最初に、幾つかの実施形態に係る気象データ同化方法および気象予測方法を説明するのに先立って、当該気象データ同化方法および当該気象予測方法の適用対象である気象予測システムの一例について図１を参照して説明する。続いて、当該気象データ同化方法および当該気象予測方法の動作手順および処理内容について図２乃至図６を参照して説明する。
図１は、本発明の幾つかの実施形態に係る気象データ同化方法および気象予測方法の適用対象である気象予測システム１の構成を示す図である。気象予測システム１は、通信ネットワーク５を介して、ＧＰＶ配信サーバ２からＧＰＶ（Ｇｒｉｄ Ｐｏｉｎｔ Ｖａｌｕｅ）データを受信し、観測機器３（３Ａ〜３Ｃ）から風速、風向、気温および湿度などの気象データを受信する。一例においては、ＧＰＶ配信サーバは、例えば、気象庁内の気象コンピュータにより計算されたＧＰＶを配信するために気象庁内に設置された配信サーバであっても良い。図１には、複数の観測機器３として観測機器３Ａ〜３Ｃの３台しか図示されていないが、任意の台数（例えば、４台以上）の観測機器３が設置されていても良く、複数の観測機器３（３Ａ〜３Ｃ）は、気象シミュレーションの対象となる地理的エリアに含まれる複数の異なる地点にそれぞれ設置されている。ＧＰＶ配信サーバおよび観測機器３（３Ａ〜３Ｃ）から受信したＧＰＶデータおよび観測データを気象予測システム１がどのように使用するかについては、以下において後述する。
図１に示すように、気象予測システム１は、データ同化により気象予測データを生成するための気象予測システムであって、気象モデル２１を記憶した記憶部２０と、記憶部２０に記憶された気象モデル２１を参照して、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速予測データを算出するための演算部１０Ａと、を備えている。図１において、演算部１０Ａは、後述する気象シミュレーションや同化計算を行い、記憶部２０は、演算部１０が行う演算に必要な各種パラメータや各種情報を記憶する。また、図１において、気象予測システム１は、気象予測システム１が外部と通信するために使用する通信部３０と、演算部１０Ａによる演算結果を外部に出力するための出力部４０と、をさらに備える。
気象予測システム１内において、演算部１０Ａは、本発明の幾つかの実施形態に係る気象データ同化方法および気象予測方法を実施するために使用される事前計算モジュール１１、同化用風速データ生成モジュール１２、同化モジュール１３、初期条件生成モジュール１４および風速予測モジュール１５を備えている。上述した機能モジュール１１〜１５は、演算部１０Ａによって対応するプログラム・コードが記憶部２０から読み出され、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）上で別々の並行プロセスまたは並列スレッドとして実行される機能モジュールであっても良い。また、図１において記憶部２０に記憶されている気象モデル２１は、気象現象の要因となる各種諸元の時系列的な変化をモデル化した数式の集合を含んでいる。また、気象予測システム１内において、記憶部２０は、上述した気象モデル２１に加えて、初期条件／境界条件２２およびシミュレーション・パラメータ２３を格納している。
シミュレーション・パラメータ２３は、気象シミュレーションの計算内容や使用目的に応じて演算部１０Ａ内の機能モジュール１１〜１５に設定すべき各種係数や各種パラメータの値を記憶している。演算部１０Ａが本実施の形態に係る気象データ同化方法および気象予測方法を実行することによって生成した計算結果は、演算部１０Ａから出力部４０を介して出力され、表示装置４に表示される。記憶部２０上に格納された初期条件／境界条件２２が、演算部１０Ａにより実行される気象シミュレーションにおいて果たす役割については、以下において後述する。
続いて、本発明の幾つかの実施形態に係る気象データ同化方法及び気象予測方法について説明する。当該気象データ同化方法は、図１に示す演算部１０Ａが備える事前計算モジュール１１、同化用データ生成モジュール１２および同化モジュール１３により、以下において後述する事前計算ステップ、同化用データ生成ステップ及び同化ステップが実行されることにより実施される。当該気象予測方法は、当該気象データ同化方法の実行結果として得られる同化計算結果を使用して、演算部１０Ａが備える初期条件生成モジュール１４および風速予測モジュール１５により、以下において後述する初期条件生成ステップおよび風速予測ステップが実行されることにより実施される。
以下、図１乃至図４を参照しながら、本発明の幾つかの実施形態に係る気象データ同化方法を構成する各処理ステップについて順に説明する。ここで、図２は、気象シミュレーションによって推定された風速推定データ５０に対して同化用風速データ５１のデータ同化が行われる様子を示す図である。図３は、気象シミュレーションを行う対象となる地理的エリアである対象エリア６７内において、３台の観測機器３Ａ〜３Ｃによって、データ同化のための風速観測値がそれぞれ観測される３箇所の観測地点６０Ａ〜６０Ｃと同化計算結果の精度評価が行われる評価地点６１を示す図である。図４は、各観測地点６０について後述する３次元の同化用風速データ５１を生成する処理を説明する図である。なお、説明を簡単にするため、図２においては、風速推定データ５０に対して同化用風速データ５１のデータ同化が行われる様子は、２次元的な表現で模式的に示されているが、実際には、３次元の風速推定データ５０に対して３次元の同化用風速データ５１が同化される。
まず、演算部１０Ａが備える事前計算モジュール１１により事前計算ステップが実行される。事前計算ステップでは、気象モデル２１に基づいて、第１期間における各時刻について、少なくとも一つの観測地点６０（６０Ａ〜６０Ｃ）（図３）を含む対象エリア６７（図３）における３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）を算出する。より具体的には、事前計算ステップでは、事前計算モジュール１１が、初期条件／境界条件２２およびシミュレーション・パラメータ２３を使用して、気象モデル２１に基づく風速の気象シミュレーションを実行する。当該気象シミュレーションの結果として、事前計算モジュール１１は、図２に示す段階Ｐ１において対象エリア６７内の風速と風向の推定値をベクトルで表す風速データ５０を算出する。
続いて、演算部１０Ａが備える同化用データ生成モジュール１２により同化用データ生成ステップが実行される。図４に示すように、同化用データ生成ステップでは、観測地点６０Ａ〜６０Ｃで観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４Ａ〜５４Ｃと、観測地点６０Ａ〜６０Ｃにおける３次元の風速推定データ５０Ａ〜５０Ｃに含まれる鉛直風速成分Ｗｅを組み合わせて、観測地点６０Ａ〜６０Ｃにおける３次元の同化用風速データ５１Ａ〜５１Ｃを生成する。以下、図４を参照しながら、同化用風速データ生成ステップについて具体的に説明する。
同化用データ生成ステップでは、観測地点６０（６０Ａ〜６０Ｃ）で観測機器３（３Ａ〜３Ｃ）により観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４（５４Ａ〜５４Ｃ）を同化用風速データ生成モジュール１２が観測機器３（３Ａ〜３Ｃ）から受信する。このとき、同化用風速データ生成モジュール１２が受信する観測地点６０（６０Ａ〜６０Ｃ）で観測された風速観測データ５４（５４Ａ〜５４Ｃ）は、水平方向の風速成分（Ｕｍ，Ｖｍ）のみを含む２次元的な風速観測データである。続いて、事前計算モジュール１１により算出された観測地点６０（６０Ａ〜６０Ｃ）における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）にそれぞれ含まれる鉛直風速成分Ｗｅを同化用風速データ生成モジュール１２が事前計算モジュール１１から受信する。続いて、同化用風速データ生成モジュール１２は、観測地点６０（６０Ａ〜６０Ｃ）における水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４（５４Ａ〜５４Ｃ）を、観測地点６０（６０Ａ〜６０Ｃ）における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）にそれぞれ含まれる鉛直風速成分Ｗｅと組み合わせることにより、観測地点６０（６０Ａ〜６０Ｃ）における３次元（Ｕｍ，Ｖｍ，Ｗｅ）の同化用風速データ５１（５１Ａ〜５１Ｃ）を生成する。
例えば、図４を参照すると、観測地点６０Ａに対応する３次元の同化用風速データ５１Ａは、風速観測データ５４Ａを表す水平方向ベクトル（Ｕｍ，Ｖｍ）と３次元の風速推定データ５０Ａに含まれる鉛直方向ベクトルＷｅとを合成して成る３次元の合成ベクトル（Ｕｍ，Ｖｍ，Ｗｅ）として生成される。同様に、観測地点６０Ｂに対応する３次元の同化用風速データ５１Ｂは、風速観測データ５４Ｂを表す水平方向ベクトル（Ｕｍ，Ｖｍ）と３次元の風速推定データ５０Ｂに含まれる鉛直方向ベクトルＷｅとを合成して成る３次元の合成ベクトル（Ｕｍ，Ｖｍ，Ｗｅ）として生成される。同様に、観測地点６０Ｃに対応する３次元の同化用風速データ５１Ｃは、風速観測データ５４Ｃを表す水平方向ベクトル（Ｕｍ，Ｖｍ）と３次元の風速推定データ５０Ｃに含まれる鉛直方向ベクトルＷｅとを合成して成る３次元の合成ベクトル（Ｕｍ，Ｖｍ，Ｗｅ）として生成される。
同化用データ生成ステップで実行される上記処理は図２に示す段階Ｐ２に相当し、段階Ｐ１で示す事前計算ステップにより観測地点６０（６０Ａ〜６０Ｃ）での３次元の風速推定データ５０が算出された後に、観測地点６０（６０Ａ〜６０Ｃ）での同化用風速データ５１が生成される。なお、図２の段階Ｐ２において、同化用風速データ５１を表す風速ベクトルを取り囲む円ＥＲは、事前計算ステップ（段階Ｐ１）によって算出された３次元の風速推定データに対して同化用風速データ５１を同化した場合に、同化用風速データ５１による当該同化の影響が及ぶ範囲を示している。すなわち、同化用風速データ５１による当該同化の影響度合いは、円ＥＲの中心からの距離に応じて減少する距離の関数として表され、円ＥＲの外側では、当該同化の影響度合いは顕著に小さくなることを表している。ここで、円ＥＲの中心は、同化用風速データ５１（５１Ａ〜５１Ｃ）に対応する対象エリア６７内の観測地点６０（６０Ａ〜６０Ｃ）の位置を表す。
続いて、演算部１０Ａが備える同化モジュール１３により同化ステップが実行される。同化ステップでは、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１（図４の５１Ａ〜５１Ｃ）に基づいて、対象エリア６７における３次元の風速推定データ５０（図４の５０Ａ〜５０Ｃ）を同化して図２に示す同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を取得する。例えば、図２に示す段階Ｐ３では、観測地点６０（６０Ａ〜６０Ｃ）について、同化用データ生成ステップ（段階Ｐ２）により生成された同化用風速データ５１（５１Ａ〜５１Ｃ）が、事前計算ステップ（段階Ｐ１）により算出された３次元の風速推定データ５０（５０Ａ〜５０Ｃ）に対して同化される。図２に示す段階Ｐ３で実行されるこの同化計算により、円ＥＲの内側に属していた３次元の風速推定データ５０は、同化用風速データ５１による強い影響を受けて同化済みの３次元風速データ５２ｉｎに変化する。また、図２に示す段階Ｐ３で実行されるこの同化計算により、円ＥＲの外側に属していた３次元の風速推定データ５０は、同化用風速データ５１による微小な影響を受けて同化済みの３次元風速データ５２ｏｕｔに変化する。
以下、図２を参照して上述した同化用風速データについて詳細に説明する。同化用風速データとは、気象シミュレーションにより３次元の風速推定データを推定した計算結果に対してデータ同化を行うために使用されるデータである。従来においては、気象シミュレーションにより３次元の風速推定データを推定した計算結果に対してデータ同化を行う際には、一つ以上の観測地点において観測された風速観測データを使用していた。そこで、まず最初に、３次元の風速推定データを推定した計算結果に対して、実際に観測された風速観測データを使用してデータ同化を行う場合を例として、同化用風速データ５１の使用目的と果たす役割について説明する。
風速や風向に関する一般的な意味でのデータ同化とは、観測された風速観測データを風速や風向の変化に関する気象シミュレーションに埋め込み、馴染ませてゆく技法である。一般的なデータ同化によれば、風速観測値と風速データ予測値との間の整合をとることによって、風速データの推定計算の精度を向上させることが可能である。その結果、データ同化によれば、気象モデル２１に基づく気象シミュレーションを行った際に、データ同化を行わない場合と比べて、風速や風向に関して実際に観測される気象現象をうまく説明する風速シミュレーション結果が得られる。
ところで、一般的には、観測地点に設けられた観測機器は、水平方向の風速のみを観測し、通常は、鉛直方向の風速を観測したデータを提供しない。従って、風速シミュレーション結果に対してデータ同化を行う従来のシステムでは、気象モデルに基づいて計算された風速シミュレーション結果に対して水平風速成分に対応する２次元の観測データのみを同化しており、鉛直風速成分に対応する観測データを同化していない。そのため、従来のシステムにおいて、気象モデルに基づくシミュレーションに対して水平方向の風速観測データを２次元的に同化すると、鉛直方向の風速成分に関して不自然なシミュレーション結果が得られてしまう場合がある。具体的には、気象モデルに基づく風速シミュレーション結果に対して鉛直風速成分の観測値を考慮しないでデータ同化を行うと、気象モデルによって想定されるはずのない以下のような不自然な鉛直風速成分が現れたりする。例えば、雨雲形成のための上昇気流が発生しない低い高度の地表付近において通常は想定されない強い上昇風や下降風の発生がデータ同化によって推定される場合がある。また、例えば、鉛直風速成分の観測値を考慮しないデータ同化を行った場合に推定される鉛直方向の風速推定値が、データ同化を行わない場合に推定される鉛直風速成分と極端に乖離してしまう場合が生じ得る。
そこで、上述した同化用風速データ生成ステップにおいては、以下のようにして鉛直方向の風速成分を含んだ３次元の同化用風速データを生成する。つまり、同化用風速データ生成モジュール１２は、観測地点６０（６０Ａ〜６０Ｃ）で実際に観測された水平方向成分の風速観測データ５４（５４Ａ〜５４Ｃ）と、観測地点６０（６０Ａ〜６０Ｃ）における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）に含まれる鉛直風速成分Ｗを組み合わせて、観測地点６０Ａ〜６０Ｃにおける３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）を生成する。
同化用風速データ生成ステップにおいて以上のようにして生成された３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）は、同化モジュール１３に渡され、同化モジュール１３が実行する同化ステップでは、３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）を使用して以下のような同化計算を実行する。すなわち、同化モジュール１３は、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１（５１Ａ〜５１Ｃ）に基づいて、対象エリア６７における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）を同化して図２に示す同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を取得する。すなわち、上記同化計算においては、事前計算ステップにより推定された風速推定データ５０（５０Ａ〜５０Ｃ）の鉛直風速成分Ｗと実際に観測された水平方向の風速観測データ５４（５４Ａ〜５４Ｃ）とを組み合わせて生成した３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）により３次元的なデータ同化を行う。より具体的には、対象エリア６７内の３次元空間格子を構成する複数の格子点に３次元的に配置された一群の風速推定データ５０（５０Ａ〜５０Ｃ）に対して、上記のように生成した３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）を観測地点６０（６０Ａ〜６０Ｃ）に相当する位置に同化する形で、３次元的なデータ同化を行う。
従って、図１乃至図４を参照しながら上述した実施形態によれば、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない計算結果を出力可能な気象データ同化方法を得ることができる。その結果、気象シミュレーションに対して水平風速成分に関する観測値のみを同化させることにより、水平風速成分に関して現実の観測値を反映した計算結果が得られる一方で、鉛直風速成分に関する同化計算結果が現実の気象現象と整合しなくなるという問題点を解決することができる。
例示的な一実施形態では、対象エリア６７（図３）内における３次元の風速推定データ５０を算出するために、事前計算モジュール１１は、事前計算ステップにおいて以下のように初期条件／境界条件２２を使用しても良い。事前計算モジュール１１が気象モデル２１を参照することによって、気象シミュレーションを実行し、所定の時間範囲にわたる気象現象の推移を模擬的に実行する際、気象モデル２１は、大気に関する物理法則を記述する微分方程式を含む。例えば、気象モデル２１は、上述した微分方程式として、対象エリア６７内における風速を記述する３次元流体運動方程式を含む。そのため、事前計算モジュール１１は、上述した３次元流体運動方程式などの微分方程式を解く際に必要となる初期条件として記憶部２０上に記憶された初期条件／境界条件２２を参照する。
一例においては、演算部１０Ａは、以下のようにして、ＧＰＶ配信サーバ２から受信したＧＰＶデータを初期条件／境界条件２２として使用して気象シミュレーションを実行してもよい。例えば、ＧＰＶ配信サーバ２から通信部３０を介してＧＰＶデータを受信すると、演算部１０Ａは、ＧＰＶデータによって与えられる風速データを記憶部２０上の初期条件／境界条件２２に設定する。その上で、演算部１０は、気象モデル２１に基づいてＧＰＶデータのデータ粒度よりも時間的／空間的により細かい数値シミュレーションを行う。その際、演算部１０Ａは、初期条件／境界条件２２に設定されたＧＰＶデータを初期条件として使用して、気象モデル２１に含まれる上記微分方程式を解き、上記微分方程式の解から風速や風向の変化を含む大気の物理的挙動（熱力学的挙動を含む）を推定する。
なお、演算部１０Ａが初期条件／境界条件２２としてＧＰＶ配信サーバ２から受信したＧＰＶデータを使用する場合においては、気象予測システム１は以下のような利点を提供ことができる。すなわち、ＧＰＶデータは、特定の地理的エリア内において２次元格子状に分布した複数地点における気象データを含むが、ＧＰＶデータが配信される時間間隔は数時間程度であり、上記２次元格子の格子間隔は数ｋｍ程度であるので、狭い地域の詳細な気象予測を行うにはデータが粗すぎる。そこで、気象予測システム１において、演算部１０Ａが上記のような数値シミュレーションを実行することにより、ＧＰＶデータのデータ粒度よりも時間的／空間的に細かい気象データが推定されるので、ＧＰＶデータのデータ粒度の粗さを補間することが可能となる。
例示的な一実施形態において、図１乃至図４を使用して上述した気象データ同化方法は、図５に示すフローチャートに従って実行されても良い。図５に示すフローチャートは、図１に示す演算部１０Ａ内の事前計算モジュール１１、同化用風速データ生成モジュール１２および同化モジュール１３によって実行される例示的な気象データ同化方法の詳細な実行手順を示している。図５のフローチャートは、まず、ステップＳ１１から開始し、ステップＳ１１では、事前計算モジュール１１により事前計算ステップが実行される。具体的には、事前計算ステップでは、気象モデル２１に基づいて、第１期間における各時刻について、少なくとも一つの観測地点６０（６０Ａ〜６０Ｃ）を含む対象エリア６７（図３）における３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）を算出する。
続いて、図５に示すフローチャートの処理は、ステップＳ１２に進み、事前計算モジュール１１は、少なくとも一つの観測地点６０（６０Ａ〜６０Ｃ）について算出した３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）から鉛直風速成分の計算結果Ｗｅを抽出する。他方、図５に示すフローチャートでは、ステップＳ１１およびステップＳ１２の実行と並行して、ステップＳ１３において、同化用風速データ生成モジュール１２は、観測機器３（３Ａ〜３Ｃ）から水平方向成分の２次元の風速観測データ（Ｕｍ，Ｖｍ）を取得する。
続いて、図５に示すフローチャートの処理は、ステップＳ１４に進み、事前計算モジュール１１から３次元の風速推定データ５０を受け取った同化用風速データ生成モジュール１２は、同化用風速データ生成ステップを実行する。具体的には、同化用データ生成ステップでは、観測地点６０で観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４と、観測地点６０における３次元の風速推定データ５０に含まれる鉛直風速成分Ｗｅを組み合わせて、観測地点６０における３次元の同化用風速データ５１を生成する。続いて、図５に示すフローチャートの処理は、ステップＳ１５に進み、同化用風速データ生成モジュール１２から同化用風速データ５１を受け取った同化モジュール１３は、同化ステップを実行する。具体的には、同化ステップでは、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１に基づいて、対象エリア６７における３次元の風速推定データ５０を同化して図２に示す同化済みの３次元風速データ５２を取得する。
続いて、図５に示す気象データ同化方法では、対象エリア６７内の評価地点６１において、同化モジュール１３が同化ステップを実行することにより算出した同化済みの３次元風速データ５２と実際の３次元風速値とを比較し、両者がどの程度一致しているかを表す一致精度を評価してもよい。具体的には、ステップＳ１５の実行に続いて、図５に示すフローチャートの処理は、ステップＳ１６に進み、同化モジュール１３は、以下の評価ステップを実行する。すなわち、評価ステップでは、対象エリア６７内の評価地点６１において、同化モジュール１３が同化ステップを実行することにより算出した同化済みの３次元風速データ５２と実際の３次元風速値とを比較し、両者がどの程度一致しているかを表す一致精度を評価する。
つまり、当該評価ステップにおいては、まず、対象エリア６７内の評価地点６１における水平方向成分の前記風速観測データ（Ｕｍ，Ｖｍ）と、同化済みの３次元風速データ５２のうち評価地点における水平方向成分の前記風速推定データと比較する。続いて、当該比較の結果に基づいて、同化済みの３次元風速データ５２と風速観測データ５４との一致精度を評価する。
最後に、図５に示すフローチャートの処理は、ステップＳ１７に進み、同化モジュール１３は、ステップ１５の同化ステップにおいて算出された同化済みの３次元風速データ５２を初期条件生成モジュール１４に出力する。ステップ１５の同化ステップにおいて算出された同化済みの３次元風速データ５２を使用して、初期条件生成モジュール１４および風速予測モジュール１５によって実行される後続の処理については図６を参照しながら後述する。
図５を参照して上述した実施形態においては、少なくとも一つの観測地点６０を含む対象エリア６７内において、評価地点６１が設定され、評価地点６１においては、図５に示すフローチャートのステップＳ１１〜Ｓ１５により得られた同化済みの３次元風速データ５２が風速観測データ５４とどの程度一致するかが評価される。従って、この実施形態によれば、気象モデル２１に基づく風速推定データ５０に対して図５のステップＳ１１〜Ｓ１５に従って風速に関するデータ同化を行って同化済みの３次元風速データ５２が得られた場合に、同化済み風速データ５２が実際に観測される風速観測データ５４とどの程度近いかを評価することができる。その結果、この実施形態によれば、データ同化により得られた同化済みの３次元風速データ５２の精度を表す指標を得ることができる。
次に、本発明の幾つかの実施形態に係る気象予測方法は、図１乃至図５を参照しながら上述した気象データ同化方法において実行された同化計算の結果を使用して以下のとおりに実行される。すなわち、当該気象データ同化方法において同化モジュール１３が同化ステップを実行することにより算出した同化計算結果を使用して演算部１０Ａ内の初期条件生成モジュール１４と風速予測モジュール１５が以下の処理を実行する。まず、初期条件生成モジュール１４は、初期条件生成ステップを実行する。初期条件生成ステップでは、上記同化ステップにより取得された、第１期間における同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）に基づいて、第１期間よりも後の第２期間の開始時点における初期条件が生成される。続いて、初期条件生成モジュール１４は、上記生成した初期条件を風速予測モジュール１５に渡し、風速予測モジュール１５は、風速予測ステップを実行する。風速予測ステップでは、初期条件生成ステップにおいて生成された初期条件に基づいて、第２期間内の各時刻において、気象モデル２１に基づいて対象エリア６７における３次元の風速予測データを時系列的に算出する処理が実行される。
上述した気象予測方法の実行開始前においては、同化モジュール１３が実行する同化ステップにおいて、第１期間にわたって３次元の同化用風速データ５１を使用して３次元の風速推定データ５０に対して同化計算が既に実行されている。従って、上述した気象予測方法の実行開始前において、第１期間にわたる気象シミュレーションの精度が向上させられている。続いて、上述した気象予測方法においては、当該精度を向上させたシミュレーション結果を初期条件として設定した上で、第１期間よりも後の第２期間にわたって、３次元の風速推定データを推定する気象シミュレーションを実行する。以上より、上述した気象予測方法によれば、第２期間における気象シミュレーションを行うために設定される初期条件の精度が、第２期間に先立つ第１期間における同化計算により改善されているので、第２期間におけるシミュレーション精度も改善されることが期待される。
次に、上述した気象予測方法のうち、実用性が高いと考えられる例示的な具体例について、図６を使用して説明する。図６に示す例示的な一実施形態では、上述した気象予測方法において、第１期間７１を過去の特定の時点Ｔ１から現在時刻までの期間とし、第２期間７２を現在時刻から未来の時点Ｔ２までの期間とすると、以下のような気象予測計算が実行される。ここで、図６は、過去の気象に関する気象シミュレーション結果に基づく初期条件を使用して将来の気象予測を行う処理を時間軸に沿って説明するタイミング図である。
図６に示すように、まず、事前計算モジュール１１は、ＧＰＶ配信サーバ２から通信部３０を介して受信したＧＰＶデータ８１に基づいて第１期間７１にわたって実行される事前計算ステップを開始するのに必要な初期条件８２を生成する。続いて、事前計算モジュール１１は、第１期間７１にわたって初期条件８２に基づいて事前計算ステップを実行し、３次元の風速推定データ５０を算出する。続いて、同化用風速データ生成モジュール１２および同化モジュール１３が、過去から現在までの第１期間７１内に同化用風速データ５１を使用して３次元の風速推定データ５０に対して同化計算（図６に示す気象シミュレーション７３）を行う。その結果、第１期間７１が終了する時刻である現在時刻において、同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を含む同化済みの気象シミュレーション結果８３が取得されることとなる。続いて、初期条件生成モジュール１４は、初期条件生成ステップを実行することにより、同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を含む同化済みの気象シミュレーション結果８３から初期条件８４を生成し、記憶部２０内の初期条件／境界条件２２に格納する。続いて、初期条件生成モジュール１４は、上記生成した初期条件８４を、第２期間７２にわたって実行される気象シミュレーションを開始するための初期条件として設定する。
続いて、初期条件生成モジュール１４は、上記生成した初期条件を風速予測モジュール１５に渡し、風速予測モジュール１５は、風速予測ステップを実行する。風速予測ステップでは、上記生成された初期条件８４に基づいて、第２期間７２内の各時刻において、気象モデル２１に基づいて対象エリア６７における３次元の風速予測データを時系列的に算出する気象シミュレーション（図６に示す気象シミュレーション７４）が実行される。最後に、風速予測モジュール１５は、初期条件８４に基づいて第２期間７２にわたって実行した気象シミュレーションにより得られたシミュレーション結果８５から気象予測８６を生成し、出力部４０を介して気象予測８６を表示装置４に出力し、画面表示する。
以上より、図６を参照して上述したこの実施形態によれば、現在時刻における３次元風速データの推定精度を改善することができる。その上で、この実施形態では、当該推定精度が改善された現在時刻における３次元風速データに基づいて現時点以降の風速予測データをシミュレーションにより算出するための初期条件として設定し、当該初期条件に基づいて、現時点以降の風速予測データをシミュレーションにより算出する。以上より、この実施形態によれば、３次元風速データに関して過去から現在まで実行される気象シミュレーションにデータ同化を行ってシミュレーション結果の精度を改善し、当該シミュレーション結果を初期条件に設定して未来の気象シミュレーションを行うことができる。その結果、この実施形態によれば、３次元風速データに関して気象予測の予測精度を向上させることができる。
例示的な一実施形態では、気象モデル２１において、大気に関する物理法則に従って風速及び風向が時間変化を、対象エリア６７内の場所に応じて記述する３次元流体運動方程式は、以下のように定式化されても良い。すなわち、事前計算ステップにおいて、事前計算モジュール１１は、第１期間における各時刻について以下の式（１−１）乃至（１−３）で表される３次元流体運動方程式を時系列的に解くことにより、３次元の風速推定データ５０（図２）を数値解析的に算出してもよい。
Figure 0006457927
ここで、ＵおよびＶは、それぞれＸ軸方向に沿った風速とＹ軸方向に沿った風速を表し、水平方向の風速成分に相当する。また、Ｗは、Ｚ軸方向に沿った風速を表し、鉛直方向の風速成分を表す。従って、上記式（１−１）〜（１−３）の解として算出される３次元ベクトル（Ｕｅ，Ｖｅ，Ｗｅ）の値は、事前計算ステップにおいて事前計算モジュール１１が算出した３次元の風速推定データの風速ベクトル表現に相当する。また、∂ｘおよび∂ｙは、それぞれＸ軸方向に沿った変位量およびＹ軸方向に沿った変位量を表し、水平方向の変位量に相当する。また、∂ｚは、Ｚ軸方向に沿った変位量を表し、鉛直方向の変位量に相当する。また、上記式（１−１）〜（１−３）において、ｇは重力加速度を表し、θは温位（単位Ｋ）、θｖは仮温位（単位Ｋ）を表し、ｆはコリオリ・パラメータ（無位数）、π’は標準状態におけるエクスナー関数（無次元化された気圧）の値の変動量を表し、ＫｍｈおよびＫｍｖは、水平方向および鉛直方向にそれぞれ対応する渦粘性係数（無位数）を表す。以上より、対象エリア６７内における風速と風向の時間変化を記述する３次元流体運動方程式（１−１）〜（１−３）は、空間変位量（∂ｘ，∂ｙ，∂ｚ）を使用して、３次元の風速推定データを表す３次元ベクトル（Ｕ，Ｖ，Ｗ）の時間変化を記述する３元連立偏微分方程式として定式化されている。
上記式（１−１）〜（１−３）で定義される３元連立偏微分方程式を解くためには、以下の制約条件式を考慮しても良い。
Figure 0006457927
 上記式（２）は、大気に関する物理法則として、質量保存則を規定するものであり、Ｒは気体定数（単位Ｊ／Ｋ／ｍｏｌ）、π０およびπ’は標準状態におけるエクスナー関数（無次元化された気圧）の値およびエクスナー関数の値の変動量を表し、ｃｖは定積比熱（単位Ｊ／Ｋ／ｋｇ）、ρ０は、標準状態における空気密度（単位ｋｇ／ｍ３）を表し、θ０は、標準状態における温位（単位Ｋ）を表す。
例示的な一実施形態では、事前計算モジュール１１が上記式（１−１）〜（１−３）に基づいて算出した３次元の風速推定データ５０に対して、同化モジュール１３が同化ステップにおいて同化用風速データ５１を同化する処理は、以下のように実行されても良い。すなわち、同化モジュール１３が実行する同化ステップにおいて、観測地点６０（６０Ａ〜６０Ｃ）における同化用風速データ５１を用いて、ナッジング係数Ｇに従ってナッジング法により３次元の風速推定データ５０を同化する。
具体的には、事前計算モジュール１１が上記式（１−１）〜（１−３）に基づいて算出した３次元の風速推定データ５０をｕ＝（Ｕｅ，Ｖｅ，Ｗｅ）とし、同化用風速データ生成モジュール１２が生成した３次元の同化用風速データ５１をｕｏｂｓ＝（Ｕｍ，Ｖｍ，Ｗｅ）とし、ナッジング係数をＧとすると、同化計算によって同化された同化済みの３次元風速データ５２であるｕａｓｓの時間変化量は以下のように求められる。
Figure 0006457927
ここで、Ｆ（ｕ）は、３次元の風速推定データ５０をｕ＝（Ｕｅ，Ｖｅ，Ｗｅ）を上記式（１−１）〜（１−３）に基づいて算出するための関数である。以上より、上記式（３）に基づいて、３次元の風速推定データ５０であるｕ＝（Ｕｅ，Ｖｅ，Ｗｅ）と同化用風速データ生成モジュール１２であるｕｏｂｓ＝（Ｕｍ，Ｖｍ，Ｗｅ）から、同化済みの３次元風速データ５２であるｕａｓｓの時間変化量が得られる。従って、当該時間変化量を、同化ステップによって実行される同化計算の開始時刻から、それよりも後の時刻である時刻ｔまで時間積分することにより、時刻ｔにおける３次元風速データ５２であるｕａｓｓの値を算出することができる。
ナッジング係数Ｇは、気象モデル２１に基づいて対象エリア６７内の３次元空間格子を構成する各格子点についてそれぞれ算出された一群の風速推定データ５０に対して同化用風速データ５１を同化する際の重み付け係数に相当する。なお、ナッジング係数Ｇは、対象エリア６７内において、同化用風速データ５１に対応する観測地点６０’からの距離ｄが大きくなるに従って減少する距離の関数として定義されても良い。例えば、同化用風速データ５１に対応する観測地点６０’を図２に示す円ＥＲの中心とした場合、ナッジング係数Ｇは、以下のように定義されても良い。すなわち、風速推定データ５０に対する同化用風速データ５１の同化の強さが、図２に示す円ＥＲの中心からの距離ｄに応じて減少するようにナッジング係数Ｇを定義しても良い。さらに、図２に示す円ＥＲの外側では、当該同化の強さが顕著が小さくなるようにナッジング係数Ｇを定義しても良い。
ナッジング係数Ｇが大きすぎれば、同化用風速データ５１のデータ同化によって観測地点６０において不自然な鉛直風速成分が現れる。すなわち、ナッジング法により３次元の風速推定データ５０を同化する場合、ナッジング係数Ｇが大きすぎれば、風速観測データ５４とのデータ同化を行うことによって、同化計算結果と現実の気象現象との間の整合性が損なわれる。逆に、ナッジング係数Ｇが小さすぎれば、事前計算モジュール１１による風速推定データ５０の推定精度の改善が不充分となる。すなわち、ナッジング係数Ｇが小さすぎれば、データ同化による気象シミュレーション精度の改善が不充分となる。従って、ナッジング係数Ｇを用いたナッジング法に基づいて、３次元の風速推定データ５０に対する同化用風速データ５１の同化を行って同化済みの３次元風速データ５２を得る際には、ナッジング係数Ｇが適切な値となるように調整することが有益である。
そこで、例示的な一実施形態では、同化済みの３次元風速データ５２が実際の３次元風速値とどの程度一致しているかを表す一致精度を評価し、当該一致精度が所定の条件を満たすか否かに応じてナッジング係数Ｇを適応的に補正する。具体的には、まず、図６に示すステップＳ１６と同様にして、評価地点６１において、同化モジュール１３が同化ステップを実行することにより算出された同化済みの３次元風速データ５２が実際の３次元風速値とどの程度一致しているかを表す一致精度を評価する。もしも、上述した一致精度が所期の第１条件を満たさない場合、同化モジュール１３は、ナッジング係数Ｇを補正する係数補正ステップをさらに実行し、当該補正されたナッジング係数Ｇ’を用いて、同化ステップにおける同化計算を繰り返す。例えば、上述した一致精度が所定の閾値（下限値）を下回る場合、同化モジュール１３は、ナッジング係数Ｇを補正する係数補正ステップをさらに実行し、当該補正されたナッジング係数Ｇ’を用いて、同化ステップにおける同化計算を繰り返す。なお、係数補正ステップにおいて補正された補正後のナッジング係数Ｇ’を用いて、同化ステップにおける同化計算を繰り返す処理を気象予測システム１が実行する気象データ同化方法に組み込んだ場合の全体的な処理フローについては、図７および図８を使用して後述する。以上より、この実施形態によれば、ナッジング法に基づく同化計算により得られた同化済み風速データ５２と実際に観測される風速観測データ５４との間の一致精度が良好ではないならば、ナッジング係数Ｇをより適正な値となるように補正することができる。
ところで、図１乃至図５を使用して上述した実施形態では、同化ステップにおいて同化用風速データ５１の鉛直風速成分Ｗｅとして使用されるデータは、データ同化を全く行わない事前計算ステップにより得られたものである。つまり、図１乃至図５を使用して上述した実施形態では、同化ステップにおいてデータ同化に先立って用いられる同化用風速データ５１の鉛直風速成分Ｗｅは、水平風速成分について実際に観測された風速観測データ５４とは無関係に計算された推定値である。従って、同化用風速データ５１の鉛直方向成分が現実の風速観測結果を充分忠実に反映しているとは言えない。
そこで、図１乃至図５を使用して上述した気象データ同化方法において、以下のような追加的な処理をさらに実行することにより、上記問題に対処することが考えられる。まず、同化ステップによって一旦同化された後の同化済みの３次元風速データ５２から鉛直風速成分を抽出する。続いて、当該抽出した鉛直風速成分を同化用風速データ５１に含めるべき鉛直風速成分として使用してその後の同化計算を再度行う再同化ステップを実行する。上述した同化ステップに加えて上記のような再同化ステップを実施する方が、再同化ステップを行わない場合と比べて、同化用風速データ５１の鉛直方向成分が現実の風速観測結果をより忠実に反映していると言える。
上記のように、同化ステップに加えて上述した再同化ステップをさらに実施するために、本発明に係るさらに別の実施形態に係る気象同化方法は、図７に示す気象予測システム１上の演算部１０Ｂによって図８に示すフローチャートに従って実行されても良い。図７に示す演算部１０Ｂは、再同化モジュール１６を追加的に備えている。再同化モジュール１６は、同化モジュール１３による同化ステップの実行に続く追加的な処理として、以下のとおり後述する同化用データ更新ステップおよび再同化ステップを実行するための機能モジュールである。上述した再同化モジュール１６を除いて、図７に示す演算部１０Ｂのその他の構成は、図１に示す演算部１０Ａの構成とほぼ同様であるため、説明を省略する。
この実施形態に係る気象データ同化方法は、事前計算ステップ、同化用風速データ生成ステップおよび同化ステップに加えて、以下において後述する同化用データ更新ステップと再同化ステップとをさらに備える。同化用データ更新ステップでは、観測地点６０で観測された水平方向成分の風速観測データ５４と、同化済みの３次元風速データ５２のうち観測地点６０における鉛直方向成分の風速推定データ５０と、を組み合わせたデータにより、同化用風速データ５１が更新され、更新後の同化用風速データ５５が得られる。再同化ステップでは、観測地点６０における更新後の同化用風速データ５５を用いて、３次元の前記風速推定データ５０の同化計算を再び行って、同化済みの３次元風速データ５２が更新されて更新後の同化済みの３次元風速データ５２’が得られる。
以下、図８のフローチャートに従って、この実施形態に係る気象同化方法の詳細な実行手順を説明する。図８のフローチャートは、まず、ステップＳ２１から開始し、事前計算モジュール１１は、ステップＳ２１で事前計算ステップを実行した後に、ステップＳ２２において、観測地点６０（６０Ａ〜６０Ｃ）について算出した３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）から鉛直風速成分の計算結果Ｗｅを抽出する。他方、ステップＳ２１およびＳ２２の実行と並行して、ステップＳ２３において、同化用風速データ生成モジュール１２は、観測機器３（３Ａ〜３Ｃ）から水平方向成分の２次元の風速観測データ（Ｕｍ，Ｖｍ）を取得する。図６に示すフローチャートとは異なり、図８に示すフローチャートにおいては、ステップＳ２３で取得された水平方向成分の２次元の風速観測データ（Ｕｍ，Ｖｍ）は、ステップＳ２３の直後に続いて実行されるステップＳ２４に対してだけでなく、そのさらに後に実行されるステップＳ２６に対しても出力される。
続いて、図８に示すフローチャートの処理は、ステップＳ２４に進み、事前計算モジュール１１から３次元の風速推定データ５０を受け取った同化用風速データ生成モジュール１２は、同化用風速データ生成ステップを実行する。具体的には、同化用データ生成ステップでは、観測地点６０で観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４と、観測地点６０における３次元の風速推定データ５０に含まれる鉛直風速成分Ｗｅを組み合わせて、観測地点６０における３次元の同化用風速データ５１を生成する。続いて、図８に示すフローチャートの処理は、ステップＳ２５に進み、同化用風速データ生成モジュール１２から同化用風速データ５１を受け取った同化モジュール１３は、同化ステップを実行する。具体的には、同化ステップでは、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１に基づいて、対象エリア６７における３次元の風速推定データ５０を同化して同化済みの３次元風速データ５２を取得する。
続いて、図８に示すフローチャートの処理は、ステップＳ２６に進む。ステップＳ２６では、再同化モジュール１６は、同化モジュール１３から同化済みの３次元風速データ５２を受け取ると共に、同化用風速データ生成モジュール１２からステップＳ２３において取得された水平風速成分の風速観測データ（Ｕｍ，Ｖｍ）を受け取る。その上で、再同化モジュール１６は、以下の同化用データ更新ステップを実行する。同化用データ更新ステップでは、観測地点６０で観測された水平方向成分の風速観測データ５４と、同化済みの３次元風速データ５２のうち観測地点６０における鉛直方向成分の風速推定データ５０と、を組み合わせたデータにより、同化用風速データ５１が更新され、更新後の同化用風速データ５５が得られる。続いて、図８に示すフローチャートの処理は、ステップＳ２７に進み、再同化モジュール１６は、以下の再同化ステップを実行する。再同化ステップでは、観測地点６０における更新後の同化用風速データ５５を用いて、３次元の前記風速推定データ５０の同化計算を再び行って、同化済みの３次元風速データ５２が更新されて更新後の同化済みの３次元風速データ５２’が得られる。
続いて、図８に示すフローチャートの処理は、ステップＳ２８に進み、再同化モジュール１６は、再同化ステップ（図８のステップＳ２７）における再同化計算によって上記のように更新された同化済みの３次元風速データ５２’が所期の第２条件を満すか否かを判定する。当該再同化計算によって更新された同化済みの３次元風速データ５２’が所期の第２条件を満たさない場合、フローチャートの処理はステップＳ２６に戻り、同化用データ更新ステップ（図８のステップＳ２６）及び再同化ステップ（図８のステップＳ２７）が繰り返し実行される。なお、ステップＳ２８において、第２条件は、再同化計算によって更新された同化済みの３次元風速データ５２’と３次元の前記風速推定データ５０との乖離が規定範囲内であること、または、再同化計算によって更新された同化済みの３次元風速データ５２’における鉛直方向成分が規定範囲内であること、の少なくとも一方を含む。
上述したとおり、再同化モジュール１６が再同化ステップを実行することで、鉛直風速成分に関して現実の気象現象との整合性が一層向上することが期待できる。そこで、当該再同化ステップを所期の第２条件を満たすようになるまで繰り返し実行することにより、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが所定の目標基準を達成するまで再同化ステップを繰り返し実行させることが可能となる。
続いて、図８に示すフローチャートの処理は、ステップＳ２９に進み、再同化モジュール１６は、対象エリア６７内の評価地点６１において、再同化ステップを実行することにより更新された同化済みの３次元風速データ５２’と実際に観測された３次元の風速観測データ５４とを比較し、両者がどの程度一致しているかを表す一致精度を評価する。続いて、再同化モジュール１６は、上述した一致精度が所期の第１条件を満たすか否かを判定する。
もしも、上述した一致精度が所期の第１条件を満たす場合には、フローチャートの処理は、ステップＳ３１に進み、再同化ステップにより更新された同化済みの３次元風速データ５２’を初期条件生成モジュール１４に出力し、図８のフローチャートの実行を終える。なお、上記更新された同化済みの３次元風速データ５２’が初期条件生成モジュール１４に出力されると、初期条件生成モジュール１４と風速予測モジュール１５は、例えば、図５に例示した気象予測方法などを実施するために、上記更新された同化済みの３次元風速データ５２’を使用する。
逆に、上述した一致精度が所期の第１条件を満たさない場合、フローチャートの処理は、ステップＳ３０に進み、再同化モジュール１６は、ナッジング係数Ｇを補正する係数補正ステップをさらに実行する。続いて、フローチャートの処理は、ステップＳ２４に戻り、当該補正されたナッジング係数Ｇ’を用いて、同化ステップ（図８のステップＳ２５）における同化計算が繰り返される。例えば、上述した一致精度が所定の閾値（下限値）を下回る場合、再同化モジュール１６は、ナッジング係数Ｇを補正し（図８のステップＳ３０）、当該補正されたナッジング係数Ｇ’を用いて、同化ステップ（図８のステップＳ２５）における同化計算を繰り返す。
以上より、図７および図８を使用して上述した実施形態によれば、同化モジュール１３が実行する同化ステップに続いて、再同化モジュール１６が再同化ステップを行う。従って、図７および図８を使用して上述した実施形態によれば、鉛直風速成分に関して、気象シミュレーション結果と現実の気象現象との間における整合性が一層向上することが期待される。その理由は以下のとおりである。
同化ステップにおいて同化用風速データ５１の鉛直風速成分Ｗｅとして使用されるデータは、データ同化を全く行わない事前計算ステップにより得られたものである。これに対し、再同化ステップにおいて同化用風速データ５５の鉛直風速成分として使用されるデータは、同化ステップによって一旦同化された後の同化済みの３次元風速データ５２から抽出されるものである。つまり、同化ステップにおいてデータ同化に先立って用いられる同化用風速データ５１の鉛直風速成分は、水平風速成分の観測データ５４とは無関係に計算された推定値である。これに対して、同化ステップの実行後に再同化ステップにおいて用いられる更新後の同化用風速データ５５の鉛直風速成分は、同化ステップの実行を介して水平風速成分の風速観測データ５４が既に反映された鉛直風速成分である。
従って、再同化ステップにおいて更新後の同化用風速データ５５として用いられる鉛直風速成分を同化計算に使用する方が、同化ステップにおいて同化用風速データ５１として用いられる鉛直風速成分を同化計算に使用するよりも、現実に観測された風速値との整合性が得られやすい。
図１乃至図８を使用して上述した実施形態において、機能モジュール１１〜１６は、演算部１０Ａおよび１０Ｂが実行する並行プロセスや並列スレッドではなく、相互に接続された複数の電子回路として実現することも可能である。また、気象モデル２１は、風速や風向に関する物理法則を規定する流体運動モデルのみならず、放射収支をモデル化する熱力学の式、水の相変化、降水過程に関する水蒸気保存則、質量保存則、地球の自転により生じるコリオリ力に関する運動方程式、その他のモデル式を含んでいても良い。
１ 気象予測システム
２ ＧＰＶ配信サーバ
３（３Ａ〜３Ｃ） 観測機器
４ 表示装置
５ 通信ネットワーク
１０Ａ，１０Ｂ 演算部
１１ 事前計算モジュール
１２ 同化用風速データ生成モジュール
１２ 同化用データ生成モジュール
１３ 同化モジュール
１４ 初期条件生成モジュール
１５ 風速予測モジュール
１６ 再同化モジュール
２０ 記憶部
２２ 初期条件／境界条件
２１ 気象モデル
２３ シミュレーション・パラメータ
３０ 通信部
４０ 出力部
５０（５０Ａ〜５０Ｃ） 風速推定データ
５１（５１Ａ〜５１Ｃ） 同化用風速データ
５２（５２ｉｎ，５２ｏｕｔ） 同化済みの３次元風速データ
５４（５４Ａ〜５４Ｃ） 風速観測データ
５５ 更新後の同化用風速データ
６０（６０Ａ〜６０Ｃ） 観測地点
６１ 評価地点
６７ 対象エリア
７１ 第１期間
７２ 第２期間
７３，７４ 気象シミュレーション
８１ ＧＰＶデータ
８２ 初期条件
８３ 気象シミュレーション結果
８４ 初期条件
８５ 気象シミュレーション結果
８６ 気象予測
ＥＲ 同化計算による影響範囲を表す円
Ｕ，Ｖ 水平風速成分
Ｕｍ，Ｖｍ 水平風速成分の観測値
Ｗ 鉛直風速成分
Ｗｅ 鉛直風速成分の推定値

Claims (9)

  1. 気象モデルに基づいて、第１期間における各時刻について、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速推定データを算出する事前計算ステップと、
    前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成ステップと、
    前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化ステップと、
    を備えることを特徴とする気象データ同化方法。
  2. 前記対象エリア内の評価地点における水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記評価地点における水平方向成分の前記風速推定データと、の比較結果に基づいて、前記同化済みの３次元風速データと前記風速観測データとの一致精度を評価する評価ステップをさらに備えることを特徴とする請求項１に記載の気象データ同化方法。
  3. 前記同化ステップにおいて、前記観測地点における前記同化用風速データを用いて、ナッジング係数に従ってナッジング法により３次元の前記風速推定データを同化するとともに、
    前記一致精度が所期の第１条件を満たさない場合、前記ナッジング係数を補正する係数補正ステップをさらに備え、
    補正された前記ナッジング係数を用いて、前記同化ステップにおける同化計算を繰り返すことを特徴とする請求項２に記載の気象データ同化方法。
  4. 前記観測地点で観測された水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記観測地点における鉛直方向成分の前記風速推定データと、を組み合わせたデータにより、前記同化用風速データを更新する同化用データ更新ステップと、
    前記観測地点における更新後の前記同化用風速データを用いて、３次元の前記風速推定データの同化計算を再び行って、前記同化済みの３次元風速データを更新する再同化ステップと、をさらに備えることを特徴とする請求項１乃至３の何れか一項に記載の気象データ同化方法。
  5. 前記同化済みの３次元風速データが所期の第２条件を満たさない場合、前記同化用データ更新ステップ及び前記再同化ステップを繰り返すことを特徴とする請求項４に記載の気象データ同化方法。
  6. 前記第２条件は、前記同化済みの３次元風速データと３次元の前記風速推定データとの乖離が規定範囲内であること、または、前記同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であること、の少なくとも一方を含むことを特徴とする請求項５に記載の気象データ同化方法。
  7. 前記気象モデルは、前記対象エリア内における風速を記述する３次元流体運動方程式を含み、
    前記事前計算ステップは、前記第１期間における各時刻について前記３次元流体運動方程式を時系列的に解くことにより、３次元の前記風速推定データを数値解析的に算出するステップを含む、
    ことを特徴とする請求項１乃至６のいずれか一項に記載の気象データ同化方法。
  8. 請求項１乃至７の何れか一項に記載の方法により取得された、前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成ステップと、
    前記初期条件生成ステップにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測ステップと、
    を備える
    ことを特徴とする気象予測方法。
  9. データ同化により気象予測データを生成するための気象予測システムであって、
    気象モデルを記憶した記憶部と、
    前記記憶部に記憶された前記気象モデルを参照して、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速予測データを算出するための演算部と、
    を備え、
    前記演算部は、
    前記気象モデルに基づいて、第１期間における各時刻について、前記対象エリアにおける３次元の風速推定データを算出する事前計算モジュールと、
    前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成モジュールと、
    前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化モジュールと、
    前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成モジュールと、
    前記初期条件生成モジュールにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測モジュールと、
    を実行することを特徴とする気象予測システム。
JP2015247155A 2015-12-18 2015-12-18 気象データ同化方法、気象予測方法および気象予測システム Active JP6457927B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015247155A JP6457927B2 (ja) 2015-12-18 2015-12-18 気象データ同化方法、気象予測方法および気象予測システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015247155A JP6457927B2 (ja) 2015-12-18 2015-12-18 気象データ同化方法、気象予測方法および気象予測システム

Publications (2)

Publication Number Publication Date
JP2017111074A JP2017111074A (ja) 2017-06-22
JP6457927B2 true JP6457927B2 (ja) 2019-01-23

Family

ID=59080113

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015247155A Active JP6457927B2 (ja) 2015-12-18 2015-12-18 気象データ同化方法、気象予測方法および気象予測システム

Country Status (1)

Country Link
JP (1) JP6457927B2 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110922B (zh) * 2019-04-30 2023-06-06 南京信息工程大学 一种基于雨区分类技术的自适应分区同化方法
CN112149859B (zh) * 2019-06-28 2023-10-31 北京金风慧能技术有限公司 风速预测方法和风速预测装置
JP7231504B2 (ja) * 2019-07-03 2023-03-01 株式会社日立製作所 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法
CN113095690B (zh) * 2021-04-16 2023-07-25 中国气象局气象探测中心 地面观测站基本要素的质量滚动评估方法和装置
CN116306038B (zh) * 2023-05-19 2023-07-28 北京弘象科技有限公司 一种气象模式和同化系统的垂直层匹配方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002116220A (ja) * 2000-10-11 2002-04-19 Tokyo Electric Power Services Co Ltd 風力発電機の風車の建設立地地点を選定するための歪式風向風速計
JP2004285858A (ja) * 2003-03-19 2004-10-14 Mitsubishi Electric Corp 風力発電システムおよび風力発電機の制御方法
JP4209370B2 (ja) * 2004-08-30 2009-01-14 三菱重工業株式会社 気象予測方法
US7869953B1 (en) * 2005-08-17 2011-01-11 Weather Central Holdings, Inc. System and method for presenting lightning strike information
JP4509947B2 (ja) * 2006-02-13 2010-07-21 株式会社東芝 気象予測システム及び気象予測方法
JP5394690B2 (ja) * 2008-10-15 2014-01-22 一般財団法人日本気象協会 風予測装置及びプログラム

Also Published As

Publication number Publication date
JP2017111074A (ja) 2017-06-22

Similar Documents

Publication Publication Date Title
JP6457927B2 (ja) 気象データ同化方法、気象予測方法および気象予測システム
Skamarock Positive-definite and monotonic limiters for unrestricted-time-step transport schemes
WO2017031718A1 (zh) 弹性物体变形运动的建模方法
CN105203104B (zh) 一种适用于高精度惯导系统的重力场建模方法
CN110955974B (zh) 一种火箭回收仿真平台及实现方法
KR102021498B1 (ko) 비행체 자세제어 시스템 설계 방법 및 컴퓨터 프로그램
CN107110650A (zh) 在能观测性方面受约束的导航状态的估计方法
KR102119254B1 (ko) 연합형 필터 기반 관성항법, 위성항법 및 지형대조항법을 정보 융합한 통합 항법 설계 방법 및 이 방법을 저장한 컴퓨터 판독 가능 저장 매체
WO2015196259A1 (en) Fuel estimation for an aircraft
CN103776416A (zh) 一种基于应变传感器的天线结构变形的间接测量方法
EP4127457A1 (en) System and method for wind flow turbulence measurement by lidar in a complex terrain
CN104048676A (zh) 基于改进粒子滤波的mems陀螺随机误差补偿方法
JP2007248355A (ja) 気象データ推定装置及び方法
CN108508463A (zh) 基于Fourier-Hermite正交多项式扩展椭球集员滤波方法
JP4145451B2 (ja) ハイブリッド航法およびその装置
CN116929338A (zh) 地图构建方法、设备及存储介质
CN109977346B (zh) 用于对区域风场进行风速预报的方法和装置
CN110502849B (zh) 一种应用于四维变分同化系统的扰动模式构建方法
JP2017058373A (ja) 建物耐震性評価システム及び建物耐震性評価方法
Voorrips et al. Wave data assimilation with the Kalman filter
Akcin et al. Performance of artificial neural networks on kriging method in modeling local geoid
CN117131747A (zh) 一种基于采样点卡尔曼滤波的状态估计方法及装置
CN109655057B (zh) 一种六推无人机加速器测量值的滤波优化方法及其系统
Peeters et al. Nonlinear normal modes of a full-scale aircraft
JP4750531B2 (ja) 形状シミュレーション方法、プログラム及び装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180309

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181025

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: 20181130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181221

R150 Certificate of patent or registration of utility model

Ref document number: 6457927

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150