JP6517636B2 - Avalanche detection system - Google Patents
Avalanche detection system Download PDFInfo
- Publication number
- JP6517636B2 JP6517636B2 JP2015170125A JP2015170125A JP6517636B2 JP 6517636 B2 JP6517636 B2 JP 6517636B2 JP 2015170125 A JP2015170125 A JP 2015170125A JP 2015170125 A JP2015170125 A JP 2015170125A JP 6517636 B2 JP6517636 B2 JP 6517636B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- avalanche
- pressure data
- occurrence
- residual
- 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
- Geophysics And Detection Of Objects (AREA)
Description
本発明は、微気圧振動の測定により雪崩の発生を探知する雪崩探知システムに関する。 The present invention relates to an avalanche detection system that detects the occurrence of an avalanche by measuring micro atmospheric pressure oscillations.
多雪地の生活圏には、数多くの雪崩危険箇所が点在している。このような雪崩危険箇所の存在は、人の野外活動に制約をもたらす。このため、雪崩の発生を探知して警戒が必要な時間帯と場所を絞り込むことができれば、野外活動に対する制約を緩和することができる。 There are many avalanche hazard points in the living area of heavy snow areas. The presence of such an avalanche hazard places restrictions on people's outdoor activities. For this reason, if it is possible to detect the occurrence of an avalanche and narrow down the time zone and place requiring caution, it is possible to ease the restriction on outdoor activities.
自然災害の探知に関して雪崩の発生の探知にも適用できる技術として、例えば、鉄道沿線に張ったワイヤにより雪崩などの発生を検知するものがある(例えば、特許文献1参照)。また、鉄道沿線に設置された地震計が計測した震動により雪崩などの発生を検知するものがある(例えば、特許文献2参照)。 As a technique which can be applied to detection of the occurrence of snowfall in relation to detection of a natural disaster, for example, there is one which detects the occurrence of snowfall or the like by a wire stretched along a railway (see, for example, Patent Document 1). In addition, there is one which detects occurrence of an avalanche or the like by a vibration measured by a seismograph installed along a railway (see, for example, Patent Document 2).
しかしながら、特許文献1の技術では、鉄道沿線に張ったワイヤの使用を前提とするため、雪崩危険箇所が広い地域に亘って点在する場合に、その地域全体に適用するのはコスト面などの問題もあって非常に困難である。また、特許文献2の技術も、地震以外の自然災害として雪崩の検知に適用することができるが、鉄道沿線に設置された地震計の使用を前提とするため、これを広い地域に適用するのはやはり非常に困難である。
However, since the technology of
もっとも、雪崩危険箇所が点在する地域における雪崩の発生は、その時期や順序に一定の規則性があることが経験的に知られている。そこで、雪崩危険箇所が点在する地域毎に危険斜面が崩落する時期や順番の傾向を把握し、年ごとのデータを蓄積しておくことができれば、これを利用して防災に役立て、野外活動の制約をある程度緩和することもできる。さらに、このように年ごとに蓄積したデータと、特定の危険箇所での雪崩の発生の速報性のあるデータとを組み合わせることができれば、より野外活動の制約の緩和に役立てられる。 However, it is empirically known that the occurrence of avalanches in areas where avalanche hazard points are scattered has a certain regularity in the time and order. Therefore, if it is possible to grasp the trend and timing of the risk slope falling in each area where avalanche risk points are scattered, and if annual data can be accumulated, it is used for disaster prevention and outdoor activities Can be relaxed to some extent. Furthermore, if it is possible to combine the data accumulated yearly and the data having the flashability of the occurrence of an avalanche at a specific danger point, it is possible to further alleviate the restriction on outdoor activities.
本発明は、数多くの雪崩危険箇所が点在するような広い地域への適用にも好適な雪崩探知システムを提供することを目的とする。 An object of the present invention is to provide an avalanche detection system suitable for application to a wide area where a large number of avalanche danger points are scattered.
上記目的を達成するため、本発明にかかる雪崩探知システムは、
雪崩の発生地域における特定地点にて時系列で収集した各々の気圧データを、該気圧データの収集時の時刻情報と対応づけて記憶する気圧データ記憶手段と、
前記気圧データ記憶手段に記憶された時系列の気圧データに基づいて、第1時間長に定められた複数の第1区間における気圧変化の傾向を第1区間毎に算出する傾向算出手段と、
前記気圧データ記憶手段に記憶された時系列の気圧データに基づいて、第2時間長に定められた前記複数の第1区間に続く複数の第2区間における時系列の気圧データの平均値を第2区間毎に算出する平均算出手段と、
前記傾向算出手段が算出した第1区間毎の気圧変化の傾向から予測される第2区間の中間時刻における気圧の予測値と前記平均算出手段が算出した平均値との残差を第2区間毎に算出する残差算出手段と、
前記残差算出手段が算出した第2区間の平均値の残差を、各々の第2区間よりも前の前記第1、第2時間長よりも長い第3時間長に定められた第3区間に含まれる第2区間の平均値の残差と比較して、雪崩発生を示す気圧変動のデータの候補を識別する識別手段と
を備えることを特徴とする。
In order to achieve the above object, an avalanche detection system according to the present invention is
A barometric pressure data storage means for storing each barometric pressure data collected in time series at a specific point in an avalanche occurrence area in association with time information at the time of collecting the barometric pressure data;
Trend calculation means for calculating, for each first section, the tendency of pressure changes in a plurality of first sections determined to have a first time length based on time-series pressure data stored in the pressure data storage section;
The average value of time-series pressure data in a plurality of second sections subsequent to the plurality of first sections determined to have a second time length is determined based on time-series pressure data stored in the pressure data storage unit. Average calculation means for calculating every two sections;
The residual value of the predicted value of the barometric pressure at the intermediate time of the second section predicted from the tendency of the barometric pressure change for each first section calculated by the tendency calculating means and the average value calculated by the average calculating means for every second section Residual calculation means for calculating
A third section in which the residual of the average value of the second section calculated by the residual calculation means is set to a third time length longer than the first and second time lengths before each second section And identifying means for identifying a candidate for data of atmospheric pressure fluctuation indicating occurrence of an avalanche, as compared with the residual of the average value of the second section included in.
上記雪崩探知システムにおいて、
前記識別手段は、所定の時間長で連続する複数の第2区間について前記残差算出手段が算出した気圧の予測値と平均値との残差が示す波形に基づいて、雪崩発生を示す気圧変動のデータの候補を識別するものとすることができる。
In the above avalanche detection system,
The identifying means indicates an atmospheric pressure fluctuation indicating an occurrence of an avalanche based on a waveform indicated by the residual of the predicted value and the average value of the atmospheric pressure calculated by the residual calculating means for a plurality of consecutive second sections with a predetermined time length. It is possible to identify candidate data.
上記雪崩探知システムにおいて、
前記気圧データ記憶手段は、雪崩の発生地域において一定程度の距離を置いて配置されるとともに全てが直線上には配置されない3以上の特定地点のそれぞれにおいて時系列で収集した各々の気圧データを、該気圧データの収集時の時刻情報と対応づけて特定地点毎に記憶し、
前記傾向算出手段は、前記3以上の特定地点のそれぞれに対して、複数の第1区間における気圧変化の傾向を第1区間毎に算出し、
前記平均値算出手段は、前記3以上の特定地点のそれぞれに対して、複数の第2区間における時系列の気圧データの平均値を第2区間毎に算出し、
前記残差算出手段は、前記3以上の特定地点のそれぞれに対して、気圧の予測値と平均値との残差を第2区間毎に算出し、
前記識別手段は、前記3以上の特定地点のそれぞれに対して、雪崩発生を示す気圧変動のデータの候補を識別するものとしてもよい。ここで、
前記雪崩探知システムは、
前記3以上の特定地点のそれぞれについての気圧の予測値と平均値との残差が示す波形が各特定地点に到達した時点の時刻情報に従って互いに比較して、雪崩の発生時刻と発生地点を特定する雪崩発生特定手段をさらに備えるものとすることができる。
In the above avalanche detection system,
The air pressure data storage means is arranged at a certain distance in the avalanche occurrence area and each air pressure data collected in time series at each of three or more specific points which are not all arranged on a straight line, In association with time information at the time of collection of the barometric pressure data, it is stored for each specific point,
The said tendency calculation means calculates the tendency of the barometric pressure change in a plurality of 1st sections for every 1st section to each of the above-mentioned three or more specific points,
The average value calculation means calculates, for each of the second sections, an average value of time-series pressure data in a plurality of second sections for each of the three or more specific points.
The residual calculation means calculates, for each of the second sections, residuals between the predicted value and the average value of the atmospheric pressure for each of the three or more specific points.
The identification unit may identify, for each of the three or more specific points, a candidate for data on barometric pressure fluctuation indicating occurrence of an avalanche. here,
The avalanche detection system
The occurrence time and occurrence point of an avalanche are identified by comparing the waveforms indicated by the residuals of the predicted value and the average value of the atmospheric pressure for each of the three or more particular points according to the time information at the time of reaching each particular point. Means for specifying an occurrence of an avalanche.
さらに、上記雪崩探知システムは、
前記3以上の特定地点にそれぞれ設置された3以上の気圧データ収集装置と、該気圧データ収集装置に通信路を介して接続され、前記気圧データ記憶手段、前記傾向算出手段、前記平均値算出手段、前記残差算出手段、前記識別手段、及び前記雪崩発生特定手段とを備えるデータ処理装置とを備えるものであってもよい。
前記気圧データ収集装置は、それぞれ、
当該特定地点の気圧データを時系列で収集する気圧データ収集手段と、
当該特定地点の時刻情報を収集する時刻情報収集手段と、
前記気圧データ収集手段が収集した時系列の気圧データを、前記時刻情報収集手段が収集した時刻情報と対応づけて、前記データ処理装置に送信する気圧データ送信手段とを備え、
前記データ処理装置は、
前記気圧データ送信手段から送信された時刻情報と対応づけられた時系列の気圧データを受信し、前記気圧データ記憶手段に記憶させる気圧データ受信手段をさらに備えるものとすることができる。
Furthermore, the above avalanche detection system
The three or more barometric pressure data collection devices installed at the three or more specific points, and the barometric pressure data collection device are connected via a communication channel, the barometric pressure data storage means, the tendency calculation means, and the average value calculation means The data processing apparatus may include the residual calculation unit, the identification unit, and the snowfall occurrence identification unit.
Each of the air pressure data collection devices is
Pressure data collection means for collecting pressure data of the specific point in time series;
Time information collecting means for collecting time information of the specific point;
A barometric pressure data transmission means for transmitting time-series barometric pressure data collected by the barometric pressure data collecting means to the data processing apparatus in association with time information collected by the time information collecting means;
The data processing device
The air pressure data receiving means may be further comprised of receiving air pressure data in time series associated with time information transmitted from the air pressure data transmitting means, and storing the data in the air pressure data storage means.
以下、添付図面を参照して、本発明の実施の形態について説明する。 Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.
図1は、この実施の形態にかかる雪崩探知システムの全体構成を示す図である。図示するように、この実施の形態にかかる雪崩探知システムは、雪崩危険箇所が存在する地域に存在する3つの観測点のそれぞれに置かれ、当該観測点における微気圧振動を測定する現地局1(1a、1b、1c)と、現地局1で測定されて送信されてきた微気圧振動のデータ(微気圧データ)を処理し、雪崩の発生地点と発生時刻とを特定するサーバ装置20を含む集約局2とから構成される。
FIG. 1 is a diagram showing the overall configuration of an avalanche detection system according to this embodiment. As illustrated, the avalanche detection system according to this embodiment is located at each of three observation points existing in the area where the avalanche danger point exists, and the local station 1 (which measures micro atmospheric pressure oscillations at the observation points) 1a, 1b, 1c) and data of micro atmospheric pressure vibration measured and transmitted by the local station 1 (micro atmospheric pressure data) are processed, and aggregation including
現地局1は、気圧センサ11と、CPUやメモリや入出力装置を含むパーソナルコンピュータ(PC)12と、Wi−Fiルータなどの通信装置13とを備えており、気圧センサ11、PC12、通信装置13は、互いにLAN接続されている。集約局2に置かれるサーバ装置20は、CPUやメモリや入出力装置を含むデータ処理装置21と、現地局1から送信された微気圧データを元に作成した雪崩データベース22と、インターネット3に接続された通信装置23とを含んでいる。データ処理装置21は、特定した雪崩に関する情報を日報として利用者にメールで通知し、また、利用者は、雪崩データベース22を参照することができる。
The
図2は、現地局1が置かれる観測点の配置例を示す図である。観測点は、A、B、C地点の3つが置かれている。3つの観測点は、正三角形に配置するのが理想であるが、地形的な問題、電源の確保、気圧センサ11の降雪からの保護、現地局1のメンテナンス作業等の制約が生じるので、正三角形に配置できる3地点を選ぶのは困難である。もっとも、雪崩の発生地点と発生時刻とを特定するためには、3つの観測点を一直線上に並べて配置することはできない。このような制約により、ここでは、図2のA、B、C地点は、最大の内角が約140度となるように配置されている。
FIG. 2 is a view showing an arrangement example of observation points where the
ここで、A地点は、傾斜面の中腹の標高525mの場所にあり、B地点は尾根の北西向きの標高700mの場所にあり、C地点は、谷地形の標高485mの場所にある。A地点とB地点との間の距離は、917mであり、A地点とC地点との間の距離は、981mであり、B地点とC地点との間の距離は、1784mである。このように観測点の間の距離は、雪崩により生じた微気圧振動の減衰やノイズの混入、或いは雪崩の発生地点の特定の精度などを考慮して、1km前後としている。 Here, the point A is located at an elevation of 525 m at the middle of the slope, the point B is at a height of 700 m facing the northwest of the ridge, and the point C is at a height of 485 m at the valley topography. The distance between the point A and the point B is 917 m, the distance between the point A and the point C is 981 m, and the distance between the point B and the point C is 1784 m. Thus, the distance between the observation points is about 1 km in consideration of attenuation of micro atmospheric pressure vibration caused by an avalanche, mixing of noise, or accuracy of identifying an avalanche occurrence point.
A、B、C地点に置かれた現地局1では、雪崩により生じた微気圧振動を測定するが、自然界では様々な現象に起因する多様な帯域の微気圧振動が観測される。図3は、気象その他のイベントによる気圧振動周波数を示す図である。図示するように、雪崩により生じる微気圧振動は、1〜10Hzの帯域のものとなる。この帯域は、風等で窓ガラスやシャッターが振動したときの室内音の帯域とほぼ重なっており、また、低温の生活音や乱流渦等の帯域とも少し重なる可能性がある。従って、1〜10Hzの帯域の微気圧振動を検出するとともに、雪崩による微気圧振動からノイズを分離する必要がある。
The
図4は、現地局1が備える気圧センサ11の構成を示す図である。図示するように、気圧センサ11は、保護ケース130に納められた水晶振動式圧力変換器(気圧計)110と、コンピュータ装置としての機能を有するロガー111とから構成されている。また、この気圧センサ11には、衛星時計が刻む時刻を含むGPS衛星200の電波を受信するとともに、GPSアンテナ112aと内部時計112bを有するGPS受信装置112が接続されている。
FIG. 4 is a view showing the configuration of the
GPS受信装置112は、GPS衛星200の電波を4つ以上捉えてから4秒以内であれば1μ秒の精度で時刻を計測することができる。もっとも、特に谷筋の観測点などでGPS衛星200の高度が低くて電波を捉えられないこともあるが、このような場合は内部時計112bが刻む時刻を用いるしかない。内部時計112bは、10秒/月程度の精度とすると、1時間に換算して0.01秒近い狂いが生じる可能性があるが、微気圧振動は音速で伝わるために3.3m程度の差にしかならない。従って、面的に発生する雪崩に対しては、この程度の狂いは実質的に問題とならない。 The GPS receiver 112 can measure time with an accuracy of 1 μs within 4 seconds after capturing four or more radio waves of the GPS satellite 200. However, although the altitude of the GPS satellite 200 is low particularly at the observation point of the valley line, etc., the radio wave can not be captured in such a case, but in such a case, the time when the internal clock 112b is cut can not but be used. Assuming that the internal clock 112b has an accuracy of about 10 seconds / month, there may be a deviation of about 0.01 seconds when converted to one hour, but the micro atmospheric pressure is transmitted at the speed of sound. It is only. Therefore, this degree of deviation does not substantially pose a problem for surface avalanches.
水晶振動式圧力変換器110は、気圧に応じて振動周波数を変化させる気圧計である。これによる気圧の測定可能範囲は、500〜1000hPaで、海水面から標高約4000mまでの平均気圧±100hPaの範囲を測定することができる。また、気圧の分解能0.001hPaを得る際の1データを計測する所要時間は0.0022秒で、毎秒100回までのデータ収録ができ、上述した雪崩による微気圧振動の帯域である1〜10Hzを含む0〜100Hzの帯域で微気圧振動の測定ができる。つまり、ここでは、サンプリング周波数が100Hzに、カットオフ周波数が22Hzに設定されている。 The quartz crystal vibrating pressure transducer 110 is a barometer that changes the vibration frequency according to the barometric pressure. The measurable range of the barometric pressure by this is 500 to 1000 hPa, and it is possible to measure the range of mean barometric pressure ± 100 hPa from sea level to about 4000 m above sea level. In addition, the time required to measure 1 data at the time of obtaining the resolution of atmospheric pressure 0.001 hPa is 0.0022 seconds, data can be recorded up to 100 times per second, and 1 to 10 Hz is the band of micro atmospheric pressure oscillation due to the above-mentioned avalanche. It is possible to measure micro pressure oscillations in the range of 0 to 100 Hz including. That is, here, the sampling frequency is set to 100 Hz and the cutoff frequency is set to 22 Hz.
ロガー111は、サンプリング&カットオフ周波数の設定に用いるテンキー121と、処理部122と、表示部123と、SDカード124と、通信ポート125とを備えている。処理部122は、GPS受信装置112で取得した時刻(タイムスタンプ)と気圧値とに基づいて、後述するWinフォーマットに変換した微気圧データを通信ポート125から出力してパーソナルコンピュータ12に出力するとともに、バックアップデータとしてSDカード124に記憶させる。
The logger 111 includes a ten key 121 used for setting the sampling & cutoff frequency, a processing unit 122, a
なお、気圧センサ11は、衝撃吸収のためにウレタンで保護されたハードケースからなる保護ケース130に納められているが、震動や低温が水晶振動式圧力変換器110に伝わることを防ぐため、振動や騒音のない静かな環境に置く必要がある。また、風雨や粉塵(とりわけ風)を避けるため、閉め切った屋内に置くことが望ましいが、雪崩発生時期に十分な積雪に埋没する場合には簡易なコンテナハウスにおいてもよい。A地点では、気圧センサ11をコンテナハウスに、B、C地点では、木造住宅内に気圧センサ11を設置するものとしている。
Although the
また、GPS受信装置112のうちでもGPSアンテナ112aは、周囲に障害物のない開けた場所に固定する必要がある。もっとも、GPSアンテナ112aに多量の着雪が生じるとGPS衛星200の電波を受信できなくなる。そこで、コンテナハウスに気圧センサ11を置いたA地点では、雪で埋没しないように年最大積雪深よりも高いポールの上にGPSアンテナ112aを設置し、その先端に円錐状のプラスチックを取り付けて着雪防止対策を施している。B、C地点では、気圧センサを設置した木造住宅の2階窓際にGPSアンテナ112aを含むGPS受信装置120を設置している。
In addition, the GPS antenna 112a of the GPS receiver 112 needs to be fixed at an open place without an obstacle around it. However, when a large amount of snowfall occurs on the GPS antenna 112a, the radio wave of the GPS satellite 200 can not be received. Therefore, at the point A where the
なお、木造住宅内に気圧センサ11とGPS受信装置120を設置したB、C地点では、木造住宅に供給されている家庭用電源を現地局1の各構成要素の駆動電源として用いることができる。A地点では、現地局1の各構成要素の駆動電源として大容量バッテリーを用いているが、電線網から電力を供給できるのであれば、これを駆動電源として用いてもよい。
In addition, in B and C which installed the
次に、現地局1における微気圧データの収集について説明する。現地局1では、100分の1秒ごとに水晶振動式圧力変換器110にて計測した気圧値をGPS受信装置112から取得した時刻と対応づけて、ロガー111の処理部122に送り、ここでの処理を経た後に通信ポート125からパーソナルコンピュータ12に送る。パーソナルコンピュータ11は、1分ごとにWinフォーマットの微気圧データを生成して、バックアップデータとして保存するとともに、通信装置13から集約局2に送る。
Next, collection of micro pressure data in the
図5は、微気圧データのデータフォーマットを示す図である。図5(a)に示すように、微気圧データは、1分ファイルとして作成される。図5(b)に示すように、1分間分の微気圧データは、00秒目のデータから59秒目のデータまで1秒ごとのブロックに分かれ、各秒の微気圧データは、4バイトのブロックサイズとそれに続く秒ブロックとからなる。秒ブロックは、図5(c)に示すように、6バイトの秒ヘッダと、4バイトのチャンネルヘッダと、4バイトの先頭サンプルと、それ以降のサンプルデータとから構成される。 FIG. 5 is a view showing a data format of micro pressure data. As shown in FIG. 5A, micro pressure data is created as a one-minute file. As shown in FIG. 5 (b), minute pressure data for one minute is divided into blocks for one second from data for 00 seconds to data for 59 seconds, and the minute pressure data for each second is 4 bytes. It consists of a block size followed by a second block. The second block is, as shown in FIG. 5C, composed of a 6-byte second header, a 4-byte channel header, a 4-byte head sample, and sample data thereafter.
秒ヘッダは、当該秒の微気圧データが取得された年月日時分秒を記録するものである。先頭サンプルは、当該秒に含まれる100個の気圧値のうち最初に取得された気圧値を0.000001hPa単位で記録するものである。それ以降の99個のサンプルデータは、先頭サンプルの気圧値との差分のみを記録するものである。 The second header is a date, hour, minute, and second at which micro pressure data of the second is acquired. The leading sample is to record the pressure value obtained first among the 100 pressure values included in the second in units of 0.000001 hPa. The subsequent 99 sample data records only the difference from the pressure value of the leading sample.
ここで、先頭サンプル以降のサンプルデータの差分の記録には、2バイトが充てられている。これは、予備観測を通じて0.01秒間で気圧が0.03hPa以上増減する気圧振動が生じることは極めて稀であり、木造住宅の室内では微気圧振動の絶縁性が0.01秒間で0.00127hPa以下となる静粛性もないことが分かったことから、図5(d)に示すサイズと差分範囲との関係から、差分を2バイトで記録することに定めたものである。 Here, two bytes are allocated for recording the difference of sample data after the first sample. It is extremely rare that atmospheric pressure oscillations that increase or decrease the atmospheric pressure by 0.03 hPa or more occur in 0.01 seconds through preliminary observation, and the insulation property of micro atmospheric pressure oscillations is 0.00127 hPa in 0.01 second in the interior of the wooden house. From the relationship between the size shown in FIG. 5 (d) and the difference range, it was decided to record the difference in 2 bytes, as it was found that there is no silence, which is the following.
ロガー111の処理部122は、1秒ごとの微気圧データを生成すると、これをパーソナルコンピュータ12へと送る。パーソナルコンピュータ12は、受信した毎秒のデータをハードディスク上に書き込んでいき、60秒分をまとめて1分ファイルを作成する。パーソナルコンピュータ12は、1分ファイルが5分間分たまると通信装置13からインターネット3を介して集約局2に送信する。送信に成功した場合にはファイルを削除し、失敗した場合にはファイルを残しておき、再度の送信を試みる。
The processing unit 122 of the logger 111 sends micro-atmospheric pressure data for each second to the
なお、1秒ごとの微気圧データは、ロガー111のSDカード124にバックアップ保存され、また、パーソナルコンピュータ12でもハードディスクに書き込んだものを消去せずにバックアップ保存しておいてもよい。また、パーソナルコンピュータ12では、作成した1分ファイルを削除せずに、バックアップ保存しておいてもよい。
The minute pressure data every one second may be backed up and saved in the SD card 124 of the logger 111, and the
集約局2では、5分間毎に微気圧データの1分ファイル(5分間分)を受信する。データ処理装置21は、ファイルに記載された時刻を読み出し、時刻と合わせて欠測処理を行い、3つの観測点の1時間分を1ファイルとする中間ファイルを作成する。また、欠測数や主要な指標を算出し、1分間統計値として雪崩データベース22に追記する。また、A、B、C地点のそれぞれの現地局1から送られてきた微気圧データから雪崩の発生地点と発生時刻とを特定して、雪崩データベース22に追記する。さらに、雪崩が日中に生じやすいことや利用者の翌日の行動計画が夕方に立てられることを考慮して、毎日17時頃に24時間分の日報を作成して雪崩データベース22に追記するとともに、雪崩波形が観測される日などには日報を利用者にメール送信する。
The
以下、現地局1から送られた微気圧データに基づいて、集約局2において雪崩の発生地点と発生時刻とを特定するまでの過程について説明する。ここでは、図2の3つの観測点に置かれた現地局1a〜1cにおいて、2014年11月20日から2015年4月21日までの期間で収集した微気圧データに基づいて、雪崩の発生地点と発生時刻とを特定する例を具体的に説明する。以下の処理は、現地局1から送られて雪崩データベース22に格納された微気圧データを用いて、集約局2のデータ処理装置21により、所定の処理プログラムを用いて実行されるものである。但し、後述する波形などを表示して管理者が処理範囲を指定するものを除外するものではない。
Hereinafter, based on the micro pressure data sent from the
図6は、気圧の1分間平均値の時系列を示す図である。図から分かるように、1分間の平均値で比較するとA、B、C地点の気圧変化はほぼ同一の波形となっている。A地点がC地点よりも5hPa程度気圧が低く、B地点がA地点よりもさらに20hPa程度気圧が低いのは、それぞれの地点の標高の違いによるものである。 FIG. 6 is a diagram showing a time series of one-minute average values of barometric pressure. As can be seen from the figure, the pressure changes at points A, B and C have substantially the same waveform when compared with the average value for one minute. The point A is about 5 hPa lower than the point C, and the point B is about 20 hPa lower than the point A because of the difference in elevation at each point.
図7は、雪崩帯域の微気圧振動の識別に用いられる残差の計算方法を示す図である。図示するように、T秒間のトレンドから推定される予測値に対して、T秒間に引き続くs秒間に観測された平均値の残差(符号付き)を求めて、雪崩帯域の微気圧振動とする。ここでは、T=2秒、s=0.3秒として、雪崩に特有な帯域の振動を取り出した。なお、上述したように、T=2秒、s=0.3秒として残差を求めるのは0.01秒おきであり、例えば、XX時YY分ZZ秒00〜30までの平均の残差、01〜31までの平均の残差、02〜032までの平均の残差、・・・と求められる。
FIG. 7 is a diagram showing a method of calculating a residual used to identify micro atmospheric pressure oscillation in the avalanche zone. As shown in the figure, for the predicted value estimated from the trend of T seconds, the residual (signed) of the average value observed in s seconds following T seconds is determined to be the micropressure oscillation of the avalanche zone . In this case, the oscillation characteristic of the avalanche is extracted as T = 2 seconds and s = 0.3 seconds. In addition, as described above, it is every 0.01 second to obtain the residual as T = 2 seconds, s = 0.3 seconds, for example, the average residual of from XX hour YY
図8は、A、B、C地点のそれぞれにおける残差の1分間最大値を最小値の推移を示す図である。図9は、A、B、C地点のそれぞれにおける残差の1分間標準偏差の推移を示す図である。ここでは、2015年1月12日から1月19日までに観測された微気圧振動に基づくデータを示している。 FIG. 8 is a diagram showing the transition of the one-minute maximum value and the minimum value of residuals at points A, B, and C, respectively. FIG. 9 is a diagram showing the transition of the one-minute standard deviation of the residuals at points A, B, and C, respectively. Here, data based on micro atmospheric pressure oscillations observed from January 12, 2015 to January 19, 2015 is shown.
1月17日に、何れの地点においても残差の振れ幅が大きくなっているが、当日は冬型の気圧配置が強まって強風が吹いており、これが微気圧の振動を引き起こしたものとみられる。図示はしないが、時間を拡大して残差波形を調べると、振れ幅のピークの時間帯に各地点に違いがあり、一つの雪崩が引き起こした微気圧振動ではないことが分かる。そこで、このような荒天の下での残差の振れ幅を小さく抑えることは簡易な測定施設ではできないので、直前30分間の残差の標準偏差のk倍を越える場合を、雪崩イベントの候補として抽出する。kの値は、雪崩が発生していない場合を雪崩イベントの候補として抽出されたり、雪崩が発生しているのに雪崩イベントの候補として抽出されないことがなるべく生じないように定めるべきものであり、ここでは、k=10に設定している。 On January 17th, the fluctuation range of the residual became large at any point, but it is considered that the winter type pressure arrangement became stronger and strong wind was blowing on the day, which caused the oscillation of the micro pressure. Although not shown, when the residual waveform is examined by expanding the time, it is found that there is a difference in each point in the time zone of the peak of the fluctuation width, and it is not a micro atmospheric pressure oscillation caused by one avalanche. Therefore, a simple measurement facility can not minimize the fluctuation of the residual under such stormy weather, so a case of exceeding k times the standard deviation of the residual for the last 30 minutes is considered as a candidate for an avalanche event. Extract. The value of k should be defined so as not to be extracted as a candidate for an avalanche event when an avalanche does not occur or not extracted as a candidate for an avalanche event although an avalanche has occurred, Here, k is set to 10.
そして、観測期間を通じて同じ1分間に各地点での残差の振動が大きく、直前30分間の残差の標準偏差の10倍以上の振幅となった事例を拾い出す。図10は、このようにして拾い出した残差の変動が大きくなった事例を示す図である。ここでは、20の事例を挙げているが、残差の振れ幅が最も大きくなった事例はCASE10であり、以下では、この事例を元に、雪崩の発生場所の発生時刻を特定する手法を説明する。
Then, in the same 1 minute throughout the observation period, the vibration of the residual at each point is large, and an example in which the amplitude becomes 10 times or more the standard deviation of the residual for the last 30 minutes is picked up. FIG. 10 is a diagram showing an example in which the fluctuation of the residual picked up in this way becomes large. Here, 20 cases are mentioned, but the case where the fluctuation range of the residual became the largest is
図11は、図10のCASE10でのA、B、C地点のそれぞれにおける気圧波形を示す図である。これらは、A、B、C地点のそれぞれにおいて10時47分00秒から10時51分00秒まで100Hzで測定された微気圧の元波形である。何れの地点においても、この4分間において、気圧は単調減少している。
FIG. 11 is a diagram showing pressure waveforms at points A, B, and C in
図11は、図10のCASE10でのA、B、C地点のそれぞれにおける残差波形を示す図である。これらは、図7に示したように、T=2秒、s=0.3秒としてトレンドを除いて残差をとったものである。これらの図においては、振動は20秒程度継続し振幅が徐々に拡大するなど、雪崩波形と類似の波形となっている。図13は、図12の各々の残差波形の時間拡大図である。これらの図を比較すると、波が到着する時刻は、A地点よりもC地点の方が遅れ、C地点よりもB地点の方がさらに遅れている。
FIG. 11 is a diagram showing residual waveforms at points A, B and C in
図14は、3地点の残差の相互相関を示す図である。この相互相関は、図13の3地点の波形を画面表示し、管理者が指定した時刻から20秒間における波形の相関係数rを、時間差τが2地点距離/音速となる範囲で求めてグラフにしたものである。なお、AB間とAC間の距離が1km弱でBC間が1.8km弱であるが、CASE10では相関係数の最大ピークが時間差が±3秒の範囲内に見られたので、±3秒の範囲を図示する。
FIG. 14 is a diagram showing the cross correlation of residuals at three points. This cross correlation is displayed by displaying the waveform at three points in FIG. 13 on a screen, and determining the correlation coefficient r of the waveform in 20 seconds from the time specified by the administrator within a range where the time difference τ is two points distance / sound velocity The In addition, although the distance between AB and AC is less than 1 km and the distance between BC is less than 1.8 km, the maximum peak of the correlation coefficient was seen in
A地点とB地点、A地点とC地点、B地点とC地点のそれぞれの残差について、相関係数rが0.6以上でピークとなる場合を、雪崩により生じた微気圧振動が到達した時刻の差として求める。この場合、A地点とC地点における残差の相関係数rのピークは+0.69秒に、A地点とB地点における残差の相関係数rのピークは+1.09秒に、B地点とC地点における残差の相関係数のピークは−0.39秒にある。このことから、A地点にはC地点よりも0.69秒早く微気圧振動が到達し、A地点にはB地点よりも1.09秒早く微気圧振動が到達し、C地点にはB地点よりも0.39秒早く微気圧振動が到達したと求めることができる。 For the residuals of points A and B, points A and C, and points B and C, when the correlation coefficient r peaks at 0.6 or more, the micro atmospheric pressure oscillation caused by the avalanche reaches Calculated as the time difference. In this case, the peak of the correlation coefficient r of the residuals at points A and C is +0.69 seconds, the peak of the correlation coefficient r of the residuals at points A and B is +1.09 seconds, The peak of the residual correlation coefficient at point C is at -0.39 seconds. From this, the micro atmospheric pressure vibration reaches the A point 0.69 seconds earlier than the C point, the micro atmospheric pressure vibration reaches 1.09 seconds earlier than the B point at the A point, and the B point to the C point It can be determined that the micro pressure oscillation has arrived 0.39 seconds earlier than that.
2つの観測点同士での微気圧振動の到達時刻の差から微気圧振動の発生源として推定される位置を、図2の地図上に双曲線で描くことができる。そして、A地点とB地点での差、A地点とC地点での差、B地点とC地点での差のそれぞれから推定される3本の双曲線が交わった場所が微気圧振動の発生源の位置(すなわち雪崩の発生地点)であると推定することができる。 The position estimated as a generation source of micro atmospheric pressure oscillation from the difference in arrival time of micro atmospheric pressure oscillation between two observation points can be drawn as a hyperbola on the map of FIG. And the place where three hyperbola estimated from each of the difference between A point and B point, the difference between A point and C point, and the difference between B point and C point intersect is the source of the micro atmospheric pressure vibration It can be estimated that it is a position (that is, the occurrence point of an avalanche).
図15は、この例における観測点の位置と微気圧発生源位置の推定結果を示す図である。この図では、推定結果を50mメッシュで示している。図から分かるように、A地点とB地点での差、A地点とC地点での差、B地点とC地点での差のそれぞれから推定される3本の双曲線は、ほぼ1点で交わっており、この位置が雪崩の発生地点であると推定することができる。そして、発生地点と推定した位置と各観測地点に微気圧振動が到達した時刻とに基づいて、雪崩の発生時刻も推定することができる(もっとも、発生時刻に細かい精度を求めないのであれば、図11〜図14のグラフに示すデータから発生時刻は推定できる)。 FIG. 15 is a diagram showing the estimation results of the position of the observation point and the position of the micro pressure generation source in this example. In this figure, the estimation result is shown by 50 m mesh. As can be seen from the figure, the three hyperbola estimated from the difference between point A and point B, the difference between point A and point C, and the difference between point B and point C intersect at almost one point. It can be estimated that this position is the point of occurrence of an avalanche. Then, the occurrence time of the avalanche can also be estimated on the basis of the occurrence point and the estimated position and the time when the micro pressure oscillation has reached each observation point (however, if fine precision is not obtained for the occurrence time, The occurrence time can be estimated from the data shown in the graphs of FIGS.
以上説明したように、この実施の形態にかかる雪崩探知システムでは、現地局1で測定された微気圧データに対して、T(=2)秒間のトレンドから推定される予測値に対して、T秒間に引き続くs(=0.3)秒間に観測された平均値の残差(符号付き)を求めている。そして、求めた残差が、直前30分間の残差の標準偏差のk(=10)倍を越える場合を、雪崩イベントの候補として抽出している。このように雪崩イベントの候補を抽出してから後の処理を行うことで、全体としての処理負荷を軽減することができる。
As described above, in the avalanche detection system according to the present embodiment, the micro atmospheric pressure data measured by the
また、雪崩イベントの候補となる振動の波形を比較すると、異なる観測点でも類似の波形が観測されるが、互いの相関係数に応じて振動の到達時間の差を求めている。こうして到達時間の差が求められることにより、2つの観測点同士での微気圧振動の到達時刻の差から微気圧振動の発生源として推定される位置を表す双曲線が一意に定められる。そして、3本の双曲線が交わる位置を特定することで、雪崩の発生位置を特定し、さらに雪崩の発生時刻を特定することができる。 In addition, when the waveforms of vibrations that are candidates for an avalanche event are compared, similar waveforms are observed at different observation points, but the difference in arrival time of the vibrations is obtained according to the correlation coefficient between them. In this way, the difference in arrival time is determined, whereby a hyperbola representing a position estimated as a source of micro atmospheric pressure oscillation is uniquely determined from the difference in arrival time of micro atmospheric pressure oscillations between two observation points. Then, by specifying the position where the three hyperbolic lines intersect, it is possible to specify the occurrence position of the avalanche and further to specify the occurrence time of the avalanche.
また、A、B、Cの3つの観測点に置かれた現地局1でそれぞれ収集した微気圧データをインターネット3を介して集約局2に集め、集約局2において微気圧データを処理して雪崩の発生地点と発生時刻の特定を行っている。このようにすることで、雪崩の発生から比較的短い時間で当該雪崩の発生地点と発生時刻とを特定することができ、速報性のある雪崩情報を利用者に提供することができる。
In addition, micro atmospheric pressure data collected respectively by the
さらに、集約局2においては、3つの観測点に置かれた現地局1にて収集された微気圧データや、これを基に特定された雪崩の発生地点や発生時刻を格納する雪崩データベース22を構築している。雪崩データベース22に格納された雪崩に関する情報と速報性のある雪崩情報との組合せることで、例えば、ある地点での雪崩の発生を利用者が知った場合に、近いうちの雪崩の発生を警戒しなければならない場所を想定することができるようになり、雪崩に対する防災に役立てることができるものとなる。
Furthermore, in the
本発明は、上記の実施の形態に限られず、種々の変形、応用が可能である。以下、本発明に適用可能な上記の実施の形態の変形態様について説明する。 The present invention is not limited to the above embodiment, and various modifications and applications are possible. Hereinafter, modifications of the above-described embodiment applicable to the present invention will be described.
上記の実施の形態では、現地局1のそれぞれで収集した微気圧データを1分ごとに図5に示すWinフォーマットのデータに加工して集約局2に送信して雪崩データベース22に格納し、この微気圧データを用いて雪崩の発生地点と発生時刻の推定を行っていた。これに対して、微気圧データを保存していたロガー111のSDカード124を雪が溶けた後に一冬季分回収し、回収したSDカード124に記憶されているデータを用いて、一冬期の間に何時、何処で雪崩が発生したかを特定するものとしてもよい。或いは、現地局1のパーソナルコンピュータ12のハードディスクに保存していた一冬季分の微気圧データをコピーして用いてもよい。
In the above embodiment, micro atmospheric pressure data collected by each of the
この場合、雪崩の発生位置と発生時刻の推定に速報性はなくなるが、雪崩危険箇所が点在する地域において危険斜面が崩落する時期や順番の傾向を把握することはでき、これをデータベース化することができる。このようなデータベースが蓄積されることによって、速報性がなくとも一定程度は防災に役立てることができる。また、速報性のあるデータが得られなかった年を含めて何年分ものデータベースが蓄積されていれば、インターネット3を介して集約局2に微気圧データを収集して作成した速報性のあるデータとの組合せで、より大きな効果を得ることができる。
In this case, although there is no flashability in the estimation of the occurrence position and occurrence time of the avalanche, it is possible to grasp the tendency of the danger slope and the order in which the dangerous slope collapses in the area where the avalanche danger points are dotted. be able to. By accumulating such a database, a certain degree can be used for disaster prevention without the flashability. In addition, if a database for many years is accumulated including the year in which the data with flashability can not be obtained, there is a flashability created by collecting micro-pressure data in the
上記の実施の形態では、微気圧データについてのT秒間のトレンドから推定される予測値に対して、T秒間に引き続くs秒間に観測された平均値の残差が、直前30分間の残差の標準偏差のk倍を越える場合に雪崩イベントの候補として抽出するものとしていた。もっとも、3つの観測点の波形の相関性を逐次計算してイベントの時間的な前後関係を調べて、相関性の低い事象や到達時間差に矛盾が生じ事象を、雪崩イベントの候補から除外する機能を加えるものとしてもよい。 In the above embodiment, with respect to the predicted value estimated from the trend of T seconds for the micropressure data, the residual of the average value observed in s seconds subsequent to T seconds is the residual of the last 30 minutes. If it exceeds k times the standard deviation, it is extracted as an avalanche event candidate. However, it is a function that excludes events from low-correlation events and arrival time differences that occur contradictory from candidates for avalanche events by sequentially calculating the correlation of the waveforms of the three observation points and examining the temporal context of the events. May be added.
上記の実施の形態では、水晶振動式圧力変換器110について、サンプリング周波数が100Hzに、カットオフ周波数が22Hzに設定されていた。もっとも、サンプリング周波数とカットオフ周波数の設定はこれに限るものではなく、例えば、カットオフ周波数を上記と同じ22Hzに設定するのであれば、サンプリング周波数は44Hzまでに設定することができる。また、水晶振動式圧力変換器110やロガー111の性能次第ではあるが、サンプリング周波数やカットオフ周波数を、より大きくすることもできる。 In the above embodiment, the sampling frequency is set to 100 Hz and the cut-off frequency is set to 22 Hz for the crystal vibrating pressure transducer 110. However, the setting of the sampling frequency and the cut-off frequency is not limited to this. For example, if the cut-off frequency is set to 22 Hz as above, the sampling frequency can be set to 44 Hz. Also, although depending on the performance of the quartz crystal pressure transducer 110 and the logger 111, the sampling frequency and the cutoff frequency can be made larger.
上記の実施の形態では、雪崩帯域の微気圧振動の識別に用いられる残差の計算を、T=2秒、s=0.3秒として行っていた。もっとも、T、sの値は、これに限るものではなく、気圧センサ11の設置環境によっては、Tがsの3倍以上の時間となる範囲で、Tについては、4〜0.6秒の間で、sについては、0.5〜0.1秒の間で定めれば、実用上問題ない程度の精度で、雪崩の発生地点と発生時刻を特定することができるものとなる。Tとsの定め方により、微気圧震動について抽出できる帯域を絞ることができるようになる。
In the above embodiment, the calculation of the residual used to identify micro-pressure oscillations in the avalanche zone is performed with T = 2 seconds and s = 0.3 seconds. However, the values of T and s are not limited to this, and depending on the installation environment of the
上記の実施の形態では、雪崩イベントの候補を抽出する際に比較する残差の対象となる時間は、30分に定めていたが、これに限るものではなく、10〜60分程度の範囲で任意に定めることもできる。また、kの値は、k=10でなくてもよく、雪崩が発生しているのに雪崩イベントの候補として抽出されないことがなるべく生じないように(見逃しのないように)定めるのであれば、k=5以下に、空振りのないように定めるのであればk=10よりも大きく定めることができる。 In the above embodiment, the target time of the residual to be compared when extracting the avalanche event candidate is set to 30 minutes, but it is not limited to this, and it is in the range of about 10 to 60 minutes. It can also be set arbitrarily. In addition, the value of k does not have to be k = 10, and if it is determined that an avalanche event is not extracted as a candidate for an avalanche event as much as possible (so as not to miss), If k is set to 5 or less, it can be set larger than k = 10 if it is determined that there is no air swing.
上記の実施の形態では、現地局1が置かれる観測点は、その設置のための制約条件や雪崩の発生地点の特定の精度などを考慮しつつ、互いに1km程度の間隔を以て配置されるものとしていた。もっとも、観測点の間の距離は、0.5〜2kmの範囲で任意に定めることができる。そして、観測点をより長い距離間や短い距離間に設置した場合は、その距離に応じて波形の相関係数rを求める時間範囲τを定めればよい。
In the above embodiment, the observation points where the
上記の実施の形態では、現地局1が置かれる観測点は、雪崩危険箇所が点在する地域において3つだけ設けられるものとしていたが、どの3つをとっても一直線上に並ばないように配置して4つ以上設けるものとしてもよい。そして、例えばA、B、C、D地点の4つの観測点を設けた場合には、そのうちから3点を選び出した(A,B,C)、(A,B,D)、(A,C,D)、(B,C,D)の4組について、各組に属する3つの観測点に対して上記の実施の形態と同様にして雪崩の発生地点と発生時刻とを特定するものとしてもよい。ここで、それぞれの組で特定した発生地点と発生時刻にズレがある場合には、その平均を発生地点と発生時刻として推定するものとしてもよい。また、地点や時刻の平均を求める際に相関の強さで重み付けしてもよい。
In the above embodiment, only three observation points where the
上記の実施の形態では、現地局1で収集した微気圧データを集約局2に収集して、そこで残差のデータの算出から雪崩の発生地点と発生時刻の特定までを行っていた。もっとも、3つの観測点のデータが必要なのは、雪崩の発生地点と発生時刻の特定の部分だけであるので、現地局1のパーソナルコンピュータ12で残差のデータまでを求め、これを集約局2に送るものとしてもよい。そして、集約局2は、各観測点の現地局1から送られてきた残差のデータを用いて、雪崩の発生地点と発生時刻の特定をするものとしてもよい。さらには、雪崩データベース22に詳細な微気圧データの保存が必要なく、雪崩の発生時点と発生時刻の特定を行えればよいのであれば、雪崩イベントの候補の抽出までの処理を現地局1のパーソナルコンピュータ12で行って、抽出した候補に関するデータのみを集約局2に送るものとしてもよい。
In the above embodiment, micro atmospheric pressure data collected by the
上記の実施の形態では、現地局1にて収集した微気圧データに基づいて雪崩の発生地点と発生時刻とを特定するための処理は、集約局2のデータ処理装置22にて所定のプログラムを実行して行うものとしていた。このプログラムは、コンピュータ装置から着脱可能な記録媒体(光ディスクや半導体メモリなど)に格納し、コンピュータ装置とは独立に提供するものとしてもよい。
In the above embodiment, the processing for identifying the point of occurrence and time of occurrence of the avalanche based on the micro pressure data collected by the
1 現地局
2 集約局
11 気圧センサ
12 パーソナルコンピュータ
13 通信装置
20 サーバ装置
21 データ処理装置
22 雪崩データベース
110 水晶振動式圧力変換器
111 ロガー
112 GPS受信装置
DESCRIPTION OF
Claims (4)
前記気圧データ記憶手段に記憶された時系列の気圧データに基づいて、第1時間長に定められた複数の第1区間における気圧変化の傾向を第1区間毎に算出する傾向算出手段と、
前記気圧データ記憶手段に記憶された時系列の気圧データに基づいて、第2時間長に定められた前記複数の第1区間に続く複数の第2区間における時系列の気圧データの平均値を第2区間毎に算出する平均算出手段と、
前記傾向算出手段が算出した第1区間毎の気圧変化の傾向から予測される第2区間の中間時刻における気圧の予測値と前記平均算出手段が算出した平均値との残差を第2区間毎に算出する残差算出手段と、
前記残差算出手段が算出した第2区間の平均値の残差を、各々の第2区間よりも前の前記第1、第2時間長よりも長い第3時間長に定められた第3区間に含まれる第2区間の平均値の残差と比較して、雪崩発生を示す気圧変動のデータの候補を識別する識別手段と
を備えることを特徴とする雪崩探知システム。 A barometric pressure data storage means for storing each barometric pressure data collected in time series at a specific point in an avalanche occurrence area in association with time information at the time of collecting the barometric pressure data;
Trend calculation means for calculating, for each first section, the tendency of pressure changes in a plurality of first sections determined to have a first time length based on time-series pressure data stored in the pressure data storage section;
The average value of time-series pressure data in a plurality of second sections subsequent to the plurality of first sections determined to have a second time length is determined based on time-series pressure data stored in the pressure data storage unit. Average calculation means for calculating every two sections;
The residual value of the predicted value of the barometric pressure at the intermediate time of the second section predicted from the tendency of the barometric pressure change for each first section calculated by the tendency calculating means and the average value calculated by the average calculating means for every second section Residual calculation means for calculating
A third section in which the residual of the average value of the second section calculated by the residual calculation means is set to a third time length longer than the first and second time lengths before each second section An avalanche detection system comprising: identification means for identifying a candidate for data of barometric pressure fluctuation indicating an occurrence of an avalanche in comparison with a residual of an average value of a second section included in.
ことを特徴とする請求項1に記載の雪崩探知システム。 The identifying means indicates an atmospheric pressure fluctuation indicating an occurrence of an avalanche based on a waveform indicated by the residual of the predicted value and the average value of the atmospheric pressure calculated by the residual calculating means for a plurality of consecutive second sections with a predetermined time length. The avalanche detection system according to claim 1, wherein candidates for data of are identified.
前記傾向算出手段は、前記3以上の特定地点のそれぞれに対して、複数の第1区間における気圧変化の傾向を第1区間毎に算出し、
前記平均値算出手段は、前記3以上の特定地点のそれぞれに対して、複数の第2区間における時系列の気圧データの平均値を第2区間毎に算出し、
前記残差算出手段は、前記3以上の特定地点のそれぞれに対して、気圧の予測値と平均値との残差を第2区間毎に算出し、
前記識別手段は、前記3以上の特定地点のそれぞれに対して、雪崩発生を示す気圧変動のデータの候補を識別し、
前記雪崩探知システムは、
前記3以上の特定地点のそれぞれについての気圧の予測値と平均値との残差が示す波形が各特定地点に到達した時点の時刻情報に従って互いに比較して、雪崩の発生時刻と発生地点を特定する雪崩発生特定手段をさらに備える
ことを特徴とする請求項2に記載の雪崩探知システム。 The air pressure data storage means is arranged at a certain distance in the avalanche occurrence area and each air pressure data collected in time series at each of three or more specific points which are not all arranged on a straight line, In association with time information at the time of collection of the barometric pressure data, it is stored for each specific point,
The said tendency calculation means calculates the tendency of the barometric pressure change in a plurality of 1st sections for every 1st section to each of the above-mentioned three or more specific points,
The average value calculation means calculates, for each of the second sections, an average value of time-series pressure data in a plurality of second sections for each of the three or more specific points.
The residual calculation means calculates, for each of the second sections, residuals between the predicted value and the average value of the atmospheric pressure for each of the three or more specific points.
The identification means identifies, for each of the three or more specific points, a candidate for data of atmospheric pressure fluctuation indicating occurrence of avalanche;
The avalanche detection system
The occurrence time and occurrence point of an avalanche are identified by comparing the waveforms indicated by the residuals of the predicted value and the average value of the atmospheric pressure for each of the three or more particular points according to the time information at the time of reaching each particular point. The avalanche detection system according to claim 2, further comprising: means for identifying an occurrence of an avalanche.
前記気圧データ収集装置は、それぞれ、
当該特定地点の気圧データを時系列で収集する気圧データ収集手段と、
当該特定地点の時刻情報を収集する時刻情報収集手段と、
前記気圧データ収集手段が収集した時系列の気圧データを、前記時刻情報収集手段が収集した時刻情報と対応づけて、前記データ処理装置に送信する気圧データ送信手段とを備え、
前記データ処理装置は、
前記気圧データ送信手段から送信された時刻情報と対応づけられた時系列の気圧データを受信し、前記気圧データ記憶手段に記憶させる気圧データ受信手段をさらに備える
ことを特徴とする請求項3に記載の雪崩探知システム。 The three or more barometric pressure data collection devices installed at the three or more specific points, and the barometric pressure data collection device are connected via a communication channel, the barometric pressure data storage means, the tendency calculation means, and the average value calculation means A data processing apparatus comprising the residual calculation means, the identification means, and the avalanche occurrence and identification means;
Each of the air pressure data collection devices is
Pressure data collection means for collecting pressure data of the specific point in time series;
Time information collecting means for collecting time information of the specific point;
A barometric pressure data transmission means for transmitting time-series barometric pressure data collected by the barometric pressure data collecting means to the data processing apparatus in association with time information collected by the time information collecting means;
The data processing device
4. The air pressure data receiving means according to claim 3, further comprising an air pressure data receiving means for receiving pressure data in time series associated with time information transmitted from the air pressure data transmitting means and storing the time data in the air pressure data storage means. Avalanche detection system.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015170125A JP6517636B2 (en) | 2015-08-31 | 2015-08-31 | Avalanche detection system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015170125A JP6517636B2 (en) | 2015-08-31 | 2015-08-31 | Avalanche detection system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017049016A JP2017049016A (en) | 2017-03-09 |
JP6517636B2 true JP6517636B2 (en) | 2019-05-22 |
Family
ID=58280942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015170125A Active JP6517636B2 (en) | 2015-08-31 | 2015-08-31 | Avalanche detection system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6517636B2 (en) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05180956A (en) * | 1991-12-27 | 1993-07-23 | Nippon Koei Co Ltd | Apparatus for observing movement of fallen-snow layer |
JP3190196B2 (en) * | 1994-02-10 | 2001-07-23 | 株式会社東芝 | Rainfall prediction device and plant instrumentation system using rainfall prediction device |
GB9408876D0 (en) * | 1994-05-04 | 1994-06-22 | Bilak Roman | Snow pack stability monitor |
JP3754602B2 (en) * | 2000-06-23 | 2006-03-15 | 與喜夫 酒井 | Slope failure prediction device and slope failure prediction method |
JP2007083971A (en) * | 2005-09-26 | 2007-04-05 | Hitachi Electric Systems Ltd | Abnormality detection device for railroad |
JP2007225334A (en) * | 2006-02-21 | 2007-09-06 | National Institute Of Occupation Safety & Health Japan | System for predicting collapse of slope |
JP6014303B2 (en) * | 2010-10-04 | 2016-10-25 | セイコーエプソン株式会社 | Weather change prediction information providing system and weather change prediction information providing method |
JP6129641B2 (en) * | 2013-05-21 | 2017-05-17 | 公益財団法人鉄道総合技術研究所 | Detection of natural disasters other than earthquakes using seismometers and warning output to trains |
-
2015
- 2015-08-31 JP JP2015170125A patent/JP6517636B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017049016A (en) | 2017-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Perez et al. | Characteristics of cloud-to-ground lightning associated with violent tornadoes | |
US7096735B2 (en) | System for forecasting slope failure based on sounds from the earth | |
JP2013054005A (en) | Weather variation information providing system, weather variation information providing method, weather variation information providing program and recording medium | |
CN108051848B (en) | Earthquake early-warning system and seismologic parameter acquisition methods based on acceleration transducer | |
Liu et al. | Monitoring and recognition of debris flow infrasonic signals | |
CN103996269A (en) | Wireless data collecting control system | |
JP2013054004A (en) | Weather measuring device disposing method, weather change prediction information providing system, weather change prediction information providing method, weather change prediction information providing program and recording medium | |
CN103994817A (en) | Vibration source identification method based on long-distance optical fiber frequent occurring events | |
Valente et al. | Blast noise characteristics as a function of distance for temperate and desert climates | |
US10598820B2 (en) | Apparatus and method for measuring amount of snowfall for vinyl house | |
JP6517636B2 (en) | Avalanche detection system | |
Arosio et al. | Analysis of microseismic activity within unstable rock slopes | |
Mead et al. | Multi-band acoustic monitoring of aerial signatures | |
KR101538858B1 (en) | The snowfall measurement equipment | |
CN206619256U (en) | Landslide based on laser ranging is monitored and urgent prior-warning device automatically | |
Evers et al. | A climatology of infrasound detections in northern Norway at the experimental ARCI array | |
CN110411387B (en) | Frequency-based beam type structure additional mass preliminary positioning method | |
Andre et al. | Structural health monitoring approach for detecting ice accretion on bridge cable using the Haar Wavelet Transform | |
AKIYAMA et al. | Video and seismometer observations of avalanche characteristics in a warm snowy district | |
Vincent et al. | Wavelet-packet transformation analysis of seismic signals recorded from a tornado in Ohio | |
Navarre et al. | The seismic detection of avalanches: an information tool for the avalanche forecaster | |
Chowdhry et al. | Design of low-cost smart catś eye reflector device for damage identification of a bridge | |
CN115480293B (en) | Falling stone monitoring and early warning system and method based on MEMS (micro-electromechanical systems) sensing technology | |
CN114333246B (en) | Indoor alarm system for geological disasters | |
JP7097586B2 (en) | Earthquake early warning system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180801 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190326 |
|
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: 20190409 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6517636 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |