JP6916543B2 - 雨量予測システム - Google Patents
雨量予測システム Download PDFInfo
- Publication number
- JP6916543B2 JP6916543B2 JP2019171683A JP2019171683A JP6916543B2 JP 6916543 B2 JP6916543 B2 JP 6916543B2 JP 2019171683 A JP2019171683 A JP 2019171683A JP 2019171683 A JP2019171683 A JP 2019171683A JP 6916543 B2 JP6916543 B2 JP 6916543B2
- Authority
- JP
- Japan
- Prior art keywords
- rainfall
- temperature
- ground
- value
- predicted
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記相関関係生成部によって作成された前記相関関係を記憶する記憶部と、
前記地上または地上付近における格子点の各々で測定した湿度、風向、風速の実況値、さらには気温の実況値と、前記局地モデル上の高層の格子点の各々における気温とで算出した温度差と、前記地上または地上付近における格子点の各々で測定した雨量の実況値から、前記記憶部に記憶された前記相関関係を参照して6時間先までの1時間雨量を予測する予測雨量算出部と、を備えることである。
<<第1の実施の態様>>
第1の実施の態様によれば、地上または地上付近における複数かつ高密度の格子点の各々に設置した観測器によって測定した湿度、風向、風速の実況値、さらには気温の実況値と、地上に向かって鉛直方向に投射した点が前記地上または地上付近における格子点の各々の最も近くにあるような、観測データに基づいて作成された局地モデル上の高層の格子点の各々における気温とで算出した温度差と、前記地上または地上付近における格子点の各々で測定した雨量の実況値との相関関係を生成する相関関係生成部と、
前記相関関係生成部によって作成された前記相関関係を記憶する記憶部と、
前記地上または地上付近における格子点の各々で測定した湿度、風向、風速の実況値、さらには気温の実況値と、前記局地モデル上の高層の格子点の各々における気温とで算出した温度差と、前記地上または地上付近における格子点の各々で測定した雨量の実況値から、前記記憶部に記憶された前記相関関係を参照して6時間先までの1時間雨量を予測する予測雨量算出部と、を備える雨量システムが提供される。
第2の実施の態様は、第1の実施の態様において、
前記相関関係生成部は、前記複数の位置の各々で計測した湿度、風向、風速、さらには地上気温と所定の位置の高層気温との気温差と、前記複数の位置の各々で計測した雨量と、で深層学習することで前記相関関係を生成する。
第3の実施の態様は、第2の実施の態様において、
前記複数の位置の隣り合う2つの位置の平均の距離は、約2キロメートル以下である。
第4の実施の態様は、第3の実施の態様において、
湿度、風向、風速、地上気温は、前記複数の位置の各々で少なくとも10分毎に計測される。
第5の実施の態様は、第1の実施の態様において、
湿度、風向、風速、および地上気温、高層気温の各値が最新の値に更新されたときには、既に雨量を予測している場合でも、改めて予測し直す。
以下に、実施の形態について図面に基づいて説明する。
図1は、本実施の形態による雨量予測システム10の構成を示す概略図である。
観測器100は、雨量の予測に必要な各種のセンサを有する。観測器100は、各種のセンサによって地上及び地上付近の気温や湿度や風速や風向や雨量を計測する。具体的には、観測器100は、温度センサ110と湿度センサ120と風速センサ130と風向センサ140と雨量計150とを有する。なお、観測器100を設置できる条件や環境に応じて、地上だけでなく、地上付近の気温や湿度や風速や風向や雨量を計測せざるを得ない場合もあり、実質的に地上と同等に扱えることができればよい。以下では、温度センサ110で計測する気温を地上気温と称する。
観測器100は、データロガー200に接続される。データロガー200は、観測器100が計測した地上気温や湿度や風速や風向や雨量を収集して記憶する。
演算部210は、CPU(中央処理装置)やアドレスバスやデータバスなどの外部バス(いずれも図示せず)などから構成される。演算部210は、各種の演算処理を実行する。例えば、演算部210は、図4に示すフローチャートのプログラムなどを実行する。具体的には、演算部210は、前10分間の平均風速、前10分間の平均風向、前10分間の積算雨量を算出する。処理の詳細は後述する。
インターフェース部220は、温度センサ110と湿度センサ120と風速センサ130と風向センサ140と雨量計150などの各種のセンサに接続される。データロガー200は、温度センサ110と湿度センサ120と風速センサ130と風向センサ140と雨量計150から出力される計測信号をインターフェース部220で受信し、地上気温や湿度や風速や風向や雨量を示すデータが、外部バスを介してCPUに供給される。
記憶部230は、主に、ROM(リードオンリーメモリ)、RAM(ランダムアクセスメモリ)、HDD(ハードディスクドライブ)などを有する。ROMは、データロガー200のBIOSやファームウェアなどを記憶しCPUの主記憶装置として機能する。RAMは、CPUの主記憶装置として機能し、CPUが実行するためのプログラムを展開して記憶したり、CPUの演算処理の結果などを一時的に記憶したりする。例えば、RAMは、図4に示すフローチャートのプログラムを実行可能に記憶する。HDDは、CPUの補助記憶装置として機能し、CPUが実行する各種のプログラムやデータなどを記憶する。記憶部230は、その他に、SSD(ソリッドステートドライブ)や、各種のメモリーカードなどの補助記憶装置も適宜に用いることができる。
通信部240は、データロガー200を通信ネットワーク700と通信可能に接続する。データロガー200は、通信部240によって通信ネットワーク700を介して各種のデータを送受信することができる。具体的には、地上気温や湿度や前10分間の平均風速や前10分間の平均風向や前10分間の積算雨量や観測器識別情報や日時などを通信ネットワーク700を介して送信することができる。なお、日時は、後述する日時取得部250によって取得することができる
日時取得部250は、通信ネットワーク700を介して時刻サーバから日時(年月日及び時刻)の情報を取得する。日時取得部250が日時を取得することによって、データロガー200は、地上気温や湿度などを計測した日時を送信することができる。
図2は、観測器100及びデータロガー200を配置した例を示す概略図である。観測器100及びデータロガー200は、所定の間隔で配置され、例えば、2km間隔で形成した格子点に配置されており、高密度に配置される。図2に示した例では、格子上の黒い点の各々が、観測器100及びデータロガー200が配置された位置である。配置された位置の各々には、観測器識別情報(=1,・・・,i−2,i−1,i,i+1,i+2,・・・,n)が割り当てられている。観測器100及びデータロガー200が配置された位置は、観測器識別情報i(i=1〜n)によって特定することができる。以下では、観測器識別情報iを単に位置iと称する。なお、地形や建物や道路などの各種の条件に応じて、おおよそ2kmごとに、観測器100及びデータロガー200を配置できればよい。おおよそ2km間隔で観測器100及びデータロガー200を格子状に配置することで、地上気温や湿度や風速や風向や雨量を高密度で計測することができる。なお、観測器100及びデータロガー200を、1km間隔や500m間隔などの短い間隔で配置することで、さらに高密度に計測することができる。
前述したように、データロガー200は、観測器100から地上気温や湿度や風速や風向や雨量が送信される。データロガー200は、送信された雨量から前10分間の積算雨量を算出して、RAMやHDDなどに記憶する。データロガー200は、送信された風速から前10分間の平均風速を算出して、RAMやHDDなどに記憶する。送信された風向からデータロガー200は、前10分間の平均風向を算出して、RAMやHDDなどに記憶する。
気象業務支援センター400は、気象庁が発表する気象観測データなどを提供し、通信ネットワーク700に通信可能に接続されている。例えば、気象業務支援センター400は、各地の高層の気温を提供する。具体的には、気象業務支援センター400は、所定の場所(例えば、茨城県舘野など)の9時及び21時での500hPa等圧面(上空約5000m)など、複数の等圧面における気温の観測値を提供する。また、気象業務支援センター400は、前記の気温観測データなどを基にした、局地モデル上の各格子点の、複数の等圧面における気温の解析値、及び予測値を提供する。ここで、解析値とは、観測地点における実際の観測値(実況値)を基にして、解析によって得られる各地点の推定値である。また、予測値とは、各地点の観測値や解析値を初期値として、その地点の今後の数値として予測される値である。
図1に示すように、クラウドシステム300は、通信ネットワーク700に通信可能に接続されている。クラウドシステム300は、図5に示すように、演算部310と通信部320と記憶部330とを有する。
演算部310は、CPU(中央処理装置)や、アドレスバスやデータバスなどの外部バス(いずれも図示せず)などから構成される。演算部310は、各種の演算処理を実行する。例えば、演算部310は、図7に示すフローチャートのプログラムを実行する。また、演算部310は、受信した地上気温と高層気温とから気温差を算出したり、受信した前10分間の積算雨量から前1時間の積算雨量を算出したりする。
通信部320は、クラウドシステム300を通信ネットワーク700と通信可能に接続する。クラウドシステム300は、通信部320によって各種のデータを送受信することができる。例えば、クラウドシステム300は、通信部320によって、データロガー200から送信される地上気温と湿度と前10分間の積算雨量と前10分間の平均風速と前10分間の平均風向と日時とを受信する。さらに、クラウドシステム300は、通信部320によって、気象業務支援センター400から高層気温を受信する。
記憶部330は、主に、ROM(リードオンリーメモリ)、RAM(ランダムアクセスメモリ)、HDD(ハードディスクドライブ)などを有する。ROMは、データロガー200のBIOSやファームウェアなどを記憶しCPUの主記憶装置として機能する。RAMは、CPUの主記憶装置として機能し、CPUが実行するためのプログラムを展開して記憶したり、CPUの演算処理の結果などを一時的に記憶したりする。例えば、RAMは、図7に示すフローチャートのプログラムを実行可能に記憶する。HDDは、CPUの補助記憶装置として機能し、CPUが実行する各種のプログラムやデータなどを記憶する。記憶部330は、その他に、SSD(ソリッドステートドライブ)や、各種のメモリーカードなどの補助記憶装置も適宜に用いることができる。
管理用端末装置500は、演算部や記憶部や通信部を有する(図示せず)。管理用端末装置500は、CPU(中央処理装置)、ROM(リードオンリーメモリ)、RAM(ランダムアクセスメモリ)、HDD(ハードディスクドライブ)、I/F(通信インターフェース装置)や入力操作装置(キーボード、マウス、タッチパネルなど)などを備えたパーソナルコンピュータ、タブレット型コンピュータ、携帯型端末装置などにすることができる。管理用端末装置500は、クラウドシステム300に対して、深層学習の指示や、人工知能による雨量に関する相関関係の生成の指示をすることができる装置であればよい。
ユーザー端末装置600は、予測雨量の提供を受けるユーザーが所有する端末装置である。ユーザー端末装置600は、演算部や記憶部や通信部を有する(図示せず)。ユーザー端末装置600は、CPU(中央処理装置)、ROM(リードオンリーメモリ)、RAM(ランダムアクセスメモリ)、HDD(ハードディスクドライブ)、I/F(通信インターフェース装置)や入力操作装置(キーボード、マウス、タッチパネルなど)などを備えたパーソナルコンピュータ、タブレット型コンピュータ、携帯型端末装置などにすることができる。ユーザー端末装置600は、雨量予測システム10が提供する予測雨量の情報を受信することができる装置であればよい。
通信ネットワーク700は、インターネットのほか、社内LAN(Local Area Network)などデータやコマンドなどの各種の情報を送受信できる回線であればよく、有線でも無線によるものでもよい。
図4は、データロガー200で実行される処理を示すフローチャートである。
クラウドシステム300は、データロガー200から送信された地上温度、湿度、前10分間の平均風速、前10分間の平均風向、前10分間の積算雨量、位置i及び日時kを受信する。クラウドシステム300は、前10分間の積算雨量を用いて、前60分間の積算雨量を算出する。クラウドシステム300は、これらの地上温度、湿度、前10分間の平均風速、前10分間の平均風向、前10分間の積算雨量、前60分間の積算雨量を、位置iごとに日時kについて記憶部330に記憶させて蓄積していく。
図7は、クラウドシステム300で実行される深層学習処理を示すフローチャートである。
図8は、クラウドシステム300で実行される予測処理を示すフローチャートである。前述した深層学習処理によって、雨量に関する相関関係を生成する。予測処理は、生成された雨量に関する相関関係を用いて、位置i毎に雨量を予測する処理である。なお、ここで予測する雨量とは、前1時間積算雨量である。単に予測積算雨量とも称する。
図9は、位置と予測積算雨量の具体例を示す図である。図9に示すような画像が、ユーザー端末装置600の画面に表示される。なお、図9は、16個所の位置の予測積算雨量の例を示し、一部の位置についてのみ示す図である。格子点に表示した数値が雨量である。図9に示す例は、現時が14時10分であるときに表示される画面であり、現時から1時間後の15時10分までの予測される積算雨量である前1時間積算雨量(a)と、現時が14時20分であるときに表示される画面であり、現時から1時間後の15時20分までの予測される積算雨量である前1時間積算雨量(b)と、現時が14時30分であるときに表示される画面であり、現時から1時間後の15時30分までの予測される積算雨量である前1時間積算雨量(c)とである。
図10〜図12は、日時(時刻)と予測の具体例を示す図である。図10〜図12に示す例は、現時が、11:00である場合について、現時、現時から1時間後、現時から2時間後、現時から3時間後、現時から4時間後、現時から5時間後、現時から6時間後の前1時間積算雨量の予測を示す。なお、予測には、現時における湿度、風向、風速、地上気温、雨量(前10分積算値と前60分積算値)の各観測値を用い、高層気温については、気象業務支援センター400から提供される最新の数値を用いる。具体的には、図13が示すように、地上の位置i(i=1,・・・,n)から最も近い、局地モデル上の格子点の500hPa等圧面における気温の数値を用いて、地上と高層の気温差を算出する。なお、前述したように、等圧面は、雨量を予測する地域や頻度などに応じて、雨量の予測に必要なものを適宜に選択すればよい。図13に示す地上の各点と局地モデル上の高層の格子点との地上高層対応関係は、クラウドシステム300や、管理用端末装置500などに予め記憶されている。地上高層対応関係は、1対1でも、多対1でも、1対多でも、地上の各点と局地モデル上の高層の格子点とを対応付ける関係であれば適宜に定めることができる。地上高層対応関係は、地上と高層の気温差を算出する際に参照することができればよい。また、最新の情報に更新することもできる。
なお、地上と高層の気温差は、地上の位置i(i=1,・・・,n)における11:10の気温の観測値と、同地点から最も近い、局地モデル上の格子点の500hPa等圧面における11:00の気温の予測値を用いて算出する。
なお、地上と高層の気温差は、地上の位置i(i=1,・・・,n)における11:20の気温の観測値と、同地点から最も近い、局地モデル上の格子点の500hPa等圧面における11:00の気温の予測値を用いて算出する。11:30も同様である。
なお、地上と高層の気温差は、地上の位置i(i=1,・・・,n)における11:40の気温の観測値と、同地点から最も近い、局地モデル上の格子点の500hPa等圧面における12:00の気温の予測値を用いて算出する。11:50も同様である。
ただ、システム内の処理が複雑になるので、11:40、11:50についても、11:00〜11:30までと同様、11:00の高層気温の予測値を用いて雨量予測を行ってもよい。
なお、地上と高層の気温差は、地上の位置i(i=1,・・・,n)における12:00の気温の観測値と、同地点から最も近い、局地モデル上の格子点の500hPa等圧面における12:00の気温の予測値を用いて算出する。
なお、地上と高層の気温差は、地上の位置i(i=1,・・・,n)における12:10の気温の観測値と、同地点から最も近い、局地モデル上の格子点の500hPa等圧面における12:00の気温の予測値を用いて算出する。
なお、地上と高層の気温差は、地上の位置i(i=1,・・・,n)における12:20の気温の観測値と、同地点から最も近い、局地モデル上の格子点の500hPa等圧面における12:00の気温の予測値を用いて算出する。12:30も同様である。
ただ、システム内の処理が複雑になるので、12:40、12:50についても、12:00〜12:30までと同様、12:00の高層気温の予測値を用いて雨量予測を行ってもよい。
なお、今後、気象業務支援センター400による配信遅延が解消された場合は、最新の数値を用いるため、予報を行う時刻がn時、n時10分、n時20分、n時30分の場合は、n時における高層気温の初期値を用い、n時40分、n時50分の場合は、n時を初期時刻とする、n+1時の予測値を用いる。
本実施の形態の雨量予測システム10では、クラウドシステム300に人工知能の機能を実装する例を示したが、通信ネットワーク700を介して他のサイトやサーバや端末装置などで提供されている人工知能のサービスを利用するように構成してもよい。
上述したように、本発明は、本実施の形態によって記載したが、この開示の一部をなす記載及び図面はこの発明を限定するものであると理解すべきでない。このように、本発明は、ここでは記載していない様々な実施の形態等を含むことはもちろんである。
200 データロガー
300 クラウドシステム
400 気象業務支援センター
500 管理用端末装置
600 ユーザー端末装置
700 通信ネットワーク
Claims (8)
- 地上または地上付近における複数かつ高密度の格子点の各々に設置した観測器によって測定した湿度、風向、風速の実況値、さらには気温の実況値と、地上に向かって鉛直方向に投射した点が前記地上または地上付近における格子点の各々の最も近くにあるような、観測データに基づいて作成された局地モデル上の高層の格子点の各々における気温とで算出した温度差と、前記地上または地上付近における格子点の各々で測定した雨量の実況値との相関関係を生成する相関関係生成部と、
前記相関関係生成部によって作成された前記相関関係を記憶する記憶部と、
前記地上または地上付近における格子点の各々で測定した湿度、風向、風速の実況値、さらには気温の実況値と、前記局地モデル上の高層の格子点の各々における気温とで算出した温度差と、前記地上または地上付近における格子点の各々で測定した雨量の実況値から、
前記記憶部に記憶された前記相関関係を参照して6時間先までの1時間雨量を予測する予測雨量算出部と、を備える雨量予測システム。 - 前記相関関係生成部は、前記相関関係を人工知能により深層学習することで生成する請求項1に記載の雨量予測システム。
- 前記地上または地上付近の複数かつ高密度の格子点における隣り合う2点の平均距離は、約2キロメートル以下である請求項1に記載の雨量予測システム。
- 観測器において、湿度、風向、風速、気温は、前記局地モデル上の高層の格子点の各々を地上に向かって鉛直に投射した点の最も近くに位置する地上または地上付近の格子点の各々で少なくとも10分毎に計測する請求項1に記載の雨量予測システム。
- 前記相関関係生成部は、
前記局地モデル上の高層の格子点の各々を地上に向かって鉛直に投射した点の最も近くに位置する、地上または地上付近における格子点の各々の湿度、風向、風速、気温、及び前記局地モデル上の高層の格子点の各々における気温の各値が最新の数値に更新されたとき、既に予測している場合でも、前記記憶部で蓄積された最新及び過去の数値データを基に新たに相関関係を生成し、
前記予測雨量算出部は、前記最新の数値から前記最新の相関関係を参照して改めて雨量を予測し直す、請求項1に記載の雨量予測システム。 - 前記温度差を算出する際の高層の気温として、前記局地モデル上の高層の
格子点の各々における気温の実況値、解析値、またはそれらの値を初期値
とした気温の予測値を利用する請求項1に記載の雨量予測システム。 - 予測雨量演算部は、地上または地上付近の湿度、風向、風速、気温、雨量については実況値を使用し、また前記温度差を算出する際の高層気温には、気象業務支援センターからの配信遅延を考慮し、n時、n時10分、n時20分、n時30分の温度差の算出にはn-2時を初期時刻とする前記局地モデルにおける高層気温のn時の予測値を使用し、n時40分、n時50分の温度差の算出には、n-2時を初期時刻とする前記局地モデルにおける高層気温のn+1時の予測値を使用する請求項1に記載の雨量予測システム。
- 予測雨量演算部は、気象業務支援センターからの配信遅延が解消された 場
合、地上または地上付近の湿度、風向、風速、気温、雨量については実況値
を使用し、また前記温度差を算出する際の高層気温には、n時、n時10分、
n時20分、n時30分の温度差の算出にはn時を初期時刻とする前記局地モ
デルにおける高層気温の初期値を使用し、n時40分、n時50分の温度差の
算出には、n時を初期時刻とする前記局地モデルにおける高層気温のn+1時
の予測値を使用する請求項1に記載の雨量予測システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019105016 | 2019-06-05 | ||
JP2019105016 | 2019-06-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021001861A JP2021001861A (ja) | 2021-01-07 |
JP6916543B2 true JP6916543B2 (ja) | 2021-08-11 |
Family
ID=73995021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019171683A Active JP6916543B2 (ja) | 2019-06-05 | 2019-09-20 | 雨量予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6916543B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102308751B1 (ko) * | 2021-02-19 | 2021-10-05 | 주식회사 에스아이에이 | 딥러닝 기반의 강수량 예측 방법 |
CN116577844B (zh) * | 2023-03-28 | 2024-02-09 | 南京信息工程大学 | 一种东亚冷锋降水自动识别方法、系统 |
CN117608005B (zh) * | 2024-01-23 | 2024-03-29 | 南京信息工程大学 | 一种对区域暴雨频次的研判方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05134055A (ja) * | 1991-11-15 | 1993-05-28 | Fujitsu General Ltd | 天候予測装置 |
FR2693557B1 (fr) * | 1992-07-09 | 1994-09-30 | Rhea | Procédé et dispositif pour l'évaluation des précipitations sur une zone de terrain. |
JPH06331756A (ja) * | 1993-05-24 | 1994-12-02 | Hitachi Plant Eng & Constr Co Ltd | 予測システム |
JP3828316B2 (ja) * | 1999-07-22 | 2006-10-04 | 関西電力株式会社 | 超短時間降雨瞬時予測方法及び装置 |
JP2003021687A (ja) * | 2001-07-06 | 2003-01-24 | Digital Weather Platform Kk | 狭域天気予報方法、狭域天気予報配信方法、商品販売促進方法、天気予報装置及び天気予報情報提供システム |
JP3966139B2 (ja) * | 2002-09-27 | 2007-08-29 | 株式会社日立製作所 | 気象物理量の推定方法 |
JP3721407B2 (ja) * | 2003-05-23 | 2005-11-30 | 九州大学長 | 土砂災害予測システム、方法、およびプログラム |
JP6164872B2 (ja) * | 2013-02-27 | 2017-07-19 | 株式会社ハレックス | 気象情報提供システム |
US20140372038A1 (en) * | 2013-04-04 | 2014-12-18 | Sky Motion Research, Ulc | Method for generating and displaying a nowcast in selectable time increments |
JP6325331B2 (ja) * | 2014-04-28 | 2018-05-16 | 株式会社東芝 | 気象予測補正装置、気象予測補正方法及びプログラム |
JP6629023B2 (ja) * | 2015-09-30 | 2020-01-15 | 株式会社東芝 | 河川情報システム及び検知方法 |
-
2019
- 2019-09-20 JP JP2019171683A patent/JP6916543B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021001861A (ja) | 2021-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6916543B2 (ja) | 雨量予測システム | |
KR102076426B1 (ko) | 상세기상 예측정보 실시간 운영 시스템과 이를 이용하는 폭염 및 열대야 영향 예보 활용 방법 | |
Schwartz et al. | NCAR’s experimental real-time convection-allowing ensemble prediction system | |
Kain et al. | A feasibility study for probabilistic convection initiation forecasts based on explicit numerical guidance | |
CN103673960B (zh) | 用于预测输电线路上的覆冰状态的方法和装置 | |
US11353625B1 (en) | Systems and methods for forecasting lightning and severe storms | |
Carturan et al. | Decay of a long-term monitored glacier: Careser glacier (Ortles-Cevedale, European Alps) | |
Alfieri et al. | Ensemble hydro-meteorological simulation for flash flood early detection in southern Switzerland | |
TWI620157B (zh) | Disaster response system, disaster response method, disaster detection device, and processing method thereof | |
Corsini et al. | Use of ROC curves for early warning of landslide displacement rates in response to precipitation (Piagneto landslide, Northern Apennines, Italy) | |
Prenner et al. | The value of using multiple hydrometeorological variables to predict temporal debris flow susceptibility in an alpine environment | |
JP5178395B2 (ja) | 台風被害予測支援システム | |
Fink et al. | Operational meteorology in West Africa: observational networks, weather analysis and forecasting | |
JP4251538B2 (ja) | 斜面崩壊予測システム | |
KR101860742B1 (ko) | 낙뢰 위험도 분석 시스템 및 이를 이용한 낙뢰 위험도 분석 방법 | |
WO2019225064A1 (ja) | 気象予測装置、気象予測方法、並びに風力発電出力推定装置 | |
Reusser et al. | Low‐cost monitoring of snow height and thermal properties with inexpensive temperature sensors | |
JP6502405B2 (ja) | 危険箇所に防災気象情報発表基準を設定するシステム及び方法 | |
US20190212470A1 (en) | Flood prediction system, prediction method, and program recording medium | |
Tian et al. | Numerical rainfall simulation with different spatial and temporal evenness by using a WRF multiphysics ensemble | |
JP2019007801A (ja) | 建設施工現場における風環境予測方法、及び、風環境予測システム | |
JP2006220445A (ja) | 砂嵐予測システムとその砂嵐警報発令方法 | |
KR102134861B1 (ko) | 기후 정보 기반의 전기설비 열화 분석 시스템 및 방법 | |
KR20130102789A (ko) | 댐 건설 전후 기후 특성 변화 예측 시스템 및 그 방법 | |
Nguyen et al. | Projection of climate variables by general circulation and deep learning model for Lahore, Pakistan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191002 |
|
AA64 | Notification of invalidation of claim of internal priority (with term) |
Free format text: JAPANESE INTERMEDIATE CODE: A241764 Effective date: 20191101 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201127 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210125 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210326 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210511 |
|
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: 20210614 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210709 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6916543 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |