JP6994735B2 - 雷危険度判定装置 - Google Patents

雷危険度判定装置 Download PDF

Info

Publication number
JP6994735B2
JP6994735B2 JP2018021260A JP2018021260A JP6994735B2 JP 6994735 B2 JP6994735 B2 JP 6994735B2 JP 2018021260 A JP2018021260 A JP 2018021260A JP 2018021260 A JP2018021260 A JP 2018021260A JP 6994735 B2 JP6994735 B2 JP 6994735B2
Authority
JP
Japan
Prior art keywords
risk
lightning
data
state change
unit
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
JP2018021260A
Other languages
English (en)
Other versions
JP2019138736A (ja
Inventor
南海子 櫻井
慎吾 清水
晃一 長谷川
大輔 内藤
真樹子 早藤
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.)
National Research Institute for Earth Science and Disaster Prevention (NIED)
Chuden Cti Co Ltd
Original Assignee
National Research Institute for Earth Science and Disaster Prevention (NIED)
Chuden Cti Co 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 National Research Institute for Earth Science and Disaster Prevention (NIED), Chuden Cti Co Ltd filed Critical National Research Institute for Earth Science and Disaster Prevention (NIED)
Priority to JP2018021260A priority Critical patent/JP6994735B2/ja
Publication of JP2019138736A publication Critical patent/JP2019138736A/ja
Application granted granted Critical
Publication of JP6994735B2 publication Critical patent/JP6994735B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Description

本発明は、雷の危険度を判定する雷危険度判定装置に関する。
従来、雷の発生を気象レーダと外気温度を用いて判定している技術が開示されている（特許文献１参照）。特許文献１に記載された技術は、外気温に基づき凍結高度を決定し、凍結高度よりも上の高度に関する反射率が雷閾値よりも大きいとき雷アイコンを生成し、凍結高度と所定距離値との和における高度の反射率が雹閾値よりも大きいとき雹アイコンを生成する。
特開２０１１－１２８１５０号公報
清水慎吾，前坂剛，「三次元風速場の推定のための変分法を用いた複数台ドップラーレーダデータの解析手法」，防災科学技術研究所研究報告第７０号，２００７年１月（http://dil-opac.bosai.go.jp/publication/nied_report/PDF/70/70shimizu.pdf） TAKEHARU KOUKETSU, 外８名，「A Hydrometeor Classification Method for X-Band Polarimetric Rader: Construction and Validation Focusing on Solid Hydrometeors under Moist Environments」，American Meteorological Society，JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY，VOLUME 32，pp2052-2074，Nov 2015（https://journals.ametsoc.org/doi/abs/10.1175/JTECH-D-14-00124.1） HYPERLINK "https://journals.ametsoc.org/author/Hauser%2C+Dani%C3%A8le" Daniele Hauser HYPERLINK "https://journals.ametsoc.org/author/Amayenc%2C+Paul" Paul Amayenc，「Retrieval of Cloud Water and Water Vapor Contents from Doppler Radar Data in a Tropical Squall Line」，American Meteorological Society，JOURNAL OF ATMOSPHERIC SCIENCES，VOL 43，No.8，pp823-838，15 APRIL，1986（https://journals.ametsoc.org/doi/abs/10.1175/1520-0469%281986%29043%3C0823%3AROCWAW%3E2.0.CO%3B2） Lawrence D. Carey and Steven A. Rutledge，「The Relationship between Precipitation and Lightning in Tropical Island Convection:A C-Band Polarimetric Radar Study」，American Meteorological Society，MONTHLY WEATHER REVIEW，VOL 128，pp2687-2710，AUGUST 2000（https://journals.ametsoc.org/doi/full/10.1175/1520-0493%282000%29128%3C2687%3ATRBPAL%3E2.0.CO%3B2） Gregory N. Seroka, Richard E. Orville, Courtney Schumacher, 「Radar Nowcasting of Total Lightning over the Kennedy Space Center」，American Meteorological Society，WEATHER AND FORECASTING, VOL 27, pp189-204, FEBRUARY 2012（https://journals.ametsoc.org/doi/pdf/10.1175/WAF-D-11-00035.1）
しかしながら、特許文献１に記載された技術は、霰と雷を関係づけて予測したものではないので、予測精度がよくなかった。
本発明は、従来技術と比較して、雷の危険度を精度良く予測することが可能な雷危険度判定装置を提供することを目的とする。
本発明に係る雷危険度判定装置は、
積乱雲を検出する二重偏波情報取得部と、
前記二重偏波情報取得部で取得された二重偏波データから三次元データを作成する三次元データ作成部と、
状態変化に関する予め定めた閾値を定義する状態閾値入力部と、
前記三次元データ作成部で作成した現況データ及び過去データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の状態変化を計算する状態変化計算部と、
前記状態変化計算部で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部と、
前記危険度計算部が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部と、
を備え、
前記状態変化計算部は、積乱雲内の霰の体積変化を計算し、
前記状態閾値入力部は、前記状態変化計算部で計算された値と比較する霰の体積の閾値を定義する
ことを特徴とする。
本発明に係る雷危険度判定装置は、
積乱雲を検出する二重偏波情報取得部と、
前記二重偏波情報取得部で取得された二重偏波データから三次元データを作成する三次元データ作成部と、
状態変化に関する予め定めた閾値を定義する状態閾値入力部と、
前記三次元データ作成部で作成した現況データ及び過去データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の状態変化を計算する状態変化計算部と、
前記状態変化計算部で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部と、
前記危険度計算部が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部と、
を備え、
前記状態変化計算部は、積乱雲内の上昇流の体積変化を計算し、
前記状態閾値入力部は、前記状態変化計算部で計算された値と比較する上昇流の体積の閾値を定義する
ことを特徴とする。
本発明に係る雷危険度判定装置は、
積乱雲を検出する二重偏波情報取得部と、
前記二重偏波情報取得部で取得された二重偏波データから三次元データを作成する三次元データ作成部と、
状態変化に関する予め定めた閾値を定義する状態閾値入力部と、
前記三次元データ作成部で作成した現況データ及び過去データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の状態変化を計算する状態変化計算部と、
前記状態変化計算部で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部と、
前記危険度計算部が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部と、
を備え、
前記状態変化計算部は、積乱雲内の霰及び上昇流の体積変化を計算し、
前記状態閾値入力部は、前記状態変化計算部で計算された値と比較する霰及び上昇流の体積の閾値を定義する
ことを特徴とする。
本発明に係る雷危険度判定装置は、
前記現況データ及び前記過去データから積乱雲の移動を予測し、未来の積乱雲の状況を表す未来予測データを作成する移動予測部を備え、
前記状態変化計算部は、前記現況データ、前記過去データ及び前記未来予測データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の未来の状態変化を計算し、
前記危険度計算部は、前記未来の積乱雲内の状態変化から未来の雷危険度データを計算し、
前記雷情報作成部は、前記未来の雷危険度データから未来の危険度の高い場所の位置情報、移動方向及び移動速度を作成する
ことを特徴とする。
本発明に係る雷危険度判定装置は、
前記三次元データ、前記雷危険度データ及び観測データのうち少なくとも１つを用いて学習処理することで作成された統計情報を前記危険度計算部に入力する観測データ入力部を備える
ことを特徴とする。
このような雷危険度判定装置によれば、雷の危険度を精度良く予測することが可能となる。
積乱雲内の雷の仕組みを示す。 本実施形態の雷危険度判定装置のシステムブロックを示す。 本実施形態の積乱雲検出のイメージを示す。 積乱雲が発生してから経過する時間に対する各高度での霰の体積を示す。 本実施形態の積乱雲予測システムのシステムブロックを示す。 本実施形態の積乱雲予測システムのフローチャートを示す。
本発明にかかる実施の形態を図により説明する。
図１は、積乱雲内の雷の仕組みを示す。
雷は、積乱雲から発生する。積乱雲は、強い上昇気流によって下層の空気が持ち上げられ、上空で空気中の水蒸気が水滴となることで形成される。気温が氷点下の高度では、雨粒だけでなく霰や氷晶といった氷の粒も形成される。氷の粒は、上昇流の中で周囲の過冷却水滴と呼ばれる水滴と衝突することで成長する。やがて、氷の粒は、上昇気流で支えきれないほど大きくなると、落下し始める。
この上昇中および落下時に、氷の粒同士は、ぶつかり合い、大きな粒と小さな粒の間で電荷の受け渡しが発生する。それぞれの氷の粒が帯電する電荷の符号は、雲水量と呼ばれる単位体積あたりの大気に含まれている水の質量と周囲の気温によって決まる。適度な雲水量がある場合は、気温が－１０℃より低いところでは、大きな氷の粒はマイナス、小さな氷の粒はプラスの電荷が帯電する。このような氷の粒どうしの衝突が続くと、積乱雲内に多くの電荷が蓄えられる。
空気は電気を通さない絶縁体だが、電位差が１メートルあたり３００万Ｖを超えると、絶縁破壊という現象が発生し、空気中を電気が通る放電が始まり、雷が発生する。雷には、落雷と雲放電があり、落雷は積乱雲と地面の間で電気が流れる現象で、雲放電は積乱雲内や異なる積乱雲同士などで電気が流れる現象である。
本実施形態の雷危険度判定装置１０は、積乱雲内の霰や気流の体積変化を求め、急激な増加が認められた場合に危険であると判定する。
図２は、本実施形態の雷危険度判定装置１０のシステムブロックを示す。図３は、本実施形態の積乱雲検出のイメージを示す。
雷危険度判定装置１０は、積乱雲を検出する二重偏波情報取得部１１と、三次元データを作成する三次元データ作成部１２と、積乱雲の移動を予測する移動予測部１３と、積乱雲内の状態変化を計算する状態変化計算部１４と、状態変化計算部１４で計算された値と比較する閾値を定義し入力する状態閾値入力部１６と、状態変化計算部１４で計算された状態変化から危険度を計算する危険度計算部１７と、三次元データ等を学習処理することで作成された統計情報を入力する観測データ入力部１８と、危険度計算部１７が計算したデータから危険度の高い場所の位置情報、移動方向及び移動速度を作成する雷情報作成部１９と、を備える。
本実施形態の二重偏波情報取得部１１は、マルチパラメータレーダによって二重偏波データを取得する。二重偏波データは、極座標系の仰角を表すデータでよい。マルチパラメータレーダは、２種類の電波（水平偏波と垂直偏波）を同時に送受信することで、雨粒や氷粒の形などに関わる情報を含む、通常の気象レーダより多くの観測パラメータを計測でき、雨量の正確な把握、雨雲の中の風の観測や、雨、雪、あられなど粒子の種類の判別が可能である。
三次元データ作成部１２は、二重偏波情報取得部１１が取得した複数の極座標系の仰角データを、直交座標系における格子状の三次元データに変換する。例えば、作成される三次元格子データは、反射強度、反射因子差、偏波間位相差変化率、偏波間相関係数等について積乱雲を輪切りのように等高度面で切り出すＣＡＰＰＩ（Constant Altitude Plan Position Indicator）でよい。
三次元データ作成部１２は、現在の積乱雲の状況を示す現況データを作成すると共に、過去の積乱雲の状況を過去データとして保存しておく。
また、２台以上のマルチパラメータレーダが使用可能な場合、デュアル解析によって気流を三次元データで作成してもよい。デュアル解析の入力値は、極座標形のＰＰＩ（Plan Position Indicator）形式のドップラー速度を利用すればよい。
ドップラー速度は、各レーダにおける視線方向の速度成分である。１台のレーダだけでは、積乱雲がレーダに接近又は離間する方向の成分しか観測できないが、複数台のレーダと流体力学の連続式を解くことで、三次元成分（東西、南北、鉛直）の風の三次元分布が作成可能となる。
移動予測部１３は、三次元データ作成部１２で作成された現況データ及び過去データを用いて積乱雲の移動を予測する。具体的には、過去データと現況データから相互相関数法等によるパターンマッチを行うことで、移動ベクトルを算出し、未来予測データとして出力すればよい。移動予測部１３を用いることによって、精度良く未来の雷の予測をすることが可能となる。なお、予測を行わず、過去データと現況データのみ使用する場合には、移動予測部１３を用いなくてもよい。
図４は、積乱雲が発生してから経過する時間に対する各高度での霰の体積を示す。
状態変化計算部１４は、三次元データ作成部１２で作成された現況データ及び過去データ並びに移動予測部１３で作成された未来予測データから積乱雲の状態の変化を計算する。状態変化を評価する変数としては、上昇流の体積、霰と判別された領域の体積、霰の単位体積当たりの質量、鉛直積算した降水粒子の質量、エコー頂高度、又は、等温度面エコー強度のうち少なくとも１つでよい。
例えば、計算される状態変化は、状態閾値入力部１６から入力される予め定めた閾値以上とする。状態変化計算部１４は、過去、現在、未来の三次元データにおいて、同一と思われる積乱雲を特定し、その状態変化を計算する。同一と思われる積乱雲の特定は、既存の積乱雲自動追跡技術を利用すればよい。
ここで、状態変化を評価する変数について説明する。図４は、これらの状態変化のうち、一例として霰の体積を示している。
上昇流の体積を求めるには、複数台のレーダで観測されたドップラー速度を合成し、風の三成分を推定する。三成分は東西風、南北風、鉛直風であって、鉛直上向きを正とする座標系において、正の鉛直風を上昇流と呼ぶ。閾値以上の上昇流が検出された格子グリッドの総体積を「上昇流の体積」とする。風の三成分を推定する手法は、非特許文献１を参照すればよい。
霰と判別された領域の体積は、例えば、二重偏波レーダを用いた降水粒子の判別法を用いて霰と分類された格子グリッドの総体積を求めればよい。二重偏波レーダを用いた降水粒子の判別法は、非特許文献２を参照すればよい。
霰の単位体積当たりの質量は、例えば、二重偏波レーダを用いた降水粒子の判別法を用いて霰と分類された格子グリッドにおいて、反射強度及び偏波パラメータ等の測定値から単位体積当たりの質量を推定する手法を用いて算出された各格子グリッドにおける単位体積当たりの質量である。霰の単位体積当たりの質量を推定する手法は、非特許文献３及び４を参照すればよい。
鉛直積算した降水粒子の質量は、反射強度および偏波パラメータ等の測定値から単位体積当たりの降水粒子（雨、霰、雪）の質量を推定する手法を用いて、各格子グリッドにおける降水粒子の質量を算出し、各格子グリッドの質量を鉛直方向に積算したものである（非特許文献５参照）。
エコー頂高度は、積乱雲内にあるレーダ反射強度の等値面の最高到達高度である。
等温度面エコー強度は、気温の三次元分布から気温の等値面を作成し、ある温度の等値面における反射強度をいう。具体的には、－１０度程度の霰が負に帯電する温度を選択し、－１０度高度における反射強度を抽出すればよい。
危険度計算部１７は、状態変化計算部１４が計算した上昇流の体積変化率、霰の体積変化率、霰の質量変化率、鉛直積算した降水粒子の質量の変化率、エコー頂高度変化率、又は、等温度面エコー強度変化率、並びに、観測データ入力部１８から入力される統計情報を用いて、変化率が予め定めた所定値以上の積乱雲を雷の危険度が高いと判定する。危険度の判定は、統計情報によってモデル化される。
観測データ入力部１８は、三次元データ、雷危険度データ及びＬＭＡ(Lightning Mapping Array)センサ等の観測データを用いて学習処理することで作成された統計情報を危険度計算部１７に入力する。学習処理をすることによって、より精度良く、雷の危険度を予測することが可能となる。なお、観測データ入力部１８は、必ず用いる必要は無い。
モデル化された雷危険度データは、水平分布図として出力される。水平分布図は、三次元データ作成部１２で作成された現況のデータ及び過去データと移動予測部１３で作成された未来予測データをそれぞれ用いて、現況水平分布図及び未来水平分布図として出力される。
雷情報作成部１９は、危険度計算部１７で計算された時系列の雷危険度データと移動予測部１３で計算された移動ベクトルを用いて、三次元分布の予測を行う。その後、現況の雷危険度の高い積乱雲の位置、並びに、積乱雲の未来の移動方向及び移動速度を計算する。
このように、本実施形態の雷危険度判定装置１によれば、雷の危険度を精度良く予測することが可能となる。
図５は、本実施形態の積乱雲予測システムのシステムブロックを示す。
積乱雲予測システム１は、雷危険度判定装置１０と、受信者の情報を入力する受信者情報入力部４と、積乱雲情報演算部３が演算した積乱雲の情報と受信者情報入力部４から受信者が入力した受信者の情報とからそれぞれの関係を演算する積乱雲・受信者関係演算部５と、積乱雲・受信者関係演算部５が演算した結果を出力する出力部６と、を備える。
受信者情報入力部４は、受信者が予め自分の情報を入力するものである。例えば、受信者情報入力部４は、携帯端末等を使用してもよい。受信者が危険か否かを知りたい位置を知らせる受信者の位置情報４ａ、受信者が設定した危険度のレベル及び距離等を知らせる受信者の危険設定情報４ｂ、受信者が設定した位置ズレの許容範囲を知らせる受信者の位置ズレ許容情報４ｃを入力する。
受信者の位置情報４ａは、受信者が現在存在する場所、受信者がこれから移動する場所又は受信者が知りたい場所等でよい。場所は、ＧＰＳ等の緯度経度情報から特定すればよい。受信者はこれらの場所から少なくとも１つを選択する。
受信者の危険設定情報４ｂは、受信者が設定する危険度の情報である。例えば、受信者は危惧している現象を雨、風、雷、雹の中から少なくとも１つ特定し、その現象の危険度をレベル毎に選択する。危険度は、雨の場合は時間雨量又は積算雨量等、風の場合は風速等、雷の場合は気象庁の定めた雷ナウキャストの活動度等、雹の場合は上空での存在又は落下確認等を参考にして少なくとも注意及び警戒等の２つのレベルを設定すればよい。受信者はこれらのレベルから少なくとも１つを選択する。
受信者の位置ズレ許容情報４ｃは、受信者が設定する位置ズレを許容できる範囲である。例えば、受信者は位置ズレ無し～20kmまでを調整すればよい。位置ズレ距離は、連続的又は段階的に設定可能であればよい。積乱雲の大きさは約10kmなので、その２倍を最大値とすることが好ましい。
積乱雲・受信者関係演算部５は、積乱雲の座標系を受信者の座標系に変換して、受信者が設定した位置の危険度レベルを現象毎に時系列で演算する。積乱雲は常に大きさを変え、移動する。また、受信者は、危険度を知りたい現象、位置等が時間毎にかわる場合がある。したがって、座標系をあわせて積乱雲と受信者の関係を演算する。
出力部６は、積乱雲・受信者関係演算部５が演算した結果を出力する。出力部６は、受信者が受信者情報入力部４で設定した場所が危険な位置か否かを知らせる危険位置情報６ａ、受信者が受信者情報入力部４で設定した時刻が危険な時刻か否かを知らせる危険時刻情報６ｂ、受信者が受信者情報入力部４で設定した雨、風、雷又は雹等の種別が危険か否かを知らせる危険種別情報６ｃ、及び、受信者が受信者情報入力部４で設定した危険レベルのどのレベルなのかを知らせる危険レベル情報６ｄ等のうち少なくとも１つを出力する。
なお、受信者情報入力部４と出力部６は、パーソナルコンピュータ又は携帯端末等でよい。受信者は、パーソナルコンピュータ又は携帯端末等から受信者の情報及び知りたい情報を入力し、演算された後の積乱雲に関する情報を携帯端末等で見ることができる。
図６は、本実施形態の積乱雲予測システムのフローチャートを示す。
まず、ステップ１で、雷危険度判定装置１０が危険な雷の情報を演算して出力する（ＳＴ１）。
次に、ステップ２で、受信者情報入力部４が、受信者の情報を取得する（ＳＴ２）。取得される受信者の情報は、受信者の位置情報４ａ、受信者の危険設定情報４ｂ、受信者の位置ズレ許容情報４ｃ等でよい。
次に、ステップ３で、積乱雲・受信者関係演算部５が、積乱雲と受信者の関係を演算する（ＳＴ３）。積乱雲と受信者の関係は、積乱雲の座標系を受信者の座標系に変換して、受信者が設定した位置の危険度レベルを現象毎に時系列で演算すればよい。
次に、ステップ４で、出力部５が、積乱雲と受信者の関係を出力する（ＳＴ４）。出力部６は、危険位置情報６ａ、危険時刻情報６ｂ、危険種別情報６ｃ、及び、危険レベル情報６ｄ等のうち少なくとも１つを出力すればよい。
このように、積乱雲予測システム１によれば、雷危険度判定装置１によって雷の危険度を精度良く予測することができ、受信者に的確に積乱雲の情報を知らせることが可能となる。
以上、本実施形態の雷危険度判定装置１０は、積乱雲を検出する二重偏波情報取得部１１と、二重偏波情報取得部１１で取得された二重偏波データから三次元データを作成する三次元データ作成部１２と、状態変化に関する予め定めた閾値を定義する状態閾値入力部と、三次元データ作成部１２で作成した現況データ及び過去データから積乱雲内の状態変化を計算する状態変化計算部１４と、状態変化計算部１４で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部１７と、危険度計算部１７が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部１９と、を備える。したがって、雷の危険度を精度良く予測することが可能となる。
また、本実施形態の雷危険度判定装置１０は、現況データ及び過去データから積乱雲の移動を予測し、未来の積乱雲の状況を表す未来予測データを作成する移動予測部１３を備え、状態変化計算部１４は、現況データ、過去データ及び未来予測データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の未来の状態変化を計算し、危険度計算部１７は、未来の積乱雲内の状態変化から未来の雷危険度データを計算し、雷情報作成部１９は、未来の雷危険度データから未来の危険度の高い場所の位置情報、移動方向及び移動速度を作成する。したがって、精度良く未来の雷の予測をすることが可能となる。
また、本実施形態の雷危険度判定装置１０は、三次元データ、雷危険度データ及び観測データのうち少なくとも１つを用いて学習処理することで作成された統計情報を危険度計算部１７に入力する観測データ入力部１８を備える。したがって、より精度良く、雷の危険度を予測することが可能となる。
また、本実施形態の雷危険度判定装置１０では、状態変化計算部１４は、積乱雲内の上昇流の体積変化を計算し、状態閾値入力部１６は、状態変化計算部で計算された値と比較する上昇流の体積の閾値を定義する。したがって、より精度良く、雷の危険度を予測することが可能となる。
また、本実施形態の雷危険度判定装置１０では、状態変化計算部１４は、積乱雲内の霰の体積変化を計算し、状態閾値入力部１６は、状態変化計算部で計算された値と比較する霰の体積の閾値を定義する。したがって、より精度良く、雷の危険度を予測することが可能となる。
なお、この実施形態によって本発明は限定されるものではない。すなわち、実施形態の説明に当たって、例示のために特定の詳細な内容が多く含まれるが、当業者であれば、これらの詳細な内容に色々なバリエーションや変更を加えてもよい。
１…積乱雲予測システム
２…積乱雲検出部
３…積乱雲情報演算部
４…受信者情報入力部
５…積乱雲受信者関係演算部
６…出力部
１０…雷危険度判定装置
１１…二重偏波情報取得部
１２…三次元データ作成部
１３…移動予測部
１４…状態変化計算部
１６…状態閾値入力部
１７…危険度計算部
１８…観測データ入力部
１９…雷情報作成部

Claims (5)

  1. 積乱雲を検出する二重偏波情報取得部と、
    前記二重偏波情報取得部で取得された二重偏波データから三次元データを作成する三次元データ作成部と、
    状態変化に関する予め定めた閾値を定義する状態閾値入力部と、
    前記三次元データ作成部で作成した現況データ及び過去データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の状態変化を計算する状態変化計算部と、
    前記状態変化計算部で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部と、
    前記危険度計算部が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部と、
    を備え、
    前記状態変化計算部は、積乱雲内の霰の体積変化を計算し、
    前記状態閾値入力部は、前記状態変化計算部で計算された値と比較する霰の体積の閾値を定義する
    ことを特徴とする雷危険度判定装置。
  2. 積乱雲を検出する二重偏波情報取得部と、
    前記二重偏波情報取得部で取得された二重偏波データから三次元データを作成する三次元データ作成部と、
    状態変化に関する予め定めた閾値を定義する状態閾値入力部と、
    前記三次元データ作成部で作成した現況データ及び過去データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の状態変化を計算する状態変化計算部と、
    前記状態変化計算部で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部と、
    前記危険度計算部が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部と、
    を備え、
    前記状態変化計算部は、積乱雲内の上昇流の体積変化を計算し、
    前記状態閾値入力部は、前記状態変化計算部で計算された値と比較する上昇流の体積の閾値を定義する
    ことを特徴とする雷危険度判定装置。
  3. 積乱雲を検出する二重偏波情報取得部と、
    前記二重偏波情報取得部で取得された二重偏波データから三次元データを作成する三次元データ作成部と、
    状態変化に関する予め定めた閾値を定義する状態閾値入力部と、
    前記三次元データ作成部で作成した現況データ及び過去データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の状態変化を計算する状態変化計算部と、
    前記状態変化計算部で計算された状態変化から雷発生の危険度を表す雷危険度データを計算する危険度計算部と、
    前記危険度計算部が計算した雷危険度データから危険度の高い場所の位置情報を作成する雷情報作成部と、
    を備え、
    前記状態変化計算部は、積乱雲内の霰及び上昇流の体積変化を計算し、
    前記状態閾値入力部は、前記状態変化計算部で計算された値と比較する霰及び上昇流の体積の閾値を定義する
    ことを特徴とする雷危険度判定装置。
  4. 前記現況データ及び前記過去データから積乱雲の移動を予測し、未来の積乱雲の状況を表す未来予測データを作成する移動予測部を備え、
    前記状態変化計算部は、前記現況データ、前記過去データ及び前記未来予測データから、状態変化が前記閾値以上となる積乱雲を特定して、その積乱雲内の未来の状態変化を計算し、
    前記危険度計算部は、前記未来の積乱雲内の状態変化から未来の雷危険度データを計算し、
    前記雷情報作成部は、前記未来の雷危険度データから未来の危険度の高い場所の位置情報、移動方向及び移動速度を作成する
    ことを特徴とする請求項１乃至３のいずれか１つに記載の雷危険度判定装置。
  5. 前記三次元データ、前記雷危険度データ及び観測データのうち少なくとも１つを用いて学習処理することで作成された統計情報を前記危険度計算部に入力する観測データ入力部を備える
    ことを特徴とする請求項１乃至４のいずれか１つに記載の雷危険度判定装置。
JP2018021260A 2018-02-08 2018-02-08 雷危険度判定装置 Active JP6994735B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018021260A JP6994735B2 (ja) 2018-02-08 2018-02-08 雷危険度判定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018021260A JP6994735B2 (ja) 2018-02-08 2018-02-08 雷危険度判定装置

Publications (2)

Publication Number Publication Date
JP2019138736A JP2019138736A (ja) 2019-08-22
JP6994735B2 true JP6994735B2 (ja) 2022-01-14

Family

ID=67693652

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018021260A Active JP6994735B2 (ja) 2018-02-08 2018-02-08 雷危険度判定装置

Country Status (1)

Country Link
JP (1) JP6994735B2 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009192311A (ja) 2008-02-13 2009-08-27 Nippon Telegr & Teleph Corp <Ntt> 発雷予測装置およびその方法、プログラム
JP2014048273A (ja) 2012-09-04 2014-03-17 Toshiba Corp 気象レーダ装置、フェーズドアレイレーダ装置、観測シーケンス作成方法
WO2015005020A1 (ja) 2013-07-11 2015-01-15 古野電気株式会社 気象情報処理装置、気象レーダシステムおよび気象情報処理方法
JP2017125833A (ja) 2016-01-08 2017-07-20 株式会社東芝 推定装置、推定方法、および推定プログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5621410A (en) * 1992-11-05 1997-04-15 New Mexico Tech Research Foundation Remote prediction of lightning hazards
JPH09329672A (ja) * 1996-06-07 1997-12-22 Kansai Electric Power Co Inc:The 発雷予測方法
JPH10268064A (ja) * 1997-03-27 1998-10-09 Mitsubishi Electric Corp 発雷危険度判定システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009192311A (ja) 2008-02-13 2009-08-27 Nippon Telegr & Teleph Corp <Ntt> 発雷予測装置およびその方法、プログラム
JP2014048273A (ja) 2012-09-04 2014-03-17 Toshiba Corp 気象レーダ装置、フェーズドアレイレーダ装置、観測シーケンス作成方法
WO2015005020A1 (ja) 2013-07-11 2015-01-15 古野電気株式会社 気象情報処理装置、気象レーダシステムおよび気象情報処理方法
JP2017125833A (ja) 2016-01-08 2017-07-20 株式会社東芝 推定装置、推定方法、および推定プログラム

Also Published As

Publication number Publication date
JP2019138736A (ja) 2019-08-22

Similar Documents

Publication Publication Date Title
JP6949332B2 (ja) 雷危険度判定装置
US11353625B1 (en) Systems and methods for forecasting lightning and severe storms
US7062066B2 (en) Method and apparatus for short-term prediction of convective weather
US7714767B1 (en) Storm top detection and prediction
US8098188B2 (en) Method of characterizing the convection intensity of a cloud, by a meteorological radar
US9869766B1 (en) Enhancement of airborne weather radar performance using external weather data
Zhang et al. Radar quality index (RQI)—A combined measure of beam blockage and VPR effects in a national network
WO2017122408A1 (ja) 気象予測装置、気象予測方法、および気象予測プログラム
US6894638B2 (en) Radar signal processing unit and radar signal processing method for abnormal signal extraction
US9453940B2 (en) System and method for tornado prediction and detection
JP6689396B2 (ja) 気象予測装置、気象予測方法、およびプログラム
EP3190435B1 (en) Estimation apparatus, estimation method, and computer-readable storage medium
Martinaitis et al. Understanding winter precipitation impacts on automated gauge observations within a real-time system
KR101541519B1 (ko) 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치
KR101983938B1 (ko) 낙뢰 경보 시스템 및 방법
WO2013184154A1 (en) A millimeter wave radar system for and method of weather detection
Yoshida et al. Relationship between thunderstorm electrification and storm kinetics revealed by phased array weather radar
US11181665B2 (en) Systems and methods for monitoring updrafts in clouds
Dotzek et al. Downburst-producing thunderstorms in southern Germany: Radar analysis and predictability
JP6994735B2 (ja) 雷危険度判定装置
CN105891078A (zh) 基于风廓线雷达的沙尘暴沙尘质量浓度定量反演估算方法
JP2019219236A (ja) 処理装置、処理方法、およびプログラム
Basri et al. Analyses of Cloud Characteristic during Malaysian 2014 Flood Event
MAHAVIK et al. SEASONAL CHARACTERISTICS OF PRECIPITATING CLOUD PROPERTIES AND STRUCTURES IN THE INLAND OF THE INDOCHINA PENINSULA: A LEGACY OF 16 YEARS OF THE TROPICAL RAINFALL MEASURING MISSION (TRMM) SATELLITE.
Tessendorf et al. Developing Improved Products to Forecast and Diagnose Aircraft Icing Conditions Based upon Drop Size

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201020

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210811

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210915

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: 20211201

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211206

R150 Certificate of patent or registration of utility model

Ref document number: 6994735

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150