JP7110928B2 - プログラム、方法及び情報処理装置 - Google Patents

プログラム、方法及び情報処理装置 Download PDF

Info

Publication number
JP7110928B2
JP7110928B2 JP2018214106A JP2018214106A JP7110928B2 JP 7110928 B2 JP7110928 B2 JP 7110928B2 JP 2018214106 A JP2018214106 A JP 2018214106A JP 2018214106 A JP2018214106 A JP 2018214106A JP 7110928 B2 JP7110928 B2 JP 7110928B2
Authority
JP
Japan
Prior art keywords
rainfall
information
water level
river
rainfall information
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
JP2018214106A
Other languages
English (en)
Other versions
JP2020085441A (ja
Inventor
貴志 鈴木
美佐子 宗
悠太 渡邉
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2018214106A priority Critical patent/JP7110928B2/ja
Publication of JP2020085441A publication Critical patent/JP2020085441A/ja
Application granted granted Critical
Publication of JP7110928B2 publication Critical patent/JP7110928B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Alarm Systems (AREA)

Description

本開示は、プログラム、方法及び情報処理装置に関する。
雨量計にて測定したデータに基づき河川の水位を予測する方法がある。例えば、およそ100kmを超える長さの河川では、雨量計を利用して河川の水位を予測する。しかし、雨量計の密度が高くない地域における局所的な豪雨(以下、「局所豪雨」ともいう。)に対しては、雨量計を利用して河川の水位を精度良く予測することは困難な場合がある。
そこで、レーダーによる雨量、雨域移動等を解析して洪水予測、土砂災害予測、氾濫シミュレーションをおこなった結果を広く関連するプラットフォーム側に報知するようにして迅速かつ的確な対応ができるようにした河川情報提供システムを構築する技術が提供されている(例えば、特許文献1参照)。
特開2002-269656号公報
しかしながら、特許文献1にはレーダーによる雨量等の各種のデータを具体的にどのように使用して洪水予測、土砂災害予測、氾濫シミュレーションを行うのかについて記載がない。このため、河川の水位を適切に予測できない場合がある。
そこで、1つの側面では、本開示は、降雨状況に応じて河川の水位を適切に予測することを提供する。
1つの実施態様では、水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得し、取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行い、前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する、処理をコンピュータに実行させるプログラムが提供される。
1つの側面では、本開示は、降雨状況に応じて河川の水位を適切に予測することができる。
一実施形態に係る情報処理装置の機能構成の一例を示す図。 一実施形態に係る水位データベースの一例を示す図。 一実施形態に係る雨量データベースの一例を示す図。 一実施形態に係るレーダーデータベースの一例を示す図。 一実施形態に係る流域河川データベースの一例を示す図。 一実施形態に係る水位観測所データベースの一例を示す図。 一実施形態に係る雨量観測所データベースの一例を示す図。 一実施形態に係る情報処理装置のハードウェア構成の一例を示す図。 第1実施形態に係る予測処理の一例を示すフローチャート。 第1実施形態に係る予測処理について説明するための図。 第1実施形態に係る予測処理について説明するための図。 第1実施形態に係る予測処理について説明するための図。 第1実施形態に係る予測処理の結果を表示する画面例を示す図。 第2実施形態に係る予測処理の一例を示すフローチャート。 第2実施形態に係る予測処理について説明するための図。
以下、一実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。
[情報処理装置の機能構成]
まず、一実施形態に係る情報処理装置10の機能構成の一例について、図1を参照しながら説明する。一実施形態に係る情報処理装置10は、記憶部11、取得部12、選択部13、算出部14、判定部15、予測部17、表示部18及び通信部19を有する。
記憶部11は、水位データベース111、雨量データベース112、レーダーデータベース113、流域河川データベース114、水位観測所データベース115及び雨量観測所データベース116を含む。
図2に、一実施形態に係る水位データベース111の一例を示す。水位データベース111は、時刻毎の各水位観測所の水位データを蓄積する。水位データは、各水位観測所により実測された水位を示す。
図3に、一実施形態に係る雨量データベース112の一例を示す。雨量データベース112は、時刻毎の各雨量観測所により測定された雨量データを蓄積する。雨量データは、雨量計により測定された雨量情報に相当する。雨量計により測定された雨量情報(以下、「雨量計の雨量情報」ともいう。)は、水位予測の対象とする河川の水位の予測に用いる第二の降雨量情報の一例である。
図4(a)に、一実施形態に係るレーダーベース113の一例を示す。レーダーベース113は、時刻毎のピクセルを規定する地理情報(緯度及び経度の端部の値)及びレーダーデータ(雨量)を蓄積する。レーダーデータは、レーダー降雨量情報に相当する。レーダー降雨量情報は、水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報の一例である。ピクセルは、図4(b)に示すように、北端緯度、南端緯度、西端経度及び東端経度の端部の値を示す地理情報で画定される領域を示す。
図5に、一実施形態に係る流域河川データベース114の一例を示す。流域河川データベース114は、地理情報と、その地理情報で示される領域に属している流域河川のデータとを蓄積する。
図6に、一実施形態に係る水位観測所データベース115の一例を示す。水位観測所データベース115は、水位観測所毎の位置情報(緯度情報、経度情報)と、観測している河川のデータを蓄積する。
図7は、一実施形態に係る雨量観測所データベース116の一例を示す。雨量観測所データベース116は、雨量観測所毎の位置情報(緯度情報、経度情報)と対象河川と流域分割比率のデータを蓄積する。対象となる特定の地域(以下、「対象流域」ともいう。)の面積をS、対象流域で雨量観測所iが代表する面積をaiとすると、流域分割比率は、「ai/S」で示される。
取得部12は、水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測されたレーダー降雨量情報と雨量計の雨量情報とを取得する。レーダー降雨量情報は、気象庁等から提供される。雨量計の雨量情報は、自治体等から提供される。
選択部13は、対象流域における対象河川を選択し、対象河川の水位観測所を選択する。算出部14は、対象流域の降雨量毎のピクセル数を算出し、算出結果に基づき対象流域の降雨量の分散を算出する。
判定部15は、取得したレーダー降雨量情報に基づき、対象とする特定の河川(対象河川)の水位に影響を与える局所的な降雨の有無の判定を行う。一例としては、判定部15は、レーダー降雨量情報に基づく降雨量の分散を用いて、局所的な降雨の有無を判定してもよい。
選択部13は、局所的な降雨の有無の判定結果に応じて、対象河川の水位の予測に用いる降雨量情報(以下、「第三の降雨量情報」ともいう。)を、レーダー降雨量情報と特定の地域の内部又は近傍にある雨量計の雨量情報とから選択する。選択部13は、局所的な降雨があると判定した場合、第三の降雨量情報として第一の降雨量情報を選択し、局所的な降雨がないと判定した場合、第三の降雨量情報として第二の降雨量情報を選択してもよい。
予測部17は、選択したレーダー降雨量情報と雨量計の雨量情報とのいずれかを、第三の降雨量情報として用いて、対象河川の水位の予測を行う。
表示部18は、予測した水位を表示する。表示部18は、レーダー降雨量情報と雨量計の雨量情報とのいずれかの情報に基づき水位を予測したかについての情報を明示する。表示部18は、水位観測所が実測した水位と、予測部17が予測した水位とを表示する。
通信部19は、水位データ、雨量データ、レーダーデータ等の河川の水位に関する各種のデータを、これらのデータを配信する機器から受信する。通信部19は、例えば、気象庁から供給される気象データを配信する配信会社等の機器からレーダーデータを取得する。また、通信部19は、水位観測所から供給される水位データ及び雨量観測所から供給される雨量データを配信する自治体等の機器から水位データ及び雨量データを取得する。
[ハードウェア構成]
次に、一実施形態に係る情報処理装置10のハードウェア構成の一例について、図8を参照しながら説明する。情報処理装置10は、入力装置101、表示装置102、外部I/F103を有する。また、情報処理装置10は、RAM104、ROM105、CPU106、通信I/F107及びHDD108を有し、それぞれがバスBで相互に接続されている。
入力装置101は、キーボードやマウスなどを含み、情報処理装置10に各操作信号を入力するために用いられる。表示装置102は、LCD(Liquid Crystal Display)モニタ等のディスプレイ、プリンタ、CRT(Cathode Ray Tube)などを含み、各種の処理結果を表示する。
外部I/F103は、外部装置とのインターフェースである。外部装置には、例えば記録媒体103aがある。これにより、情報処理装置10は、外部I/F103を介して記録媒体103aの読み取り及び/又は書き込みを行う。記録媒体103aは、CD(Compact Disk)、DVD(Digital Versatile Disk)であってもよい。記録媒体103aは、SDメモリカード(SD Memory card)やUSBメモリ(Universal Serial Bus memory)等であってもよい。
RAM104は、データを一時保持する揮発性の半導体メモリであり、予測プログラムを一時的に保持してもよい。ROM105は、電源を切っても内部データを保持することができる不揮発性の半導体メモリである。ROM105には、基本プログラム及びデータが格納されている。
HDD108は、プログラムやデータを格納している不揮発性の記憶装置である。HDD108に格納されるプログラムやデータには、情報処理装置10の全体を制御するソフトウェア及びアプリケーションソフトウェアがある。HDD108には、各種のデータベースが格納されてもよい。
CPU106は、HDD108又はROM105などの記憶装置から、予測プログラム及び各種のデータをRAM104上に読み出し、所定の処理を実行することで、装置全体の制御や搭載機能を実現する演算装置である。
通信I/F107は、情報処理装置10をネットワークに接続するインターフェースである。これにより、情報処理装置10は、所定時間毎に通信I/F107を介して雨量計からの雨量データ、水位計からの水位データ、レーダーからのレーダーデータを取得する。各データは、記憶部11の対応するデータベースに記憶される。
図1は情報処理装置10の機能に着目したブロック図を描いており、例えば、取得部12、選択部13、算出部14、判定部15、予測部17の機能は、予測プログラムがCPU106に実行させる予測処理により実現可能である。
予測プログラムは、水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測されたレーダー降雨量情報を取得し、レーダー降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定する処理をCPU106に実行させる。そして、予測プログラムは、その判定結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する処理をCPU106に実行させる。
通信部19の機能は、例えば、通信I/F107により実現可能である。記憶部11の機能は、例えば、RAM104、ROM105及びHDD108により実現可能である。記憶部11に記憶されている各種のデータベース内のデータは、情報処理装置10内のRAM104、ROM105、HDD108又は情報処理装置10に接続されるクラウド上の記憶装置に格納されてもよい。
なお、情報処理装置10は、サーバ機器、パーソナルコンピュータ、クラウドコンピュータで実行されてもよい。
また、情報処理装置10は、タブレット型端末、スマートフォン、PDA(Personal Digital Assistants)であってもよい。情報処理装置10は、HMD(Head Mount Display)、FMD(Face Mount Display)、腕時計型のウェアラブルデバイスであってもよい。情報処理装置10は、予測プログラムのアプリケーションをスマートフォン等のモバイル機器にインストールすることにより、予測処理を実行してもよい。各種のデータベースのデータは、記憶部11に記憶する替わりに、クラウド上の記憶装置に記憶し、クラウド上の記憶装置から必要な情報を取得してもよい。
<第1実施形態>
[予測処理]
次に、第1実施形態に係る予測処理の一例について図9を参照して説明する。図9は、第1実施形態に係る予測処理の一例を示したフローチャートである。なお、本処理で使用される水位データ、レーダーデータ、雨量データは、所定時間間隔で取得され、更新される。レーダー降雨量情報及び雨量計の雨量情報は、単位時間当たりのデータ(mm/h)であり、
本処理が開始されると、ステップS10において、選択部13は、流域河川データベース114(図5参照)に基づき対象となる河川を選択する。また、選択部13は、水位観測所データベース115(図6参照)に基づき対象河川の水位観測所を選択する。これにより、図10の例において、河川「A川」の位置に応じた水位観測所である「イ水位観測所」が選択されたとする。
図9に戻り、次に、ステップS12において、選択部13は、レーダー降雨像から対象の流域を抽出する。これにより、図10の例において、対象の流域Arが抽出されたとする。
図9に戻り、次に、ステップS14において、取得部12は、レーダー降雨量情報及び雨量計の雨量情報を取得する。例えば、図10の例では、3つの雨量観測所に設けられた雨量計M1、M2、M3が測定した雨量情報が取得される。ただし、雨量計の雨量情報は、ステップS14の処理が実行される前に取得すればよい。
図9に戻り、次に、ステップS16において、算出部14は、レーダー降雨量情報に基づき、降雨量毎のピクセル数を算出し、算出した降雨量毎のピクセル数に基づき降雨量の分散を算出する。例えば、算出部14は、図10に示す対象流域Arのレーダー降雨像に応じた降雨量毎のピクセル数を算出する。
具体的には、算出部14は、所定時間毎に取得されるレーダーベース113に基づき、所定時刻の対象となる河川の流域(対象流域Ar)内の各ピクセルを地理情報(北端緯度、南端緯度、西端経度、東端経度)から切り出す。そして、算出部14は、レーダー降雨量情報に基づき、切り出したピクセルに対応する降雨量を取得して、流域内部の降雨について降雨量毎にピクセル数を算出する。
図11の(a)の対象流域Arのレーダー降雨像の例では、局所的に雨量の多い領域は存在しない。このとき算出した降雨量毎のピクセル数の分布の一例を、図11の(c)のグラフに示す。
一方、図11の(b)の対象流域Arのレーダー降雨像の例では、局所的に雨量の多い領域が存在する。このとき算出した降雨量毎のピクセル数の分布の一例を、図11の(d)のグラフに示す。
算出部14は、式(1)を用いて降雨量の分散σ2を算出する。
Figure 0007110928000001
式(1)中のNは、対象流域Ar内のピクセル数の合計を示す。xは、各ピクセルの降雨量を示す。
Figure 0007110928000002
は、各ピクセルの降雨量の平均値を示す。
図11の(d)のグラフに示すように、算出された分散σ2が予め定められた第1閾値σ2 Limit以上の場合は、局所豪雨モードと判定できる。一方、図11の(c)のグラフに示すように、算出された分散σ2が第1閾値σ2 Limitよりも小さい場合は、局所豪雨でない状態(以下、「通常降雨モード」という。)と判定できる。
そこで、図9のステップS18において、判定部15は、分散σ2が第1閾値σ2 Limit以上か否かを判定する。そして、判定部15は、分散σ2が第1閾値σ2 Limit以上の場合、局所豪雨モードと判定し、ステップS20、S22の処理を実行する。一方、判定部15は、分散σ2が第1閾値σ2 Limitよりも小さい場合、通常降雨モードと判定し、ステップS24、S26の処理を実行する。
局所豪雨モードでは、ステップS20において、算出部14は、ティーセン法を用いて降雨量毎の流域分割比率を算出し、流域分割比率を用いてレーダー降雨量情報に基づき分割した各エリアの降雨量の平均値(平均雨量)を算出する。
例えば、図12の(a)では、対象流域Arをティーセン法を用いて破線Dで示すようにエリアAr1、Ar2、Ar3に分割する。次に、算出部14は、レーダー降雨量情報に基づき、図12の(a)に示す流域Arを3分割したときの各エリアAr1、Ar2、Ar3の降雨量の平均値RA、RB、RCを算出する。図12の(b)には、エリアAr1の降雨量毎のピクセル数のグラフが示され、降雨量の平均値RAが矢印で示されている。図12の(c)には、エリアAr2の降雨量毎のピクセル数のグラフが示され、降雨量の平均値RBが矢印で示されている。図12の(d)には、エリアAr3の降雨量毎のピクセル数のグラフが示され、降雨量の平均値RCが矢印で示されている。
図9に戻り、次に、ステップS22において、算出部14は、流域平均雨量R’を算出する。流域分割比率は、雨量観測所データベース116(図7参照)において、雨量観測所毎に定められている。例えば、図12の各エリアAr1、Ar2、Ar3の流域分割比率がs1、s2、s3であるとする。算出部14は、算出した降雨量の平均値RA、RB、RCと流域分割比率s1、s2、s3に基づき、式(2)を用いて流域平均雨量R’を算出し、ステップS28に進む。
R’=RA×s1+RB×s2+RC×s3・・・(2)
一方、ステップS18において通常降雨モードと判定された場合、ステップS24において、算出部14は、ティーセン法を用いて降雨量毎の流域分割比率を算出する。そして、算出部14は、流域分割比率を用いて雨量データベース112に記憶された雨量情報(図3参照)に基づき、分割した各エリアの雨量の平均値を算出する。
算出部14は、雨量計M1、M2、M3が測定した各雨量情報に基づき、各エリアAr1、Ar2、Ar3の降雨量の平均値R1、R2、R3を算出する。
次に、ステップS26において、算出部14は、流域平均雨量Rを算出する。算出部14は、算出した降雨量の平均値RA、RB、RCと流域分割比率s1、s2、s3に基づき、式(3)を用いて流域平均雨量Rを算出し、ステップS28に進む。
R=R1×s1+R2×s2+R3×s3・・・(3)
ステップS28において、予測部17は、算出した流域平均雨量R’又は流域平均雨量Rを用いて対象河川の水位データを算出し、対象河川の水位を予測する。水位データの算出には、貯留関数法等の公知の方法を用いることができる。算出した水位データは、水位データベース111に蓄積される。
次に、ステップS30において、表示部18は、予測した水位を表示する。例えば、図13に、予測した水位を表示した画面の一例を示す。図13では、モード毎に画面を切り替えて表示するが、これに限らず、モード毎に分けて予測した水位を一画面に並べて表示してもよいし、モード毎に予測した水位の線種を変えて重ねて表示してもよい。
モード毎に画面を切り替える場合、図13に一例を示すように、画面上の表示部品201は、ユーザに現在のモードを示す。これにより、通常降雨モードと局所豪雨モードのいずれで表示しているのかをユーザに明示することができる。表示部品202は、対象河川と水位観測所を示す。表示部品203は、対象河川の時間毎の水位を表示する。これにより、対象河川の時間毎の過去と現在(破線204参照)において水位観測所にて実測した水位203aと、予測部17が予測した水位203bとが表示される。実測した水位203aと予測した水位203bとを分けて表示するためにグラフの色を変えたり、線種を変えたりすることが好ましい。また、破線204にて示される現在の時刻が画面の固定位置に表示されるように、時間の経過に応じてグラフを移動させて表示してもよい。
更に、図13に示すように、対象河川を含む地理情報205を表示してもよい。地理情報205には、対象河川の位置、雨量計の位置、レーダー降雨像等が表示される。また、対象河川の水位に影響する流域範囲を表示することで、対象河川の水位の予測を視覚的に示すことができるととに対象河川の水位の増加による影響をより容易に把握できる。
図9に戻り、ステップS32において、判定部15は、所定時間が経過したかを判定する。所定時間は予め設定され、雨量計又はレーダーデータが更新される時間に同期してもよい。判定部15は、所定時間が経過したと判定すると、ステップS14に戻り、更新されたレーダー降雨量情報等を取得し、それ以降の処理を繰り返す。
以上に説明したように、第1実施形態に係る水位の予測方法によれば、算出部14は、レーダー降雨量情報に基づき対象流域の降雨量の分散を算出する。そして、判定部15は、算出した降雨量の分散に基づき対象河川が含まれる対象流域の局所的な降雨の有無を判定する。そして、選択部13は、判定結果に応じて通常降雨モード及び局所豪雨モードから何れかのモードを選択し、対象河川の水位を予測するために使用する降雨情報を、レーダー降雨量情報と雨量計の雨量情報とから選択する。これにより、降雨状況に応じて河川の水位を適切に予測することができる。
すなわち、局所的な降雨がないと判定された場合、つまり、局所豪雨でない場合(通常降雨モードの場合)、対象流域内の降雨量の分散は少ないと考えられる。この場合、雨量計が測定した雨量情報は、対象流域の全体の雨量を近似する値となる。雨量計は正確な雨量を測定する。このため、レーダー降雨像を監視し、局所豪雨が発生しておらず、通常の降雨状況であると判定された場合、雨量計により測定された雨量情報に基づき流域平均雨量Rを算出することで、算出された流域平均雨量Rに基づき正確な河川の水位の予測が可能になる。
一方、雨量計は十数km間隔で設置され、雨量計の密度は高くない。このため、局所的な降雨があると判定された場合、つまり、局所豪雨である場合(局所豪雨モードの場合)、雨量計が測定した雨量情報に基づき河川の水位を正確に予測することが困難な場合がある。この場合、レーダー降雨量情報を用いれば、雨量計の密度が高くない地域であっても局所豪雨の発生を検知できる。つまり、レーダー降雨量情報に基づき局所豪雨モードと判定された場合、雨量計に代わる手段としてレーダー降雨量情報に基づき流域平均雨量R’を算出することで、算出された流域平均雨量R’に基づき局所豪雨の状況に応じた河川の水位の予測が可能になる。
これにより、特に、雨量計の密度が高くない地域を流れる中小の河川の増水の危険をリアルタイムに表示することで、適切な避難を促すことができる。
<第2実施形態>
[予測処理]
次に、第2実施形態に係る予測処理の一例について図14を参照して説明する。図14は、第2実施形態に係る予測処理の一例を示したフローチャートである。なお、本処理で使用される水位データ、レーダー降雨量情報、雨量計の雨量情報は、所定時間間隔で取得され、更新される。また、図14の各ステップのうち、第1実施形態に係る予測処理のステップ(図9参照)と同一のステップ番号が付与されたものは同一処理を行うステップであることを示す。
本処理が開始されると、ステップS10において、選択部13は、対象河川の水位観測所を選択する。次に、ステップS12において、選択部13は、レーダー降雨像から対象の流域を抽出する。次に、ステップS14において、取得部12は、レーダー降雨量情報及び雨量計の雨量情報を取得する。
次に、ステップS40において、算出部14は、レーダー降雨量情報に基づき、対象流域Arの降雨量毎のピクセル数を算出し、降雨量の高い方から10%のレーダー降雨量の平均値y1を算出する。また、算出部14は、対象流域Ar内の雨量計M1、M2、M3が測定した雨量情報の平均値y2を算出する。そして、算出部14は、2つの平均値y1、y2の差分(=y1-y2)を算出する。
次に、ステップS42おいて、判定部15は、算出した差分が予め設定された第2閾値yLimit以上か否かを判定する。判定部15は、算出した差分が第2閾値yLimit以上であると判定した場合、局所豪雨モードと判断し、ステップS20、S22、S28、S30、S32の処理を実行する。一方、ステップS42において、判定部15は、算出した差分が第2閾値yLimitよりも小さいと判定したい場合、通常降雨モードと判断し、ステップS24、S26、S28、S30、S32の処理を実行する。ステップS20~S32の処理は第1実施形態に係る予測処理の同一番号のステップと同じ処理であるため、説明を省略する。
例えば、算出部14は、図15の(c)の降雨量毎のピクセル数から上位10%の降雨量の平均値y1を算出し、雨量情報の平均値y2との差分を算出する。そして、判定部15は、算出した差分(=y1-y2)が第2閾値yLimitよりも小さいと判定した場合、図15の(a)に示すような通常降雨モードであると判定できる。
また、例えば、算出部14は、図15の(d)の降雨量毎のピクセル数から上位10%の降雨量の平均値y1を算出し、雨量情報の平均値y2との差分を算出する。そして、判定部15は、差分(=y1-y2)が第2閾値yLimit以上であると判定した場合、図15の(b)に示すような局所豪雨モードであると判定できる。
なお、本実施形態では降雨量毎のピクセル数から上位10%を取り出し、雨量情報の平均値との比較に使用したが、これ限られず、降雨量毎のピクセル数から上位z%(zは任意)を取り出し、雨量情報の平均値との比較に使用してもよい。
以上に説明したように、第2実施形態に係る水位の予測方法によれば、算出部14は、レーダー降雨量情報に基づきレーダー降雨量情報の降雨量毎のピクセル数の分布を算出する。そして、判定部15は、上位z%の降雨量の平均値と雨量計の雨量の平均値との差分に基づき局所的な降雨の有無を判定する。そして、選択部13は、判定結果に応じて河川の水位の予測に用いる第三の降雨量情報を、レーダー降雨量情報と雨量計の雨量情報とから選択する。これにより、降雨状況に応じて河川の水位を適切に予測することができる。
以上、第1及び第2実施形態に係る河川の水位を予測する方法について説明した。各実施形態に係る予測方法によれば、レーダー降雨像から、通常降雨モードか局所豪雨モードかを判定し、判定結果に応じて河川の水位を予測するための情報をレーダー降雨量情報と雨量計の雨量情報とから選択する。これにより、通常の降雨時には、雨量計の雨量情報を用いて正確な水位予測ができる。また、局所豪雨時には、レーダー降雨量から算出される値を各雨量計の値として入力し、局所的な降雨に対する水位予測を行うことができる。これにより雨量計の密度が高くない地域における局所的な降雨状況においても河川の水位を予測できる。この結果、降雨状況に寄らず、河川の水位上昇の変化をリアルタイムに予測し、防災の観点で重要な河川の増水の危険を予測することが可能になる。
特に、河川流域に雨量観測所がないような中小河川でも流域平均雨量が把握でき、局所豪雨を観測するだけの雨量計が配置されていない箇所においても中小河川の局所豪雨に伴う増水の危険をリアルタイムに予測でき、防災に役立てることができる。
以上、プログラム、方法及び情報処理装置を上記実施形態により説明したが、本開示に係るプログラム、方法及び情報処理装置は上記実施形態に限定されるものではなく、本開示の範囲内で種々の変形及び改良が可能である。また、上記実施形態及び変形例が複数存在する場合、矛盾しない範囲で組み合わせることができる。
例えば、上記各実施形態の予測処理では、対象流域Ar内の雨量計を用いたが、対象流域Ar外であって対象流域Arの近傍の雨量計を用いて上記各実施形態の予測処理を行ってもよい。
以上の説明に関し、更に以下の項を開示する。
(付記1)
水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得し、
取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行い、
前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する、
処理をコンピュータに実行させるプログラム。
(付記2)
前記第一の降雨量情報に基づく降雨量の分散を用いて、前記局所的な降雨の有無を判定する、
付記1に記載のプログラム。
(付記3)
前記第一の降雨量情報と前記第二の降雨量情報との比較結果に基づき、前記局所的な降雨の有無を判定する、
付記1又は2に記載のプログラム。
(付記4)
選択された前記第一の降雨量情報と前記第二の降雨量情報とのいずれかを、前記第三の降雨量情報として用いて、前記河川の水位の予測を行い、
前記水位の予測の結果及び前記局所的な降雨の有無の判定の結果を表示する、
付記1~3のいずれか一項に記載のプログラム。
(付記5)
前記局所的な降雨があると判定した場合、前記第三の降雨量情報として、前記第一の降雨量情報を選択し、
前記局所的な降雨がないと判定した場合、前記第三の降雨量情報として、前記第二の降雨量情報を選択する、
付記1~4のいずれか一項に記載のプログラム。
(付記6)
水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得し、
取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行い、
前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する、
処理をコンピュータが実行する方法。
(付記7)
前記第一の降雨量情報に基づく降雨量の分散を用いて、前記局所的な降雨の有無を判定する、
付記6に記載の方法。
(付記8)
前記第一の降雨量情報と前記第二の降雨量情報との比較結果に基づき、前記局所的な降雨の有無を判定する、
付記6又は7に記載の方法。
(付記9)
選択された前記第一の降雨量情報と前記第二の降雨量情報とのいずれかを、前記第三の降雨量情報として用いて、前記河川の水位の予測を行い、
前記水位の予測の結果及び前記局所的な降雨の有無の判定の結果を表示する、
付記6~8のいずれか一項に記載の方法。
(付記10)
前記局所的な降雨があると判定した場合、前記第三の降雨量情報として、前記第一の降雨量情報を選択し、
前記局所的な降雨がないと判定した場合、前記第三の降雨量情報として、前記第二の降雨量情報を選択する、
付記6~9のいずれか一項に記載の方法。
(付記11)
水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得する取得部と、
取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行う判定部と、
前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する選択部と、
を有する情報処理装置。
(付記12)
前記判定部は、前記第一の降雨量情報に基づく降雨量の分散を用いて、前記局所的な降雨の有無を判定する、
付記11に記載の情報処理装置。
(付記13)
前記判定部は、前記第一の降雨量情報と前記第二の降雨量情報との比較結果に基づき、前記局所的な降雨の有無を判定する、
付記11又は12に記載の情報処理装置。
(付記14)
選択された前記第一の降雨量情報と前記第二の降雨量情報とのいずれかを、前記第三の降雨量情報として用いて、前記河川の水位の予測を行う予測部と、
前記水位の予測の結果及び前記局所的な降雨の有無の判定の結果を表示する表示部と、を有する、
付記11~13のいずれか一項に記載の情報処理装置。
(付記15)
前記選択部は、前記局所的な降雨があると判定した場合、前記第三の降雨量情報として、前記第一の降雨量情報を選択し、
前記局所的な降雨がないと判定した場合、前記第三の降雨量情報として、前記第二の降雨量情報を選択する、
付記11~14のいずれか一項に記載の情報処理装置。
10 情報処理装置
11 記憶部
12 取得部
13 選択部
14 算出部
15 判定部
17 予測部
18 表示部
19 通信部
111 水位データベース
112 雨量データベース
113 レーダーベース
114 流域河川データベース
115 水位観測所データベース
116 雨量観測所データベース

Claims (7)

  1. 水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得し、
    取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行い、
    前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する、
    処理をコンピュータに実行させるプログラム。
  2. 前記第一の降雨量情報に基づく降雨量の分散を用いて、前記局所的な降雨の有無を判定する、
    請求項1に記載のプログラム。
  3. 前記第一の降雨量情報と前記第二の降雨量情報との比較結果に基づき、前記局所的な降雨の有無を判定する、
    請求項1又は2に記載のプログラム。
  4. 選択された前記第一の降雨量情報と前記第二の降雨量情報とのいずれかを、前記第三の降雨量情報として用いて、前記河川の水位の予測を行い、
    前記水位の予測の結果及び前記局所的な降雨の有無の判定の結果を表示する、
    請求項1~3のいずれか一項に記載のプログラム。
  5. 前記局所的な降雨があると判定した場合、前記第三の降雨量情報として、前記第一の降雨量情報を選択し、
    前記局所的な降雨がないと判定した場合、前記第三の降雨量情報として、前記第二の降雨量情報を選択する、
    請求項1~4のいずれか一項に記載のプログラム。
  6. 水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得し、
    取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行い、
    前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する、
    処理をコンピュータが実行する方法。
  7. 水位予測の対象とする河川に紐づいた1または複数のレーダーにより計測された第一の降雨量情報を取得する取得部と、
    取得した前記第一の降雨量情報に基づき、前記河川の水位に影響を与える局所的な降雨の有無の判定を行う判定部と、
    前記判定の結果に応じて、前記河川の水位の予測に用いる第三の降雨量情報を、前記レーダーによる前記第一の降雨量情報と特定の地域の内部又は近傍にある雨量計により計測された第二の降雨量情報とから選択する選択部と、
    を有する情報処理装置。
JP2018214106A 2018-11-14 2018-11-14 プログラム、方法及び情報処理装置 Active JP7110928B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018214106A JP7110928B2 (ja) 2018-11-14 2018-11-14 プログラム、方法及び情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018214106A JP7110928B2 (ja) 2018-11-14 2018-11-14 プログラム、方法及び情報処理装置

Publications (2)

Publication Number Publication Date
JP2020085441A JP2020085441A (ja) 2020-06-04
JP7110928B2 true JP7110928B2 (ja) 2022-08-02

Family

ID=70907421

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018214106A Active JP7110928B2 (ja) 2018-11-14 2018-11-14 プログラム、方法及び情報処理装置

Country Status (1)

Country Link
JP (1) JP7110928B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117371310B (zh) * 2023-09-25 2024-07-09 广东省高速公路发展股份有限公司佛开分公司 一种宽幅高速公路路面水膜厚度预测模型的建立方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001201576A (ja) 2000-01-18 2001-07-27 Nippon Telegr & Teleph Corp <Ntt> 気象画像検索方法および装置およびこの方法を記録した記録媒体
JP2003014868A (ja) 2001-06-28 2003-01-15 Foundation Of River & Basin Integrated Communications Japan 洪水予測情報提供システム
JP2006030013A (ja) 2004-07-16 2006-02-02 Foundation Of River & Basin Integrated Communications Japan 全国合成レーダ雨量情報提供システム
JP2008157713A (ja) 2006-12-22 2008-07-10 Foundation Of River & Basin Integrated Communications Japan レーダ雨量計運用管理システム
JP2009008651A (ja) 2007-05-31 2009-01-15 Foundation Of River & Basin Integrated Communications Japan 全国合成レーダ雨量を用いた分布型流出予測システム
JP2012058184A (ja) 2010-09-13 2012-03-22 Toshiba Corp 豪雨予測情報提供装置および豪雨予測情報提供方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3249412B2 (ja) * 1996-12-13 2002-01-21 株式会社東芝 降雨観測値補正処理装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001201576A (ja) 2000-01-18 2001-07-27 Nippon Telegr & Teleph Corp <Ntt> 気象画像検索方法および装置およびこの方法を記録した記録媒体
JP2003014868A (ja) 2001-06-28 2003-01-15 Foundation Of River & Basin Integrated Communications Japan 洪水予測情報提供システム
JP2006030013A (ja) 2004-07-16 2006-02-02 Foundation Of River & Basin Integrated Communications Japan 全国合成レーダ雨量情報提供システム
JP2008157713A (ja) 2006-12-22 2008-07-10 Foundation Of River & Basin Integrated Communications Japan レーダ雨量計運用管理システム
JP2009008651A (ja) 2007-05-31 2009-01-15 Foundation Of River & Basin Integrated Communications Japan 全国合成レーダ雨量を用いた分布型流出予測システム
JP2012058184A (ja) 2010-09-13 2012-03-22 Toshiba Corp 豪雨予測情報提供装置および豪雨予測情報提供方法

Also Published As

Publication number Publication date
JP2020085441A (ja) 2020-06-04

Similar Documents

Publication Publication Date Title
Karjalainen et al. Circumpolar permafrost maps and geohazard indices for near-future infrastructure risk assessments
Girons Lopez et al. Location and density of rain gauges for the estimation of spatial varying precipitation
US8825080B1 (en) Predicting geographic population density
CN106709127B (zh) 利用cfd和卫星数据提取污染排放源
Fotopoulos et al. Flood forecasting in transboundary catchments using the Open Modeling Interface
JP6992679B2 (ja) 情報提示方法、情報提示装置および情報提示プログラム
JP2020134300A (ja) 予測方法、予測プログラム及び情報処理装置
US20180180459A1 (en) Distance calculation method, flow volume measuring method, distance calculation apparatus, and flow volume measuring apparatus
US20160313138A1 (en) System and method for dynamically optimizing map destination routing performance
Walter et al. Downstream channel changes after a small dam removal: using aerial photos and measurement error for context; Calapooia River, Oregon
JP6884318B2 (ja) 気象予測システム、気象予測方法、気象予測プログラム
JPWO2018116958A1 (ja) リアルタイム浸水ハザードマッピングのための現地情報同化装置及び方法並びにプログラム
Bacques et al. Sentinel optical and SAR data highlights multi-segment faulting during the 2018 Palu-Sulawesi earthquake (Mw 7.5)
JP6908947B1 (ja) リアルタイム内水氾濫浸水予測システム、リアルタイム内水氾濫浸水予測装置、リアルタイム内水氾濫浸水予測方法、リアルタイム内水氾濫浸水予測プログラム及びコンピュータで読み取り可能な記録媒体並びに記憶した機器
Meng Raster data projection transformation based-on Kriging interpolation approximate grid algorithm
JP7110928B2 (ja) プログラム、方法及び情報処理装置
US10600007B2 (en) Auto-analyzing spatial relationships in multi-scale spatial datasets for spatio-temporal prediction
KR20170051971A (ko) 도시 계획 지원 시스템 및 도시 계획 정보 제공 방법
JP6178121B2 (ja) 模擬降雨データ生成装置、生成方法およびプログラム
Bitharis et al. Assessing a new velocity field in Greece towards a new semi-kinematic datum
WO2018183853A1 (en) System and method for forecasting snowfall probability distributions
KR20200056121A (ko) 지역별 공간 특성이 반영되는 규모 상세화 방법
Juang et al. Probabilistic assessment and mapping of liquefaction hazard: from site-specific analysis to regional mapping
Sultanov et al. Development of a processing method of digital maps and satellite images for solving problems of emergencies
Kouakou et al. Assessing potential coastal flood exposure along the Port-Bouët Bay in Côte d’Ivoire using the enhanced bathtub model

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210810

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: 20220621

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220622

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220704

R150 Certificate of patent or registration of utility model

Ref document number: 7110928

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150