JPH10227869A - 降水域発達・減衰予測装置 - Google Patents
降水域発達・減衰予測装置Info
- Publication number
- JPH10227869A JPH10227869A JP2912697A JP2912697A JPH10227869A JP H10227869 A JPH10227869 A JP H10227869A JP 2912697 A JP2912697 A JP 2912697A JP 2912697 A JP2912697 A JP 2912697A JP H10227869 A JPH10227869 A JP H10227869A
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- rainfall
- change
- development
- 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.)
- Granted
Links
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
Abstract
(57)【要約】
【課題】 少ない演算コストで、レーダー画像から降水
域の発達・衰退を推定する。 【解決手段】 降水域減衰域予測装置は、雨域のレーダ
ー画像を入力する画像入力部１００と、時系列のレーダ
ー画像を蓄積する画像蓄積部１１０と、画像蓄積部１１
０に蓄積されている過去の時系列画像（２次元画像）の
面積値の変化を１次元時系列信号として抽出する画像処
理部１２０と、１次元時系列信号に非線形の関数を最小
自乗法により当てはめる関数当てはめ部１３０と、過去
の時系列から適当なフレーム数だけ、非線形関数に基づ
いて面積の変化を予測する予測部１４０と、予測した面
積の値を出力する出力部１５０で構成されている。
域の発達・衰退を推定する。 【解決手段】 降水域減衰域予測装置は、雨域のレーダ
ー画像を入力する画像入力部１００と、時系列のレーダ
ー画像を蓄積する画像蓄積部１１０と、画像蓄積部１１
０に蓄積されている過去の時系列画像（２次元画像）の
面積値の変化を１次元時系列信号として抽出する画像処
理部１２０と、１次元時系列信号に非線形の関数を最小
自乗法により当てはめる関数当てはめ部１３０と、過去
の時系列から適当なフレーム数だけ、非線形関数に基づ
いて面積の変化を予測する予測部１４０と、予測した面
積の値を出力する出力部１５０で構成されている。
Description
【０００１】
【発明の属する技術分野】本発明は、気象レーダー画像
に基づいた狭い地域の雨域の時系列変化を短時間予測
し、高速にかつ簡易に降水域の発達・衰退を予測する装
置に関する。
に基づいた狭い地域の雨域の時系列変化を短時間予測
し、高速にかつ簡易に降水域の発達・衰退を予測する装
置に関する。
【０００２】
【従来の技術】従来、気象予測を行う際、気象庁ではア
メダスや気象衛星から得られる２、３次元的な気温、気
圧、露点、風ベクトル等の様々な物理パラメータを用い
て、数理・物理方程式を介した数十時間先もしくは数日
先の日本全国の気象現象の変化を予測してきている。一
方、近年より狭い地域での分オーダーの短い時間におけ
る気象予測が望まれているため、局地的に配置された気
象レーダー装置から雨域の変化情報からの予測が必須と
なってきている。雨域の変化は、降雨や降雪がある領域
の変化を意味し、見かけ上、雲状をなしている。画像と
しての雨域は、様々な形状と濃淡値の組み合わせとして
表現されており、特徴量の明瞭な記述が困難であること
から画像処理手法に基づいた雨域の動き検出は容易には
いかない。そのため現在でも、人の経験則に基づいた雨
域の変化からの主観的な読み取りが行われ、活用されて
いる。自動的かつ客観的な雨域変化を計算機上で行うた
めに、時空間的相関法により雨域変化検出が試みられて
いる。この方法は、２つの画像フレーム間（ｆ（ｔ）と
ｆ（ｔ＋１）：ｔは時間ステップ）の、濃淡値の類似性
について算出した後、相関値が最も高い点が対応してい
ると仮定した上、雨域の移動量を推定する。推定された
移動量に基づいて雨域を平行移動させていく。推定され
た次のステップの雨域画像を繰り返し、特定数のステッ
プ先までの予測が可能となる。
メダスや気象衛星から得られる２、３次元的な気温、気
圧、露点、風ベクトル等の様々な物理パラメータを用い
て、数理・物理方程式を介した数十時間先もしくは数日
先の日本全国の気象現象の変化を予測してきている。一
方、近年より狭い地域での分オーダーの短い時間におけ
る気象予測が望まれているため、局地的に配置された気
象レーダー装置から雨域の変化情報からの予測が必須と
なってきている。雨域の変化は、降雨や降雪がある領域
の変化を意味し、見かけ上、雲状をなしている。画像と
しての雨域は、様々な形状と濃淡値の組み合わせとして
表現されており、特徴量の明瞭な記述が困難であること
から画像処理手法に基づいた雨域の動き検出は容易には
いかない。そのため現在でも、人の経験則に基づいた雨
域の変化からの主観的な読み取りが行われ、活用されて
いる。自動的かつ客観的な雨域変化を計算機上で行うた
めに、時空間的相関法により雨域変化検出が試みられて
いる。この方法は、２つの画像フレーム間（ｆ（ｔ）と
ｆ（ｔ＋１）：ｔは時間ステップ）の、濃淡値の類似性
について算出した後、相関値が最も高い点が対応してい
ると仮定した上、雨域の移動量を推定する。推定された
移動量に基づいて雨域を平行移動させていく。推定され
た次のステップの雨域画像を繰り返し、特定数のステッ
プ先までの予測が可能となる。
【０００３】ある時刻での降水域の２次元画像から、数
分〜時間先の降水域の変化を２次元画像のまま予測を試
みているが、降水量の大小に関わる面積の増減変化を考
慮した予測をしていない。そのため、発達過程にある降
水域パターンを用いて予測を続けると、実際の現象が減
衰過程に入っても降水域パターンは小さくならず、逆
に、実際の現象が減衰過程から再び発達過程に入っても
降水域パターンは大きくならず、結果として、いずれか
の過程の大きな変化時には予測誤差は大きく増大してし
まう。
分〜時間先の降水域の変化を２次元画像のまま予測を試
みているが、降水量の大小に関わる面積の増減変化を考
慮した予測をしていない。そのため、発達過程にある降
水域パターンを用いて予測を続けると、実際の現象が減
衰過程に入っても降水域パターンは小さくならず、逆
に、実際の現象が減衰過程から再び発達過程に入っても
降水域パターンは大きくならず、結果として、いずれか
の過程の大きな変化時には予測誤差は大きく増大してし
まう。
【０００４】
【発明が解決しようとする課題】これまで適用されてい
る時空間的相関法は、連続する２つの画像から１つの動
きベクトルを推定する。しかしながら、相関係数を算出
するためには画素毎に演算を施す必要があるために、画
像全体で数千回〜数万回オーダーの演算回数が要求され
る問題がある。また、画像の濃淡値は、雨域が生成・消
滅を絶え間なく繰り返しているために、前フレームの濃
淡値と次フレームの濃淡値とが常に１対１に対応してい
ることはないので、濃淡値に基づいた相関値への信頼性
は必ずしも高くなく、不安定であるという問題がある。
さらに、相関係数が求められないような散漫な雨域画像
の場合は、動きベクトルをほとんど推定することができ
ず、その間の補間方法についても見い出されていないの
が現状である。
る時空間的相関法は、連続する２つの画像から１つの動
きベクトルを推定する。しかしながら、相関係数を算出
するためには画素毎に演算を施す必要があるために、画
像全体で数千回〜数万回オーダーの演算回数が要求され
る問題がある。また、画像の濃淡値は、雨域が生成・消
滅を絶え間なく繰り返しているために、前フレームの濃
淡値と次フレームの濃淡値とが常に１対１に対応してい
ることはないので、濃淡値に基づいた相関値への信頼性
は必ずしも高くなく、不安定であるという問題がある。
さらに、相関係数が求められないような散漫な雨域画像
の場合は、動きベクトルをほとんど推定することができ
ず、その間の補間方法についても見い出されていないの
が現状である。
【０００５】また、相関法では、単位時間当たりの移動
量が大きいときは、大きい目の窓関数を、移動量が小さ
いときは、小さめの窓関数を適宜用意する必要があり、
最適な窓関数の大きさを決定することは容易ではなく、
同時に、決定しようとするならば、それに要する演算時
間は全体として数〜十倍増加する問題が生じる。
量が大きいときは、大きい目の窓関数を、移動量が小さ
いときは、小さめの窓関数を適宜用意する必要があり、
最適な窓関数の大きさを決定することは容易ではなく、
同時に、決定しようとするならば、それに要する演算時
間は全体として数〜十倍増加する問題が生じる。
【０００６】雨域が停滞性の場合、雨域の輪郭形状の変
化に比べると、雨域の濃淡値の変化が激しい。このよう
な雨域において、相関法をそのまま適用すると、全体の
雨域の移動はなくても、雨域の濃淡変化があるために、
何らかの動きベクトルが複数個得られてしまい、その動
きベクトルで雨域を移動させていた。そのため、予測が
進む程、雨域の領域が外れていってしまう問題があっ
た。
化に比べると、雨域の濃淡値の変化が激しい。このよう
な雨域において、相関法をそのまま適用すると、全体の
雨域の移動はなくても、雨域の濃淡変化があるために、
何らかの動きベクトルが複数個得られてしまい、その動
きベクトルで雨域を移動させていた。そのため、予測が
進む程、雨域の領域が外れていってしまう問題があっ
た。
【０００７】降水域の変化が一定という強い仮定がおか
れた単純なモデルであったために、対流に伴った降水域
の変化の程度を予測方法が試みられていなかった。少な
くとも、降水域の急激な発達あるいは、減衰過程におけ
る一時的な降水域の発達については、統計的な知見が乏
しかったために、試みられていなかった。
れた単純なモデルであったために、対流に伴った降水域
の変化の程度を予測方法が試みられていなかった。少な
くとも、降水域の急激な発達あるいは、減衰過程におけ
る一時的な降水域の発達については、統計的な知見が乏
しかったために、試みられていなかった。
【０００８】すなわち、降水域の面積の変化が増加から
減少へ、あるいは減少から増加するような変化の前後で
は、線形予測を行っていたために、非線形の面積の変化
を予測することができず、結果として、予測誤差の増大
が避けられなかった問題があった。
減少へ、あるいは減少から増加するような変化の前後で
は、線形予測を行っていたために、非線形の面積の変化
を予測することができず、結果として、予測誤差の増大
が避けられなかった問題があった。
【０００９】本発明の目的は、演算コストを大幅に軽減
し、レーダー画像からの降水域の発達・衰退を長時間精
度良く予測する装置を提供することである。
し、レーダー画像からの降水域の発達・衰退を長時間精
度良く予測する装置を提供することである。
【００１０】
【課題を解決するための手段】本発明の降水域発達・減
衰予測装置は、雨域のレーダー画像を入力する画像入力
手段と、前記画像入力手段から入力された時系列のレー
ダー画像を蓄積する画像蓄積手段と、前記画像蓄積手段
に蓄積されている時系列画像から降水域の面積値の変化
を１次元時系列信号として抽出する画像処理手段と、非
線形の関数を前記１次元時系列信号に最小自乗法により
当てはめる関数当てはめ手段と、過去の１次元面積変化
から非線形関数に基づいて数十フレーム先の面積変化を
予測する予測手段を有する。
衰予測装置は、雨域のレーダー画像を入力する画像入力
手段と、前記画像入力手段から入力された時系列のレー
ダー画像を蓄積する画像蓄積手段と、前記画像蓄積手段
に蓄積されている時系列画像から降水域の面積値の変化
を１次元時系列信号として抽出する画像処理手段と、非
線形の関数を前記１次元時系列信号に最小自乗法により
当てはめる関数当てはめ手段と、過去の１次元面積変化
から非線形関数に基づいて数十フレーム先の面積変化を
予測する予測手段を有する。
【００１１】本発明では、画像処理技法に基づいて、２
次元画像情報から面積値の変化を１次元の時系列信号と
して抽出し、これに非線形の関数を最小自乗法により当
てはめ、数十フレーム先の面積変化を予測することを特
徴とする。降水域の変化を１次元信号として扱うこと
で、メモリや演算コストを大幅に削減することができ、
同時に、非常に高速な処理が可能である。また、面積の
増加が生じる１時間ほど前に、強度の一時的な増加が観
測されていることからこの知見を利用した降水域の発達
が予測できる。さらに、面積が減少している間でも、強
度値が増加するような場合は、面積が一時的に増加する
ことも観測されている。このような対流に起因すると考
えられる強度の増加の後に降水域が拡大し、逆に強度が
減少していくときは、降水域が縮小していく降雨現象の
ライフサイクルがレーダーエコー画像情報に含まれてい
ることが明らかになっている。
次元画像情報から面積値の変化を１次元の時系列信号と
して抽出し、これに非線形の関数を最小自乗法により当
てはめ、数十フレーム先の面積変化を予測することを特
徴とする。降水域の変化を１次元信号として扱うこと
で、メモリや演算コストを大幅に削減することができ、
同時に、非常に高速な処理が可能である。また、面積の
増加が生じる１時間ほど前に、強度の一時的な増加が観
測されていることからこの知見を利用した降水域の発達
が予測できる。さらに、面積が減少している間でも、強
度値が増加するような場合は、面積が一時的に増加する
ことも観測されている。このような対流に起因すると考
えられる強度の増加の後に降水域が拡大し、逆に強度が
減少していくときは、降水域が縮小していく降雨現象の
ライフサイクルがレーダーエコー画像情報に含まれてい
ることが明らかになっている。
【００１２】本発明の実施態様によれば、関数当てはめ
手段は２次関数の当てはめを行う。
手段は２次関数の当てはめを行う。
【００１３】本発明の実施態様によれば、予測手段は面
積の増加から減少への極大値および／または減少から増
大への極小値の予測を含む。
積の増加から減少への極大値および／または減少から増
大への極小値の予測を含む。
【００１４】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００１５】図１は本発明の一実施形態の降水域減衰予
測装置の構成図である。
測装置の構成図である。
【００１６】本実施形態の降水域発達・減衰域予測装置
は、雨域のレーダー画像を入力する画像入力部１００
と、時系列のレーダー画像を蓄積する画像蓄積部１１０
と、画像蓄積部１１０に蓄積されている過去の時系列画
像（２次元画像）の面積値の変化を１次元時系列信号と
して抽出する画像処理部１２０と、１次元時系列信号に
非線形の関数を最小自乗法により当てはめる関数当ては
め部１３０と、過去の１次元面積変化に非線形関数に基
づいて数十フレーム先の面積の変化を予測する予測部１
４０と、予測した面積の値を出力する出力部１５０で構
成されている。
は、雨域のレーダー画像を入力する画像入力部１００
と、時系列のレーダー画像を蓄積する画像蓄積部１１０
と、画像蓄積部１１０に蓄積されている過去の時系列画
像（２次元画像）の面積値の変化を１次元時系列信号と
して抽出する画像処理部１２０と、１次元時系列信号に
非線形の関数を最小自乗法により当てはめる関数当ては
め部１３０と、過去の１次元面積変化に非線形関数に基
づいて数十フレーム先の面積の変化を予測する予測部１
４０と、予測した面積の値を出力する出力部１５０で構
成されている。
【００１７】図２は、実際の面積変化に非線形関数を最
小自乗法により近似当てはめした結果を示す図である。
２次元画像より降水域の面積変化を１次元信号の時系列
として検出すると、どのような降水域パターンについて
も、大局的に見ると、正弦波状に数時間毎に極大値と極
小値が発現する特徴がある。したがって、適当な非線形
関数で、このような極大値と極小値を予測することが可
能である。
小自乗法により近似当てはめした結果を示す図である。
２次元画像より降水域の面積変化を１次元信号の時系列
として検出すると、どのような降水域パターンについて
も、大局的に見ると、正弦波状に数時間毎に極大値と極
小値が発現する特徴がある。したがって、適当な非線形
関数で、このような極大値と極小値を予測することが可
能である。
【００１８】図３は、非線形関数を過去のデータの累積
に応じて当てはめた結果を示す図である。降水域の初期
の発達過程において、２次関数を最小自乗法により近似
当てはめると、極大値、すなわち、発達から衰退に推移
する時間と最大面積が予測できる（図３Ａ））、過去の
データを増やすと極大値の推定精度は向上する（図３
（Ｂ））。実際の極大値（図３（Ｃ））と非線形関数を
近似的に当てはめた予測結果には大きな隔たりがないこ
とがわかる。降水域発達・衰退過程は近似的に２次関数
的な変化であることは、大局的には、最大値が生じた後
は数十時間経つまでは、すぐには発現しないことに対応
している。
に応じて当てはめた結果を示す図である。降水域の初期
の発達過程において、２次関数を最小自乗法により近似
当てはめると、極大値、すなわち、発達から衰退に推移
する時間と最大面積が予測できる（図３Ａ））、過去の
データを増やすと極大値の推定精度は向上する（図３
（Ｂ））。実際の極大値（図３（Ｃ））と非線形関数を
近似的に当てはめた予測結果には大きな隔たりがないこ
とがわかる。降水域発達・衰退過程は近似的に２次関数
的な変化であることは、大局的には、最大値が生じた後
は数十時間経つまでは、すぐには発現しないことに対応
している。
【００１９】図４は、非線形関数を用いた統計的な予測
の評価を示す図である。フレーム誤差を３段階（１５
分）毎に分けた場合、フレーム誤差は４〜６フレームで
あり（図４（Ａ））、時間にして２０分〜３０分程度で
ある。また、面積値そのものについては、誤差は１０％
程度である（図４（Ｂ））。したがって、非線形関数に
よる面積の予測はほぼ実用に耐える精度といえる。
の評価を示す図である。フレーム誤差を３段階（１５
分）毎に分けた場合、フレーム誤差は４〜６フレームで
あり（図４（Ａ））、時間にして２０分〜３０分程度で
ある。また、面積値そのものについては、誤差は１０％
程度である（図４（Ｂ））。したがって、非線形関数に
よる面積の予測はほぼ実用に耐える精度といえる。
【００２０】図５は、ＣＳＩ（Ｃｒｉｔｉｃａｌ Ｓｕ
ｃｃｅｓｓ Ｉｎｄｅｘ）により的中率を従来法と比較
した結果を示す図である。観測された実際の領域の面積
をａ、予測された領域の面積をｂ、的中した領域の面積
をｃとすると、 ＣＳＩ＝ｂ／（ａ＋ｃ）（％） で表わされる。従来法として、相互相関法あるいはニュ
ーラルネットによる予測では、１時間後の的中率が５０
％未満となる。また、流体方程式により雨域の成長を含
めると、２時間以降で５０％未満となる。しかしなが
ら、実際の現象が２時間以降は発達から衰退過程に推移
しているので、拡散係数は本来可変すべきであるが、こ
れまではそのような適応アルゴリズムは考案されていな
かった。すなわち、面積の増加予測だけ、もしくは面積
の減少予測のいずれしかできなかった。
ｃｃｅｓｓ Ｉｎｄｅｘ）により的中率を従来法と比較
した結果を示す図である。観測された実際の領域の面積
をａ、予測された領域の面積をｂ、的中した領域の面積
をｃとすると、 ＣＳＩ＝ｂ／（ａ＋ｃ）（％） で表わされる。従来法として、相互相関法あるいはニュ
ーラルネットによる予測では、１時間後の的中率が５０
％未満となる。また、流体方程式により雨域の成長を含
めると、２時間以降で５０％未満となる。しかしなが
ら、実際の現象が２時間以降は発達から衰退過程に推移
しているので、拡散係数は本来可変すべきであるが、こ
れまではそのような適応アルゴリズムは考案されていな
かった。すなわち、面積の増加予測だけ、もしくは面積
の減少予測のいずれしかできなかった。
【００２１】本実施形態では、面積の１次元信号に基づ
いて、発達から衰退の予測が行えるので、流体方程式の
拡散係数を発達・衰退過程に応じて予め可変させること
ができ、その結果、２時間以降でも的中率の大きな低下
は避けられるようになり、５０％以上の的中率を保つこ
とができるようになった。
いて、発達から衰退の予測が行えるので、流体方程式の
拡散係数を発達・衰退過程に応じて予め可変させること
ができ、その結果、２時間以降でも的中率の大きな低下
は避けられるようになり、５０％以上の的中率を保つこ
とができるようになった。
【００２２】なお、２次関数以外に、指数関数、ｓｉｎ
関数等の非線形関数も適用することができる。
関数等の非線形関数も適用することができる。
【００２３】
【発明の効果】以上説明したように、本発明は、２次元
画像情報を面積についての１次元時系列信号に変換して
降水域の変化を予測するので、少ないメモリ、かつ高速
に行うことができ、また、面積の発達から衰退過程もし
くは衰退から発達過程の大きな現象の予測が非線形関数
を面積変化に最小自乗的に近似することで実現でき、そ
の結果、長時間の精度ある予測が可能となる効果があ
る。
画像情報を面積についての１次元時系列信号に変換して
降水域の変化を予測するので、少ないメモリ、かつ高速
に行うことができ、また、面積の発達から衰退過程もし
くは衰退から発達過程の大きな現象の予測が非線形関数
を面積変化に最小自乗的に近似することで実現でき、そ
の結果、長時間の精度ある予測が可能となる効果があ
る。
【図１】本発明の一実施形態の降水域発達・減衰予測装
置の構成図である。
置の構成図である。
【図２】実際の面積変化に非線形関数を近似当てはめし
た結果を示す図である。
た結果を示す図である。
【図３】非線形関数を過去のデータの蓄積に応じて当て
はめた結果を示す図である。
はめた結果を示す図である。
【図４】フレーム予測誤差と面積予測誤差の評価を示す
図である。
図である。
【図５】ＣＳＩより的中率を従来法と比較した図であ
る。
る。
１００ 画像入力部 １１０ 画像蓄積部 １２０ 画像処理部 １３０ 関数当てはめ部 １４０ 予測部 １５０ 出力部
Claims (3)
- 【請求項１】 雨域のレーダー画像を入力する画像入力
手段と、 前記画像入力手段から入力された時系列のレーダー画像
を蓄積する画像蓄積手段と、 前記画像蓄積手段に蓄積されている時系列画像から降水
域の面積値の変化を１次元時系列信号として抽出する画
像処理手段と、 非線形の関数を前記１次元時系列信号に最小自乗法によ
り当てはめる関数当てはめ手段と、 過去の１次元面積変化から前記非線形関数に基づいて数
十フレーム先の面積変化を予測する予測手段を有する降
水域発達・減衰予測装置。 - 【請求項２】 前記関数当てはめ手段は２次関数の当て
はめを行う、請求項１記載の降水域画像予測装置。 - 【請求項３】 前記予測手段は面積の増加から減少への
極大値および／または減少から増大への極小値の予測を
含む、請求項１または２記載の降水域発達・減衰予測装
置。
Priority Applications (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02912697A JP3377073B2 (ja) | 1997-02-13 | 1997-02-13 | 降水域発達・減衰予測装置 |
| MYPI97005221A MY117870A (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| DE69735158T DE69735158T2 (de) | 1996-12-26 | 1997-11-04 | Verfahren und Vorrichtung zur Niederschlagsmustervoraussage mit einem meteorologischen Radar |
| EP05108079.4A EP1607765B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern precdiction apparatus |
| EP05108076A EP1602941B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| EP97402626A EP0851240B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| EP07106760.7A EP1811317B1 (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction apparatus |
| US08/964,470 US6128578A (en) | 1996-12-26 | 1997-11-04 | Meteorological radar precipitation pattern prediction method and apparatus |
| DE69740047T DE69740047D1 (de) | 1996-12-26 | 1997-11-04 | Verfahren und Vorrichtung zur Niederschlagsmustervoraussage mit einem meteorologischen Radar |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02912697A JP3377073B2 (ja) | 1997-02-13 | 1997-02-13 | 降水域発達・減衰予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10227869A true JPH10227869A (ja) | 1998-08-25 |
| JP3377073B2 JP3377073B2 (ja) | 2003-02-17 |
Family
ID=12267618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02912697A Expired - Lifetime JP3377073B2 (ja) | 1996-12-26 | 1997-02-13 | 降水域発達・減衰予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3377073B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10227854A (ja) * | 1997-02-13 | 1998-08-25 | Nippon Telegr & Teleph Corp <Ntt> | レーダーエコーパターン分類方法とその装置 |
| JP2010181335A (ja) * | 2009-02-06 | 2010-08-19 | Furuno Electric Co Ltd | レーダ装置 |
| JP2014002108A (ja) * | 2012-06-20 | 2014-01-09 | Furuno Electric Co Ltd | 危険物標検出装置 |
-
1997
- 1997-02-13 JP JP02912697A patent/JP3377073B2/ja not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10227854A (ja) * | 1997-02-13 | 1998-08-25 | Nippon Telegr & Teleph Corp <Ntt> | レーダーエコーパターン分類方法とその装置 |
| JP2010181335A (ja) * | 2009-02-06 | 2010-08-19 | Furuno Electric Co Ltd | レーダ装置 |
| JP2014002108A (ja) * | 2012-06-20 | 2014-01-09 | Furuno Electric Co Ltd | 危険物標検出装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3377073B2 (ja) | 2003-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5974360A (en) | Method and equipment for weather image prediction | |
| US11675071B2 (en) | Predicting weather radar images | |
| US6128578A (en) | Meteorological radar precipitation pattern prediction method and apparatus | |
| Ritvanen et al. | Advection-free convolutional neural network for convective rainfall nowcasting | |
| CN109065176B (zh) | 一种血糖预测方法、装置、终端和存储介质 | |
| JP2965790B2 (ja) | レーダー降雨短期移動予測装置 | |
| JPH10227869A (ja) | 降水域発達・減衰予測装置 | |
| JP2003288603A (ja) | 映像シーン予測方法、装置、プログラム、および記録媒体 | |
| JPH11160454A (ja) | １次元量予測装置 | |
| JP3377074B2 (ja) | 降水量変化予測装置 | |
| JP3377076B2 (ja) | 局所雨域予測方法および装置 | |
| JPH08271649A (ja) | 気象予測装置 | |
| JP3375038B2 (ja) | 降水パターン変化予測方法および装置 | |
| JP3377075B2 (ja) | ２次元降水量予測装置 | |
| JPH09318745A (ja) | 相互相関雨域予測装置および相互相関雨域予測方法 | |
| JP3351457B2 (ja) | 雨域成長・消滅予測装置 | |
| JP3377071B2 (ja) | 大局的雨域予測装置 | |
| JP3351458B2 (ja) | 消滅雨域パターン予測装置 | |
| Johnson et al. | A novel framework for objective detection and tracking of TC center from noisy satellite imagery | |
| JP3317332B2 (ja) | レーダーエコーパターン分類方法とその装置 | |
| JPH09318767A (ja) | 雨域予測装置 | |
| JPH09145851A (ja) | 気象予測装置 | |
| CN114564487B (zh) | 预报预测相结合的气象栅格数据更新方法 | |
| JP2001201576A (ja) | 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 | |
| Vidyadharan et al. | Precipitation Nowcasting using Data-driven Reduced-order Model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071206 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081206 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091206 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101206 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101206 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111206 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111206 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121206 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121206 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131206 Year of fee payment: 11 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |