JPH10260268A - 消滅雨域パターン予測装置 - Google Patents
消滅雨域パターン予測装置Info
- Publication number
- JPH10260268A JPH10260268A JP9066497A JP6649797A JPH10260268A JP H10260268 A JPH10260268 A JP H10260268A JP 9066497 A JP9066497 A JP 9066497A JP 6649797 A JP6649797 A JP 6649797A JP H10260268 A JPH10260268 A JP H10260268A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pattern
- frequency
- time
- vanishing
- 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
Landscapes
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
おける位置情報がもたらす形状の複雑さの影響を低減す
る。 【解決手段】 画像入力部100を用いて雨域のレーダ
ー画像を入力し、画像蓄積部110に過去の時系列画像
を蓄積する。周波数変換部120で時系列画像を2次元
周波数領域に変換して位置情報の相違の軽減する。消滅
パターン生成部130で、周波数分布の密度の違いに応
じて確率密度関数の分散値を変化させて、この関数に基
づいて時間方向に周波数分布の変化を予測し、周波数画
像を時間領域に逆変換して消滅していく雨域パターンを
生成する。出力部140で、予測された消滅していく雨
域パターンを表示する。
Description
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、気象の変化に敏感に影響されるような狭い地域
における様々な経済活動が円滑に営まれるように、複雑
で多様なエコー画像の衰退過程における、雨域パターン
の変化を予測するレーダーエコーパターンの消滅予測装
置に関する。
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ーを用
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きているため、局地的に配置
し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、明瞭な特徴量の記述が困難であ
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。対流現象の一端として、それが弱まってい
る場合は、ぼんやりと一様に広がったり、それが強まっ
たりしている場合は、凹凸に富んだ形状が発現すること
が多い。
降水量の関係を解析した例は見られる。しかしながら、
全体に占めるパターンのほんの一部についての解析結果
であり、パターンと降水量の関係については、主観的な
分類方法が依然として中心的である。
は、過去と現在のフレーム間の相互相関関数を求めて、
最大相関係数、即ち、最も類似性の高い方向を求めて、
その方向に現在の雨域パターンを線形に平行移動させて
いく方法が適用されている。しかしながら、線形に平行
移動させている過程では、雨域パターンの形状、濃度は
一定のままである。
かわらず、レーダーエコー画像が2次元であることであ
る。従って、乱流モデルなどで数値シミュレーションを
行うためには、物理的な条件が欠けており、容易に補う
ことが困難である。
コー画像に映しだされる雲状のパターンの変化について
は直接画像上に主観的にその輪郭線をなぞったり、重心
を適当に見積もってトレースしたりしていることがほと
んどである。これは、画像処理技法で2つの連続するフ
レーム間の相互相関係数を求めたとしても、パターンの
もつ濃淡値と形状が同時に常に変化しているために信頼
性の高い相互相関係数は推定されないことが多いため
に、人為的に行わざるを得ない。
ンや細切れパターンの場合は、雨域の面積の大小にかか
わらず、その予測は難しい。これは、それだけパターン
の生成・消滅が激しいことに起因するが、画像におい
て、適切に消滅させていく方法が見い出されていなかっ
た。
報がもたらす、形状の複雑さの影響を低減させ、また濃
淡、まだら変化、位置変化を同時に予測できる消滅雨域
パターン予測装置を提供することにある。
ン予測装置は、入力された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
画像を2次元周波数領域に変換する周波数変換手段と、
周波数分布の密度の違いに応じて確率密度関数の分散値
を変化させて、この関数に基づいて時間方向に周波数分
布の変化を予測し、周波数画像を時間領域に逆変換して
消滅していく雨域パターンを生成する消滅パターン生成
手段と、生成された雨域パターンを表示する出力手段を
有する。
時間領域でのパターンの特徴抽出を行うのではなく、周
波数領域で処理を行う。これにより、時間領域における
位置情報がもたらす、形状の複雑さの影響を低減させる
ことができる。また、様々な確率密度関数に基づいて消
滅過程の統計的な予測をおこなっていくので、事前知識
をほとんど使わずに、的中率を高く保てる特徴がある。
が非ガラス分布(ポアソン分布、ガンマ分布、指数分布
等)を持つ関数である。
あるので、その場合には非ガウス分布、すなわち非方向
性を持つ確率密度関数を作用させることが適切である。
生成手段は確率密度関数を時間領域における2次元画像
と周波数画像に適用する。
密度関数を適用すると、濃淡、まだら変化、位置変化を
同時に予測できる。
生成手段は、雨域の時系列データをマルコフ連鎖とみな
して、チャップマン・コルモゴロフ方程式を適用し、推
移確率を更新していくことで、雨域の消滅確率を位置、
濃淡値、まだらの程度についてそれぞれに予測を行う。
慮した、多重マルコフ連鎖モデルを適用する。
て図面を参照して説明する。
ーン予測装置の構成を示す図である。
は、雨域のレーダー画像を入力する画像入力部100
と、入力されたレーダー画像を蓄積する画像蓄積部11
0と、画像蓄積部110に蓄積されている時系列画像を
2次元周波数領域に変換する周波数変換部120と、周
波数分布の密度の違いに応じて確率密度関数の分散値を
変化させて、この関数に基づいて時間方向に周波数分布
の変化を予測し、周波数画像を時間領域に逆変換して、
消滅していく雨域パターンを生成する消滅パターン生成
部130と、生成された雨域パターンを表示する出力部
140で構成されている。
る筋状パターンが細切れパターンになった例を示す図で
ある。パターンの変化の予測を行うためには、少なくと
も、濃淡値、消滅位置、形状についてそれぞれを予測す
ることが必要であることがわかる。
を周波数変換した結果の例を示す図である。入力する画
像(図2(A))は、そのパターンが複数存在し、形
状、大きさも様々である。時間領域での複雑な形状も、
周波数変換した画像(2次元に分布する周波数画像、同
2(B))は、滑らかな分布をしており、筋状パターン
と細切れパターンの識別も周波数分布の方が簡単な方法
で識別できる。
ば、高速に演算できる。また、高周波数成分側でエイリ
アシング(alcasing)が生じないように、FF
Tを適用する際、ローバスフィルター等を作用させてお
く必要がある。
ーン生成部130による雨域パターンのまだら度、濃淡
分布、位置分布に関しての予想結果を示す図である。こ
こでは、3つの変量を考える。即ち、まだら度は、周波
数分布に現われる分布密度により得られ、濃淡分布は時
間領域における雨域パターンのヒストグラムより容易に
得られ、位置についても同様である。それぞれについて
の推移を推移確率として予め獲得しておけば、チャップ
マン・コルモゴロフ方程式に基づいて、各変量を統計的
に推定していくことができる。なお、この方程式は、集
団遺伝学で初期の遺伝因子が世代ごとに各因子の生起頻
度をシミュレーションするときによく用いられる方法の
一つである。本発明において、雨域パターンの消滅にお
いて、近似的に表現できることを応用している。
状態iにあったマルコフ連鎖が次の時刻に状態jに移る
確率とする。チャップマン・コルモゴロフの方程式は
くという漸化式の形式をとっている。図示すると図5の
ようになる。
分布、位置分布)について(1)式の適用を図ってい
る。それぞれの変量のデータベースを用いて正規化をそ
れぞれ行う。(1)式中の確率は、このようにして得ら
れた値とする。k=1の場合、時刻はn→n+1→n+
2となるが、k=2以上だと、(1)式の左辺の確率は
過去の確率変化から求まることになる。
雨域パターンの消滅過程について、統計的にまだら度、
濃淡分布、位置分布について推移確率を求めて予測して
いくことで、これらを消滅過程という物理過程に近似的
におきかえることができる。これは、2次元レーダーエ
コーという、本来3次元の現象を投影した画像だけで消
滅を予想していく場合には、有効な方法である。
置の構成図である。
に関しての予測結果を示す図である。
ある。
Claims (4)
- 【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、 入力された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を2次元
周波数領域に変換する周波数変換手段と、 周波数分布の密度の違いに応じて確率密度関数の分散値
を変化させて、この関数に基づいて時間方向に周波数分
布の変化を予測し、周波数画像を時間領域に逆変換し
て、消滅していく雨域パターンを生成する消滅パターン
生成手段と、生成された雨域パターンを表示する出力手
段を有する消滅雨域パターン予測装置。 - 【請求項2】 前記確率密度関数が、非ガウス分布を持
つ関数である、請求項1記載の装置。 - 【請求項3】 前記消滅パターン生成手段は確率密度関
数を時間領域における2次元画像と周波数画像に適用す
る、請求項1記載の装置。 - 【請求項4】 前記消滅パターン生成手段は、雨域の時
系列データをマルコフ連鎖とみなして、チャップマン・
コルモゴロフ方程式を適用し、推移確率を更新していく
ことで、雨域の消滅確率を位置、濃淡値、まだらの程度
についてそれぞれに予測を行う、請求項1記載の装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP06649797A JP3351458B2 (ja) | 1997-03-19 | 1997-03-19 | 消滅雨域パターン予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP06649797A JP3351458B2 (ja) | 1997-03-19 | 1997-03-19 | 消滅雨域パターン予測装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH10260268A true JPH10260268A (ja) | 1998-09-29 |
JP3351458B2 JP3351458B2 (ja) | 2002-11-25 |
Family
ID=13317521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP06649797A Expired - Fee Related JP3351458B2 (ja) | 1997-03-19 | 1997-03-19 | 消滅雨域パターン予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3351458B2 (ja) |
-
1997
- 1997-03-19 JP JP06649797A patent/JP3351458B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP3351458B2 (ja) | 2002-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0851240B1 (en) | Meteorological radar precipitation pattern prediction method and apparatus | |
US10073908B2 (en) | Functional space-time trajectory clustering | |
GB2320830A (en) | Rain tracking radar | |
Ryu et al. | Improved rainfall nowcasting using Burgers’ equation | |
CN107689052A (zh) | 基于多模型融合和结构化深度特征的视觉目标跟踪方法 | |
Arab Amiri et al. | Spatial and temporal monthly precipitation forecasting using wavelet transform and neural networks, Qara-Qum catchment, Iran | |
CN113780270A (zh) | 目标检测方法和装置 | |
CN108732570A (zh) | 基于粒子滤波融合算法的灾害性对流天气的临近预报方法 | |
JP2010151597A (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 | |
JP3953350B2 (ja) | 映像シーン予測方法、装置、プログラム、および記録媒体 | |
Fung et al. | Improvement of SVR-based drought forecasting models using wavelet pre-processing technique | |
JP3351458B2 (ja) | 消滅雨域パターン予測装置 | |
JP3377075B2 (ja) | 2次元降水量予測装置 | |
JP3375038B2 (ja) | 降水パターン変化予測方法および装置 | |
CN112733728A (zh) | 一种能见度边缘计算方法、装置、电子设备及存储介质 | |
Zováthi et al. | ST-DepthNet: A spatio-temporal deep network for depth completion using a single non-repetitive circular scanning Lidar | |
JP3377074B2 (ja) | 降水量変化予測装置 | |
Rajagopalan et al. | MRF model-based identification of shift-variant point spread function for a class of imaging systems | |
JP3351457B2 (ja) | 雨域成長・消滅予測装置 | |
JP3377073B2 (ja) | 降水域発達・減衰予測装置 | |
Voutilainen et al. | Estimation of non-stationary aerosol size distributions using the state-space approach | |
JP3377076B2 (ja) | 局所雨域予測方法および装置 | |
JPH10227854A (ja) | レーダーエコーパターン分類方法とその装置 | |
Johnson et al. | A novel framework for objective detection and tracking of TC center from noisy satellite imagery | |
KR101468861B1 (ko) | 영상으로부터 전경탐지 속도 향상을 위한 능동적 집중 샘플링 방법 및 이를 위한 컴퓨터로 판독가능한 기록매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080920 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080920 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090920 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090920 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100920 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100920 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110920 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120920 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130920 Year of fee payment: 11 |
|
LAPS | Cancellation because of no payment of annual fees |