JPH1114760A - 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 - Google Patents
気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体Info
- Publication number
- JPH1114760A JPH1114760A JP9341293A JP34129397A JPH1114760A JP H1114760 A JPH1114760 A JP H1114760A JP 9341293 A JP9341293 A JP 9341293A JP 34129397 A JP34129397 A JP 34129397A JP H1114760 A JPH1114760 A JP H1114760A
- Authority
- JP
- Japan
- Prior art keywords
- image
- precipitation area
- precipitation
- weather radar
- area
- 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.)
- Pending
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
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】
【課題】 気象レーダ画像を安定、かつ高精度に予測す
る。 【解決手段】 気象レーダ画像を入力し（ステップ４０
１）、直近の２から数フレームの気象レーダ画像から降
水域の移動速度の候補を計算する（ステップ４０２）。
過去の時刻で計算された降水域の移動速度と、今回得ら
れた降水域の移動速度の候補から、予測に用いる降水域
の移動速度を推定し（ステップ４０３）、推定された移
動速度を記憶し（ステップ４０４）、その降水域の移動
速度を用いて予測画像を生成する（ステップ４０５）。
る。 【解決手段】 気象レーダ画像を入力し（ステップ４０
１）、直近の２から数フレームの気象レーダ画像から降
水域の移動速度の候補を計算する（ステップ４０２）。
過去の時刻で計算された降水域の移動速度と、今回得ら
れた降水域の移動速度の候補から、予測に用いる降水域
の移動速度を推定し（ステップ４０３）、推定された移
動速度を記憶し（ステップ４０４）、その降水域の移動
速度を用いて予測画像を生成する（ステップ４０５）。
Description
【０００１】
【発明の属する技術分野】本発明は、降水量や雲量など
の気象現象の予測を目的として、気象レーダ装置から得
られる気象レーダ画像を利用し、局所、短時間の気象レ
ーダ画像を予測する気象画像予測方法およびその装置に
関する。
の気象現象の予測を目的として、気象レーダ装置から得
られる気象レーダ画像を利用し、局所、短時間の気象レ
ーダ画像を予測する気象画像予測方法およびその装置に
関する。
【０００２】
【従来の技術】従来の気象レーダ画像を用いた予測方法
としては、文献［１］遊馬芳雄、菊池勝弘、今 久：
“簡易気象レーダーによるエコーの移動速度につい
て”、北海道大学地球物理学研究報告、Vol. 44, Octob
er, 1984, pp. 35-51.や文献 ［２］遊馬芳雄、菊池勝
弘、今 久：“簡易気象レーダーによる降雪の短時間予
測実験（その１）”、北海道大学地球物理学研究報告、
Vol. 44, October, 1984, pp.35-51.にある相互相関法
が広く用いられている。
としては、文献［１］遊馬芳雄、菊池勝弘、今 久：
“簡易気象レーダーによるエコーの移動速度につい
て”、北海道大学地球物理学研究報告、Vol. 44, Octob
er, 1984, pp. 35-51.や文献 ［２］遊馬芳雄、菊池勝
弘、今 久：“簡易気象レーダーによる降雪の短時間予
測実験（その１）”、北海道大学地球物理学研究報告、
Vol. 44, October, 1984, pp.35-51.にある相互相関法
が広く用いられている。
【０００３】気象レーダ画像中には、大小のエコーの塊
またはその群が存在する。ここでは、このエコーの塊や
群のことを降水域と呼ぶ。気象レーダ画像中のエコー
は、大まかには大気の流れに沿って移動するものの、変
形や生成・消滅を絶えず繰り返している。そのため、エ
コーの局所的な速度と、それらの群である大局的な降水
域の移動速度は必ずしも一致しないという性質がある。
例えば、図３の場合では、エコーはある位置で出現し、
筋状をなして移動し、ある位置で消滅する。しかし、こ
れらのエコーの群である降水域の大局的な動きは、局所
的なエコーの速度に比べると非常にゆっくりとしたもの
である。
またはその群が存在する。ここでは、このエコーの塊や
群のことを降水域と呼ぶ。気象レーダ画像中のエコー
は、大まかには大気の流れに沿って移動するものの、変
形や生成・消滅を絶えず繰り返している。そのため、エ
コーの局所的な速度と、それらの群である大局的な降水
域の移動速度は必ずしも一致しないという性質がある。
例えば、図３の場合では、エコーはある位置で出現し、
筋状をなして移動し、ある位置で消滅する。しかし、こ
れらのエコーの群である降水域の大局的な動きは、局所
的なエコーの速度に比べると非常にゆっくりとしたもの
である。
【０００４】上記文献［１］，［２］の手法では、２つ
のフレームの気象レーダ画像を用い、一方をずらして、
画像間の相互相関値を計算し、その最大となるずれ幅か
らエコーパターンの移動速度を推定している。そのた
め、局所的なエコーの速度と大局的な降水域の移動速度
を混同してしまい、降水域の移動速度を正確に求められ
ないという問題がある。
のフレームの気象レーダ画像を用い、一方をずらして、
画像間の相互相関値を計算し、その最大となるずれ幅か
らエコーパターンの移動速度を推定している。そのた
め、局所的なエコーの速度と大局的な降水域の移動速度
を混同してしまい、降水域の移動速度を正確に求められ
ないという問題がある。
【０００５】また、気象レーダ画像から局所的な速度場
を求め、画像中における速度の空間的・時間的な類似性
に基づいて画像を分割して、降水域を抽出し、その移動
速度を推定し、外挿を用いて、予測画像を生成する方法
（特願平８−３３３７６３）がある。この方法は時空間
速度セグメント法と呼ばれている。この方法では、エコ
ーの移動速度を局所的な速度場から求め、この速度場を
分割することにより抽出された降水域について、その大
局的な速度をフレーム間の重心の変位により求めてい
る。
を求め、画像中における速度の空間的・時間的な類似性
に基づいて画像を分割して、降水域を抽出し、その移動
速度を推定し、外挿を用いて、予測画像を生成する方法
（特願平８−３３３７６３）がある。この方法は時空間
速度セグメント法と呼ばれている。この方法では、エコ
ーの移動速度を局所的な速度場から求め、この速度場を
分割することにより抽出された降水域について、その大
局的な速度をフレーム間の重心の変位により求めてい
る。
【０００６】しかし、降水域の移動速度が比較的低速で
ある場合には、エコーの生成・消滅や変形などの影響が
相対的に大きくなり、その結果、推定される降水域の移
動速度が不安定になる。そのため、安定した予測画像が
得られないという問題があった。
ある場合には、エコーの生成・消滅や変形などの影響が
相対的に大きくなり、その結果、推定される降水域の移
動速度が不安定になる。そのため、安定した予測画像が
得られないという問題があった。
【０００７】
【発明が解決しようとする課題】上述した従来技術は、
気象レーダ画像の直近の２フレームから数フレームのみ
を用い、画像濃度の相互相関値や重心などから降水域の
移動速度を推定しているため、気象レーダエコーの変
形、生成・消滅などの不安定要素の影響により、降水域
の推定速度が不安定、かつ不正確になるという問題があ
った。
気象レーダ画像の直近の２フレームから数フレームのみ
を用い、画像濃度の相互相関値や重心などから降水域の
移動速度を推定しているため、気象レーダエコーの変
形、生成・消滅などの不安定要素の影響により、降水域
の推定速度が不安定、かつ不正確になるという問題があ
った。
【０００８】本発明の目的は、気象レーダ画像を安定、
かつ高精度に予測する気象画像予測方法および装置なら
びに気象画像予測プログラムを記録した記録媒体を提供
することである。
かつ高精度に予測する気象画像予測方法および装置なら
びに気象画像予測プログラムを記録した記録媒体を提供
することである。
【０００９】
【課題を解決するための手段】本発明の気象画像予測方
法は、気象レーダ画像中のエコーの塊およびその群であ
る降水域の移動速度の現在から任意の過去までの空間的
分布および時間的分布を記憶し、現在の降水域に該当す
る空間領域において、現在から任意の過去までの降水域
の移動速度の統計値から降水域の移動速度を推定し、未
来の気象レーダ画像を予測する。
法は、気象レーダ画像中のエコーの塊およびその群であ
る降水域の移動速度の現在から任意の過去までの空間的
分布および時間的分布を記憶し、現在の降水域に該当す
る空間領域において、現在から任意の過去までの降水域
の移動速度の統計値から降水域の移動速度を推定し、未
来の気象レーダ画像を予測する。
【００１０】本発明の実施形態によれば、現在から任意
の過去の時刻における降水域の移動速度を、その時刻に
応じて重み付けをし、平均をとった値を降水域の移動速
度の推定値とし、未来の気象レーダ画像を予測する。
の過去の時刻における降水域の移動速度を、その時刻に
応じて重み付けをし、平均をとった値を降水域の移動速
度の推定値とし、未来の気象レーダ画像を予測する。
【００１１】本発明の気象画像予測装置は、気象レーダ
装置により得られた時系列をなす気象レーダ画像を入力
する画像入力手段と、画像入力手段によって入力された
気象レーダ画像中のエコーの塊およびその群である降水
域の移動速度を真近の２フレームから数フレームの気象
レーダ画像を用いて推定する降水域移動速度候補推定手
段と、降水域移動速度候補推定手段によって得られた推
定された降水域の移動速度の空間分布を複数の時刻につ
いて記憶する降水域速度場記憶手段と、降水域速度場記
憶手段によって記憶された現在から任意の過去までの降
水域の空間分布および時間分布を入力とし、最新の時刻
での任意の降水域の移動速度を推定する降水域移動速度
推定手段と、降水域移動速度推定手段によって推定され
た降水域の移動速度を用い、未来の気象レーダ画像中の
エコーパターンの予測画像を生成する予測画像生成手段
と、予測画像生成手段によって得られた予測画像をディ
スプレイ装置およびファイル装置の少なくとも一方に出
力する予測画像出力手段を有する。
装置により得られた時系列をなす気象レーダ画像を入力
する画像入力手段と、画像入力手段によって入力された
気象レーダ画像中のエコーの塊およびその群である降水
域の移動速度を真近の２フレームから数フレームの気象
レーダ画像を用いて推定する降水域移動速度候補推定手
段と、降水域移動速度候補推定手段によって得られた推
定された降水域の移動速度の空間分布を複数の時刻につ
いて記憶する降水域速度場記憶手段と、降水域速度場記
憶手段によって記憶された現在から任意の過去までの降
水域の空間分布および時間分布を入力とし、最新の時刻
での任意の降水域の移動速度を推定する降水域移動速度
推定手段と、降水域移動速度推定手段によって推定され
た降水域の移動速度を用い、未来の気象レーダ画像中の
エコーパターンの予測画像を生成する予測画像生成手段
と、予測画像生成手段によって得られた予測画像をディ
スプレイ装置およびファイル装置の少なくとも一方に出
力する予測画像出力手段を有する。
【００１２】降水域移動速度推定手段は、降水域速度場
記憶手段によって記憶された降水域の移動速度の現在か
ら任意の過去の空間的分布および時間的分布を入力と
し、現在の降水域に該当する空間領域内において、現在
から任意の過去時刻における降水域の移動速度を、その
時刻に応じて重み付けし、平均をとった値を降水域の移
動速度の推定値とし出力する。
記憶手段によって記憶された降水域の移動速度の現在か
ら任意の過去の空間的分布および時間的分布を入力と
し、現在の降水域に該当する空間領域内において、現在
から任意の過去時刻における降水域の移動速度を、その
時刻に応じて重み付けし、平均をとった値を降水域の移
動速度の推定値とし出力する。
【００１３】降水域移動速度候補推定手段は、画像入力
手段によって入力された複数のフレームの気象レーダ画
像中から、局所的な画像中のエコーの速度場の均一性に
基づいて降水域を抽出し、各々の降水域について、フレ
ーム間の濃淡パターンの位置の変位から降水域の移動速
度を推定する。
手段によって入力された複数のフレームの気象レーダ画
像中から、局所的な画像中のエコーの速度場の均一性に
基づいて降水域を抽出し、各々の降水域について、フレ
ーム間の濃淡パターンの位置の変位から降水域の移動速
度を推定する。
【００１４】気象レーダ画像中のレーダエコーの個々の
塊は、大まかに大気の流れに沿って移動するものの、変
形や生成・消滅を絶えず繰り返している。その結果とし
て、局所的なエコーの速度と大局的な降水域の速度は、
必ずしも一致しないことが知られている。また、大局的
な降水域の運動は、局所的なエコーの生成・消滅などの
現象により、より長いスケールをもち、降水域の速度
は、滑らかに比較的穏やかに変化する傾向を有する。
塊は、大まかに大気の流れに沿って移動するものの、変
形や生成・消滅を絶えず繰り返している。その結果とし
て、局所的なエコーの速度と大局的な降水域の速度は、
必ずしも一致しないことが知られている。また、大局的
な降水域の運動は、局所的なエコーの生成・消滅などの
現象により、より長いスケールをもち、降水域の速度
は、滑らかに比較的穏やかに変化する傾向を有する。
【００１５】従来の相互相関法では、気象レーダ画像の
２つのフレームの広範囲の濃度値の相互相関値を用いて
降水域の移動速度を推定しているため、局所的なエコー
の速度と大局的な降水域の速度を混同してしまい、ま
た、エコーの変形、生成・消滅の影響により安定に速度
を求めることができないという問題があった。また、従
来の時空間速度セグメント法では、数フレームの気象レ
ーダ画像から、個々の降水域を抽出し、移動速度を推定
しているものの、依然としてエコーの変形、生成・消滅
の影響により結果が不安定であるという問題があった。
２つのフレームの広範囲の濃度値の相互相関値を用いて
降水域の移動速度を推定しているため、局所的なエコー
の速度と大局的な降水域の速度を混同してしまい、ま
た、エコーの変形、生成・消滅の影響により安定に速度
を求めることができないという問題があった。また、従
来の時空間速度セグメント法では、数フレームの気象レ
ーダ画像から、個々の降水域を抽出し、移動速度を推定
しているものの、依然としてエコーの変形、生成・消滅
の影響により結果が不安定であるという問題があった。
【００１６】それに対して、本発明では、降水域移動速
度候補推定手段により、局所的なエコーの速度ではな
く、予測に有効な生成・消滅、変形などの効果を含めた
降水域の速度の分布を各時刻での個々の降水域について
推定することができ、降水域速度場記憶手段により、降
水域の移動速度の空間的分布、時間的分布を記憶し、降
水域移動速度推定手段により、現在から任意の過去の降
水域の移動速度の統計値から、予測に用いる降水域の移
動速度を推定するために、エコーの変形、生成・消滅の
影響を抑制することができ、より安定かつ正確な降水域
の移動速度を得ることができる。その結果、安定かつ正
確な未来の気象レーダ画像の予測が可能となる。
度候補推定手段により、局所的なエコーの速度ではな
く、予測に有効な生成・消滅、変形などの効果を含めた
降水域の速度の分布を各時刻での個々の降水域について
推定することができ、降水域速度場記憶手段により、降
水域の移動速度の空間的分布、時間的分布を記憶し、降
水域移動速度推定手段により、現在から任意の過去の降
水域の移動速度の統計値から、予測に用いる降水域の移
動速度を推定するために、エコーの変形、生成・消滅の
影響を抑制することができ、より安定かつ正確な降水域
の移動速度を得ることができる。その結果、安定かつ正
確な未来の気象レーダ画像の予測が可能となる。
【００１７】また、本発明の気象レーダ画像予測プログ
ラムを記録した記録媒体は、気象レーダ装置により得ら
れた時系列をなす気象レーダ画像を入力する画像入力処
理処理と、画像入力処理によって入力された気象レーダ
画像中のエコーの塊およびその群である降水域の移動速
度を真近の２フレームから数フレームの気象レーダ画像
を用いて推定する降水域移動速度候補推定処理と、降水
域移動速度候補推定処理によって得られた推定された降
水域の移動速度の空間分布を複数の時刻について記憶す
る降水域速度場記憶処理と、降水域速度場記憶処理によ
って記憶された現在から任意の過去までの降水域の空間
分布および時間分布を入力とし、最新の時刻での任意の
降水域の移動速度を推定する降水域移動速度推定処理
と、降水域移動速度推定処理によって推定された降水域
の移動速度を用い、未来の気象レーダ画像中のエコーパ
ターンの予測画像を生成する予測画像生成処理と、予測
画像生成処理によって得られた予測画像をディスプレイ
装置およびファイル装置の少なくとも一方に出力する予
測画像出力処理を有する気象画像予測プログラムを記録
している。
ラムを記録した記録媒体は、気象レーダ装置により得ら
れた時系列をなす気象レーダ画像を入力する画像入力処
理処理と、画像入力処理によって入力された気象レーダ
画像中のエコーの塊およびその群である降水域の移動速
度を真近の２フレームから数フレームの気象レーダ画像
を用いて推定する降水域移動速度候補推定処理と、降水
域移動速度候補推定処理によって得られた推定された降
水域の移動速度の空間分布を複数の時刻について記憶す
る降水域速度場記憶処理と、降水域速度場記憶処理によ
って記憶された現在から任意の過去までの降水域の空間
分布および時間分布を入力とし、最新の時刻での任意の
降水域の移動速度を推定する降水域移動速度推定処理
と、降水域移動速度推定処理によって推定された降水域
の移動速度を用い、未来の気象レーダ画像中のエコーパ
ターンの予測画像を生成する予測画像生成処理と、予測
画像生成処理によって得られた予測画像をディスプレイ
装置およびファイル装置の少なくとも一方に出力する予
測画像出力処理を有する気象画像予測プログラムを記録
している。
【００１８】
【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。
【００１９】図１は本発明の一実施形態の気象画像予測
装置の構成図である。
装置の構成図である。
【００２０】本実施形態の気象画像予測装置は、入力部
１００と処理部２００と出力部３００で構成されてい
る。入力部１００は、気象レーダ画像を得る気象レーダ
装置１０１と、気象レーダ画像を蓄積するファイル装置
１０２で構成されている。処理部２００は、気象レーダ
画像中の降水域の速度の候補を計算する降水域速度候補
計算部２０１と、現在から任意の過去までの時刻の降水
域の速度の分布を記憶する降水域速度場記憶部２０３
と、記憶されている降水域の速度分布から、予測に用い
る現在の降水域の移動速度を推定する降水域移動速度推
定部２０２と、推定された降水域の移動速度を用いて予
測画像を生成する予測画像生成部２０４で構成されてい
る。出力部３００は、生成された予測レーダ画像をそれ
ぞれ表示し、蓄積するディスプレイ装置３０１とファイ
ル装置３０２で構成されている。
１００と処理部２００と出力部３００で構成されてい
る。入力部１００は、気象レーダ画像を得る気象レーダ
装置１０１と、気象レーダ画像を蓄積するファイル装置
１０２で構成されている。処理部２００は、気象レーダ
画像中の降水域の速度の候補を計算する降水域速度候補
計算部２０１と、現在から任意の過去までの時刻の降水
域の速度の分布を記憶する降水域速度場記憶部２０３
と、記憶されている降水域の速度分布から、予測に用い
る現在の降水域の移動速度を推定する降水域移動速度推
定部２０２と、推定された降水域の移動速度を用いて予
測画像を生成する予測画像生成部２０４で構成されてい
る。出力部３００は、生成された予測レーダ画像をそれ
ぞれ表示し、蓄積するディスプレイ装置３０１とファイ
ル装置３０２で構成されている。
【００２１】図２は図１の気象画像装置の動作を示すフ
ローチャートである。気象レーダ画像を入力し（ステッ
プ４０１）、直近の２から数フレームの気象レーダ画像
から降水域の移動速度の候補を計算し（ステップ４０
２）、過去の時刻で計算された降水域の移動速度と、今
回得られた降水域の移動速度の候補から、予測に用いる
降水域の移動速度を推定し（ステップ４０３）、推定さ
れた移動速度を記憶し（ステップ４０４）、その降水域
の移動速度を用いて予測画像を生成する（ステップ４０
５）。
ローチャートである。気象レーダ画像を入力し（ステッ
プ４０１）、直近の２から数フレームの気象レーダ画像
から降水域の移動速度の候補を計算し（ステップ４０
２）、過去の時刻で計算された降水域の移動速度と、今
回得られた降水域の移動速度の候補から、予測に用いる
降水域の移動速度を推定し（ステップ４０３）、推定さ
れた移動速度を記憶し（ステップ４０４）、その降水域
の移動速度を用いて予測画像を生成する（ステップ４０
５）。
【００２２】次に、図１の各部について詳細に説明す
る。
る。
【００２３】降水域速度候補計算部２０１は、直近の２
フレームから数フレームの気象レーダ画像を入力し、こ
の画像中に含まれる個々の降水域について移動速度の候
補を推定する。
フレームから数フレームの気象レーダ画像を入力し、こ
の画像中に含まれる個々の降水域について移動速度の候
補を推定する。
【００２４】ここでは、その具体例として、従来例とし
て挙げた、入力された複数のフレームの気象レーダ画像
中から、局所的な画像中のエコーの速度場の均一性に基
づいて降水域を抽出し、各々の降水域について、フレー
ム間の濃淡値の重心の変位から降水域の移動速度を推定
する方法（時空間速度セグメント法）を示す。
て挙げた、入力された複数のフレームの気象レーダ画像
中から、局所的な画像中のエコーの速度場の均一性に基
づいて降水域を抽出し、各々の降水域について、フレー
ム間の濃淡値の重心の変位から降水域の移動速度を推定
する方法（時空間速度セグメント法）を示す。
【００２５】まず、入力部１００からの時系列を成すＴ
＋１フレームの気象レーダ画像Ｉt，｛ｔ＝０，１，・
・・，Ｔ｝を入力し、隣接するフレーム間［Ｉt-1 ，Ｉ
t ］（ｔ＝１，１，・・・，Ｔ）について、Ｍ×Ｎにブ
ロック化された画像の各ブロックＢt （ｉ，ｊ），（ｉ
＝１，２，・・・，Ｍ；ｊ＝１，２・・・，Ｎ）ごと
に、エコーの速度ベクトルＶt （ｉ，ｊ）を計算する。
＋１フレームの気象レーダ画像Ｉt，｛ｔ＝０，１，・
・・，Ｔ｝を入力し、隣接するフレーム間［Ｉt-1 ，Ｉ
t ］（ｔ＝１，１，・・・，Ｔ）について、Ｍ×Ｎにブ
ロック化された画像の各ブロックＢt （ｉ，ｊ），（ｉ
＝１，２，・・・，Ｍ；ｊ＝１，２・・・，Ｎ）ごと
に、エコーの速度ベクトルＶt （ｉ，ｊ）を計算する。
【００２６】その実現例として、画像濃度の相互相関値
を用いた方法を利用することができる。いま、隣接する
フレーム間のブロックＢt （ｉ，ｊ）とＢt-1 （ｉ，
ｊ）を中心に切り出した気象レーダ画像Ｒ1 ，Ｒ2 を用
いて、一方の画像Ｒ2 をずらしながら画像間の相互相関
値を計算する（図７参照）。
を用いた方法を利用することができる。いま、隣接する
フレーム間のブロックＢt （ｉ，ｊ）とＢt-1 （ｉ，
ｊ）を中心に切り出した気象レーダ画像Ｒ1 ，Ｒ2 を用
いて、一方の画像Ｒ2 をずらしながら画像間の相互相関
値を計算する（図７参照）。
【００２７】
【数１】 ただし、相関をとる領域（Ａ，Ｂ）、相関値を計算する
際の２枚の気象レーダ画像のずれを（ｋ，ｌ）とする
（図７において斜線は相関値をとる領域を示し、中央の
太線の矢印はエコーパターンの移動方向を表す）。
際の２枚の気象レーダ画像のずれを（ｋ，ｌ）とする
（図７において斜線は相関値をとる領域を示し、中央の
太線の矢印はエコーパターンの移動方向を表す）。
【００２８】そして、最大の相関値をとるずれ幅（Ｋ，
Ｌ）から、エコーの速度ベクトルＶ t （ｉ，ｊ）の成分
は、
Ｌ）から、エコーの速度ベクトルＶ t （ｉ，ｊ）の成分
は、
【００２９】
【数２】 と計算できる。ただし、Ｖx ，Ｖy はそれぞれ速度ベク
トルのｘ成分、ｙ成分を示し、Δｔはレーダ画像が計測
される時間間隔を表す。
トルのｘ成分、ｙ成分を示し、Δｔはレーダ画像が計測
される時間間隔を表す。
【００３０】このような演算を各ブロックについて行
い、エコーの速度場Ｖt （ｉ，ｊ），（ｉ＝１，２，・
・・，Ｍ；ｊ＝１，２，・・・，Ｎ；ｔ＝１，１，・・
・，Ｔ）を計算する。その一例を図５に、エコーを表す
濃淡のパターンに各ブロックにおける速度ベクトルを直
線として上書きした。この直線の長さが速度の大きさ
を、向きがエコーの運動の方向を示す。
い、エコーの速度場Ｖt （ｉ，ｊ），（ｉ＝１，２，・
・・，Ｍ；ｊ＝１，２，・・・，Ｎ；ｔ＝１，１，・・
・，Ｔ）を計算する。その一例を図５に、エコーを表す
濃淡のパターンに各ブロックにおける速度ベクトルを直
線として上書きした。この直線の長さが速度の大きさ
を、向きがエコーの運動の方向を示す。
【００３１】なお、上述以外の方法も利用可能である。
【００３２】次に、得られたエコーの速度場から、その
空間的・時間的な速度ベクトルの類似性を調べ、類似す
る速度ベクトルをもつ領域の一つの降水域として画像中
から抽出し、それらのフレーム間の重心の変位量から降
水域の速度の候補を計算する方法を示す。
空間的・時間的な速度ベクトルの類似性を調べ、類似す
る速度ベクトルをもつ領域の一つの降水域として画像中
から抽出し、それらのフレーム間の重心の変位量から降
水域の速度の候補を計算する方法を示す。
【００３３】まず、エコーの速度場を入力として、空間
的、時間的に隣接するブロック間で互いの速度ベクトル
を比較し、類似する速度をもつ領域が同じ降水域になる
ように領域を分割する。ここで、２つの隣接するブロッ
クの速度ベクトルｖ1 ，ｖ2の類似性の尺度として、２
つのベクトルの長さの平均とその差分ベクトルの長さの
比
的、時間的に隣接するブロック間で互いの速度ベクトル
を比較し、類似する速度をもつ領域が同じ降水域になる
ように領域を分割する。ここで、２つの隣接するブロッ
クの速度ベクトルｖ1 ，ｖ2の類似性の尺度として、２
つのベクトルの長さの平均とその差分ベクトルの長さの
比
【００３４】
【数３】 を用い、
【００３５】
【数４】 のように類似している場合１を、類似していない場合は
０を与える関数Ｓ（ｖ1，ｖ2 ）を定義する。ただし、
ＴＨV は閾値である。また、類似性の計算方法としてベ
クトルの内積などの他の基準も利用可能である。
０を与える関数Ｓ（ｖ1，ｖ2 ）を定義する。ただし、
ＴＨV は閾値である。また、類似性の計算方法としてベ
クトルの内積などの他の基準も利用可能である。
【００３６】次に、画像中の各ブロックについて、降水
域の種別を表すラベルＬt （ｉ，ｊ）を用意し、ブロッ
クをラスター的に走査していき、隣接ブロック間でエコ
ー速度が類似しているブロックの集合に対して同一の番
号のラベルを付与していく。このようなラベリング処理
の結果として、降水域の分布が、同一のラベルＬt
（ｉ，ｊ）の番号をもつ領域として得られる。
域の種別を表すラベルＬt （ｉ，ｊ）を用意し、ブロッ
クをラスター的に走査していき、隣接ブロック間でエコ
ー速度が類似しているブロックの集合に対して同一の番
号のラベルを付与していく。このようなラベリング処理
の結果として、降水域の分布が、同一のラベルＬt
（ｉ，ｊ）の番号をもつ領域として得られる。
【００３７】さらに、同一の番号のラベルをもつブロッ
クの集合（これを単に降水域と呼ぶ）について、それぞ
れ、フレーム間での降水域の移動速度を重心の変位から
計算する。
クの集合（これを単に降水域と呼ぶ）について、それぞ
れ、フレーム間での降水域の移動速度を重心の変位から
計算する。
【００３８】降水域ｓのフレームｔにおける重心を（Ｇ
ｘt （ｓ）、Ｇｙt （ｓ））は、
ｘt （ｓ）、Ｇｙt （ｓ））は、
【００３９】
【数５】 と計算できる。ただし、ｍt （ｓ，ｘ，ｙ）は降水域ｓ
の存在を示すマスクである。（ｘ，ｙ）は画像の座標系
である。（ｉ，ｊ）はブロックの座標系である。する
と、フレーム間での重心位置の変位量は
の存在を示すマスクである。（ｘ，ｙ）は画像の座標系
である。（ｉ，ｊ）はブロックの座標系である。する
と、フレーム間での重心位置の変位量は
【００４０】
【数６】 と得られる。
【００４１】そして、個々の降水域の候補移動速度は、
フレーム間での重心変位量の平均として、
フレーム間での重心変位量の平均として、
【００４２】
【数７】 と計算することができる。
【００４３】なお、上述の方法以外の降水域の移動速度
の計算法も利用可能である。
の計算法も利用可能である。
【００４４】降水域移動速度推定部２０２は、降水域速
度場記憶部２０３に記憶されている過去の降水域の移動
速度の分布と、降水域速度候補計算部２０１で計算され
た直近の降水域の移動速度の候補から、最新の時刻にお
ける降水域の移動速度を推定する。
度場記憶部２０３に記憶されている過去の降水域の移動
速度の分布と、降水域速度候補計算部２０１で計算され
た直近の降水域の移動速度の候補から、最新の時刻にお
ける降水域の移動速度を推定する。
【００４５】ここでは、その一例として以下の方法を示
す。
す。
【００４６】降水域速度場記憶部２０３では、気象レー
ダ画像をＭ×Ｎにブロック化し、それぞれの各ブロック
Ｂ（ｉ，ｊ），（ｉ＝１，２，・・・，Ｍ；ｊ＝１，
２，・・・，Ｎ）ごとに、ブロック上に存在する降水域
のｎ時刻ステップ過去の移動速度ベクトルをｕt-n
（ｉ，ｊ）を記憶している。
ダ画像をＭ×Ｎにブロック化し、それぞれの各ブロック
Ｂ（ｉ，ｊ），（ｉ＝１，２，・・・，Ｍ；ｊ＝１，
２，・・・，Ｎ）ごとに、ブロック上に存在する降水域
のｎ時刻ステップ過去の移動速度ベクトルをｕt-n
（ｉ，ｊ）を記憶している。
【００４７】いま、記憶されている過去の降水域（時刻
ｔ−１〜ｔ−Ｔ）の移動速度ベクトルｕを、その時刻に
応じて重み付けをして平均をとる。
ｔ−１〜ｔ−Ｔ）の移動速度ベクトルｕを、その時刻に
応じて重み付けをして平均をとる。
【００４８】
【数８】 ここで、重み付けの係数ｂn は図４に示すような、時間
の経過と共に減衰する関数を用いることができる。な
お、他の関数も利用可能である。また、他の統計法も利
用できる。
の経過と共に減衰する関数を用いることができる。な
お、他の関数も利用可能である。また、他の統計法も利
用できる。
【００４９】このようにして得られた過去の降水域の移
動速度の速度場Ｕ（ｉ，ｊ）から、降水域速度候補計算
部２０１で抽出された降水域ｓの該当部分における降水
域の移動速度ベクトルの統計値Ｕs を計算する。
動速度の速度場Ｕ（ｉ，ｊ）から、降水域速度候補計算
部２０１で抽出された降水域ｓの該当部分における降水
域の移動速度ベクトルの統計値Ｕs を計算する。
【００５０】
【数９】 ただし、ｃ（ｉ，ｊ）は、ブロック（ｉ，ｊ）の過去の
降水域の移動速度ベクトルの統計値Ｕ（ｉ，ｊ）の信頼
度を表す係数であり、信頼度が高い場合ｃ（ｉ，ｊ）は
１に近く、信頼度が低い場合には、ｃ（ｉ，ｊ）は０に
近付くような関数である。
降水域の移動速度ベクトルの統計値Ｕ（ｉ，ｊ）の信頼
度を表す係数であり、信頼度が高い場合ｃ（ｉ，ｊ）は
１に近く、信頼度が低い場合には、ｃ（ｉ，ｊ）は０に
近付くような関数である。
【００５１】次に、降水域ｓについて得られた過去の降
水域の移動速度ベクトルの統計値Ｕ S と、降水域速度候
補計算部２０１で計算された直近の降水域の移動速度の
候補のベクトル
水域の移動速度ベクトルの統計値Ｕ S と、降水域速度候
補計算部２０１で計算された直近の降水域の移動速度の
候補のベクトル
【００５２】
【外１】 から、次のようにして、予測に用いる最新の時刻におけ
る降水域ｓの移動速度ベクトルＶS を計算する。
る降水域ｓの移動速度ベクトルＶS を計算する。
【００５３】
【数１０】 ただし、ａは０から１の値をとる重み付けの係数で、過
去の統計値を重視する場合には、ａを０に近い値に設定
し、現在の速度を重視する場合には、ａを１に近い値に
設定する。
去の統計値を重視する場合には、ａを０に近い値に設定
し、現在の速度を重視する場合には、ａを１に近い値に
設定する。
【００５４】このようにして、個々の降水域について、
予測に用いる移動速度ベクトルを計算し、これを新たに
降水域速度場記憶部２０３に記憶させる。
予測に用いる移動速度ベクトルを計算し、これを新たに
降水域速度場記憶部２０３に記憶させる。
【００５５】この具体例として、降水域ｓに含まれる全
てのブロック（ｉ，ｊ）について、降水域の移動速度ベ
クトルＶS の値を記憶させる方法が利用できる。
てのブロック（ｉ，ｊ）について、降水域の移動速度ベ
クトルＶS の値を記憶させる方法が利用できる。
【００５６】
【数１１】 予測画像生成部２０４は、降水域移動速度推定部２０２
で得られた降水域ｓの速度ＶS と、入力部１００で得ら
れた気象レーダ画像から任意時間後の予測画像を生成す
る。
で得られた降水域ｓの速度ＶS と、入力部１００で得ら
れた気象レーダ画像から任意時間後の予測画像を生成す
る。
【００５７】具体例として以下の方法を説明する。降水
域候補計算部２０１で抽出された個々の降水域ｓについ
て、該当する領域を最新のレーダ画像から抜き出した画
像Ｐ s （ｘ，ｙ）を作成し、これを降水域移動速度推定
部２０２で得られた降水域の速度ＶS で平行移動させる
ことにより予測画像を生成させる。そして、全ての降水
域について生成された予測画像を合成させることによ
り、出力となる予測画像を生成する。
域候補計算部２０１で抽出された個々の降水域ｓについ
て、該当する領域を最新のレーダ画像から抜き出した画
像Ｐ s （ｘ，ｙ）を作成し、これを降水域移動速度推定
部２０２で得られた降水域の速度ＶS で平行移動させる
ことにより予測画像を生成させる。そして、全ての降水
域について生成された予測画像を合成させることによ
り、出力となる予測画像を生成する。
【００５８】図８は本発明の他の実施形態の気象画像予
測装置の構成図、図９は図８中の記録媒体５０３に記録
されている気象画像予測プログラムの構成図である。
測装置の構成図、図９は図８中の記録媒体５０３に記録
されている気象画像予測プログラムの構成図である。
【００５９】本実施形態の気象画像予測装置は、図１中
の気象レーダ装置１０１に相当する気象レーダ装置５０
１と、図１中のディスプレイ装置３０１やファイル装置
３０２に相当する出力装置５０２と、気象画像予測プロ
グラムを記録した、ＦＤ、ＣＤ−ＲＯＭ、半導体メモリ
等の記録媒体５０３と、記録媒体５０３から気象画像予
測プログラムを読み込んで、入力装置５０１から気象レ
ーダ画像を入力し、処理を行って、生成された予測画像
を出力装置５０２に出力するデータ処理装置５０４で構
成されている。
の気象レーダ装置１０１に相当する気象レーダ装置５０
１と、図１中のディスプレイ装置３０１やファイル装置
３０２に相当する出力装置５０２と、気象画像予測プロ
グラムを記録した、ＦＤ、ＣＤ−ＲＯＭ、半導体メモリ
等の記録媒体５０３と、記録媒体５０３から気象画像予
測プログラムを読み込んで、入力装置５０１から気象レ
ーダ画像を入力し、処理を行って、生成された予測画像
を出力装置５０２に出力するデータ処理装置５０４で構
成されている。
【００６０】記録媒体５０３に記録された気象画像予測
プログラムは、図９に示すように、気象レーダ画像入力
処理６００と降水域速度候補計算処理６０１と降水域移
動速度推定処理６０２と降水域速度場記憶処理６０３と
予測画像生成処理６０４と予測画像出力処理６０５で構
成されている。降水域速度候補計算処理６０１から予測
画像生成処理６０４はそれぞれ図１中の降水域速度候補
計算部２０１、降水域移動速度推定部６０２、降水域速
度場記憶部２０３、予測画像生成部２０４が行なう処理
と同じ処理である。ただし、入力装置５０１から時系列
をなす気象レーダ画像を入力する処理は気象レーダ画像
入力処理６００で行なわれ、最終的に得られた予測画像
を出力装置５０２に出力する処理は予測画像出力処理６
０５で行なわれる。
プログラムは、図９に示すように、気象レーダ画像入力
処理６００と降水域速度候補計算処理６０１と降水域移
動速度推定処理６０２と降水域速度場記憶処理６０３と
予測画像生成処理６０４と予測画像出力処理６０５で構
成されている。降水域速度候補計算処理６０１から予測
画像生成処理６０４はそれぞれ図１中の降水域速度候補
計算部２０１、降水域移動速度推定部６０２、降水域速
度場記憶部２０３、予測画像生成部２０４が行なう処理
と同じ処理である。ただし、入力装置５０１から時系列
をなす気象レーダ画像を入力する処理は気象レーダ画像
入力処理６００で行なわれ、最終的に得られた予測画像
を出力装置５０２に出力する処理は予測画像出力処理６
０５で行なわれる。
【００６１】
【発明の効果】以上説明したように、本発明は、現在か
ら任意の過去の時刻までの降水域の移動速度の空間分布
および時間分布を記憶し、その統計値を用いて、現在の
降水域の移動速度を推定することにより、レーダエコー
の生成・消滅、変形などの不安定要素による悪影響を軽
減させることができ、気象レーダ画像のより安定、かつ
正確な予測が可能になる効果がある。
ら任意の過去の時刻までの降水域の移動速度の空間分布
および時間分布を記憶し、その統計値を用いて、現在の
降水域の移動速度を推定することにより、レーダエコー
の生成・消滅、変形などの不安定要素による悪影響を軽
減させることができ、気象レーダ画像のより安定、かつ
正確な予測が可能になる効果がある。
【図１】本発明装置の一実施形態の気象画像予測装置の
構成図である。
構成図である。
【図２】図１の気象画像予測装置の全体の動作を示す流
れ図である。
れ図である。
【図３】気象レーダ画像中のエコーと降水域の様子の一
例を示す図である。
例を示す図である。
【図４】過去の降水域の速度の統計のための重み付け係
数を示す図である。
数を示す図である。
【図５】本発明方法の一実施形態で得られたエコーの速
度場を示す図である。
度場を示す図である。
【図６】本発明の方法の一実施形態で得られた過去の降
水域の移動速度の統計値の速度場を示す図である。
水域の移動速度の統計値の速度場を示す図である。
【図７】相互相関手法の処理の様子を示す図である。
【図８】本発明の他の実施形態の気象画像予測装置の構
成図である。
成図である。
【図９】図８中の記録媒体５０３に記録された気象画像
予測プログラムの構成図である。
予測プログラムの構成図である。
１００ 入力部 １０１ 気象レーダ装置 １０２ ファイル装置 ２００ 処理部 ２０１ 降水域速度候補計算部 ２０２ 降水域移動速度推定部 ２０３ 降水域速度場記憶部 ２０４ 予測画像生成部 ３００ 出力部 ３０１ ディスプレイ装置 ３０２ ファイル装置 ４０１〜４０５ ステップ ５０１ 入力装置 ５０２ 出力装置 ５０３ 記録媒体 ５０４ データ処理装置 ６００ 気象レーダ画像入力処理 ６０１ 降水域速度候補計算処理 ６０２ 降水域移動速度推定処理 ６０３ 降水域速度場記憶処理 ６０４ 予測画像生成処理 ６０５ 予測画像出力処理
Claims (8)
- 【請求項１】 局所短時間の降水量の予測を目的として
気象レーダ装置により得られる気象レーダ画像から未来
の気象レーダ画像を予測する気象画像予測方法におい
て、 気象レーダ画像中のエコーの塊およびその群である降水
域の移動速度の現在から任意の過去までの空間的分布お
よび時間的分布を記憶し、現在の降水域に該当する空間
領域において、現在から任意の過去までの降水域の移動
速度の統計値から降水域の移動速度を推定し、未来の気
象レーダ画像を予測することを特徴とする気象画像予測
方法。 - 【請求項２】 現在から任意の過去の時刻における降水
域の移動速度を、その時刻に応じて重み付けをし、平均
をとった値を降水域の移動速度の推定値とし、未来の気
象レーダ画像を予測する請求項１の気象画像予測方法。 - 【請求項３】 局所短時間の降水量の予測を目的として
気象レーダ装置により得られる気象レーダ画像から未来
の気象レーダ画像を予測する気象画像予測装置であっ
て、 気象レーダ装置により得られた時系列をなす気象レーダ
画像を入力する画像入力手段と、 前記画像入力手段によって入力された気象レーダ画像中
のエコーの塊およびその群である降水域の移動速度を真
近の２フレームから数フレームの気象レーダ画像を用い
て推定する降水域移動速度候補推定手段と、 前記降水域移動速度候補推定手段によって得られた推定
された降水域の移動速度の空間分布を複数の時刻につい
て記憶する降水域速度場記憶手段と、 前記降水域速度場記憶手段によって記憶された現在から
任意の過去までの降水域の空間分布および時間分布を入
力とし、最新の時刻での任意の降水域の移動速度を推定
する降水域移動速度推定手段と、 前記降水域移動速度推定手段によって推定された降水域
の移動速度を用い、未来の気象レーダ画像中のエコーパ
ターンの予測画像を生成する予測画像生成手段と、 前記予測画像生成手段によって得られた予測画像をディ
スプレイ装置およびファイル装置の少なくとも一方に出
力する予測画像出力手段を有する気象画像予測装置。 - 【請求項４】 前記降水域移動速度推定手段は、前記降
水域速度場記憶手段によって記憶された降水域の移動速
度の現在から任意の過去までの空間的分布および時間的
分布を入力とし、現在の降水域に該当する空間領域内に
おいて、現在から任意の過去の時刻における降水域の移
動速度を、その時刻に応じて重み付けし、平均をとった
値を降水域の移動速度の推定値とし出力する請求項３記
載の装置。 - 【請求項５】 前記降水域移動速度候補推定手段は、前
記画像入力手段によって入力された複数のフレームの気
象レーダ画像中から、局所的な画像中のエコーの速度場
の均一性に基づいて降水域を抽出し、各々の降水域につ
いて、フレーム間の濃淡パターンの位置の変位から降水
域の移動速度を推定する請求項３記載の装置。 - 【請求項６】 局所短時間の降水量の予測を目的として
気象レーダ装置により得られる気象レーダ画像から未来
の気象レーダ画像を予測する気象画像予測プログラムを
記録した記録媒体であって、 気象レーダ装置により得られた時系列をなす気象レーダ
画像を入力する画像入力処理と、 前記画像入力処理によって入力された気象レーダ画像中
のエコーの塊およびその群である降水域の移動速度を真
近の２フレームから数フレームの気象レーダ画像を用い
て推定する降水域移動速度候補推定処理と、 前記降水域移動速度候補推定処理によって得られた推定
された降水域の移動速度の空間分布を複数の時刻につい
て記憶する降水域速度場記憶処理と、 前記降水域速度場記憶処理によって記憶された現在から
任意の過去までの降水域の空間分布および時間分布を入
力とし、最新の時刻での任意の降水域の移動速度を推定
する降水域移動速度推定処理と、 前記降水域移動速度推定処理によって推定された降水域
の移動速度を用い、未来の気象レーダ画像中のエコーパ
ターンの予測画像を生成する予測画像生成処理と、 前記予測画像生成手段によって得られた予測画像をディ
スプレイ装置およびファイル装置の少なくとも一方に出
力する予測画像出力処理をコンピュータに実行させるた
めの気象画像予測プログラムを記録した記録媒体。 - 【請求項７】 前記降水域移動速度推定処理は、前記降
水域速度場記憶処理によって記憶された降水域の移動速
度の現在から任意の過去までの空間的分布および時間的
分布を入力とし、現在の降水域に該当する空間領域内に
おいて、現在から任意の過去の時刻における降水域の移
動速度を、その時刻に応じて重み付けし、平均をとった
値を降水域の移動速度の推定値とし出力する請求項６記
載の記録媒体。 - 【請求項８】 前記降水域移動速度候補推定処理は、前
記画像入力処理によって入力された複数のフレームの気
象レーダ画像中から、局所的な画像中のエコーの速度場
の均一性に基づいて降水域を抽出し、各々の降水域につ
いて、フレーム間の濃淡パターンの位置の変位から降水
域の移動速度を推定する請求項６記載の記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9341293A JPH1114760A (ja) | 1997-04-30 | 1997-12-11 | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11271897 | 1997-04-30 | ||
| JP9-112718 | 1997-04-30 | ||
| JP9341293A JPH1114760A (ja) | 1997-04-30 | 1997-12-11 | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1114760A true JPH1114760A (ja) | 1999-01-22 |
Family
ID=26451819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9341293A Pending JPH1114760A (ja) | 1997-04-30 | 1997-12-11 | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1114760A (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008220720A (ja) * | 2007-03-14 | 2008-09-25 | Sankyo Co Ltd | スロットマシン |
| JP2011058808A (ja) * | 2009-09-07 | 2011-03-24 | Japan Radio Co Ltd | レーダ画像処理装置および気象レーダ装置 |
| JP2016521355A (ja) * | 2013-04-04 | 2016-07-21 | スカイ モーション リサーチ， ユーエルシーＳｋｙ Ｍｏｔｉｏｎ Ｒｅｓｅａｒｃｈ， Ｕｌｃ | 地点観測を使用して天気予報を精密化する方法及びシステム |
| US10203219B2 (en) | 2013-04-04 | 2019-02-12 | Sky Motion Research Ulc | Method and system for displaying nowcasts along a route on a map |
| US10330827B2 (en) | 2013-04-04 | 2019-06-25 | Sky Motion Research, Ulc | Method and system for displaying weather information on a timeline |
| US10495785B2 (en) | 2013-04-04 | 2019-12-03 | Sky Motion Research, Ulc | Method and system for refining weather forecasts using point observations |
| US10509143B2 (en) | 2013-04-04 | 2019-12-17 | Sky Motion Research, Ulc | Method and system for combining localized weather forecasting and itinerary planning |
| US10564319B2 (en) | 2013-06-26 | 2020-02-18 | Sky Motion Research, Ulc | Method and system for displaying weather information on a timeline |
| CN114488352A (zh) * | 2022-02-16 | 2022-05-13 | 长沙祥云瑞风信息技术有限公司 | 一种无缝隙精细化降水预报方法及系统 |
| CN115390161A (zh) * | 2022-07-26 | 2022-11-25 | 北京百度网讯科技有限公司 | 基于人工智能的降水预测方法及装置 |
| CN115857060A (zh) * | 2023-02-20 | 2023-03-28 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 基于分层生成对抗网络的短临降水预报方法和系统 |
-
1997
- 1997-12-11 JP JP9341293A patent/JPH1114760A/ja active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008220720A (ja) * | 2007-03-14 | 2008-09-25 | Sankyo Co Ltd | スロットマシン |
| JP2011058808A (ja) * | 2009-09-07 | 2011-03-24 | Japan Radio Co Ltd | レーダ画像処理装置および気象レーダ装置 |
| US10495785B2 (en) | 2013-04-04 | 2019-12-03 | Sky Motion Research, Ulc | Method and system for refining weather forecasts using point observations |
| US10203219B2 (en) | 2013-04-04 | 2019-02-12 | Sky Motion Research Ulc | Method and system for displaying nowcasts along a route on a map |
| US10330827B2 (en) | 2013-04-04 | 2019-06-25 | Sky Motion Research, Ulc | Method and system for displaying weather information on a timeline |
| US10480956B2 (en) | 2013-04-04 | 2019-11-19 | Sky Motion Research, Ulc | Method and system for displaying nowcasts along a route map |
| JP2016521355A (ja) * | 2013-04-04 | 2016-07-21 | スカイ モーション リサーチ， ユーエルシーＳｋｙ Ｍｏｔｉｏｎ Ｒｅｓｅａｒｃｈ， Ｕｌｃ | 地点観測を使用して天気予報を精密化する方法及びシステム |
| US10509143B2 (en) | 2013-04-04 | 2019-12-17 | Sky Motion Research, Ulc | Method and system for combining localized weather forecasting and itinerary planning |
| US10584978B2 (en) | 2013-04-04 | 2020-03-10 | Sky Motion Research, Ulc | Method and system for displaying nowcasts along a route on a map |
| US11199648B2 (en) | 2013-06-16 | 2021-12-14 | Sky Motion Research, Ulc | Method and system for refining weather forecasts using point observations |
| US10564319B2 (en) | 2013-06-26 | 2020-02-18 | Sky Motion Research, Ulc | Method and system for displaying weather information on a timeline |
| CN114488352A (zh) * | 2022-02-16 | 2022-05-13 | 长沙祥云瑞风信息技术有限公司 | 一种无缝隙精细化降水预报方法及系统 |
| CN115390161A (zh) * | 2022-07-26 | 2022-11-25 | 北京百度网讯科技有限公司 | 基于人工智能的降水预测方法及装置 |
| CN115390161B (zh) * | 2022-07-26 | 2023-11-24 | 北京百度网讯科技有限公司 | 基于人工智能的降水预测方法及装置 |
| CN115857060A (zh) * | 2023-02-20 | 2023-03-28 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 基于分层生成对抗网络的短临降水预报方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5974360A (en) | Method and equipment for weather image prediction | |
| US8315436B2 (en) | Robust camera pan vector estimation using iterative center of mass | |
| US7929730B2 (en) | Method and system for object detection and tracking | |
| JPH1114760A (ja) | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 | |
| Gerát et al. | Vehicle speed detection from camera stream using image processing methods | |
| US9911191B2 (en) | State estimation apparatus, state estimation method, and integrated circuit with calculation of likelihood data and estimation of posterior probability distribution data | |
| CN109146912A (zh) | 一种基于目标性分析的视觉目标跟踪方法 | |
| JPH07505749A (ja) | ディジタルビデオ信号の画像シーケンスにおける不所望の全体的画像不安定性の推定方法 | |
| JP7056842B2 (ja) | 状態推定装置及びプログラム | |
| JPWO2011013281A1 (ja) | 移動体検出方法及び移動体検出装置 | |
| Ritvanen et al. | Advection-free convolutional neural network for convective rainfall nowcasting | |
| JP3458940B2 (ja) | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 | |
| JP4210292B2 (ja) | 画像変化予測方法および画像変化予測装置 | |
| KR100635883B1 (ko) | 실시간 물체 추적 장치 | |
| JP3565087B2 (ja) | 時系列画像予測方法及び装置及び時系列画像予測プログラムを格納した記憶媒体 | |
| JP2007060192A (ja) | 補間フレーム生成装置、その方法、画像表示システム、並びに、プログラムおよび記録媒体 | |
| KR101280348B1 (ko) | 다중 표적 추적 방법 | |
| JP3377078B2 (ja) | 対流場変化予測推定装置 | |
| JPH11258359A (ja) | 気象予報支援方法、装置、および気象予報支援プログラムを記録した記録媒体 | |
| JP3375038B2 (ja) | 降水パターン変化予測方法および装置 | |
| JP3377071B2 (ja) | 大局的雨域予測装置 | |
| 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 | |
| JP3377074B2 (ja) | 降水量変化予測装置 | |
| JP2000009856A (ja) | 地表降雨演算装置、地表降雨予測装置、及び記憶媒体 | |
| JPH11109048A (ja) | コンピュータによる降雨予測方法及び降雨予測プログラムを記録したコンピュータ読み取り可能な記録媒体 |