TWI625537B - Meteorological phenomenon occurrence possibility determination system and method - Google Patents

Abstract

若依據實施形態，則系統，其特徵為，係具備有：取得手段，係使用雷達，而朝向上空發射雷達波，並接收雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據反射波或散射波，來在較氣象現象之發生所需要的時間而更短之時間內，反覆取得在氣象現象之預測中所需要的一連串之3維資料；和解析手段，係根據反覆取得之各3維資料，而進行用以檢測出關連於氣象現象之參數的特異性之時間變化之解析；和判定手段，係當基於解析之結果而檢測出了特異性之時間變化的情況時，判定氣象現象之發生的可能性之有無。

Description

氣象現象發生可能性判定系統及方法

本發明之實施形態，係有關於用以判定氣象現象之發生可能性的系統及方法。

從先前起，便使用藉由拋物面型之氣象雷達所取得的資料，來預測氣象現象。例如，若藉由此種拋物面型之氣象雷達，則係取得展現有降水雲之2維性之特徵的資料。之後，基於此所取得的資料，係進行有像是對於降水雲等之氣象現象的發生可能性進行評價等之氣象現象的預測。

[先前技術文獻] [專利文獻]

[專利文獻1]日本特開2011-520127號公報

[專利文獻2]WO2015/005020號公報

[專利文獻3]日本特開2010-249550號公報

然而，像是降水雲一般之氣象現象的態樣，係具備有3維性之特徵。

因此，係有著難以基於2維性之特徵來以高準確度預測各種的氣象現象之問題。

又，為了得到對於使用拋物面型之氣象雷達來對於降水雲等之態樣進行3維性之解析一事而言所需要的雷達資料，例如係需要5~10分鐘程度的時間。

因此，係亦有著難以基於使用拋物面型之氣象雷達所取得的降水雲等之3維性之態樣來對於像是龍捲風之類的以1分鐘程度之極短時間而發生的顯著氣象現象之發生可能性進行預測的問題。

又，就算是在使用拋物面型之氣象雷達以外的雷達來取得3維資料的情況時，亦同樣的，係有著在對於氣象現象之解析而言為必要的一組之3維資料的取得中所需要之時間(亦即是時間解析度)並非為能夠達到可對於像是龍捲風之類的以1分鐘程度之極短時間而發生的顯著氣象現象之發生可能性進行預測之高解析度的問題。

因此，在使用此種先前之技術的情況時，係會有導致對於像是龍捲風之類的以極短時間而發生之顯著氣象現象的發生可能性所進行之預測失準並造成發生之預測的錯誤之虞。

本發明，係為注目於上述事態所進行者，其目的，係在於提供一種藉由以短時間來取得對於氣象現象之解析而言為必要的一組之3維資料而成為就算是對於像是龍捲風一般之以極短時間而發生的顯著氣象現象也能夠以高精確度來進行預測的系統以及方法。

實施形態之系統，係為使用雷達來判定氣象現象之發生的可能性之有無之氣象現象發生可能性判定系統，其特徵為，係具備有取得手段、和解析手段、以及判定手段。取得手段，係使用雷達，而朝向上空發射雷達波，並接收雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據反射波或散射波，來在較氣象現象之發生所需要的時間而更短之時間內，反覆取得在氣象現象之預測中所需要的一連串之3維資料。解析手段，係根據反覆取得之各3維資料，而進行用以檢測出關連於氣象現象之參數的特異性之時間變化之解析。判定手段，係當基於解析之結果而檢測出了特異性之時間變化的情況時，判定氣象現象之發生的可能性之有無。

1‧‧‧氣象現象發生可能性判定系統

8‧‧‧高速掃描氣象雷達

8a‧‧‧拋物面天線

9‧‧‧雷達訊號處理部

9a‧‧‧取得部

10‧‧‧雷達解析部

11‧‧‧通訊介面

12‧‧‧RAW資料處理部

13‧‧‧RAW資料儲存部

14‧‧‧雷達資料解析演算部

15‧‧‧解析資料儲存部

20‧‧‧龍捲風預測部

21‧‧‧龍捲風發生可能性解析部

22‧‧‧解析資料儲存部

23‧‧‧顯示通知部

30‧‧‧解析資料取得部

32‧‧‧參數解析部

34‧‧‧龍捲風徵兆偵測部

40‧‧‧控制部

41‧‧‧偵測資訊取得部

42‧‧‧切換部

44‧‧‧方位算出部

46‧‧‧切換判定部

48‧‧‧控制資訊產生部

49‧‧‧切換資訊記憶部

50‧‧‧降水雲

50a‧‧‧降水雲

50b‧‧‧降水雲

50c‧‧‧降水雲

50d‧‧‧降水雲

50e‧‧‧降水雲

50f‧‧‧降水雲

50-1‧‧‧降水雲

50-2‧‧‧降水雲

51‧‧‧降水核心

51a‧‧‧降水核心

51b‧‧‧降水核心

51c‧‧‧降水核心

51d‧‧‧降水核心

51e‧‧‧降水核心

51f‧‧‧降水核心

52‧‧‧線

53‧‧‧線

60‧‧‧線

60a‧‧‧線

60b‧‧‧線

60c‧‧‧線

60d‧‧‧線

60e‧‧‧線

70‧‧‧反曲點

70a‧‧‧反曲點

70c‧‧‧反曲點

70d‧‧‧反曲點

70e‧‧‧反曲點

90‧‧‧反曲點

A‧‧‧龍捲風預測參數

B‧‧‧龍捲風預測參數

C‧‧‧龍捲風預測參數

C1‧‧‧觀測範圍

C2‧‧‧觀測範圍

D‧‧‧龍捲風預測參數

D1‧‧‧龍捲風預測參數

D2‧‧‧龍捲風預測參數

D3‧‧‧龍捲風預測參數

D4‧‧‧龍捲風預測參數

D0-1‧‧‧偵測方位

D0-2‧‧‧偵測方位

E‧‧‧龍捲風預測參數

P02‧‧‧取得點

P03‧‧‧取得點

P04‧‧‧取得點

P05‧‧‧取得點

P11‧‧‧取得點

P12‧‧‧取得點

P-1‧‧‧取得點

P-2‧‧‧取得點

P-3‧‧‧取得點

P-4‧‧‧取得點

P-5‧‧‧取得點

P-6‧‧‧取得點

P-7‧‧‧取得點

Pa‧‧‧取得點

Pb‧‧‧取得點

Pc‧‧‧取得點

Pd‧‧‧取得點

Pe‧‧‧取得點

R‧‧‧半徑

T0‧‧‧時間點

T01‧‧‧時間點

T02‧‧‧時間點

T03‧‧‧時間點

T04‧‧‧時間點

T05‧‧‧時間點

T11‧‧‧時間點

T12‧‧‧時間點

T0a‧‧‧時間點

T0b‧‧‧時間點

T0c‧‧‧時間點

T0d‧‧‧時間點

T0e‧‧‧時間點

T1m‧‧‧時間點

T1n‧‧‧時間點

a0‧‧‧訊號處理結果

b0‧‧‧訊號處理結果

c0‧‧‧RAW資料

d0‧‧‧雷達資料

e0‧‧‧解析資料

f‧‧‧結果

g‧‧‧資訊

i‧‧‧資料

k‧‧‧方位關連資訊

n‧‧‧判定結果

r0‧‧‧受訊訊號資料

r‧‧‧偵測距離

r1‧‧‧距離

s1‧‧‧偵測資訊

s2‧‧‧控制資訊

w‧‧‧雷達資訊

θ1‧‧‧角度

θ2‧‧‧角度

圖1，係為對於適用有本發明之第1實施形態之氣象現象發生可能性判定方法的氣象現象發生可能性判定系統之構成例作展示之圖。

圖2，係為對於在該實施形態之氣象現象發生可能性判定系統中的龍捲風發生預測部之構成例作展示之圖。

圖3，係為對於在該實施形態之氣象現象發生可能性判定系統中的龍捲風發生可能性解析部之構成例作展示之圖。

圖4，係為對於在該實施形態之氣象現象發生可能性判定系統中的龍捲風徵兆偵測處理程序之其中一例作展示 之流程圖。

圖5，係為用以對於在該實施形態之氣象現象發生可能性判定系統中的龍捲風徴兆偵測處理中所被使用之龍捲風預測參數的時間變化作說明之圖。

圖6，係為用以對於在該實施形態之氣象現象發生可能性判定系統中的龍捲風徴兆偵測處理中之龍捲風發生可能性的危險度作說明之圖。

圖7，係為對於適用有本發明之第2實施形態之氣象現象發生可能性判定方法的氣象現象發生可能性判定系統之構成例作展示之圖。

圖8，係為對於在該實施形態之氣象現象發生可能性判定系統中的控制部之構成例作展示之圖。

圖9，係為用以對於在該實施形態之氣象現象發生可能性判定系統中的被偵測到顯著氣象現象之發生的徵兆之方位作說明之圖。

圖10，係為對於在該實施形態之氣象現象發生可能性判定系統中的龍捲風徵兆偵測處理程序之其中一例作展示之流程圖。

圖11，係為對於在該實施形態之氣象現象發生可能性判定系統中的模式切換處理程序之其中一例作展示之流程圖。

(第1實施形態)

以下，參考圖面，對於適用有本發明之第1實施形態之氣象現象發生可能性判定方法的氣象現象發生可能性判定系統作說明。

此氣象現象發生可能性判定系統，係為用以偵測出龍捲風等之顯著氣象現象的徵兆之系統，並為用以判定顯著氣象現象之發生的可能性之系統。換言之，係為用以在顯著氣象現象發生之前，偵測出此顯著氣象現象的徵兆，並基於所偵測出之徵兆，來預測並判定顯著氣象現象之發生的可能性之系統。

又，此氣象現象發生可能性判定系統，例如，係為對於藉由高速掃描氣象雷達所得到的雷達資料進行解析，並當基於降水雲之盛衰、降水雲內之降水核心、或者是降水雲內之鉛直渦的連續性且高密度之時間變化，而判定顯著氣象現象之發生的可能性為大的情況時，將此事對於使用者作通知之系統。

顯著氣象現象，係為以5分鐘~10分鐘程度之極短時間而發生的現象，例如，係為龍捲風、在局部性之地區中所發生的大雨等之豪雨、強陣風、雷雨或者是降雹等之極端的氣象現象。

高速掃描氣象雷達，係為能夠對於上空等而以高速來進行掃描的雷達，例如，係為相位陣列氣象雷達。例如，係為能夠以較顯著氣象現象之從發生起直到消滅為止的時間(例如5分鐘~10分鐘程度之極短時間)而更短之時間(例如較1分鐘而更短之時間，以下，稱作「高解析度 時間」)來進行掃描的雷達。另外，代替相位陣列氣象雷達，亦可使用能夠以高解析度時間來進行掃描之拋物面天線。又，相位陣列氣象雷達，係可為雙重偏波相位陣列氣象雷達，亦可為單偏波相位陣列氣象雷達。

並且，係使用高速掃描氣象雷達，而朝向涵蓋有關連於顯著氣象現象之發生的範圍之上空發射雷達波，而能夠受訊所發射之雷達波被雲等所反射所成的反射波或散射波。

另外，以下，作為顯著氣象現象，雖係針對龍捲風作說明，但是，針對其他之顯著氣象現象，係亦可同樣的作說明。

具體而言，係參照圖1之構成例，對於適用有本實施形態之氣象現象發生可能性判定方法的氣象現象發生可能性判定系統1作說明。

氣象現象發生可能性判定系統1，係具備有：具備取得部9a之雷達訊號處理部9、和雷達解析部10、以及龍捲風預測部20。

雷達訊號處理部9，係對於藉由高速掃描氣象雷達8所受訊的反射波或散射波之受訊訊號資料r0，而進行一般性之放大處理或調變處理等的訊號處理。之後，將該訊號處理結果a0輸出至雷達解析部10處。

取得部9a，係在較對於龍捲風之發生而言所需要之時間更短的時間內，反覆取得為了判定龍捲風之發生的可能性所需要的一連串之3維資料。

雷達解析部10，係具備有通訊介面(I/F)11、RAW資料處理部12、RAW資料儲存部13、雷達資料解析演算部14、以及解析資料儲存部15。

雷達解析部10，係進行藉由高速掃描氣象雷達8所得到的受訊訊號資料r0之解析。具體而言，係基於從雷達訊號處理部9所取得的訊號處理結果a0，來產生3維資料，並基於所產生的3維資料，而為了對於龍捲風之發生作預測，來進行用以算出為了偵測出龍捲風之發生的徵兆並判定龍捲風之發生的可能性所需要之參數(以下，稱作「龍捲風預測參數」)之解析。

另外，藉由產生3維資料，係可得知降水雲之形狀等的3維性之態樣。

龍捲風預測參數，例如，係為有關於在降水雲之最下層部處的鉛直渦之渦度的參數。例如，係為代表在鉛直渦中之上昇氣流的高度或強度之參數。另外，針對龍捲風預測參數，係參考圖6來作詳細敘述。

通訊I/F11，係為用以與雷達訊號處理部9進行通訊之介面，例如，係將從雷達訊號處理部9所反覆取得的訊號處理結果a0，作為訊號處理結果b0來輸出至RAW資料處理部12處。

RAW資料處理部12，係為了基於從通訊I/F11所取得的訊號處理結果b0來產生包含3維資料之RAW資料c0，而進行用以將在訊號處理結果b0中所包含之藉由雷達訊號處理部9所作了處理的受訊訊號資料r0轉換為 RAW資料c0之處理。

3維資料，係使用在該技術領域中之周知的手法來產生。之後，將包含3維資料之RAW資料c0輸出至RAW資料儲存部13處。又，RAW資料c0，例如，當作為高速掃描氣象雷達而使用雙重偏波相位陣列氣象雷達的情況時，係亦包含各偏波參數之極座標資料等的資料。極座標資料，例如，係包含仰角方向之資料。

RAW資料儲存部13，係將從RAW資料處理部12所取得的RAW資料c0例如作暫時性的儲存。之後，係將為了算出龍捲風預測參數所需要的體積(volumn)掃描資料(亦即是，例如，與從降水雲之上部起直到下部為止的全部高度相對應之全體之3維資料)、或者是為了算出龍捲風預測參數所需要的3維資料之全體中之一部分的3維資料，作為雷達資料d0而輸出至雷達資料解析演算部14處。

3維資料之全體中的一部分之3維資料，例如，係為對於全方位而發射雷達波所得到的3維資料之全體中的一部分之3維資料。

雷達資料解析演算部14，係進行用以基於從RAW資料儲存部13所取得的雷達資料d0而算出龍捲風預測參數的解析演算處理。

之後，將包含有所算出的龍捲風預測參數資訊之解析資料e0，輸出至解析資料儲存部15處。

又，雷達資料解析演算部14，係亦可構成為藉由在 取得了包含有為了對於雷達資料d0進行解析所需要的RAW資料c0之全部的雷達資料d0的情況時而啟動，來開始雷達資料d0之解析。

雷達資料解析演算部14，第1，係進行降水雲內之降水核心的檢測。之後，當檢測出了降水核心的情況時，係算出關連於降水核心之參數，例如，係算出關連於降水核心之重心位置以及高度的參數(龍捲風預測參數A)、或者是關連於降水核心之最大反射強度的參數(龍捲風預測參數B)。

另外，關連於龍捲風預測參數A、B之降水核心的落下速度，一般而言，例如係在5分鐘以內而改變。因此，可以想見，龍捲風預測參數A也會在5分鐘以內而改變。

雷達資料解析演算部14，第2，係進行降水雲內之鉛直渦的檢測。之後，在檢測出了鉛直渦的情況時，係算出關連於鉛直渦之參數，例如，係算出代表在降水雲之最下層部處的鉛直渦之渦度之參數(龍捲風預測參數C)、或者是代表渦度為例如1.0×10^-2(S^-1)以上的鉛直渦之深度之參數(龍捲風預測參數D)。另外，渦度，例如，係為為了代表鉛直渦之成長程度所一般性地使用之指標。

又，龍捲風預測參數C，例如，係亦為代表在後述之圖5之圖表(a)中所示的各降水核心51之最低高度之參數。又，龍捲風預測參數D，例如，係亦為代表在後述之圖5之圖表(a)中所示的各降水雲50之雲的深度或雲的厚度之參數。

雷達資料解析演算部14，第3，係進行代表降水雲之發達程度的雷達回波頂之高度之算出。之後，係基於所算出的回波頂之高度，來算出代表回波頂之高度的參數(龍捲風預測參數E)。又，龍捲風預測參數E，例如，係亦為代表在後述之圖5之圖表(a)中所示的各降水核心51之最高高度之參數。

另外，此些之各龍捲風預測參數A、B、C、D、E，例如，係可使用關連於各龍捲風預測參數之特定的方程式來算出。

如此這般，雷達資料解析演算部14，係算出龍捲風預測參數A、B、C、D、E。之後，將此些之龍捲風預測參數A、B、C、D、E，作為解析資料e0來儲存在解析資料儲存部15中。

另外，雷達資料解析演算部14，係亦可代替解析資料儲存部15，而例如將解析資料e0儲存在被與氣象現象發生可能性判定系統1作了連接的其他之網路上。

龍捲風預測部20，係基於被儲存在解析資料儲存部15或者是其他之網路上的解析資料e0，來預測龍捲風之發生。

龍捲風預測部20，係如同圖2中所示一般，具備有龍捲風發生可能性解析部21、和解析資料儲存部22、以及顯示通知部23。

龍捲風發生可能性解析部21，係基於從解析資料儲存部15所取得的解析資料e0，來進行關連於龍捲風之發 生可能性的解析以及判定。

龍捲風發生可能性解析部21，係如同圖3中所示一般，具備有解析資料取得部30、和參數解析部32、以及龍捲風徵兆偵測部34。

解析資料取得部30，係將在解析資料e0中所包含之龍捲風預測參數A、B、C、D、E，輸出至參數解析部32處。

參數解析部32，係對於龍捲風預測參數A、B、C、D、E進行解析。具體而言，係進行用以從藉由取得部9a所反覆取得之各3維資料而檢測出龍捲風預測參數A、B、C、D、E的特異性之時間變化之解析。例如，係檢測出龍捲風預測參數A、B、C、D、E之相對於時間的特異性之反曲點。

在龍捲風發生之前，各龍捲風預測參數A、B、C、D、E係會作時間性地變化。具體而言，龍捲風預測參數A，若是發生降水雲內之降水核心的下降，則會歷時性地變化。龍捲風預測參數B，若是降水雲內之降水核心的最大反射強度例如成為40dBZ以上，則會歷時性地變化。龍捲風預測參數C，若是在降水雲之最下層部處而鉛直渦之渦度成為增加傾向，則會歷時性地變化。

龍捲風預測參數D，若是降水雲內之鉛直渦成為增加傾向，則會歷時性地變化。龍捲風預測參數E，若是10dBZ之回波頂的高度成為10km以上，則會歷時性地變化。

參數解析部32，係對於龍捲風預測參數A、B、C、D、E之相對於時間的變化進行解析，並將其之結果f輸出至龍捲風徵兆偵測部34處。

龍捲風徵兆偵測部34，係當基於由參數解析部32所致之解析之結果而檢測出了特異性之時間變化的情況時，判定龍捲風之發生的可能性之有無。具體而言，當基於從參數解析部32所輸出的結果f而檢測出龍捲風預測參數A、B、C、D、E之相對於時間的特異性之反曲點的情況時，此反曲點，係判定為龍捲風之徵兆。

又，龍捲風徵兆偵測部34，係因應於藉由參數解析部32而檢測出了特異性之時間變化的次數，來決定代表龍捲風之發生的可能性之高低的等級。

之後，基於所決定的等級，來判定龍捲風之發生的可能性。此代表龍捲風之發生的可能性之高低的等級，係為代表龍捲風之發生的危險度之等級。另外，針對此等級，係參考圖6來作詳細敘述。

之後，龍捲風徵兆偵測部34，係將關連於此些之判定結果的資訊g，輸出至解析資料儲存部22處。

解析資料儲存部22，係將關連於藉由龍捲風徵兆偵測部34所得到的判定結果之資訊g，例如作暫時性的儲存。

顯示通知部23，係當藉由龍捲風徵兆偵測部34而判定係存在有龍捲風之發生之可能性的情況時，提示關連於龍捲風之發生之可能性之資訊。具體而言，係將被儲存在 解析資料儲存部22中之資訊g因應於需要而取出，並加工成用以從被設置在使用者所持有之攜帶終端處的畫面等來進行顯示之資料i，之後，將此資料i從被設置在使用者所持有之攜帶終端處的畫面等來進行顯示。

藉由此，顯示通知部23，係從被設置在使用者所持有之攜帶終端處的畫面等，來顯示代表是否存在有龍捲風之發生的可能性之資訊。

本實施形態之氣象現象發生可能性判定系統1，係將從由高速掃描氣象雷達8所致之受訊訊號資料r0之取得起直到對於被設置在使用者所持有之攜帶終端處之畫面等所進行之龍捲風發生可能性之顯示為止的一連串之處理，在例如1分鐘以內一般之較龍捲風之發生所需要的時間而更短之時間內來進行。如此這般，本實施形態之氣象現象發生可能性判定系統1，係相較於先前技術而具備有更高的時間解析度。

另外，在請求項中，使用雷達而朝向上空發射雷達波，並接收雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據反射波或散射波，來在較氣象現象之發生所需要的時間而更短之時間內，反覆取得在氣象現象之預測中所需要的一連串之3維資料的取得手段，例如，係對應於通訊I/F11或解析資料取得部30。根據反覆取得之各3維資料，而進行用以檢測出關連於氣象現象之參數的特異性之時間變化之解析之解析手段，例如，係對應於參數解析部32。當基於解析之結果而檢測出了特異 性之時間變化的情況時，判定氣象現象之發生的可能性之有無之判定手段，例如，係對應於龍捲風徵兆偵測部34。

又，在請求項中，當藉由判定手段而判定係存在有氣象現象之發生之可能性的情況時，提示關連於氣象現象之發生之可能性之資訊之提示手段，例如，係對應於顯示通知部23。

接著，參考圖4之流程圖，針對氣象現象發生可能性判定處理程序之其中一例作說明。

首先，藉由取得部9a，上述一般之3維資料，係在較對於龍捲風之發生而言所需要之時間更短的時間內而被反覆取得(步驟S40)。之後，藉由解析資料取得部30，而從解析資料儲存部15來取得龍捲風預測參數A、B、C、D、E(步驟S42)。

接著，藉由參數解析部32，而進行用以檢測出在步驟S42中所取得的龍捲風預測參數A、B、C、D、E之特異性之時間變化之解析(步驟S44)。

之後，當作為在步驟S44中之解析的結果，而龍捲風預測參數A、B、C、D、E之特異性之時間變化被檢測出來的情況時，將該被檢測出的特異性之時間變化作為龍捲風之發生的徵兆之測出，而藉由龍捲風徵兆偵測部34來判定是否偵測到了龍捲風之發生的徵兆(步驟S46)。當判定為並未偵測出龍捲風之發生之徵兆的情況時(S46：NO)，係回到步驟S40，並再度時間性地取得下一個的龍 捲風預測參數A、B、C、D、E。

另一方面，當判定係偵測到了龍捲風之發生之徵兆的情況時(步驟S46：YES)，藉由龍捲風徵兆偵測部34，來因應於所偵測到的徵兆而判定龍捲風之發生的可能性之有無(步驟S48)。例如，係因應於偵測到龍捲風預測參數A、B、C、D、E之特異性之時間變化的次數、亦即是因應於徵兆被偵測出的次數，來決定代表龍捲風之發生之危險度的等級，並判定龍捲風之發生的可能性之有無(步驟S48)。

而，當判定為並沒有龍捲風之發生之可能性的情況時(步驟S48：NO)，係回到步驟S40，並再度時間性地取得下一個的龍捲風預測參數A、B、C、D、E。

另一方面，當判定為係存在有龍捲風之發生之可能性的情況時(步驟S48：YES)，係藉由顯示通知部23，來將關連於龍捲風之發生之可能性之資訊，例如與在步驟S48中所決定的等級附加關連性，並提示給使用者(步驟S50)。具體而言，龍捲風發生預測資訊，係作為資訊g而對於使用者進行通知，並作為資料i而被從被設置在使用者所持有之攜帶終端處的畫面等來作顯示(步驟S50)。

接著，參考圖5，針對龍捲風預測參數之時間變化作說明。

圖表(a)，係對於降水雲50之盛衰的其中一例之時間變化作示意性展示。又，圖表(b)，係對於先前技術 之用以預測顯著氣象現象之參數的時間變化作展示。另一方面，圖表(c)，係對於在本實施形態之氣象現象發生可能性判定處理中的龍捲風預測參數之時間變化作展示。

另外，在圖表(b)中所示之先前技術之參數，係亦可並非為龍捲風預測參數。例如，係為降水雲50之伴隨著時間變化而改變的參數，而為能夠與龍捲風預測參數作比較之參數。又，圖表(c)中所示之龍捲風預測參數，係為如同上述之龍捲風預測參數A、B、C、D、E一般之為了判定龍捲風之發生之可能性所必要的參數。

圖5之圖表(a)、(b)、(c)之橫軸，係分別代表時間(分鐘)。又，圖表(a)之縱軸係代表高度，圖表(b)、圖表(c)之縱軸係代表各參數之值。

首先，針對圖5之圖表(a)作時間序列性之說明。

首先，在時間點T05(於圖中，係為0分鐘)處，降水雲50a係發生。在圖5中，係將時間點T05，作為在氣象現象發生可能性判定處理中之成為基準的時間點。

接著，在時間點T04(於圖中，係為10分鐘)處，降水雲50，係成長為較降水雲50a而更大之降水雲50b，亦即是成長為高度為高之降水雲50。在圖中，降水雲50b之高度，係為約8km。又，降水雲50b，係包含相當於降水區域之降水核心51b。

之後，在時間點T03(於圖中，係為20分鐘)處，降水雲50，係成長為較降水雲50b而高度為更高並且包含降水區域51c之降水雲50c。又，關於相當於降水核心 51的最高高度之回波頂，相當於降水核心51c之回波頂的降水核心51之最高高度(在圖中，係為高度約12km)，亦係成為較相當於降水核心51b之回波頂的降水核心51之最高高度(在圖中，係為高度約7km)而更高。

之後，在時間點T02(於圖中，係為30分鐘)處，降水雲50，係成長為具備有降水核心51之尺寸為較降水核心51c之尺寸而更大的降水核心51d。

之後，在時間點T0(於圖中，係為30分鐘~40分鐘之間的時間點)處，龍捲風(未圖示)係發生。

之後，在時間點T11(於圖中，係為40分鐘)處，降水雲50，係與降水核心51一同衰退。例如，降水雲50，係衰退為較降水雲50d之最高高度(在圖中，係為約11km)而更低的最高高度(在圖中，係為約9km)之降水雲50e。又，降水核心51，係衰退為較降水核心51d之最高高度(在圖中，係為約10km)而更低的最高高度(在圖中，係為約8km)之降水核心51e。

之後，在時間點T12(於圖中，係為50分鐘)處，降水雲50，係衰退為具備有最高高度為較降水核心51e而更低的降水核心51f之降水雲50f。

另外，在時間點T0處所發生的龍捲風，例如，係與降水雲50之衰退一同地而消滅。

接著，一面對於圖5之圖表(b)中所示之參數以及圖5之圖表(c)中所示之龍捲風預測參數之時間變化作 比較，一面作說明。

首先，在對應於時間點T05之取得點P05處，參數之值(P05)(未圖示)係被取得。以下，取得點P，例如，係代表參數所被取得的時間點。又，取得點P，係亦為用以判定龍捲風之發生之可能性的解析之被進行的時間點。又，取得點P05，係對應於降水雲50a。

又，參數之值(P05)，例如，係代表發生了降水雲50a。

接著，在對應於時間點T04之取得點P04處，參數之值(P04)係被取得。另外，取得點P04，係對應於降水雲50b。又，參數之值(P04)，例如，係代表降水雲50a成長為降水雲50b。又，在圖5中，係對於隨著降水雲50從降水雲50a成長為降水雲50b而參數之值亦變大一事有所展示。

又，在圖5之圖表(b)中所示之代表先前技術之參數的時間變化之線52處，參數之值(P04)係展現有與參數之值(P05)略相同之值。另一方面，在圖5之圖表(c)中所示之代表本實施形態之龍捲風預測參數的時間變化之線53處，參數之值(P04)係與先前技術同樣的而展現有與參數之值(P05)相同之值。然而，在從時間點T05~時間點T04的10分鐘之間，參數之值係與先前技術相異，並非為一定而係有所變動。

此係因為，在本實施形態中，例如，係使用有如同上述一般之高速掃描氣象雷達之故。又，係因為本實施形態 之龍捲風預測參數，例如係為用以預測顯著氣象現象中之特別是龍捲風之發生所使用的參數之故。

又，取得點P04係對應於降水雲50b，將在取得點P05處之龍捲風預測參數和在取得點P04處之龍捲風預測參數作比較一事，係相當於將降水雲50a和降水雲50b作比較。

接著，在對應於時間點T03之取得點P03處，參數之值(P03)係被取得。另外，取得點P03，係對應於降水雲50c。又，參數之值(P03)，例如，係代表降水雲50b成長為降水雲50c。又，在圖5中，係對於隨著降水雲50從降水雲50b成長為降水雲50c而參數之值變小一事有所展示。

如此這般，也會有隨著降水雲50之成長而參數之值變小的情況。此事，例如，係代表著作為龍捲風預測參數所使用之參數，係如同參考圖6而於後再述一般為存在有複數，各龍捲風預測參數，係代表相異的時間變化之故。

接著，在對應於時間點T02之取得點P02處，參數之值(P02)係被取得。另外，取得點P02，係對應於降水雲50d。又，參數之值(P02)，例如，係代表降水雲50c成長為降水雲50d。又，在圖5中，係對於隨著降水雲50從降水雲50c成長為降水雲50d而參數之值幾乎沒有改變一事有所展示。

而，在時間點T02~時間點T11之間，龍捲風係發生。於此期間，在先前技術中，由於係並未使用有高速掃 描氣象雷達，因此，例如係僅能夠在每5~10分鐘而取得新的參數。另一方面，在本實施形態中，係藉由使用高速掃描氣象雷達，而能夠在約每30秒~1分鐘，而於與取得點P-2、P-3、P-4、P-5、P-6相對應的時間點處取得新的龍捲風預測參數。另外，取得點P02，係相當於取得點P-1，取得點P11，係相當於取得點P-7。

又，在圖5中雖並未詳細圖示，但是，在圖5之圖表(c)處，於從時間點T05起而至時間點T12的全部區間中，係與從時間點T02起而至時間點T11同樣地，而例如在約10分鐘之間更進而存在有5個的取得點P。另外，例如，係亦可構成為僅在偵測到了龍捲風之發生的徵兆之後之特定之期間、例如僅在時間點T02~時間點T11之間，而取得新的龍捲風預測參數。

之後，在時間點T11~時間點T12處，降水雲50係衰退，於此同時地，在圖5中係展現有參數之值亦有所變小一事。另外，係展示有：在此期間中，先前技術之參數的時間變化，係成為直線狀，而本實施形態之參數的時間變化，則係平緩地以曲線狀而變化。

接著，參考圖6，針對由龍捲風預測參數之時間變化所致的龍捲風發生可能性之危險度等的判定作說明。

圖6之圖表(a)、(b)、(c)、(d)、(e)，係分別代表上述之龍捲風預測參數A、B、C、D、E的時間變化。圖6之圖表(f)，係對因應於各龍捲風預測參數之特異性之時間變化被檢測出來的次數所決定之危險度 作展示。

圖6之圖表(a)、(b)、(c)、(d)、(e)、(f)之橫軸，係代表時間(分鐘)。另外，在圖6之圖表(a)、(b)、(c)、(d)、(e)、(f)中所示之各線，係代表在約1小時內所得到的龍捲風預測參數之時間變化。

又，圖6之圖表(a)、(b)、(c)、(d)、(e)的縱軸，係分別代表龍捲風預測參數A之值(km)、龍捲風預測參數B之值(dBZ)、龍捲風預測參數C之值(s-1)、龍捲風預測參數D之值(km)、龍捲風預測參數E之值(km)。又，圖6之圖表(f)之縱軸，係代表危險度之等級。

龍捲風預測參數A，係如同線60a處所示一般，在從時間點T0b起直到時間點T0d為止的期間(約10分鐘之間)中，具備有反曲點70a。又，係展示有：龍捲風預測參數A之值，在直到時間點T0a為止的期間中係有所增加，但是，在時間點Ta處係開始減少。於此情況，在與取得點Pa相對應之時間點T0a或者是與反曲點70a相對應之時間點(未圖示)處，係被檢測出有特異性之時間變化，而視為偵測到了龍捲風之發生的徵兆。

另外，反曲點70，例如，係相當於各線60之斜率的正負符號發生變化之點。

龍捲風預測參數B，係如同線60b所示一般，龍捲風預測參數B之值，在時間點T0b處，係超過特定之臨限 值(在圖中，係為40dBZ)。於此情況，係將超過特定之臨限值(40dBZ)一事，作為特異性之時間變化而檢測出來。之後，在與取得點Pb相對應之時間點T0b處，視為偵測到了龍捲風之發生的徵兆。

龍捲風預測參數C，係如同線60c處所示一般，在從時間點T0c起直到時間點T0為止的期間(約5分鐘之間)中，具備有反曲點70c。又，係展示有：龍捲風預測參數C之值，在直到時間點T0c為止的期間中係呈現略一定之值，並在時間點T0c處而急遽地增加。於此情況，係將龍捲風預測參數C急遽地增加一事，作為特異性之時間變化而檢測出來。又，在與取得點Pc相對應之時間點T0c或者是與反曲點70c相對應之時間點(未圖示)處，視為偵測到了龍捲風之發生的徵兆。

龍捲風預測參數D，係如同線60d處所示一般，在從時間點T0d起直到時間點T0e為止的期間中，具備有反曲點70d。又，係展示有：龍捲風預測參數D之值，在直到時間點T0d為止的期間中係呈現略一定之值，並在時間點T0d處而開始增加。於此情況，在與取得點Pd相對應之時間點T0d或者是與反曲點70d相對應之時間點(未圖示)處，係被檢測出有特異性之時間變化，而視為偵測到了龍捲風之發生的徵兆。

龍捲風預測參數E，係如同線60e處所示一般，在從時間點T0d起直到時間點T0e為止的期間中，具備有反曲點70e。又，龍捲風預測參數E之值，在時間點T0e處， 係超過特定之臨限值(在圖中，係為10km)。於此情況，係將超過特定之臨限值(10km)一事，作為特異性之時間變化而檢測出來。又，在與取得點Pe相對應之時間點T0e或者是與反曲點70e相對應之時間點(未圖示)處，視為偵測到了龍捲風之發生的徵兆。

如此這般，特異性之時間變化，例如，係包含有龍捲風預測參數之值從增加而轉變為減少之變化或者是從減少而轉變為增加之變化、龍捲風預測參數之值超過特定之臨限值之變化、龍捲風預測參數之值急遽地增加或減少等的變化率之變化、以及上述之相當於反曲點70之變化。

接著，參考圖6之圖表(f)，針對龍捲風發生可能性之危險度作說明。

危險度，係如同上述一般，因應於各龍捲風預測參數之特異性之時間變化被檢測出來的次數而被決定。又，因應於特異性之時間變化被檢測出來的次數，關連於危險度之資訊係被通知至使用者處。

在圖6中，係針對依照與取得點Pb相對應之龍捲風預測參數B之變化、與取得點Pd相對應之龍捲風預測參數D之變化、與取得點Pe相對應之龍捲風預測參數E之變化、與取得點Pa相對應之龍捲風預測參數A之變化以及與取得點Pc相對應之龍捲風預測參數C之變化的順序，而檢測出了各特異性之時間變化的情況作展示。另外，係並不被限定於此順序，亦能夠使特異性之時間變化以其他之順序而被檢測出來。

等級(危險度)0，例如，係為在直到龍捲風預測參數B之變化被檢測出來為止所被設定之代表平常情形的等級。又，係亦為代表龍捲風之發生的可能性為最低一事之等級。進而，係為代表起因於龍捲風之發生所導致的災害等之危險性為最低的安全之狀態之等級。

等級1，係為代表龍捲風預測參數B之變化被檢測出來一事的等級。又，係亦為代表危險度為較等級0而更高一事之等級。

等級2，係為代表龍捲風預測參數D之變化被檢測出來一事的等級，並且亦為代表危險度為較等級1而更高一事之等級。

等級3，係為代表龍捲風預測參數E之變化被檢測出來一事的等級，並且亦為代表危險度為較等級2而更高一事之等級。

等級4，係為代表龍捲風預測參數A之變化被檢測出來一事的等級，並且亦為代表危險度為較等級3而更高一事之等級。

等級5，係為代表龍捲風預測參數C之變化被檢測出來一事的等級，並且亦為代表危險度為較等級4而更高一事之等級。

另外，圖6之圖表(f)中所示之危險度，係僅為其中一例，例如，亦可使龍捲風預測參數D之變化較龍捲風預測參數B之變化而在時間上而言被更先檢測出來。

於此情況，當龍捲風預測參數B之變化被檢測出來的 情況時，等級1，係代表龍捲風預測參數D之變化被檢測出來一事。另一方面，等級2，係代表龍捲風預測參數B之變化被檢測出來一事。

又，在圖6中，雖係針對5個的龍捲風預測參數A、B、C、D、E作了說明，但是，例如，係亦可僅使用龍捲風預測參數A、B、C、D、E中之會在龍捲風正要發生前而變化的龍捲風預測參數C來進行危險度之判定。於此情況，例如，係亦可並不具有如同圖6之圖表(f)中所示一般之多階段的等級。例如，係亦可藉由代表危險或安全之2值來判定危險度。

另外，在對於龍捲風以外之顯著氣象現象之徵兆、例如對於豪雨之徵兆進行偵測的情況時，係亦能夠藉由將如同圖6之圖表(a)以及圖表(e)中所示一般之參數作為用以偵測出龍捲風以外之顯著氣象現象之徵兆的參數來使用，而對於龍捲風以外之顯著氣象現象之發生的徵兆進行偵測。

又，在本實施形態中，係亦可使用複數之高速掃描氣象雷達。於此情況，係基於使用從各高速掃描氣象雷達所得到的受訊訊號資料r0而得到之3維資料，來算出龍捲風預測參數。之後，例如，係亦可藉由針對所算出之各龍捲風預測參數而進行比較等之評價，來以更高的精確度而偵測出龍捲風之發生的徵兆。

又，除了上述一般之龍捲風預測參數以外，作為龍捲風預測參數，例如，係亦可使用代表與降水雲50之最高 高度相對應的降水雲50之頂點的仰角之參數或者是代表與降水核心51之最高高度相對應的降水核心51之頂點的仰角之參數。

如同上述一般，若依據第1實施形態，則藉由以短時間來取得對於顯著氣象現象之解析而言為必要的一組之3維資料，就算是對於像是龍捲風一般之以極短時間而發生的顯著氣象現象，也成為能夠以高精確度來進行預測。又，係成為能夠對於降水雲50之3維性的態樣，而在高解析度之各時間中進行解析，並對於使用者通知龍捲風之發生的可能性。

例如，針對龍捲風等之在科學上仍有多數之尚未究明之處的顯著氣象現象，係成為能夠在高解析度之各時間中對於降水雲50之3維性的態樣進行解析。又，藉由使用利用高速掃描氣象雷達而在每約數十秒中所分別得到的3維資料，來檢測出龍捲風預測參數之特異性之時間變化，並將被檢測出來的特異性之時間變化視為龍捲風之發生的徵兆，係成為能夠使龍捲風之發生可能性的預測之精確度提昇。

又，係成為能夠以約數十秒之間隔來實行龍捲風之發生可能性的解析以及判定。因此，例如，係亦成為能夠將龍捲風發生預測資訊，在不會有對於龍捲風之發生作誤判(亦即是，對於發生像是雖然對於使用者通知了龍捲風發生預測資訊，但是龍捲風卻並未發生之預測落空的情形作抑制)之情形的前提下來連續性且高頻度地作提供。故 而，係亦成為能夠對於使用者通知高精確度之龍捲風發生預測資訊。

又，係亦成為能夠即時性(realtime)地對於使用者提供龍捲風發生預測資訊。例如，係使用以一般市民等之一般性的使用者作為對象的應用程式軟體等，來作為服務而對於一般使用者提供龍捲風發生預測資訊。藉由此，係能夠即時性地喚起一般使用者之對於龍捲風的注意，而成為亦能夠對於避難等之提醒有所助益。

(第2實施形態)

以下，參考圖面，對於適用有本發明之第2實施形態之氣象現象發生可能性判定方法的氣象現象發生可能性判定系統1作說明。另外，對於與第1實施形態相同之構成以及內容，係附加相同之元件符號，並省略其說明。

本實施形態之氣象現象發生可能性判定系統1，係藉由因應於是否偵測到顯著氣象現象之發生的徵兆一事，來對於用以對於全方位而取得一連串的3維資料之全方位掃描模式(第1觀測模式)和用以對於關連於顯著氣象現象之發生的特定之方位而取得一連串的3維資料之扇區掃描模式(第2觀測模式)作切換，而以高精確度來預測顯著氣象現象之發生。

參考圖7之區塊圖，對於適用有本實施形態之氣象現象發生可能性判定方法的氣象現象發生可能性判定系統1之構成例作說明。以下，與第1實施形態相同的，作為顯 著氣象現象之其中一例，針對龍捲風作說明。

氣象現象發生可能性判定系統1，係除了在圖1中所示一般之第1實施形態之氣象現象發生可能性判定系統1的構成要素之外，更進而具備有控制部40。

在本實施形態中，作為高速掃描氣象雷達8，係想定為具備有小型的拋物面天線8a之拋物面型之氣象雷達。此高速掃描氣象雷達8，在全方位掃描模式中，例如，係藉由以較相位陣列氣象雷達之旋轉速度而更快的旋轉速度來使拋物面天線8a旋轉，而能夠以高速來至少掃描在為了以高精確度來預測龍捲風之發生所必要的一連串之3維資料(以下，稱作「一連串之全3維資料」)中之一部分之3維資料(以下，稱作「一連串之部分3維資料」)，例如掃描為了偵測出龍捲風之發生的徵兆所需要之最小限度之3維資料。又，高速掃描氣象雷達8，在扇區掃描模式中，係能夠以高速來掃描一連串之全3維資料。

另外，以下，當並不需要對於一連串之全3維資料和一連串之部分3維資料作區分的情況時，係將一連串之全3維資料和一連串之部分3維資料，記載為一連串之3維資料。

高速掃描氣象雷達8，係基於後述之從控制部40所送來的關連於觀測模式之切換之控制資訊s2，來對於拋物面天線8a進行與各觀測模式相對應之控制。

雷達訊號處理部9，係基於控制資訊s2，來對於觀測模式作切換，並例如進行關連於取得一連串之3維資料的 時序之同步處理，而在各觀測模式中，從高速掃描氣象雷達8來反覆取得一連串之3維資料。

龍捲風預測部20，係當基於藉由雷達訊號處理部9而在各觀測模式中所反覆取得的一連串之3維資料，來根據為了對於龍捲風之發生作預測而由龍捲風發生可能性解析部21所致的解析之結果，而在全方位掃描模式或者是扇區掃描模式中檢測出特異性之時間變化並偵測到龍捲風之發生之徵兆的情況時，判定龍捲風之發生的可能性之有無。

又，龍捲風預測部20，係當在全方位掃描模式或者是扇區掃描模式中檢測出特異性之時間變化並偵測到龍捲風之發生之徵兆的情況時，將代表偵測到了龍捲風之發生之徵兆一事的偵測資訊s1，送至控制部40處。又，係當在扇區掃描模式中並未檢測出特異性之時間變化而並未偵測到龍捲風之發生之徵兆的情況時，將代表並未偵測到龍捲風之發生之徵兆一事的偵測資訊，送至控制部40處。

控制部40，係基於從龍捲風預測部20而來之偵測資訊s1，而進行用以對於觀測模式作切換之控制處理(以下，稱作「模式切換處理」)。之後，作為模式切換處理之結果，將控制資訊s2，送至高速掃描氣象雷達8以及雷達訊號處理部9處。

接著，參考圖8之區塊圖，針對控制部40之更詳細的構成例作說明。

控制部40，係具備有偵測資訊取得部41、和切換部 42、以及切換資訊記憶部49。又，切換部42，係具備有方位算出部44、和切換判定部46、以及控制資訊產生部48。

偵測資訊取得部41，係例如在各個預先所制定之一定期間的每一者中，取得從龍捲風預測部20所送來之偵測資訊s1。之後，將在所取得的偵測資訊s1中所包含之關連於偵測方位D之方位關連資訊k(D)，送至方位算出部44處，該偵測方位D，係為關連於龍捲風之發生的特定之方位。

在方位關連資訊k(D)中，係作為關連於偵測方位D之資訊，而例如包含有關連於被偵測到龍捲風之發生的徵兆之位置(以下，稱作「偵測位置」)之位置資訊、或者是關連於從高速掃描氣象雷達8所被設置之位置(以下，稱作「設置位置」)起直到偵測位置為止之距離(以下，稱作「偵測距離r」)之距離資訊。偵測位置，例如，係為降水雲50或降水核心51之中心位置。

方位算出部44，係基於在從偵測資訊取得部41所送來的方位關連資訊k(D)中所包含之位置資訊，來算出在設置位置處之偵測方位D。又，係使用所算出的偵測方位D，來例如算出以偵測方位D為中心之方位的觀測範圍C。又，係基於在方位關連資訊k(D)中所包含之距離資訊，來算出偵測距離r。之後，將所算出的偵測方位D、觀測範圍C以及偵測距離r，送至切換判定部46處。

於此，參考圖9，針對偵測方位D等作更詳細的說 明。

氣象現象發生可能性判定系統1，係在以高速掃描氣象雷達8為中心之半徑R之雷達範圍90中，對於成為龍捲風之發生之徵兆的偵測之對象之降水雲50進行觀測。

方位算出部44，當在偵測方位D0-1處存在有降水雲50-1，並且針對降水雲50-1而偵測到了龍捲風之發生之徵兆的情況時，基於關連於降水雲50-1之方位關連資訊k(D0-1)，來算出偵測方位D0-1。之後，算出以所算出的偵測方位D0-1為中心的從方位D1起直到方位D2為止之觀測範圍C1。於此，偵測方位D0-1和方位D1之間之角度θ1、以及偵測方位D0-1和方位D2之間之角度θ1，例如係為30度。

又，方位算出部44，當降水雲50-1為存在於從高速掃描氣象雷達8起之半徑方向上的距離r1之位置處的情況時，係作為偵測距離r而例如算出距離r1。

又，方位算出部44，當降水雲50-1移動至降水雲50-2，並且針對降水雲50-2而偵測到了龍捲風之發生之徵兆的情況時，係基於關連於降水雲50-2之方位關連資訊k(D0-2)，來算出偵測方位D0-2。之後，算出以所算出的偵測方位D0-2為中心的從方位D3起直到方位D4為止之觀測範圍C2。於此，偵測方位D0-2和方位D3之間之角度θ2、以及偵測方位D0-2和方位D4之間之角度θ2，例如係為30度。

如此這般，氣象現象發生可能性判定系統1，係能夠 隨著降水雲50之移動，而變更觀測範圍C之方位，來對於偵測到了龍捲風之發生之徵兆的降水雲50進行追蹤並對降水雲50進行觀測。

另外，角度θ，例如，係亦可因應於高速掃描氣象雷達8之性能、降水雲50等之氣象現象或者是龍捲風等之顯著氣象現象的種類、或者是偵測距離r，來設定為相異之值。例如，當高速掃描氣象雷達8具備有高時間解析度的情況時，係將角度θ縮小。又，當涵蓋廣範圍而發生氣象現象的情況時、或者是當以移動速度為快之氣象現象作為對象的情況時，係將角度θ增大。又，當偵測距離r為短的情況時，係將角度θ縮小。

如此這般，藉由對於角度θ作變更，例如，係能夠為了以高精確度來預測龍捲風之發生，而對於更為合適之觀測範圍C進行扇區掃描。

另外，扇區掃描，例如，係為藉由一面在方位方向上掃描觀測範圍C一面使拋物面天線8a在仰角方向上移動，而在短時間內對於較對全方位進行掃描而更窄的範圍內進行掃描，並能夠在高解析度時間內而取得一連串之全3維資料的掃描。

又，在圖9中，作為觀測範圍C，雖係展示有在特定之仰角處的特定之方位之範圍，但是，觀測範圍C，係為在特定之仰角的範圍中之特定之方位之範圍，亦即是係為2維之範圍。

回到圖8，方位算出部44，係亦可代替方位關連資訊 k(D)，而使用被儲存在RAW資料儲存部13中之雷達資料d0。於此情況，例如，係以藉由偵測資訊取得部41而取得了偵測資訊s1一事作為觸發(trigger)，來從RAW資料儲存部13取得關連於所取得的偵測資訊s1之雷達資料d0，並基於關連於在所取得的雷達資料d0中所包含之龍捲風之3維資料的極座標資料等，來算出偵測方位D等。

又，方位算出部44，當已藉由龍捲風預測部20等而算出了偵測方位D，而在方位關連資訊k(D)中包含有偵測方位D的情況時，係並不算出偵測方位D地，而將在方位關連資訊k(D)中所包含之偵測方位D送至切換判定部46處。

切換判定部46，係在模式切換處理中，進行基於高速掃描氣象雷達8之性能等來判定是否能夠在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料之處理(以下，稱作「切換判定處理」)，並將切換判定處理之判定結果n送至控制資訊產生部48處。例如，在切換判定處理中，係判定是否能夠在全方位掃描模式中而於高解析度時間內取得在包含有觀測範圍C之特定之仰角之範圍內的一連串之全3維資料。

切換判定部46，當在切換判定處理中，判定並無法在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料的情況時，將用以從全方位掃描模式而切換成扇區掃描模式之判定結果n送至控制資訊產生部48處。另 一方面，當判定係能夠在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料的情況時，係將用以並不切換成扇區掃描模式而維持於全方位掃描模式之判定結果n送至控制資訊產生部48處。

切換資訊記憶部49，係預先記憶有關連於高速掃描氣象雷達8之性能的雷達資訊w、和關連於在各顯著氣象現象之每一者中而互為相異之高解析度時間的時間資訊、和關連於在各顯著氣象現象之每一者中而互為相異之觀測範圍C之角度θ的角度資訊、以及關連於現在之觀測模式的模式資訊等。

切換判定部46，例如，係基於從方位算出部44而送來之觀測範圍C、以及被記憶在切換資訊記憶部49中之雷達資訊w，來進行切換判定處理。

例如，切換判定部46，當正在使用之高速掃描氣象雷達8的性能為較特定之氣象雷達(例如相位陣列氣象雷達)的性能而更低的情況時，係判定並無法在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料，並將用以從全方位掃描模式而切換成扇區掃描模式之判定結果n送至控制資訊產生部48處。

另一方面，切換判定部46，當正在使用之高速掃描氣象雷達8的性能為與特定之氣象雷達(例如相位陣列氣象雷達)的性能同等程度的情況時，係判定能夠在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料，並將用以並不切換成扇區掃描模式而維持於全方位掃 描模式之判定結果n送至控制資訊產生部48處。

又，切換判定部46，當基於被記憶在切換資訊記憶部49中之時間資訊等而例如判定就算是在作為高速掃描氣象雷達8而使用相位陣列氣象雷達的情況時也無法在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料的情況時，係將用以從全方位掃描模式而切換成扇區掃描模式之判定結果n送至控制資訊產生部48處。

又，切換判定部46，當基於被記憶在切換資訊記憶部49中之模式資訊等而判定現在之觀測模式係身為扇區掃描模式的情況時，例如當從龍捲風預測部20而送來了代表並無法藉由扇區掃描模式來偵測到龍捲風之發生之徵兆一事之偵測資訊的情況時，係將用以從扇區掃描模式而切換成全方位掃描模式之判定結果n送至控制資訊產生部48處。

控制資訊產生部48，係基於判定結果n，而產生用以對觀測模式作切換或者是維持觀測模式之控制資訊s2，並將所產生的控制資訊s2，送至高速掃描氣象雷達8以及雷達訊號處理部9處。

另外，在本實施形態之氣象現象發生可能性判定系統1中，當在全方位掃描模式中而偵測到了顯著氣象現象之發生之徵兆的情況時，係亦可在模式切換處理中，並不進行切換判定處理地而從全方位掃描模式來切換成扇區掃描模式。於此情況，控制資訊產生部48，例如，係以藉由偵測資訊取得部41而取得了偵測資訊s1一事作為觸發， 來產生用以對觀測模式作切換之控制資訊s2。

接著，參考圖10之流程圖，針對本實施形態之龍捲風徵兆偵測處理程序之其中一例作說明。

首先，在全方位掃描模式中，係與第1實施形態相同的，進行有步驟S40、S42、S44、S46之處理。

接著，藉由控制部40，而進行模式切換處理(步驟S47)。而，在全方位掃描模式中，係與第1實施形態相同的，進行有步驟S48、S50之處理。

又，在步驟S47中，當從全方位掃描模式而切換至扇區掃描模式的情況時，係以扇區掃描模式而進行步驟S40之處理。

另外，步驟S47之處理，係亦可在步驟S48或步驟S50之處理之後再進行。

接著，參考圖11之流程圖，針對步驟S47之模式切換處理程序之其中一例作說明。另外，圖11之流程圖，係對於從全方位掃描模式而切換為扇區掃描模式的模式切換處理程序之其中一例作展示。

首先，藉由方位算出部44，而算出偵測方位D(步驟S110)。

接著，藉由切換判定部46，而判定是否能夠在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料、亦即是判定是否能夠在高解析度時間等之特定時間內取得偵測方位D之3維資料(步驟S112)。

而，當判定為並無法在全方位掃描模式中而於高解析 度時間內取得一連串之全3維資料的情況時(步驟S112：NO)，藉由切換判定部46，觀測模式係被從全方位掃描模式而切換成扇區掃描模式(步驟S114)。

另一方面，當判定係能夠在全方位掃描模式中而於高解析度時間內取得一連串之全3維資料的情況時(步驟S112：YES)，藉由切換判定部46，在維持於全方位掃描模式的狀態下，觀測模式係並不會被作切換(步驟S116)，圖11之模式切換處理係結束。

另外，係亦可跳過步驟S112之處理，並在步驟S110之後，進行步驟S114之處理。於此情況，例如在步驟S110中而算出了偵測方位D的情況時，於步驟S114中觀測模式係被作切換，並對於包含有所算出的偵測方位D的觀測範圍C而進行扇區掃描。

又，例如，當已預先得知所使用的高速掃描氣象雷達8之性能、作為對象之顯著氣象現象之高解析度時間、或者是觀測範圍C的情況時，係亦可在較步驟S110之處理更之前而預先進行步驟S112之處理。

另外，就算是在作為高速掃描氣象雷達8而使用了相位陣列氣象雷達的情況時，亦能夠適用本實施形態。

另外，在請求項中，當基於由解析手段所致之前述解析之結果而藉由第1模式來檢測出了特異性之時間變化的情況時從第1模式而切換至第2模式之切換手段，例如，係對應於切換部42。在基於由解析手段所致之解析之結果而藉由第1模式或第2模式來檢測出了特異性之時間變 化的情況時判定氣象現象之發生的可能性之有無之第1判定手段，例如，係對應於龍捲風徵兆偵測部34。又，在基於由解析手段所致之解析之結果而藉由第1模式來檢測出了特異性之時間變化的情況時判定是否能夠在較氣象現象之發生所需要的時間而更短之時間內藉由第1模式來取得一連串之3維資料之第2判定手段，例如，係對應於切換判定部46。

如同上述一般，若依據第2實施形態，則除了藉由第1實施形態所能夠發揮的作用效果以外，係能夠進而得到下述一般之效果。

在氣象現象發生可能性判定處理中，藉由因應於高速掃描氣象雷達8之性能等來在偵測到顯著氣象現象之徵兆的情況時將氣象現象發生可能性判定系統1之觀測模式切換為合適之觀測模式，例如就算是在使用了拋物面型之氣象雷達的情況時，亦成為能夠在高解析度時間內而取得一連串之全3維資料，而成為能夠以高精確度來預測顯著氣象現象之發生。

雖係針對本發明之數個實施形態而作了說明，但是，此些之實施形態，係僅為作為例子所提示者，而並非為對於本發明之範圍作限定。此些之新穎的實施形態，係可藉由其他之各種的形態來實施，在不脫離發明之要旨的範圍內，係可進行各種的省略、置換、變更。此些之實施形態及其變形，係被包含於發明之範圍以及要旨內，並且亦被包含於申請專利範圍中所記載之發明及其均等範圍內。

Claims (17)

1. 一種氣象現象發生可能性判定系統，係為使用雷達而判定氣象現象之發生的可能性之有無之系統，其特徵為，係具備有：取得手段，係朝向上空發射雷達波，並接收前述雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據前述反射波或散射波，來在較前述氣象現象之發生所需要的時間而更短之時間內，反覆取得在前述氣象現象之預測中所需要的一連串之3維資料；和解析手段，係根據前述反覆取得之各3維資料，而進行用以檢測出關連於前述氣象現象之參數的特異性之時間變化之解析；和判定手段，係當基於前述解析之結果而檢測出了前述特異性之時間變化的情況時，判定前述氣象現象之發生的可能性之有無。
2. 如申請專利範圍第1項所記載之氣象現象發生可能性判定系統，其中，前述雷達，係包含相位陣列氣象雷達。
3. 如申請專利範圍第1項或第2項所記載之氣象現象發生可能性判定系統，其中，前述解析手段，係檢測出前述參數之相對於時間的特異性之反曲點。
4. 如申請專利範圍第1項或第2項所記載之氣象現象發生可能性判定系統，其中，前述參數，係包含複數之參數， 前述解析手段，係針對前述複數之參數的各者而檢測出前述特異性之時間變化，前述判定手段，係因應於藉由前述解析手段而檢測出了前述特異性之時間變化的次數，來決定代表前述氣象現象之發生的可能性之高低之等級，並基於前述所決定之等級，來判定前述氣象現象之發生的可能性之有無。
5. 如申請專利範圍第1項或第2項所記載之氣象現象發生可能性判定系統，其中，係更進而具備有：提示手段，係當藉由前述判定手段而判定係存在有前述氣象現象之發生之可能性的情況時，提示關連於前述氣象現象之發生之可能性之資訊。
6. 一種氣象現象發生可能性判定方法，係為使用雷達而判定氣象現象之發生的可能性之有無之方法，其特徵為：係朝向涵蓋關連於氣象現象之發生的範圍之上空發射雷達波，並接收前述雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據前述反射波或散射波，來在較前述氣象現象之發生所需要的時間而更短之時間內，反覆取得在前述氣象現象之預測中所需要的一連串之3維資料，根據前述反覆取得之各3維資料，而進行用以檢測出關連於前述氣象現象之參數的特異性之時間變化之解析，當基於前述解析之結果而檢測出了前述特異性之時間變化的情況時，判定前述氣象現象之發生的可能性之有 無。
7. 如申請專利範圍第6項所記載之氣象現象發生可能性判定方法，其中，前述雷達，係包含相位陣列氣象雷達。
8. 如申請專利範圍第6項或第7項所記載之氣象現象發生可能性判定方法，其中，進行前述解析一事，係包含檢測出前述參數之相對於時間的特異性之反曲點。
9. 如申請專利範圍第6項或第7項所記載之氣象現象發生可能性判定方法，其中，前述參數，係包含複數之參數，進行前述解析一事，係包含針對前述複數之參數的各者而檢測出前述特異性之時間變化，進行前述判定一事，係因應於檢測出了前述特異性之時間變化的次數，來決定代表前述氣象現象之發生的可能性之高低之等級，並基於前述所決定之等級，來判定前述氣象現象之發生的可能性之有無。
10. 如申請專利範圍第6項或第7項所記載之氣象現象發生可能性判定方法，其中，係更進而包含有：當判定係存在有前述氣象現象之發生之可能性的情況時，提示關連於前述氣象現象之發生之可能性之資訊。
11. 一種氣象現象發生可能性判定系統，係為使用雷達而判定氣象現象之發生的可能性之有無之系統，其特徵為，係具備有： 取得手段，係朝向上空發射雷達波，並接收前述雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據前述反射波或散射波，來藉由第1模式或第2模式來反覆取得在前述氣象現象之預測中所需要的一連串之3維資料，其中，前述第1模式，係對於全方位而取得前述一連串之3維資料，前述第2模式，係對於關連於前述氣象現象之發生的特定之方位而取得前述一連串之3維資料；和解析手段，係根據藉由前述第1模式或前述第2模式所取得之前述反覆取得之各3維資料，而進行用以檢測出關連於前述氣象現象之參數的特異性之時間變化之解析；和切換手段，係當基於由前述解析手段所致之前述解析之結果而藉由前述第1模式來檢測出了前述特異性之時間變化的情況時，從前述第1模式來切換為前述第2模式：和第1判定手段，係當基於由前述解析手段所致之前述解析之結果而藉由前述第1模式或前述第2模式來檢測出了前述特異性之時間變化的情況時，判定前述氣象現象之發生的可能性之有無。
12. 如申請專利範圍第11項所記載之氣象現象發生可能性判定系統，其中，前述雷達，係包含拋物面型之氣象雷達。
13. 如申請專利範圍第11項或第12項所記載之氣象 現象發生可能性判定系統，其中，係更進而具備有：第2判定手段，係當基於由前述解析手段所致之前述解析之結果而藉由前述第1模式來檢測出了前述特異性之時間變化的情況時，判定是否能在較前述氣象現象之發生所需要之時間而更短的時間內藉由前述第1模式來取得前述一連串之3維資料，前述切換手段，係當藉由前述第2判定手段而判定並不可能藉由前述第1模式來取得前述一連串之3維資料的情況時，從前述第1模式來切換至前述第2模式，並當藉由前述第2判定手段而判定為能夠藉由前述第1模式來取得前述一連串之3維資料的情況時，並不從前述第1模式來切換至前述第2模式地而維持於前述第1模式。
14. 如申請專利範圍第11項或第12項所記載之氣象現象發生可能性判定系統，其中，前述切換手段，當基於由前述解析手段所致之前述解析之結果，而並未藉由前述第2模式來檢測前述特異性之時間變化的情況時，係從前述第2模式而切換至前述第1模式。
15. 一種氣象現象發生可能性判定方法，係為使用雷達而判定氣象現象之發生的可能性之有無之方法，其特徵為：係朝向上空發射雷達波，並接收前述雷達波被構成雲之粒子所反射或散射所成的反射波或散射波，並且根據前述反射波或散射波，來藉由第1模式或第2模式來反覆取得在前述氣象現象之預測中所需要的一連串之3維資料， 其中，前述第1模式，係對於全方位而取得前述一連串之3維資料，前述第2模式，係對於關連於前述氣象現象之發生的特定之方位而取得前述一連串之3維資料，根據藉由前述第1模式或前述第2模式所取得之前述反覆取得之各3維資料，而進行用以檢測出關連於前述氣象現象之參數的特異性之時間變化之解析，當基於前述解析之結果而藉由前述第1模式來檢測出了前述特異性之時間變化的情況時，從前述第1模式來切換為前述第2模式，當基於前述解析之結果而藉由前述第1模式或前述第2模式來檢測出了前述特異性之時間變化的情況時，判定前述氣象現象之發生的可能性之有無。
16. 如申請專利範圍第15項所記載之氣象現象發生可能性判定方法，其中，係更進而當基於前述解析之結果而藉由前述第1模式來檢測出了前述特異性之時間變化的情況時，判定是否能在較前述氣象現象之發生所需要之時間而更短的時間內藉由前述第1模式來取得前述一連串之3維資料，進行前述切換一事，係當藉由判定是否能夠取得前述一連串之3維資料一事而判定並不可能藉由前述第1模式來取得前述一連串之3維資料的情況時，從前述第1模式來切換至前述第2模式，並當藉由判定是否能夠取得前述一連串之3維資料一事而判定為可能藉由前述第1模式來取得前述一連串之3維資料的情況時，並不從前述第1模 式來切換至前述第2模式地而維持於前述第1模式。
17. 如申請專利範圍第15項或第16項所記載之氣象現象發生可能性判定方法，其中，進行前述切換一事，當基於前述解析之結果，而並未藉由前述第2模式來檢測前述特異性之時間變化的情況時，係從前述第2模式而切換至前述第1模式。