TWI637191B - Weather forecasting device - Google Patents

Weather forecasting device Download PDF

Info

Publication number
TWI637191B
TWI637191B TW105134829A TW105134829A TWI637191B TW I637191 B TWI637191 B TW I637191B TW 105134829 A TW105134829 A TW 105134829A TW 105134829 A TW105134829 A TW 105134829A TW I637191 B TWI637191 B TW I637191B
Authority
TW
Taiwan
Prior art keywords
precipitation
unit
information
risk
ground
Prior art date
Application number
TW105134829A
Other languages
English (en)
Other versions
TW201730584A (zh
Inventor
小林哲也
並木彩
水谷文彦
宏
Original Assignee
東芝股份有限公司
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 東芝股份有限公司 filed Critical 東芝股份有限公司
Publication of TW201730584A publication Critical patent/TW201730584A/zh
Application granted granted Critical
Publication of TWI637191B publication Critical patent/TWI637191B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Atmospheric Sciences (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Electromagnetism (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

實施形態之氣象預測裝置，係具備有降水風險導出部、和輸出部。降水風險導出部，係基於藉由雷達裝置所得到的上空之氣象狀態，來導出在地上的降水之風險。輸出部，係輸出基於藉由降水風險導出部所導出的降水之風險所得到的資訊。

Description

氣象預測裝置
本發明之實施形態，係有關於氣象預測裝置、氣象預測方法及氣象預測程式。
近年來，係觀測到像是局部豪雨一般之瞬間性地降下大量雨水的氣象現象，並發生有淹水或洪水等的災害。關連於此，對於上空之積雨雲等的雨雲進行觀測並推測出上空的氣象狀態之技術，係為周知。又，基於在地上的雨量計之測定資料來推測出洪水等的風險之技術，係為周知。然而，在先前的技術中，係有著無法基於上空之氣象狀態來以良好精確度而預測出對於地上的影響之程度的情況。
[先前技術文獻] [專利文獻]
[專利文獻1]日本特開平10-288674號公報
[專利文獻2]日本特開2009-128180號公報
本發明所欲解決之課題，係在於提供一種能夠基於上空之氣象狀態來以良好精確度而預測出對於地上的影響之程度的氣象預測裝置、氣象預測方法及氣象預測程式。
實施形態之氣象預測裝置，係具備有降水風險導出部、和輸出部。降水風險導出部，係基於藉由雷達裝置所得到的上空之氣象狀態，來導出在地上的降水之風險。輸出部，係輸出基於藉由降水風險導出部所導出的降水之風險所得到的資訊。
10‧‧‧通訊介面
12‧‧‧網格參數算出部
14‧‧‧降水核心區域導出部
16‧‧‧風向風速推測部
18‧‧‧移流預測部
20‧‧‧降水風險導出部
22‧‧‧畫像產生部
24‧‧‧輸出部
26‧‧‧粒子判別部
30‧‧‧記憶部
100‧‧‧氣象預測裝置
200‧‧‧氣象雷達裝置
200A‧‧‧雙重偏波雷達裝置
300‧‧‧風向風速計測裝置
400‧‧‧溫濕度計測裝置
[圖1]係為對於在第1實施形態中之氣象預測裝置100的構成之其中一例作展示之圖。
[圖2]係為對於被儲存在記憶部30中的觀測資料32之其中一例作展示之圖。
[圖3]係為對於在上空之3維空間中的包含鉛直方向之平面的剖面，而將由網格參數算出部12所致的算出結果附加了對應之圖。
[圖4]係為對於預測降水區域Sk的形成結果之其中一 例作展示之圖。
[圖5]係為對於基於降水地點資訊所得到的畫面之其中一例作展示之圖。
[圖6]係為對於基於雨雲規模資訊所得到的畫面之其中一例作展示之圖。
[圖7]係為對於由在第1實施形態中之氣象預測裝置100所致的處理之其中一例作展示之流程圖。
[圖8]係為對於複數之預測降水區域Sk相互重疊的情況之其中一例作展示之圖。
[圖9]係為對於地表面G並非為平坦的情況之其中一例作展示之圖。
[圖10]係為對於在地上而導出降水核心區域CRk的模樣作示意性展示之圖。
[圖11]係為對於由在第2實施形態中之氣象預測裝置100所致的處理之其中一例作展示之流程圖。
[圖12]係為對於在第3實施形態中之氣象預測裝置100B的構成之其中一例作展示之圖。
[圖13]係為對於在第4實施形態中之氣象預測裝置100C的構成之其中一例作展示之圖。
[圖14]係為用以對於基於溫度以及濕度所進行的粒子之種類的判別方法作說明之圖。
[圖15]係為對於在第4實施形態中之各粒子個別落下速度資訊36之其中一例作展示之圖。
[圖16]係為對於由在第4實施形態中之氣象預測裝置 100C所致的處理之其中一例作展示之流程圖。
[圖17]係為對於由在第4實施形態之變形例中之氣象預測裝置100C所致的處理之另外一例作展示之流程圖。
[圖18]係為對於在第5實施形態中之氣象預測裝置100D的構成之其中一例作展示之圖。
[圖19]係為對於在第5實施形態中之各粒子個別落下速度資訊36之其中一例作展示之圖。
[圖20]係為對於在第6實施形態中之氣象預測裝置100E的構成之其中一例作展示之圖。
以下，參考圖面，針對實施形態之氣象預測裝置、氣象預測方法及氣象預測程式作說明。
(第1實施形態)
圖1，係為對於在第1實施形態中之氣象預測裝置100的構成之其中一例作展示之圖。在第1實施形態中之氣象預測裝置100，係基於藉由氣象雷達裝置200所受訊的電波之受訊電力、或者是電波之訊號強度，來推測出降下至地上之雨或雪的量，並將所推測出之量，作為對於地上的使用者之風險而判定之。
氣象雷達裝置200，例如，係為包含有相陣列天線之裝置，藉由對於輸入至構成相陣列天線之陣列狀的天線元件中之訊號的相位作控制，來使指向角作電子性的 變動。氣象雷達裝置200，係一面使天線之指向角變動，一面進行電波之送受訊。例如，氣象雷達裝置200，係藉由電性之相位控制，來使在仰角方向(垂直方向)上的指向角，於一定之角度範圍(例如90度)內變動。又，氣象雷達裝置200，係藉由未圖示之驅動機構，來使在方位角方向(水平方向)上的指向角作機械性變動。又，氣象雷達裝置200，係亦可在方位角方向以及仰角方向之雙方中，藉由電性之相位控制來使指向角變動。
又，氣象雷達裝置200，係除了上述之相陣列天線以外，亦可為包含拋物面天線或塊狀天線、竿式天線、並饋天線、槽式天線等之天線的裝置。當天線乃身為拋物面天線的情況時，氣象雷達裝置200，係一面藉由未圖示之驅動機構來使天線之指向角作機械性變更，一面進行電波之送受訊。
氣象雷達裝置200，係將所受訊的電波轉換為電性訊號，並進行解調和訊號強度之放大、頻率轉換等的訊號處理。之後，氣象雷達裝置200，係將進行了訊號處理之訊號(以下，稱作已完成處理訊號)作為觀測資料而送訊至氣象預測裝置100處。例如，氣象雷達裝置200，係將在特定之探索週期的期間中所產生的複數之已完成處理訊號，作為1個的觀測資料而送訊至氣象預測裝置100處。觀測資料，例如，係為將3維空間針對距離方向、水平方向以及鉛直方向之各者而以特定之寬幅來作分割，並針對所分割出的區域(以下，稱作網格區域Mi)之每一 者，而將基於電波所得到的物理量附加對應關係之體資料(Volume Data)。另外，由於氣象雷達裝置200之觀測對象係距離氣象雷達裝置200而為充分遠，因此，假設係將網格區域Mi視為立方體。
氣象預測裝置100，係可包含通訊介面10、和網格參數算出部12、和降水核心區域導出部14、和風向風速推測部16、和移流預測部18、和降水風險導出部20、和畫像產生部22、和輸出部24、以及記憶部30，但是，係並不被限定於此。上述之氣象預測裝置100的構成要素之一部分或全部，係可藉由讓CPU(Central Processing Unit)等之處理器實行被記憶在記憶部30中之程式，來實現之。又，氣象預測裝置100之構成要素的一部分或者是全部，係亦可藉由LSI(Large Scale Integration)或ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)等之硬體來實現。
記憶部30，例如，係亦可藉由ROM(Read Only Memory)、快閃記憶體、HDD(Hard Disk Drive)、SD卡、MRAM(Magnetoresistive Random Access Memory)等之非揮發性記憶媒體或者是RAM(Random Access Memory)、暫存器等之揮發性記憶媒體來實現之。記憶部30，係除了儲存氣象預測裝置100之處理器所實行的程式以外，亦儲存後述之觀測資料32和核心個別解析資料34等。
通訊介面10，係與氣象雷達裝置200等進行通訊，並從氣象雷達裝置200而受訊觀測資料32。藉由通訊介面10所受訊的觀測資料32，係被儲存在記憶部30中。
圖2，係為對於被儲存在記憶部30中的觀測資料32之其中一例作展示之圖。觀測資料32，係針對將包含上空之雲的3維空間作了分割後之各網格區域Mi，而將雷達反射因子Zi和都卜勒速度Di分別附加對應關係。雷達反射因子Zi，係為因應於反射電波的粒子之粒徑而變動的參數，並基於氣象雷達裝置200受訊電波時的受訊電力和從氣象雷達裝置200起直到將電波作了反射的雲粒為止之距離，而計算出來。反射電波之粒子，例如，係為構成雲之粒子，以下，係稱作雲粒來作說明。在雲粒中，例如，係包含有水滴和冰晶等。又，都卜勒速度Di，係為代表網格區域Mi內的雲粒之移動方向以及移動速度的參數，並基於氣象雷達裝置200將電波作了送訊時的送訊頻率、和受訊了電波時的受訊頻率，此兩者間之差異，而計算出來。都卜勒速度Di，係為在算出各網格區域Mi之風向以及風速時所使用的指標。此些之指標，係可在氣象雷達裝置200處作為訊號處理之結果而被計算出來，亦可在氣象預測裝置100處而被計算出來。
網格區域Mi之大小，係可因應於氣象雷達裝置200之時間解析度以及空間解析度而作變更。又，對於各網格區域Mi，係將以氣象雷達裝置200之位置作為原 點的正交座標系之位置座標附加對應關係。例如，當氣象雷達裝置200為被設置在標高為高的高台或山頂等處的情況時，網格區域Mi之位置座標係可在高度方向上而取負值。觀測資料32，係為代表上空之氣象狀態的資訊之其中一例。座標系，係並不被限定於正交座標系，而亦可為極座標系。
網格參數算出部12，係針對被記憶在記憶部30中之觀測資料32的各網格區域Mi之每一者，而算出降水強度Ri。例如，降水強度Ri，係藉由將各網格區域Mi之每一者的雷達反射因子Zi代入至數式(1)中，而計算出來。降水強度Ri之單位，例如，係為mm/h。另外，降水強度Ri，係亦可藉由其他的方法來算出。
[數式1]Z i =BR i β ‧‧‧(1)
在上述數式(1)中之B以及β，係為根據由雨量計所得之觀測值而決定的定數，當雲粒為水滴的情況時，B係設定為200的程度，β係設定為1.6的程度，當雲粒為冰晶的情況時，B係設定為500~2000的程度，β係設定為2.0的程度。另外，對於定數B以及β之各者，係可在全部的網格區域Mi中而設定為相同之值，亦可在各網格區域Mi之每一者中而設定相異之值。
降水核心區域導出部14，由於係針對降水之程度而因應於雲內部之降水強度Ri來作分類，因此，係在上空之包含雲的3維空間中，導出將藉由網格參數算出部12所算出的降水強度Ri為同等程度之網格區域Mi彼此作了結合的降水核心區域CRk。
圖3，係為對於在上空之3維空間中的包含鉛直方向之平面的剖面，而將由網格參數算出部12所致的算出結果附加了對應之圖。圖中之Z軸係代表鉛直方向，X軸以及Y軸係代表在水平方向中所包含的正交成分。在圖示之例中，係僅對於上空之3維空間中的某一XZ平面之剖面作展示。對於各網格區域Mi，係將代表後述之基於都卜勒速度Di所得到的風向風速之向量(箭頭Vi)和藉由網格參數算出部12所算出的降水強度Ri附加有對應關係。另外，在圖中，降水強度Ri，係為了代表與X軸以及Z軸相對應的降水強度R，而表現為Rxz。藉由箭頭Vi所表現的向量之方向，係代表風向，向量之大小，係代表風速。針對此種將上空之3維空間假想性地作了表現的各網格區域Mi之每一者而分別將降水強度Ri以及代表風向風速之向量箭頭Vi附加有對應關係之資訊，係作為核心個別解析資料34而被儲存在記憶部30中。
降水核心區域導出部14，係參考各網格區域Mi之每一者的降水強度Ri，來將降水強度Ri為同等程度之網格區域Mi(以下，稱作相符網格區域)作結合，而導出一個的降水核心區域CRk。降水核心區域導出部 14，例如，係將降水強度Ri為收斂在被階段性地選擇之2個的臨限值Thk之間之網格區域Mi，設為相符網格區域。之後，降水核心區域導出部14，係將集合有複數之相符網格區域的區域之邊界線做連結，而導出以此邊界線作為輪廓的降水核心區域CRk。另外，當單獨存在有降水強度Ri並非為與周圍之網格區域Mi同等程度之網格區域Mi的情況時，係亦可將此忽略並使其與周圍相互同化。
在本實施形態中，作為其中一例，針對對於降水強度Ri而設定有2個的臨限值Th1、Th2者來作說明。降水核心區域導出部14，係使用2個的臨限值Th1、Th2，而導出3個的降水核心區域CR1、CR2、CR3。例如，核心區域CR1，係為降水強度Ri為臨限值Th2以上者，核心區域CR2，係為降水強度Ri為臨限值Th1以上未滿臨限值Th2者，核心區域CR3，係為降水強度Ri為未滿臨限值Th1者。核心區域CR1，例如，係為以80mm/h作為中心之降水強度Ri，核心區域CR2，例如，係為以50mm/h作為中心之降水強度Ri，核心區域CR3，例如，係為以30mm/h作為中心之降水強度Ri。
風向風速推測部16，例如，係基於各網格區域Mi之雷達反射因子Zi和都卜勒速度Di，而推測出各網格區域Mi之風向以及風速。例如，風向風速推測部16，係基於使用複數之觀測資料所推測出的雲粒之落下速度、和當藉由氣象雷達裝置200而受訊了電波時的方位角以及仰角、以及雷達反射因子Zi和都卜勒速度Di，來推 測出風向以及風速。又，風向風速推測部16，係亦可使用VVP(Volume Velocity Processing)法或者是Gal-Chen法等之3維風解析手法，來推測出風向以及風速。
之後，風向風速推測部16，例如，係將針對降水核心區域CRk內之各網格區域Mi之每一者所推測出的風向以及風速，針對各降水核心區域CRk之每一者而分別作平均，並將此平均後的風向以及風速作為降水核心區域CRk之風向以及風速。
移流預測部18，係針對藉由降水核心區域導出部14所導出的各降水核心區域CRk之每一者，而分別進行移流預測。所謂移流預測，係指對於觀測對象之雲內部的降水核心區域CRk之在到達地上為止的期間中會於大氣中作何種程度的擴散、或者是在到達地上為止的期間中會起因於風而產生何種程度之流動一事，而進行的預測。
首先，移流預測部18，係為了決定要對於何種程度之未來作預測，而算出降水核心區域CRk之到達地上為止的時間(以下，稱作預測到達時間)。移流預測部18，係基於代表降水核心區域CRk之風向以及風速的向量Uk、和將降水核心區域CRk之質量和重力加速度作了乘算的向量，此兩者之合成向量，來算出降水核心區域CRk之從現在之位置(高度)起直到到達地上為止的預測到達時間。降水核心區域CRk之質量，係因應於降水強度Ri而決定。例如，降水核心區域CRk之質量，係有著 若是降水強度Ri越大則會變得越大的傾向。
移流預測部18，係依據CUL(Cubic Lagrange)等之移流模式，而藉由模擬來算出降水核心區域CRk之到達地上時的位置(以下，稱作預測到達位置)。數式(2)，係為代表移流模式之數式的其中一例。
上述式中之z，係為在以被設定於水平面(x，y)上之氣象雷達裝置200的位置作為原點之正交座標系中，代表於由氣象雷達裝置200所致之觀測時的時刻t處之各網格區域Mi的個別之降水強度Ri之參數(亦即是，z，係為(x，y，t)之函數)。U，係為代表關連於x軸方向之降水核心區域CRk的風向以及風速之向量，V，係為代表關連於y軸方向之降水核心區域CRk的風向以及風速之向量，W，係為代表降水核心區域CRk之伴隨著移動的形狀之變化量的定數(發達衰弱項)。所謂伴隨著移動的形狀之變化量，係為代表當起因於旋轉、剪斷性形變、膨脹、收縮等而導致形狀有所改變時的程度之指標。在鉛直方向(z軸方向)上之降水核心區域CRk的變 化量，假設係作為W之定數項來考慮。移流預測部18，係將此些之U、V、W的參數，藉由對於在數式(3)中所示之聯立方程式而將其作為最小平方估測問題或逐次估測問題來求解，而決定之。
[數式3]U=c 1 x+c 2 y+c 3 V=c 4 x+c 5 y+c 6 W=c 7 x+c 8 y+c 9‧‧‧(3)
c1~c9之參數，係可使用過去所觀測到的觀測資料來決定，並預先儲存在記憶部30中。此些之c1~c9之參數，係視為在特定之期間(例如1小時程度)中而為一定者來作處理。移流預測部18，係將c1~c9之參數，代入至於數式(4)中所示之特性微分方程式中，並算出與藉由W所表現的降水強度Ri相對應之網格區域Mi的預測到達位置。
[數式4]dx/dt=c 1 x+c 2 y+c 3 dy/dt=c 4 x+c 5 y+c 6 dz/dt=c 7 x+c 8 y+c 9‧‧‧(4)
在藉由數式dx/dt、dy/dt所制定出之特性曲線上，代表降水強度Ri之參數W，係依循dz/dt而改變。例如，當將所注目的各網格區域Mi之每一者的於現在時刻t0處之位置座標表現為(xt0，yt0)的情況時，移流預測部18，係基於上述之數式(4)，而根據現在之位置座標(xt0，yt0)，來算出在前進了預測到達時間之量之後的將來之時刻τ處之位置座標(x τ，y τ)。此在將來之時刻τ處的位置座標(x τ，y τ)，由於係僅代表在水平方向上之網格區域Mi的移動量，因此，移流預測部18，係更進而基於降水核心區域CRk之質量以及重力加速度，來在鉛直方向(z軸方向)上對於在將來的時刻τ處之位置座標作修正。藉由此，移流預測部18，係對於在前進了預測到達時間之量之後的將來之時刻τ處之網格區域Mi的位置座標(x τ，y τ，z τ)作預測。另外，移流預測部18，係亦可更進而對於降水核心區域CRk之於直到到達地上為止的期間中所受到的空氣阻抗等作考慮，而對於網格區域Mi之位置座標(x τ，y τ，z τ)作預測。如此這般所預測出的在將來之時刻τ處之網格區域Mi的位置座標(x τ，y τ，z τ)，由於係對於預測到達時間作了考慮，因此係位置在地上之地表面上或者是地表面近旁。在本實施形態中，係將在將來之時刻τ處的網格區域Mi之位置座標(x τ，y τ，z τ)，作為位於地表面上者來作說明。
移流預測部18，係對於構成降水核心區域 CRk之所有的網格區域Mi、或者是對於代表性之數個的網格區域Mi，而進行上述之移流預測的模擬，並算出各網格區域Mi之各者的在將來之時刻τ處的位置座標。移流預測部18，係在所算出的位置座標處假想性地配置網格區域Mi，並將在地表面上而藉由複數之網格區域Mi所假想性地形成之區域(以下，稱作預測降水區域Sk)的位置，作為降水核心區域CRk之預測到達位置而算出。
圖4，係為對於預測降水區域Sk的形成結果之其中一例作展示之圖。在圖示之例中，於3個的降水核心區域CR1、CR2、CR3中，係被設定有相同的代表風向以及風速之向量Uk。又，圖中所示之符號G，係代表地上之地表面。
一般而言，降水強度Ri為越大的降水核心區域CRk，其之降雨量(或者是降雪量)係會有變得越多的傾向。此種降水強度Ri為大之降水核心區域CRk，多會有每單位體積之雲粒的密度為高或者是雲粒本身的大小為大的情形。故而，降水強度Ri為越大的降水核心區域CRk，其之質量係為越大，於降雨(或者是降雪)時之從上空起而到達地上為止的時間係容易變短。
例如，3個的降水核心區域CR1、CR2、CR3中之降水強度Ri為最大的降水核心區域CR1，由於質量係為大，因此係難以受到風的影響，並容易在雲的正下方附近而形成與降水核心區域CR1相對應之預測降水區域S1。又，3個的降水核心區域CR1、CR2、CR3中之降水 強度Ri為最小的降水核心區域CR3，由於質量係為小，因此係容易受到風的影響。故而，與降水核心區域CR3相對應之預測降水區域S3，係容易形成在相較於與降水核心區域CR1或CR2相對應的預測降水區域Sk之位置而更遠的位置處。又，與降水核心區域CR3相對應之預測降水區域S3，係起因於風的影響，而在到達地上為止的期間中其區域容易擴廣。因此，預測降水區域S3，係容易被形成為相較於將降水核心區域CR3單純地投影在地表面G上時的區域而更大之區域。
降水風險導出部20，係基於藉由降水核心區域導出部14所導出的各降水核心區域CRk之每一者之降水強度Ri、和藉由移流預測部18所算出的預測到達時間，而導出在地上的降水之風險Pk。所謂降水之風險Pk，係為與降水量和直到降水為止的時間相對應之指標。例如，降水之風險Pk，係針對各降水核心區域CRk之每一者之到達位置而被導出，並定義為將到達地上之降水核心區域CRk的降水強度Ri除以降水核心區域CRk之預測到達時間所得的值。因此，降水風險導出部20，係若是降水強度Ri為越大之降水核心區域CRk，則會導出越高的降水之風險Pk之值。
降水風險導出部20，係依據移流預測部18之預測結果，而對於地表面G之各預測降水區域Sk來導出降水之風險Pk。例如，降水風險導出部20，係藉由將所導出的降水之風險Pk與基準值D作比較，來對於降水之 風險Pk進行分類。在本實施形態中，降水風險導出部20，係使用2個的基準值Dx、Dy，來將降水之風險Pk分類成3個的範疇。例如，降水風險導出部20，當降水之風險Pk為Dx以上(Ri≧Dx)的情況時，係將降水之風險Pk分類至代表風險為高(高度風險)之範疇中，當降水之風險Pk為未滿Dx並且為Dy以上(Dx>Ri≧Dy)的情況時，係將降水之風險Pk分類至代表風險為中等程度(中度風險)之範疇中，當降水之風險Pk為未滿Dy(Dy>Ri)的情況時，係將降水之風險Pk分類至代表風險為低(低度風險)之範疇中。另外，此基準值D，係可為1個，亦可為3個以上。於此情況，降水風險導出部20，係將降水之風險Pk分類成2個、或者是4個以上的範疇。
在上述之圖4之例中，降水風險導出部20，係對於預測降水區域S1，而基於預測源頭之降水核心區域CR1之降水強度R1以及預測到達時間，來導出降水之風險P1。在圖示之例中，針對預測降水區域S1之降水之風險P1，係被分類為「高度風險」。同樣的，降水風險導出部20，係對於降水核心區域CR2之預測降水區域S2、和降水核心區域CR3之預測降水區域S3，而基於各者之預測源頭之降水核心區域CRk之降水強度Ri以及預測到達時間，來導出降水之風險Pk。在圖示之例中，針對與降水核心區域CR2相對應的預測降水區域S2之降水之風險P2，係被分類為「中度風險」，針對與降水核心 區域CR3相對應的預測降水區域S3之降水之風險P3，係被分類為「低度風險」。
畫像產生部22，係基於將藉由降水風險導出部20所導出的各預測降水區域Sk之每一者的降水之風險Pk之分類結果和地表面G之地圖資訊作了組合的資訊(以下，稱作降水地點資訊)，來產生畫像。例如，畫像產生部22，係產生將各範疇之每一者的降水之風險Pk之代表值(例如平均值)轉換為輝度值後的畫像。於此，所謂輝度值，係為關於在顏色空間中而表現顏色之3個的成分之資訊。例如，畫像產生部22，係準據於YUV或YCbCr等之特定之顏色格式來將降水之風險Pk之代表值轉換為輝度值。
又，畫像產生部22，係亦可基於代表藉由降水核心區域導出部14所導出的各降水核心區域CRk之每一者的降水強度Ri之資訊(以下，稱作雨雲規模資訊)、和代表從地表面G起直到降水核心區域CRk為止的距離(高度)之資訊，來產生畫像。例如，畫像產生部22，係產生將各降水核心區域CRk之每一者的降水強度Ri轉換為輝度值之後的畫像。
輸出部24，係將代表藉由畫像產生部22所產生的畫像之資訊，例如經由WAN(Wide Area Network)等之網路，來輸出至使用者所操作的智慧型手機或平板終端等之兼作為顯示裝置的攜帶型之終端裝置或者是桌上型之終端裝置處。於此情況，在終端裝置處，係顯示有如同 圖5、6中所示一般之畫面。
圖5，係為對於基於降水地點資訊所得到的畫面之其中一例作展示之圖。如同圖示之例一般，在終端裝置之畫面上，係在代表地表面G之地圖資訊上，顯示有預測降水區域Sk，此預測降水區域Sk，係針對各風險之範疇的每一者而作顏色區分並顯示。例如，係如同將隸屬於「高度風險」之範疇的預測降水區域S1設為紅色、並將隸屬於「中度風險」之範疇的預測降水區域S2設為黃色、且將隸屬於「低度風險」之範疇的預測降水區域S3設為藍色一般地，來進行顏色區分。
圖6，係為對於基於雨雲規模資訊所得到的畫面之其中一例作展示之圖。如同圖示之例一般，在終端裝置之畫面上，係在上空之位置處，將降水核心區域CRk作顏色區分並顯示。
又，輸出部24，係亦可將代表藉由畫像產生部22所產生的畫像之資訊，輸出至網路伺服器處。此網路伺服器，例如，係為提供能夠使終端裝置透過網路瀏覽器來進行存取之網頁者，並將從氣象預測裝置100所受訊的畫像等組入至網頁中，而將此網頁提供給終端裝置。其結果，在終端裝置處，係顯示有如同上述之圖5、6中所示一般的基於降水地點資訊或雨雲規模資訊所得到的畫面。另外，輸出部24，係亦可將基於降水地點資訊所得到的畫像之資訊和基於雨雲規模資訊所得到的畫像之資訊的雙方，輸出至終端裝置或網路伺服器等處。
圖7，係為對於由在第1實施形態中之氣象預測裝置100所致的處理之其中一例作展示之流程圖。本流程圖之處理，例如，係以特定之週期而反覆進行。
首先，網格參數算出部12，若是藉由通訊介面10而受訊觀測資料(步驟S100，YES)，則係針對觀測資料32的各網格區域Mi之每一者，而算出降水強度Ri(步驟S102)。接著，降水核心區域導出部14，係在上空之包含雲的3維空間中，導出將藉由網格參數算出部12所算出的降水強度Ri為同等程度之網格區域Mi彼此作了結合的降水核心區域CRk(步驟S104)。
接著，風向風速推測部16，係基於各網格區域Mi之雷達反射因子Zi和都卜勒速度Di，而推測出各網格區域Mi之風向以及風速(步驟S106)。接著，移流預測部18，係針對藉由降水核心區域導出部14所導出的各降水核心區域CRk之每一者，而分別進行移流預測，並算出各降水核心區域CRk之每一者的預測到達時間以及預測到達位置(步驟S108)。
接著，降水風險導出部20，係基於藉由降水核心區域導出部14所導出的各降水核心區域CRk之每一者之降水強度Ri、和藉由移流預測部18所算出的預測到達時間，而導出在地上的降水之風險Pk(步驟S110)。接著，畫像產生部22，係基於將藉由降水風險導出部20所導出的各預測降水區域Sk之每一者的降水之風險Pk之分類結果和地表面G之地圖資訊作了組合的降水地點資 訊，來產生畫像(步驟S112)。接著，輸出部24，係將代表藉由畫像產生部22所產生的畫像之資訊，輸出至終端裝置或網路伺服器等處(步驟S114)。藉由此，本流程圖之處理係結束。
若依據以上所說明的第1實施形態中之氣象預測裝置100，則藉由基於以氣象雷達裝置200所得到的上空之氣象狀態來導出在地上的降水之風險Pk，係能夠以良好精確度來預測出由降水所導致的對於地上之影響的程度。
又，若依據第1實施形態中之氣象預測裝置100，則由於係將代表在地上的降水之風險Pk之資訊，作為畫像資訊來送訊至使用者所操作的終端裝置等處，因此，使用者係能夠事先得知由降水所導致的對於地上之影響的程度。
(第1實施形態之變形例)
以下，針對第1實施形態之變形例作說明。在上述之第1實施形態中之降水風險導出部20，當被形成於地表面G處之複數的預測降水區域Sk相互重疊的情況時，係亦可對於重疊的區域Sx，來重新導出降水之風險Pk。
圖8，係為對於複數之預測降水區域Sk相互重疊的情況之其中一例作展示之圖。在圖示之例中，與降水核心區域CR1相對應的預測降水區域S1和與降水核心區域CR3相對應的預測降水區域S3，係相互重疊。於此 情況，降水風險導出部20，係導出預測降水區域S1和預測降水區域S3所相互重疊之區域Sx(以下，稱作重疊區域Sx)。之後，降水風險導出部20，係重新導出重疊區域Sx之降水之風險Pk。
例如，降水風險導出部20，係在重疊區域Sx中，算出預測降水區域S1之降水強度R1和預測降水區域S3之降水強度R3的平均，並且算出降水核心區域CR1之預測到達時間和降水核心區域CR3之預測到達時間的平均。降水風險導出部20，係基於平均後的降水強度以及預測到達時間，來導出在重疊區域Sx處之降水之風險Pk。作為其結果，在圖示之例中，重疊區域Sx，係被分類至「中度風險」之範疇中。
又，降水風險導出部20，係亦可將對於相互重疊之複數的預測降水區域Sk中之降水強度Ri為更大的預測降水區域Sk所導出的降水之風險Pk，作為重疊區域Sx之降水之風險Pk。於此情況，在圖8之例中，降水風險導出部20，係將重疊區域Sx視為預測降水區域S3之一部分的區域來處理。又，相反的，降水風險導出部20，係亦可將對於相互重疊之複數的預測降水區域Sk中之降水強度Ri為更小的預測降水區域Sk所導出的降水之風險Pk，作為重疊區域Sx之降水之風險Pk。
又，當如同山丘部一般之地表面G並非為平坦的情況時，降水風險導出部20，係亦可因應於各降水核心區域CR1之預測到達位置，來對於藉由移流預測部 18所算出的預測到達時間附加權重。
圖9，係為對於地表面G並非為平坦的情況之其中一例作展示之圖。在圖示之例中，沿著代表風向以及風速之向量Uk所示之方向，某一地表面G的一部分係在鉛直方向上而作了標高(高度)H之隆起。於此情況，降水風險導出部20，例如，在導出被形成於更高的位置處之預測降水區域S2和預測降水區域S3之降水之風險P2、P3時，係因應於此些之預測降水區域S2、S3之預測到達位置而對於預測到達時間附加權重。其結果，原本預測降水區域S3會如同上述之圖4中所示一般地而被分類至「低度風險」之範疇中，但是，在圖9之例中，起因於對於預測到達時間附加了權重一事，係被分類至「中度風險」之範疇中。又，就算是在相同的預測降水區域Sk內，亦由於預測到達時間會因應於地表面G之高度而有所變動，因此，因應於區域內之位置，在降水之風險Pk中係會產生參差。因此，降水風險導出部20，就算是在相同的預測降水區域Sk內，亦可進行範疇之區分。在圖9之例中，降水風險導出部20，係將與降水核心區域CR2相對應的預測降水區域分割成S2和S2 #，並將此些之2個的預測降水區域分類至相異之範疇中。藉由此，畫像產生部22，係能夠產生將相同的預測降水區域Sk內因應於地表面G的高度來作了顏色區分的畫像。
(第2實施形態)
以下，針對第2實施形態中之氣象預測裝置100A作說明。在第2實施形態中之氣象預測裝置100A中，係在地上而導出降水核心區域CRk，在此點上，係與第1實施形態相異。故而，係以該差異點為中心來進行說明，並將針對共通的部分之說明作省略。
圖10，係為對於在地上而導出降水核心區域CRk的模樣作示意性展示之圖。第2實施形態中之移流預測部18，係基於各網格區域Mi之每一者之降水強度Ri，來對於各網格區域Mi之每一者算出預測到達時間。之後，移流預測部18，係基於各網格區域Mi之每一者的風向和風速以及降水強度Ri，而進行移流預測的模擬，並在地表面G上算出所有的網格區域Mi之各者的在將來之時刻τ處的位置座標，再將網格區域Mi假想性地配置在此位置座標處。
降水核心區域導出部14，係在地上之地表面G處，導出對於被假想性地配置在地表面G上的網格區域Mi而將降水強度Ri為同等程度之網格區域Mi彼此作了結合的降水核心區域CRk。在圖示之例中，降水核心區域導出部14，係在地表面G處，導出有降水核心區域CR1和降水核心區域CR2。降水風險導出部20，係對於藉由降水核心區域導出部14而在地表面G處所導出的降水核心區域CRk，而導出降水之風險Pk。
圖11，係為對於由在第2實施形態中之氣象預測裝置100所致的處理之其中一例作展示之流程圖。本 流程圖之處理，例如，係以特定之週期而反覆進行。
首先，網格參數算出部12，若是藉由通訊介面10而受訊觀測資料(步驟S200，YES)，則係針對觀測資料32的各網格區域Mi之每一者，而算出降水強度Ri(步驟S202)。接著，風向風速推測部16，係基於各網格區域Mi之雷達反射因子Zi和都卜勒速度Di，而推測出各網格區域Mi之風向以及風速(步驟S204)。
接著，移流預測部18，係針對各網格區域Mi之每一者，而分別進行移流預測，並算出各網格區域Mi的預測到達時間以及預測到達位置(步驟S206)。接著，降水核心區域導出部14，係基於各網格區域Mi之每一者的預測到達位置，而在地上之地表面G處，導出將降水強度Ri為同等程度之網格區域Mi彼此作了結合的降水核心區域CRk(步驟S208)。
接著，降水風險導出部20，係基於藉由降水核心區域導出部14而在地表面G上所導出的各降水核心區域CRk之每一者之降水強度Ri、和藉由移流預測部18所算出的預測到達時間，而導出在地上的降水之風險Pk(步驟S210)。接著，畫像產生部22，係基於將藉由降水風險導出部20所導出的各降水核心區域CRk之每一者的降水之風險Pk之分類結果和地表面G之地圖資訊作了組合的降水地點資訊，來產生畫像(步驟S212)。接著，輸出部24，係將代表藉由畫像產生部22所產生的畫像之資訊，輸出至終端裝置或網路伺服器等處(步驟 S214)。藉由此，本流程圖之處理係結束。
若依據以上所說明的第2實施形態中之氣象預測裝置100A，則與第1實施形態同樣的，藉由基於以氣象雷達裝置200所得到的上空之氣象狀態來導出在地上的降水之風險Pk，係能夠以良好精確度來預測出由降水所導致的對於地上之影響的程度。
(第3實施形態)
以下，針對第3實施形態中之氣象預測裝置100B作說明。在第3實施形態中之氣象預測裝置100B中，係將藉由風向風速計測裝置300所計測出的風向以及風速作為降水核心區域CRk之風向以及風速來進行處理，在此點上，係與第1以及第2實施形態相異。故而，係以該差異點為中心來進行說明，並將針對共通的部分之說明作省略。
圖12，係為對於在第3實施形態中之氣象預測裝置100B的構成之其中一例作展示之圖。在第3實施形態中之氣象預測裝置100B中，風向風速推測部16係被作省略。風向風速計測裝置300，例如，係包含有螺旋槳和垂直尾翼，若是吹拂有風，則藉由垂直尾翼，胴體係旋轉，螺旋槳係朝向上風處。風向風速計測裝置300，係根據胴體之方向來測定出風向，並根據螺旋槳之旋轉數來測定出風速。風向風速計測裝置300，係將代表所測定出的風向以及風速之資訊(風向風速資訊)、和代表自身所被 作設置的位置之資訊(位置資訊)，送訊至氣象預測裝置100B處。例如，風向風速計測裝置300，係以散布存在於各地的方式而被設置。
在第3實施形態中之通訊介面10，係與複數之風向風速計測裝置300進行通訊，並從複數之風向風速計測裝置300而分別受訊風向風速資訊以及位置資訊。例如，移流預測部18，係對於風向風速計測裝置300之設置位置和降水核心區域CRk之在水平方向上的位置作比較，並特定出最為接近降水核心區域CRk之在水平方向上的位置之風向風速計測裝置300，再將藉由此特定出之風向風速計測裝置300所測定出的風向以及風速，作為降水核心區域CRk或者是構成降水核心區域CRk之複數之網格區域Mi之各者的風向以及風速。之後，移流預測部18，係使用藉由風向風速計測裝置300所測定出的風向以及風速，來針對各網格區域Mi之每一者，而分別進行移流預測。
另外，氣象預測裝置100B，係亦可代替上述之從風向風速計測裝置300所得到之資訊，而從被設置在氣球等之飛翔物體上的氣象觀測裝置(無線電探空儀)，來取得大氣中之氣壓、氣溫、濕度、風向、風速、高度等之資訊，並針對各網格區域Mi之每一者而分別進行移流預測。
若依據以上所說明的第3實施形態中之氣象預測裝置100B，則與第1以及第2實施形態同樣的，藉 由基於以氣象雷達裝置200所得到的上空之氣象狀態來導出在地上的降水之風險Pk，係能夠以良好精確度來預測出由降水所導致的對於地上之影響的程度。
(第4實施形態)
以下，針對第4實施形態中之氣象預測裝置100C作說明。在第4實施形態中之氣象預測裝置100C中，係基於藉由溫濕度計測裝置400所計測出的溫度以及濕度中之至少溫度，來判別出雲粒的粒子之種類，在此點上，係與第1~第3實施形態相異。故而，係以該差異點為中心來進行說明，並將針對共通的部分之說明作省略。
圖13，係為對於在第4實施形態中之氣象預測裝置100C的構成之其中一例作展示之圖。在第4實施形態中之氣象預測裝置100C，係與上述之實施形態同樣的，具備有通訊介面10、和網格參數算出部12、和降水核心區域導出部14、和風向風速推測部16、和移流預測部18、和降水風險導出部20、和畫像產生部22、和輸出部24、以及記憶部30，並且係更進而具備有粒子判別部26。又，在記憶部30中，係除了觀測資料32以及核心個別解析資料34以外，更進而記憶有各粒子個別落下速度資訊36。
溫濕度計測裝置400，例如，係為被設置在氣球等之飛翔物上並對於飛翔物之周圍的大氣之溫度以及濕度進行計測的裝置。又，溫濕度計測裝置400，係亦可為 被設置在地上並對於地上之溫度以及濕度進行計測的裝置。於此情況，溫濕度計測裝置400，係亦可基於在地上所計測到的溫度以及濕度，而推測出氣象雷達裝置200所作為觀測對象的上空之高度之溫度以及濕度。例如，溫濕度計測裝置400，係藉由基於所被作設置的地上之高度、和氣象雷達裝置200所作為觀測對象的上空之高度，此兩者間之差，來對於在地上所計測到的溫度以及濕度進行修正，而推測出上空之溫度以及濕度。
又，溫濕度計測裝置400，係亦可參照過去所計測到或者是推測出的溫度以及濕度，而推測出現在的溫度以及濕度。例如，溫濕度計測裝置400，當觀測季節為4月的情況時，係亦可將過去的4月之特定期間(例如10年間的程度)之量的平均氣溫以及平均濕度，作為現在的4月之溫度以及濕度而導出。
之後，溫濕度計測裝置400，係將所計測到或者是推測出的溫度以及濕度之資訊(以下，稱作溫濕度資訊)，送訊至氣象預測裝置100C處。
在第4實施形態中之通訊介面10，係與氣象雷達裝置200以及溫濕度計測裝置400進行通訊，並從氣象雷達裝置200而受訊觀測資料32，並且從溫濕度計測裝置400而受訊溫濕度資訊。
粒子判別部26，係基於藉由通訊介面10而從溫濕度計測裝置400所受訊的溫濕度資訊，來判別出各網格區域Mi之每一者的雲粒之粒子之種類。例如，粒子判 別部26，係因應於根據溫濕度資訊所展現的上空之溫度以及濕度，來判別出藉由氣象雷達裝置200所觀測到的雲粒是身為液相或者是固相。亦即是，粒子判別部26，係判別出粒子之相。
圖14，係為用以對於基於溫度以及濕度所進行的粒子之種類的判別方法作說明之圖。如同圖示一般，例如，粒子判別部26，係當溫度T為基準溫度Tx以上而為高的情況時、或者是當濕度H為基準濕度Hx以上而為高的情況時，判定粒子係身為液相。基準溫度Tx，例如，係為0〔℃〕程度，基準濕度Hx，係為30〔%〕程度。又，粒子判別部26，係當溫度T為未滿基準溫度Tx並且濕度H為未滿基準濕度Hx的情況時，判定粒子係身為固相。藉由此，就算是降水強度Ri為同等程度之網格區域Mi，亦能夠判別出存在於該區域中之粒子係身為固相或者是液相。其結果，係能夠區別出降落至地上的物體係為雨或者是雪或雹、霰。
在第4實施形態中之移流預測部18，係於進行移流預測之處理的過程中，基於藉由粒子判別部26所判別出的粒子之種類，來參照在記憶部30中所記憶之各粒子個別落下速度資訊36，而導出各網格區域Mi每一者之落下速度。
圖15，係為對於在第4實施形態中之各粒子個別落下速度資訊36之其中一例作展示之圖。如同圖示一般，各粒子個別落下速度資訊36，係為針對當粒子乃 身為液相的情況和當粒子乃身為固相的情況之雙方，而對於雷達反射因子Zi來將粒子之落下速度附加有對應關係的資訊。圖中，表(a)，係代表當粒子為液相(雨粒)的情況時之落下速度，表(b)，係代表粒子為固相(例如雪)的情況時之落下速度。移流預測部18，係基於藉由粒子判別部26所判別出的粒子之種類，來參照所對應的資訊，並取得與在觀測資料32中所包含之雷達反射因子Zi相對應的落下速度，藉由此，來導出各網格區域Mi每一者之落下速度。另外，各粒子個別落下速度資訊36所代表之落下速度，係亦可為針對與該粒子之形狀相對應的空氣阻抗而有所考慮者。
接著，移流預測部18，係使用所導出的各網格區域Mi之每一者之落下速度，而算出預測到達時間，並基於所算出的預測到達時間，來使用移流模式而算出降水核心區域CRk到達地上時之預測到達位置。例如，雲粒之粒子的大部分為藉由雨粒所構成的降水核心區域CRk，相較於藉由像是雪或霰之類的固相之粒子所構成的降水核心區域CRk，由於落下速度係為快，因此預測到達時間係容易變短。如此這般，由於係針對構成降水核心區域CRk之各網格區域Mi的每一者而分別求取出落下速度，因此，係能夠以更良好的精確度來算出各降水核心區域CRk之預測到達時間。
又，由於就算是相同的雷達反射因子Zi，在預測到達位置之算出時，係在液相和液相處而使落下速度 改變，因此，針對在前進了預測到達時間之量之後的將來之時刻τ處之網格區域Mi的位置座標(x τ，y τ，z τ)，亦能夠以更良好的精確度來作預測。
圖16，係為對於由在第4實施形態中之氣象預測裝置100C所致的處理之其中一例作展示之流程圖。本流程圖之處理，例如，係以特定之週期而反覆進行。
首先，網格參數算出部12，若是藉由通訊介面10而受訊觀測資料(步驟S300，YES)，則係針對觀測資料32的各網格區域Mi之每一者，而算出降水強度Ri(步驟S302)。接著，降水核心區域導出部14，係在上空之包含雲的3維空間中，導出將藉由網格參數算出部12所算出的降水強度Ri為同等程度之網格區域Mi彼此作了結合的降水核心區域CRk(步驟S304)。
粒子判別部26，係基於藉由通訊介面10而從溫濕度計測裝置400所受訊的溫濕度資訊，來判別出各網格區域Mi之每一者的雲粒之粒子之種類(步驟S306)。
接著，風向風速推測部16，係基於各網格區域Mi之雷達反射因子Zi和都卜勒速度Di，而推測出各網格區域Mi之風向以及風速(步驟S308)。
接著，移流預測部18，係針對藉由降水核心區域導出部14所導出的降水核心區域CRk之各網格區域Mi的落下速度，而進行移流預測，並算出各降水核心區域CRk之每一者的預測到達時間以及預測到達位置(步驟S310)。
接著，降水風險導出部20，係基於藉由降水核心區域導出部14所導出的各降水核心區域CRk之每一者之降水強度Ri、和藉由移流預測部18所算出的預測到達時間，而導出在地上的降水之風險Pk(步驟S312)。
接著，畫像產生部22，係基於將藉由降水風險導出部20所導出的各預測降水區域Sk之每一者的降水之風險Pk之分類結果和地表面G之地圖資訊作了組合的降水地點資訊，來產生畫像(步驟S314)。
接著，輸出部24，係將代表藉由畫像產生部22所產生的畫像之資訊，輸出至終端裝置或網路伺服器等處(步驟S316)。藉由此，本流程圖之處理係結束。
又，在第4實施形態中之氣象預測裝置100C，當代替在上空導出降水核心區域CRk，而在地上導出降水核心區域CRk的情況時，亦即是當進行與上述之第2實施形態相同之處理的情況時，係依據以下之流程圖。
圖17，係為對於由在第4實施形態之變形例中之氣象預測裝置100C所致的處理之其他例作展示之流程圖。本流程圖之處理，例如，係以特定之週期而反覆進行。
首先，網格參數算出部12，若是藉由通訊介面10而受訊觀測資料(步驟S400，YES)，則係針對觀測資料32的各網格區域Mi之每一者，而算出降水強度Ri(步驟S402)。
接著，粒子判別部26，係基於藉由通訊介面10而從溫濕度計測裝置400所受訊的溫濕度資訊，來判別出各網格區域Mi之每一者的雲粒之粒子之種類(步驟S404)。
接著，風向風速推測部16，係基於各網格區域Mi之雷達反射因子Zi和都卜勒速度Di，而推測出各網格區域Mi之風向以及風速(步驟S406)。
接著，移流預測部18，係針對藉由粒子判別部26而判別出了粒子之種類的各網格區域Mi之每一者，而分別進行移流預測，並算出各網格區域Mi的預測到達時間以及預測到達位置(步驟S408)。例如，移流預測部18，係藉由針對雲粒之粒子之種類的每一者來算出各網格區域Mi之每一者的落下速度，而能夠以良好精確度來算出預測到達時間以及預測到達位置。
接著，降水核心區域導出部14，係基於各網格區域Mi之每一者的預測到達位置，而在地上之地表面G處，導出將降水強度Ri為同等程度之網格區域Mi彼此作了結合的降水核心區域CRk(步驟S410)。
接著，降水風險導出部20，係基於藉由降水核心區域導出部14而在地表面G上所導出的各降水核心區域CRk之每一者之降水強度Ri、和藉由移流預測部18所算出的預測到達時間，而導出在地上的降水之風險Pk(步驟S412)。
接著，畫像產生部22，係基於將藉由降水風 險導出部20所導出的各降水核心區域CRk之每一者的降水之風險Pk之分類結果和地表面G之地圖資訊作了組合的降水地點資訊，來產生畫像(步驟S414)。
接著，輸出部24，係將代表藉由畫像產生部22所產生的畫像之資訊，輸出至終端裝置或網路伺服器等處(步驟S416)。藉由此，本流程圖之處理係結束。
若依據以上所說明的第4實施形態中之氣象預測裝置100C，則當在上空而導出降水核心區域CRk的情況時，由於係基於粒子之種類來針對構成降水核心區域CRk之各網格區域Mi的每一者而分別求取出落下速度，因此，係能夠以更良好的精確度來算出各降水核心區域CRk之預測到達時間，並且，針對在前進了預測到達時間之量之後的將來之時刻τ處之網格區域Mi的位置座標(x τ，y τ，z τ)，亦能夠以更良好的精確度來作預測。其結果，係能夠以更良好之精確度而預測出由降水所致之對於地上的影響之程度。
又，若依據上述的第4實施形態中之氣象預測裝置100C，則當在地上而導出降水核心區域CRk的情況時，由於係於上空而基於粒子之種類來算出各網格區域Mi每一者之預測到達時間以及預測到達位置，因此，係能夠在地上而以良好精確度來導出降水核心區域CRk。其結果，係能夠以更良好之精確度而預測出由降水所致之對於地上的影響之程度。
(第5實施形態)
以下，針對第5實施形態中之氣象預測裝置100D作說明。在第5實施形態中之氣象預測裝置100D，係取得藉由雙重偏波雷達裝置200A所觀測的觀測資料，在此點上，係與第1~第4實施形態相異。故而，係以該差異點為中心來進行說明，並將針對共通的部分之說明作省略。
雙重偏波雷達裝置200A，係送受訊水平偏波和垂直偏波之2個的電波。之後，雙重偏波雷達裝置200A，係取得觀測資料，該觀測資料，係包含有關連於水平偏波之雷達反射因子Zh、和關連於垂直偏波之雷達反射因子ZV、和雷達反射因子差ZDR、和偏波間相位差ΦDP、和傳播相位差變化率KDP、以及偏波間相關係數ρhv等之參數。雷達反射因子差ZDR，例如，係為將關連於水平偏波之雷達反射因子Zh除以關連於垂直偏波之雷達反射因子ZV之後所得到的值之對數值，並為依存於粒子之縱橫直徑之比的參數。雙重偏波雷達裝置200A，係將所取得的包含有關連於雙重偏波之各種參數之觀測資料(以下，稱作雙重偏波觀測資料)，送訊至氣象預測裝置100D處。
圖18，係為對於在第5實施形態中之氣象預測裝置100D的構成之其中一例作展示之圖。在第5實施形態中之氣象預測裝置100D的通訊介面10，係從雙重偏波雷達裝置200A而受訊雙重偏波觀測資料。
在第5實施形態中之粒子判別部26，係基於 藉由通訊介面10而從雙重偏波雷達裝置200A所受訊的雙重偏波觀測資料，來判別出各網格區域Mi之每一者的雲粒之粒子之種類。例如，粒子判別部26，係基於在雙重偏波觀測資料中所包含的各種參數(特別是雷達反射因子差ZDR或傳播相位差變化率KDP等)，來推測出粒子之扁平的程度和粒徑等之形狀，並判別出雲粒之粒子的種類。例如，粒子判別部26，當粒子為扁平的情況時，係將該粒子判別為雨粒，當粒徑為較基準直徑(例如5〔mm〕)而更大並且並非為扁平的情況時，係將該粒子判別為雹。又，粒子判別部26，當粒徑為較基準直徑(例如5〔mm〕)而更小並且並非為扁平的情況時，係將該粒子判別為霰或雪。又，粒子判別部26，係亦可基於偏波間相關係數ρhv，而亦針對固相和液相相互混合的狀態(融解層)作判別。例如，粒子判別部26，係亦可作為固相和液相相互混合的狀態，而判別出霙。
在第5實施形態中之移流預測部18，係於進行移流預測之處理的過程中，基於藉由粒子判別部26所判別出的粒子之種類，來參照在記憶部30中所記憶之各粒子個別落下速度資訊36，而導出各網格區域Mi每一者之落下速度。
圖19，係為對於在第5實施形態中之各粒子個別落下速度資訊36之其中一例作展示之圖。如同圖示一般，各粒子個別落下速度資訊36，係為針對各粒子種類之每一者，而對於雷達反射因子Zi來將粒子之落下速 度附加有對應關係的資訊。圖中，表(a)，係代表當粒子為雨的情況時之落下速度，表(b)，係代表粒子為雪(或者是霙)的情況時之落下速度，表(c)，係代表粒子為霰的情況時之落下速度，表(d)，係代表粒子為雹的情況時之落下速度。移流預測部18，係基於藉由粒子判別部26所判別出的粒子之種類，來參照所對應的資訊，並取得與在觀測資料32中所包含之雷達反射因子Zi相對應的落下速度，藉由此，來導出各網格區域Mi每一者之落下速度。另外，各粒子個別落下速度資訊36所代表之落下速度，係亦可針對與該粒子之形狀相對應的空氣阻抗而預先作考慮。
若依據以上所說明的第5實施形態中之氣象預測裝置100D，則當在上空而導出降水核心區域CRk的情況時，由於與上述之第4實施形態相同的，係基於粒子之種類來針對構成降水核心區域CRk之各網格區域Mi的每一者而分別求取出落下速度，因此，係能夠以更良好的精確度來算出各降水核心區域CRk之預測到達時間，並且，針對在前進了預測到達時間之量之後的將來之時刻τ處之網格區域Mi的位置座標(x τ，y τ，z τ)，亦能夠以更良好的精確度來作預測。其結果，係能夠以更良好之精確度而預測出由降水所致之對於地上的影響之程度。
又，若依據上述的第5實施形態中之氣象預測裝置100D，則當在地上而導出降水核心區域CRk的情況時，由於與上述之第4實施形態相同的，係於上空而基 於粒子之種類來算出各網格區域Mi每一者之預測到達時間以及預測到達位置，因此，係能夠在地上而以良好精確度來導出降水核心區域CRk。其結果，係能夠以更良好之精確度而預測出由降水所致之對於地上的影響之程度。
(第6實施形態)
以下，針對第6實施形態中之氣象預測裝置100E作說明。在第6實施形態中之氣象預測裝置100E，係取得藉由雙重偏波雷達裝置200A所觀測的雙重偏波觀測資料、和藉由溫濕度計測裝置400所測定出的溫濕度資訊，來判別出雲粒之粒子的種類，在此點上，係與第1~第5實施形態相異。故而，係以該差異點為中心來進行說明，並將針對共通的部分之說明作省略。
圖20，係為對於在第6實施形態中之氣象預測裝置100E的構成之其中一例作展示之圖。在第6實施形態中之氣象預測裝置100E的通訊介面10，係從雙重偏波雷達裝置200A而受訊雙重偏波觀測資料。又，氣象預測裝置100E的通訊介面10，係從溫濕度計測裝置400而受訊溫濕度資訊。
在第6實施形態中之粒子判別部26，係基於雙重偏波觀測資料和溫濕度資訊，來判別出各網格區域Mi之每一者的雲粒之粒子之種類。藉由此，係能夠相較於上述之實施形態而以更良好的精確度來判別出粒子之種類。
若依據以上所說明之至少其中一個的實施形態，則藉由基於以氣象雷達裝置200所得到的上空之氣象狀態來導出在地上的降水之風險Pk，係能夠以良好精確度來預測出由降水所導致的對於地上之影響的程度。
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 (11)

  1. 一種氣象預測裝置，其特徵為，係具備有：降水風險導出部，係基於藉由雷達裝置所得到的上空之氣象狀態，來導出在地上的降水之風險；和輸出部，係輸出基於藉由前述降水風險導出部所導出的前述降水之風險而得到的資訊；和介面，係從前述雷達裝置而受訊資訊，該資訊，係針對將前述上空之3維空間作了假想性分割的複數之網格區域之每一者，而將關連於電波之強度的資訊和代表前述上空之風向以及風速的資訊相互附加對應；和網格參數算出部，係基於藉由前述介面所受訊的資訊，來對於前述複數之網格區域的各者而算出降水強度；和降水核心區域導出部，係導出將代表藉由前述網格參數算出部所算出的前述降水強度之值為同等程度的前述網格區域彼此相互作了結合的降水核心區域；和移流預測部，係針對藉由前述降水核心區域導出部所導出的前述降水核心區域之每一者，而分別基於藉由前述介面所受訊的前述風向以及風速，來對於前述降水核心區域到達地上為止的時間和前述降水核心區域所到達地上的位置作預測，前述降水風險導出部，係基於藉由前述移流預測部所預測出的前述時間、和在藉由前述降水核心區域導出部所導出的前述降水核心區域中所包含之各前述網格區域的每 一者之前述降水強度，來導出在藉由前述移流預測部所預測出的前述地上之位置處之降水的風險，並且，前述降水風險導出部，係當藉由前述移流預測部所預測出的複數之前述位置為重疊的情況時，因應於與前述位置為重疊之降水核心區域的各者相對應之前述降水強度，來導出在前述地上之降水的風險。
  2. 如申請專利範圍第1項所記載之氣象預測裝置，其中，前述降水風險導出部，係因應於藉由前述移流預測部所預測出的前述位置之高度，來對於藉由前述移流預測部所預測出的前述時間附加權重，而導出在前述地上之降水核心區域處的降水之風險。
  3. 如申請專利範圍第1項所記載之氣象預測裝置，其中，係更進而具備有：畫像產生部，係產生基於藉由前述降水風險導出部所導出的代表在前述地上之降水的風險之資訊與前述地上之地圖資訊所得到的畫像、和基於藉由前述降水核心區域導出部所導出的代表各降水核心區域之每一者的降水強度之資訊所得到的畫像，此些中之其中一方或者是雙方，前述輸出部，係輸出代表藉由前述畫像產生部所產生的前述畫像之資訊。
  4. 如申請專利範圍第1項所記載之氣象預測裝置，其中，前述介面部，係更進而從外部裝置而受訊前述上空之溫度的資訊， 該氣象預測裝置，係更進而具備有：判別部，係基於藉由前述介面所受訊的前述上空之溫度之資訊、和關連於前述電波的強度之資訊，來判別前述上空之雲粒的粒子之種類，前述移流預測部，係基於前述風向以及風速、和藉由前述判別部所判別出的粒子之種類，來針對前述各降水核心區域之每一者，而分別預測出前述降水核心區域之到達地上為止的時間、和前述降水核心區域所到達地上之位置。
  5. 如申請專利範圍第4項所記載之氣象預測裝置，其中，前述介面部，係更進而從前述外部裝置而受訊前述上空之濕度的資訊，前述判別部，係基於藉由前述介面所受訊的前述上空之溫度以及濕度之資訊、和關連於前述電波的強度之資訊，來判別前述上空之雲粒的粒子之種類。
  6. 如申請專利範圍第1項所記載之氣象預測裝置，其中，前述介面部，係更進而從前述雷達裝置而受訊包含雙重偏波參數的資訊，該氣象預測裝置，係更進而具備有：判別部，係基於在藉由前述介面所受訊的資訊中所包含之前述雙重偏波參數，來判別前述上空之雲粒的粒子之種類， 前述移流預測部，係基於前述風向以及風速、和藉由前述判別部所判別出的粒子之種類，來針對前述各降水核心區域之每一者，而分別預測出前述降水核心區域之到達地上為止的時間、和前述降水核心區域所到達地上之位置。
  7. 一種氣象預測裝置，其特徵為，係具備有：降水風險導出部，係基於藉由雷達裝置所得到的上空之氣象狀態，來導出在地上的降水之風險；和輸出部，係輸出基於藉由前述降水風險導出部所導出的前述降水之風險而得到的資訊；和介面，係從前述雷達裝置而受訊資訊，該資訊，係針對將前述上空之3維空間作了假想性分割的複數之網格區域之每一者，而將關連於電波之強度的資訊和代表前述上空之風向以及風速的資訊相互附加對應；和網格參數算出部，係基於藉由前述介面所受訊的資訊，來對於前述複數之網格區域的各者而算出降水強度；和移流預測部，係針對前述網格區域之每一者，而基於藉由前述網格參數算出部所算出的前述降水強度、和被與前述網格區域之每一者分別附加有對應的前述風向以及風速，來對於前述網格區域到達地上為止的時間和前述網格區域所到達地上的位置作預測；和降水核心區域導出部，係基於藉由前述移流預測部所預測出的前述位置，來在前述地上導出將代表前述降水強 度之值為同等程度的前述網格區域彼此相互作了結合的降水核心區域，前述降水風險導出部，係基於藉由前述移流預測部所預測出的前述時間、和在藉由前述降水核心區域導出部所導出的前述降水核心區域中所包含之各前述網格區域的每一者之前述降水強度，來導出在前述地上之降水核心區域位置處之降水的風險，並且，前述降水風險導出部，係當藉由前述移流預測部所預測出的複數之前述位置為重疊的情況時，因應於與前述位置為重疊之網格區域的各者相對應之前述降水強度，來導出在前述地上之降水的風險。
  8. 如申請專利範圍第7項所記載之氣象預測裝置，其中，係更進而具備有：畫像產生部，係產生基於藉由前述降水風險導出部所導出的代表在前述地上之降水的風險之資訊與前述地上之地圖資訊所得到的畫像、和基於藉由前述降水核心區域導出部所導出的代表各降水核心區域之每一者的降水強度之資訊所得到的畫像，此些中之其中一方或者是雙方，前述輸出部，係輸出代表藉由前述畫像產生部所產生的前述畫像之資訊。
  9. 如申請專利範圍第7項所記載之氣象預測裝置，其中，前述介面部，係更進而從外部裝置而受訊前述上空之溫度的資訊， 該氣象預測裝置，係更進而具備有：判別部，係基於藉由前述介面所受訊的前述上空之溫度之資訊、和關連於前述電波的強度之資訊，來判別前述上空之雲粒的粒子之種類，前述移流預測部，係基於前述風向以及風速、和藉由前述判別部所判別出的粒子之種類，來針對前述各降水核心區域之每一者，而分別預測出前述降水核心區域之到達地上為止的時間、和前述降水核心區域所到達地上之位置。
  10. 如申請專利範圍第9項所記載之氣象預測裝置，其中，前述介面部，係更進而從前述外部裝置而受訊前述上空之濕度的資訊，前述判別部，係基於藉由前述介面所受訊的前述上空之溫度以及濕度之資訊、和關連於前述電波的強度之資訊，來判別前述上空之雲粒的粒子之種類。
  11. 如申請專利範圍第7項所記載之氣象預測裝置，其中，前述介面部，係更進而從前述雷達裝置而受訊包含雙重偏波參數的資訊，該氣象預測裝置，係更進而具備有：判別部，係基於在藉由前述介面所受訊的資訊中所包含之前述雙重偏波參數，來判別前述上空之雲粒的粒子之種類， 前述移流預測部，係基於前述風向以及風速、和藉由前述判別部所判別出的粒子之種類，來針對前述各降水核心區域之每一者，而分別預測出前述降水核心區域之到達地上為止的時間、和前述降水核心區域所到達地上之位置。
TW105134829A 2016-01-12 2016-10-27 Weather forecasting device TWI637191B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-003545 2016-01-12
JP2016003545A JP2019045146A (ja) 2016-01-12 2016-01-12 気象予測装置、気象予測方法、および気象予測プログラム

Publications (2)

Publication Number Publication Date
TW201730584A TW201730584A (zh) 2017-09-01
TWI637191B true TWI637191B (zh) 2018-10-01

Family

ID=59311062

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105134829A TWI637191B (zh) 2016-01-12 2016-10-27 Weather forecasting device

Country Status (3)

Country Link
JP (1) JP2019045146A (zh)
TW (1) TWI637191B (zh)
WO (1) WO2017122408A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019058685A1 (ja) * 2017-09-22 2019-03-28 株式会社 東芝 航空気象管制システム
EP3745162A4 (en) * 2017-12-06 2021-11-17 Furuno Electric Co., Ltd. DEVICE, METHOD AND PROGRAM FOR IDENTIFYING PRECIPITATION PARTICLES
JP6689304B2 (ja) 2018-03-05 2020-04-28 株式会社東芝 気象レーダ装置及び豪雨予測方法
JP7438655B2 (ja) * 2018-06-05 2024-02-27 株式会社東芝 気象解析装置、気象解析方法、およびプログラム
JP7110003B2 (ja) * 2018-06-18 2022-08-01 株式会社東芝 処理装置、処理方法、およびプログラム
CN115545259A (zh) * 2021-06-30 2022-12-30 浙江三一装备有限公司 一种风象信息预测方法、装置、终端设备及起重设备
CN115600639B (zh) * 2022-09-30 2023-11-14 国网四川省电力公司眉山供电公司 一种风速传感器、输电线路风速预测方法及预警系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040043760A1 (en) * 2000-12-15 2004-03-04 Daniel Rosenfeld Location-based weather nowcast system and method
CN1800876A (zh) * 2005-08-01 2006-07-12 中国科学院寒区旱区环境与工程研究所 双通道同时收发式多普勒偏振天气雷达
TWM352099U (en) * 2008-08-11 2009-03-01 Garmin Corp Navigation device with real time information display

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09189773A (ja) * 1996-01-12 1997-07-22 Toshiba Corp 降雨量予測装置
JP2003344556A (ja) * 2002-05-27 2003-12-03 Toshiba Corp 気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置
JP2008051616A (ja) * 2006-08-24 2008-03-06 Meteorological Engineering Center 降雪予測方法
JP5876286B2 (ja) * 2011-12-20 2016-03-02 関西電力株式会社 降水予測方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040043760A1 (en) * 2000-12-15 2004-03-04 Daniel Rosenfeld Location-based weather nowcast system and method
CN1800876A (zh) * 2005-08-01 2006-07-12 中国科学院寒区旱区环境与工程研究所 双通道同时收发式多普勒偏振天气雷达
TWM352099U (en) * 2008-08-11 2009-03-01 Garmin Corp Navigation device with real time information display

Also Published As

Publication number Publication date
TW201730584A (zh) 2017-09-01
JP2019045146A (ja) 2019-03-22
WO2017122408A1 (ja) 2017-07-20

Similar Documents

Publication Publication Date Title
TWI637191B (zh) Weather forecasting device
JP7438655B2 (ja) 気象解析装置、気象解析方法、およびプログラム
US10782447B2 (en) Sea fog monitoring method based on multi-source satellite remote sensing data
US7109912B1 (en) Weather radar hazard detection system and method
JP5727761B2 (ja) 空中気象レーダ体積バッファを使用して雹および雷を推定するシステムおよび方法
US7515087B1 (en) Weather radar system and method using data from a lightning sensor
US10935693B2 (en) Prediction of ice crystal presence in a volume of airspace
JP6689396B2 (ja) 気象予測装置、気象予測方法、およびプログラム
CA2940747C (en) An apparatus determining the conditions of cloud development stage based on meteorological observation
US9459348B2 (en) Millimeter wave radar system for and method of weather detection
JP7386136B2 (ja) 雲高計測装置、計測点決定方法、および雲種類決定方法
CN109579774B (zh) 一种基于深度实例分割网络的天线下倾角测量方法
JP6322564B2 (ja) 点群解析処理装置、方法、及びプログラム
KR101161781B1 (ko) 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법
Notaros Meteorological electromagnetics: optical and radar measurements, modeling, and characterization of snowflakes and snow
US20230186594A1 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium
CN114019513B (zh) 一种星载探测数据全球海洋降雨类型判别装置及方法
Miyao et al. A combined balloon photography and buoy-tracking experiment for mapping surface currents in coastal waters
Subrahamanyam et al. Spatial and temporal variabilities in vertical structure of the Marine Atmospheric Boundary Layer over Bay of Bengal during Winter Phase of Integrated Campaign for Aerosols, gases and Radiation Budget
CN109458979B (zh) 一种基于无人机视觉分析的天线下倾角测量方法
JP3571268B2 (ja) 霧観測レーダ装置
JP6994735B2 (ja) 雷危険度判定装置
JP5999963B2 (ja) 気象予測支援装置
CN114047489A (zh) 机载气象雷达气象试验评估方法
CN117315322A (zh) 一种输电线路隐患检测方法、装置、电子设备及存储介质