WO2015108154A1 - 最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム - Google Patents

最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム Download PDF

Info

Publication number
WO2015108154A1
WO2015108154A1 PCT/JP2015/051102 JP2015051102W WO2015108154A1 WO 2015108154 A1 WO2015108154 A1 WO 2015108154A1 JP 2015051102 W JP2015051102 W JP 2015051102W WO 2015108154 A1 WO2015108154 A1 WO 2015108154A1
Authority
WO
WIPO (PCT)
Prior art keywords
wind speed
prediction
maximum instantaneous
predicted
gust
Prior art date
Application number
PCT/JP2015/051102
Other languages
English (en)
French (fr)
Inventor
淳一 古本
邦昭 東
浩之 橋口
Original Assignee
国立大学法人京都大学
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
Priority to JP2014007263 priority Critical
Priority to JP2014-007263 priority
Application filed by 国立大学法人京都大学 filed Critical 国立大学法人京都大学
Publication of WO2015108154A1 publication Critical patent/WO2015108154A1/ja

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions

Abstract

 本発明は、予測精度に優れる最大瞬間風速予測システムを提供することを目的とし、本発明の最大瞬間風速予測システム2は、予測対象領域における所定の水平解像度の数値天気予報情報及び前記予測対象領域における地表面情報に基づいて、予測対象領域における大気乱流を乱流モデルによって解析して、前記予測対象領域の風速変動を予測する第1演算部101と、第1演算部101によって予測された風速変動に基づいて、予測対象領域における予測最大瞬間風速を算出する瞬間風速演算部104と、を備える。

Description

最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム
 本発明は、最大瞬間風速予測システム、この最大瞬間風速予測システムをコンピュータに実行させるためのコンピュータプログラム、及び、上記最大瞬間風速予測システムを含む突風警報情報発令システムに関する。
 従来、強風(突風)による列車の脱線、転覆を防ぐため、強風時に列車の運行を規制(運転中止、速度規制)するルールが定められており、このルールに沿うよう列車の運行状況が管理されている。
 また、列車の脱線や転覆等の事故の発生はその被害が甚大であるため、強風時の列車の運行規制は、極めて大きな安全域を確保した上で行われており、仮に運行規制を行わなかったとしても列車に脱線や転覆等の事故が発生しなかったであろう状況下でも運行規制が行われているのが実情である。
 一方、列車の運行が規制された場合、実際に強風が吹くおそれがある地域のみならず、その列車及びその列車以降に運行が予定されている多数の列車の出発地から到着地を含む広範な地域において、列車の運行ダイヤが乱れることとなり、多数の列車利用者に多大な不利益を与えることとなっていた。
 そのため、列車の運行の安全性を確保することは勿論のこと、その上で列車の運行ダイヤの変更を最小限に抑えるべく、高い的中率で、正確に強風(突風)を予測するシステムが切望されているものの未だ実現されていない。
 突風(瞬間最大風速)の予測の簡便な手法は、数値天気予報で予測される風速に一定の係数を乗じることにより行う手法である。この手法では、例えば、突風率(最大瞬間風速と平均風速との比)が1.5程度のほぼ一定の値をとることが多いことから(例えば、非特許文献1参照)、予測される平均風速を単純に1.5倍した値を最大瞬間風速の予測値としていた。
 また、例えば、特許文献1では、予測対象領域における過去の風観測結果や風向別地形因子を考慮して最大瞬間風速を予測する手法が提案されていた。
特開2008-275568号公報 特開2004-117278号公報
気象庁、″風の強さと吹き方″、[online]、平成12年8月作成(平成14年1月一部改正、平成19年4月一部改正、平成25年3月一部改正)、[平成26年1月16日]、インターネット、(http://www.jma.go.jp/jma/kishou/know/yougo_hp/kazehyo.html)
 しかしながら、従来の突風(最大瞬間風速)の予測は、その的中率が極めて低く、予測精度の向上に対し、高い要望があった。
 本発明は、このような事情に鑑みてなされたものであり、その目的は、精度の高い最大瞬間風速予測システム、このシステムをコンピュータに実行させるためのコンピュータプログラム、更には、上記最大瞬間風速予測システムを用いた突風警報情報発令システムを提供することにある。
 本発明者らは、上記目的を達成すべく鋭意検討を行い、従来の手法による突風の予測において、その予測精度が低い理由が予測対象領域における大気乱流を考慮していないことにあることを突き止めた。その上で、予測対象領域における大気乱流に着目し、数値天気予報情報及び地表面情報に基づいて、予測対象領域における大気乱流を乱流モデルによって解析することで、実際の風速変動と高い相関を有する風速変動を予測することができるとの新たな知見を見出し、この風速変動における最大瞬間風速を算出すれば、より正確に最大瞬間風速を予測することができるとの着想に基づき本発明を完成した。
 なお、特許文献2(特開2004-117278号公報)では、気象予測の際に乱流モデルを適用することが開示されている。
 しかしながら、特許文献2では、気象情報として突風(最大瞬間風速)を予測することは一切記載されていない。それ故、特許文献2には、当然のことながら、突風の予測に際して大気乱流を考慮することで予測精度を著しく向上させることできることも開示されていない。更に、特許文献2に開示された気象予測は、例えば、水平分解能50m~10kmの情報に基づいた気象予測であり、このような分解能の情報に基づいた予測であることからも、特許文献2に開示された気象予測の手法は、突風(最大瞬間風速)を予測することを想定していないと考えられる。
 また、特許文献2には、過去の実測データに基づいて、予測値を補正することも一切記載されていない。
 本発明の最大瞬間風速予測システムは、予測対象領域における所定の水平解像度の数値天気予報情報及び前記予測対象領域における地表面情報に基づいて、予測対象領域における大気乱流を乱流モデルによって解析して、前記予測対象領域の風速変動を予測する第1演算部と、前記第1演算部によって予測された風速変動に基づいて、予測対象領域における予測最大瞬間風速を算出する瞬間風速演算部と、を備える。
 従来の数値天気予報に使われる予測モデルにおいては、局所的に生じる大気乱流が考慮されておらず、平均風速を求めることしかできなかったのに対し、前記最大瞬間風速予測システムでは、数値天気予報情報及び地表面情報に基づいて、予測対象領域における大気乱流を乱流モデルによって解析し、予測対象領域内の風速変動を予測する。このとき、予測された風速変動は乱流を考慮した風速変動であり、予測対象領域内で実際に計測される風速変動と高い相関を有する。
 そのため、本システムによる予測最大瞬間風速の算出は、従来の手法で予測される最大瞬間風速のように、乱流を考慮せずに予測された最大瞬間風速に比べて、その精度が高く、的中率も向上することとなる。
 従って、前記最大瞬間風速予測システムによれば、高精度で予測対象領域内の予測最大瞬間風速を算出することができ、本システムは、例えば、列車運行システム等の構築に大きく貢献することができる。
 更に、前記最大瞬間風速予測システムは、前記第1演算部によって予測された風速変動に基づき、予測対象領域の予測突風率を算出する第2演算部と、予測対象領域の地表で観測された実測風速データから算出された予測対象領域の実測突風率を記憶する記憶部と、前記第2演算部によって算出された予測突風率と、前記記憶部に記憶された実測突風率と、に基づいて補正率を算出する第3演算部と、を更に備え、前記瞬間風速演算部は、前記第3演算部によって算出された補正率に基づいて、前記第1演算部によって予測された風速変動における最大瞬間風速を補正し、補正された最大瞬間風速を予測対象領域における予測最大瞬間風速とすることが好ましい。
 このように、第2演算部、記憶部及び第3演算部を備えることにより、前記第1演算部によって予測された風速変動における最大瞬間風速を、予測対象領域に特有の風速特性に応じて補正し、補正された最大瞬間風速を予測対象領域における予測最大瞬間風速とするため、より高精度で極めて実測値に近い予測最大瞬間風速を予測することができる。
 前記最大瞬間風速予測システムでは、予測対象領域内の乱流を考慮して風速変動を予測し、予測最大瞬間風速を算出しているため、従来の手法に比べれば格別に高い精度で最大瞬間風速を予測することができる。しかしながら、乱流モデルによって解析する際に入力する数値天気予報情報の水平解像度によっては、予測精度が充分に高くならないこともある。この場合には、数値天気予報情報の水平解像度を高解像度化すれば予測精度を向上させることができるものの、数値天気予報情報の水平解像度を高解像度化しすぎると、乱流モデルによって大気乱流を解析する際の計算量が著しく増大し、演算部への計算負荷が多大になってしまう。
 そこで、上述したように乱流を考慮した風速変動の予測を行いつつ、実測風速データを利用してその風速変動における最大瞬間風速を補正することにより、水平解像度の高解像度化による演算部への過剰な負荷を回避しつつ、予測最大瞬間風速の予測精度を大きく向上させることができる。
 また、このような構成の最大瞬間風速予測システムでは、第1及び第2演算部におけるシミュレーションにより算出された予測突風率と、実測データ(経験則)により算出された実測突風率との両方を融合して、予測最大瞬間風速の予測を行うため、より精度の高い予測となる。
 前記最大瞬間風速予測システムにおいて、前記記憶部は、予測対象領域内の複数の地点毎に複数の実測突風率を記憶しており 前記第3演算部は、風況に応じて複数の実測突風率から補正率の算出に用いられる実測突風率を選択し、選択された実測突風率に基づいて前記補正率を算出することが好ましい。
 このように、実測突風率として、予測対象領域内の複数の地点毎に時期や風向等の風況と対応付けられた複数の実測突風率を記憶部で記憶しておき、記憶された複数の実測突風率の中から予測時の風況に応じた実測突風率を選択し、この選択された実測突風率に基づいて補正率を算出することにより、より精度の高い予測が可能となる。
 前記最大瞬間風速予測システムにおいて、前記瞬間風速演算部は、前記第3演算部で得られた補正率に基づいて、前記第1演算部の計算結果による風速変動における最大瞬間風速を補正し、補正最大瞬間風速を算出するとともに、この補正最大瞬間風速の発生確率を算出することが好ましい。
 このように、補正最大瞬間風速の値のみならず、その発生確率も合わせて予測することにより、その予測結果を取得したユーザーは、予測結果に基づいてきめ細かな対応が可能となる。
 前記最大瞬間風速予測システムは、第1の水平解像度の数値天気予報情報を初期値とし、前記初期値よりも水平解像度が高解像度化された第2の水平解像度の数値天気予報情報を算出するプレ演算部を更に備え、前記第2の水平解像度の数値天気予報情報を、前記所定の水平解像度の数値天気予報情報とすることが好ましい。
 このようなプレ演算部を備えることにより、取得できる数値天気予報情報が、水平解像度の低い数値天気予報情報であっても、水平解像度の高い数値天気予報情報とすることができるため、水平解像度の低い数値天気予報情報を水平解像度の高い数値天気予報情報とした後で乱流モデルによる解析を行うことにより、高い精度で風速変動の予測を行うことができる。
 前記最大瞬間風速予測システムにおいて、前記乱流モデルは、ラージ・エディ・シミュレーションであることが好ましい。
 ラージ・エディ・シミュレーションは、計算格子で表現できない小さなスケールの流れ(乱れ成分)はモデル化し、計算格子で表現できる比較的大きなスケールの流れ(渦)は直接計算するという手法を採用しているため、風速変動の予測時に乱流を考慮した高精度の予測を行うことができるとともに、その一部をモデル化しているため、予測時に演算部に過度の計算負荷がかかることを回避することができる。
 本発明のコンピュータプログラムは、コンピュータを上述した最大瞬間風速予測システムとして機能させるためのものである。
 前記コンピュータプログラムによれば、前記最大瞬間風速予測システムと同様の作用効果を奏することができる。
 本発明の突風警戒情報発令システムは、上述した最大瞬間風速予測システムと、受信端末と、を備え、前記最大瞬間風速予測システムは、前記瞬間風速演算部によって予測された予測対象領域における予測最大瞬間風速が、所定の値以上となった場合に、突風警戒情報を発信する送信部を更に備え、前記受信端末は、前記送信部が発信した突風警戒情報を受信することを特徴とする。
 前記突風警戒情報発令システムでは、上述した最大瞬間風速予測システムにおける瞬間風速演算部によって予測された予測最大瞬間風速が所定の値以上となった場合に突風警戒情報が発信され、その情報が受信端末で受信されるように構成されている。
 そのため、本システムによれば、前記受信端末のユーザーは、精度の高い突風警戒情報を取得することができ、その結果、ユーザーは本システムを利用することにより、取得した突風警戒情報に応じて安全性の高い対応策を採ることができる。
 本発明によれば、予測対象領域における突風の発生(最大瞬間風速)を高精度で予測することができる。
本発明に係る最大瞬間風速予測システムを含む突風警戒情報発令システムの実施の形態を示す構成概略図である。 (a)は最大瞬間風速予測部における処理手順を示す第1のフローチャートであり、(b)は最大瞬間風速予測部における処理手順を示す第2のフローチャートである。 (a)~(c)は、予測突風率と実測突風率とに基づいて補正率を算出する方法の概要を説明するための模式図である。 予測最大瞬間風速が25m/s以上となった場合の最大瞬間風速の発生頻度分布と設定した風速閾値より強い風が吹く確率を示したグラフである。 受信端末の表示画面を示す図である。 受信端末の別の表示画面を示す図である。 受信端末の別の一例を示す図である。 数値天気予報情報に含まれる風速データを可視化したものである。 LESによる解析で得られた風速変動の経時変化を示す連続図である。 近江舞子駅における風速変動の実測値及び予測値を示すグラフである。
 以下、本発明の実施の形態について図面を参照して説明する。
 本発明の実施の形態に係る最大瞬間風速予測システムは、所定の水平解像度の数値天気予報情報及び地表面情報に基づいて、予測対象領域における大気乱流を乱流モデルによって解析する。即ち、上記最大瞬間風速予測システムは、従来の最大瞬間風速の算出とは異なり、予測対象領域における乱流の影響を考慮して予測最大瞬間風速を算出する。そのため、上記最大瞬間風速予測システムは、より高い精度で予測最大瞬間風速を算出することができる。
 本発明の実施の形態に係る突風警戒情報発令システムは、上記最大瞬間風速予測システムを備えているため、精度に優れ、確実性・信頼性の高い突風警戒情報を発信することができる。
 ここでは、列車の運行管理に利用する場合を例に、本発明に係る瞬間風速予測システム、及び、上記瞬間風速予測システムを備えた突風警戒情報発令システムについて説明する。勿論、本発明に係る瞬間風速予測システム及び突風警戒情報発令システムは、列車の運行管理に利用するものに限定されるわけではない。
 本発明の実施の形態に係る突風警戒情報発令システム1は、図1に示すように最大瞬間風速予測装置(最大瞬間風速予測システム)2と受信端末3とから主に構成されている。
 最大瞬間風速予測装置2は、最大瞬間風速予測部21と出力部22とから主に構成されている。最大瞬間風速予測装置2としては、CPU、RAM,ROM,HDD等の記憶部、各種入出力インタフェース等を備えたコンピュータを使用することができる。このコンピュータには、最大瞬間風速予測システム2として機能させるためのコンピュータプログラムがインストールされている。最大瞬間風速予測装置2が備える前述の各機能21,22は、上記コンピュータプログラムが上記CPUによって実行されることによって発揮される。
 以下において、まず、最大瞬間風速予測部21における最大瞬間風速の予測処理について説明する。
 図2(a)、(b)は、それぞれ最大瞬間風速予測部における処理手順を示すフローチャートである。
 最大瞬間風速予測部21は、予測対象領域における予測最大瞬間風速を算出するために用いられるものである。この最大瞬間風速予測部21は、プレ演算部105、第1演算部101、第2演算部102、第3演算部103、及び、瞬間風速演算部104からなる5つの演算部の機能と、最大瞬間風速の予測に用いる過去のデータを記憶しておくための記憶部106の機能とを有している。
 プレ演算部(高解像度化部)105は、気象に関連する種々のデータを気象庁の気象予測システム4等から取得し、これを用いて所定の水平解像度を有する数値天気予報情報を演算により求めるものである。
 プレ演算部105では、気象予測システム4から入力された第1の水平解像度(例えば、5km)の数値天気予報情報を初期値及び境界値とし、記憶部106に記憶された地表面情報などを用いて、初期値よりも水平解像度が高解像度化された第二の水平解像度(高解像度)の数値天気予報情報に変換する計算が実行される。
 ここで、初期値及び境界値となる数値天気予報情報としては、例えば、気象庁が提供するメソ数値予報モデル(MSM)による数値天気予報情報(水平解像度:5km)、気温、降雨量、風速・風向等の観測データ(地域気象観測システム(AMeDAS)のデータ)、全球数値予報モデル(Global Spectral Model:GSM)による数値天気予報情報等を使用することができる。
 また、地表面情報としては、宅地,農地,森林,河川等の地表面の属性に関する情報(例えば、国土交通省の国土数値情報土地利用細分メッシュデータ等)、地形に関するデータ(例えば、国土地理院の数値地図50mメッシュ標高地図データ:GSI50等)、海面温度データ(例えば、Sea Surface Temperature:SST等)等の地表面の温度に関するデータ等を使用することができる。
 本実施の形態において、数値天気予報情報の水平解像度の高解像度化は、初期値となる数値天気予報情報の補間処理などによって行うことができる。具体的には、下記の手法(手順1及び2)を用いて行うことができる。
 まず、気象庁の気象予測システム4等から取得した水平解像度の粗い(例えば、5km)数値天気予報情報の計算領域から複数の領域を用いて段階的に50mまで水平解像度を向上させる(手順1)。これをさらに入力値としてLESを導入することによって、乱流の慣性小領域のスケール以下となる5~10mの水平解像度のデータを得る(手順2)。
 上記手順1では、最も外側の計算領域では上記気象予測システム4等から得られる数値天気予報情報の時間・空間分解能同様の水平解像度を最初の計算領域に設定し、さらに複数の領域を内部に定義し水平解像度を複数回にわたって最終的に非静力学予報モデルの分解能の限界である50メートルまで向上させる。異なる空間分解能の領域間のデータの受け渡しは空間補間により行われる。安定した計算を実現するためには領域間での解像度向上は5倍未満とするのが望ましい。
 上記手順2では、手順1の結果をLESの初期値及び境界値とするべく空間補間し、乱流の慣性小領域の最大スケール以下の高解像度化を実施する。
 本実施の形態において、上記所定の水平解像度(第2の水平解像度)は、50m以下とすることが好ましい。
 大気乱流の解析を行うための数値天気予報モデルの水平解像度が50mを超えると、その精度が劣るおそれがある。数値天気予報では、乱流の影響を空間・時間平均処理により無視しているため水平解像度が乱流のスケールに近づくにつれ、この近似の影響が無視できなくなり、結果的に乱流の影響が風速変動の算出に反映されにくくなる。
 第1演算部101は、予測対象領域における大気乱流を乱流モデルによって解析して、上記予測対象領域における風速変動(最大瞬間風速を含む)を予測するものである。
 この第1演算部101では、プレ演算部105で求めた予測対象領域における所定の水平解像度の数値天気予報情報、及び、予測対象領域における地表面情報に基づいて、大気乱流を乱流モデルによって解析し、上記予測対象領域における風速変動を予測する。
 大気乱流を乱流モデルによって解析することにより、予測変動領域内の風速変動に関し、乱流を考慮した風速変動を予測することができる。この風速変動は、実際に計測される風速変動と高い相関を有している。
 上記乱流モデルとしては、従来公知の種々のモデルを採用することができ、具体的には、例えば、渦粘性モデル、レイノルズ平均モデル(RANS)、ラージ・エディ・シミュレーション(LES)、直接数値シミュレーション(DNS)等の乱流モデルを採用することができる。
 これらの乱流モデルの中では、LES(ラージ・エディ・シミュレーション)を採用することが好ましい。LESは、風速変動を予測する乱流モデルとして優れているからである。その理由は、上述した通りである。
 上記乱流モデルとしてLESを採用する場合、大気乱流の解析時に使用される計算では、
Figure JPOXMLDOC01-appb-M000001
 そして、LESによる解析では、上記計算式における入力値として、上記数値天気予報情報である地上及び上空の風向風速、鉛直流、海面更正気圧、地上及び上空の気温、湿度などと、記憶部106に記憶された上記地表面情報である土地利用、植生、標高、海面水温データなどとを用いる。また、LESによる解析では、出力値として、地上及び上空の風向風速、鉛直流、海面更正気圧、地上および上空の気温、湿度、降水量、短波放射量、長波放射量等を取得し、予測対象領域の風速変動を予測する。
 上記予測対象領域の風速変動の予測において、地上及び上空の風向風速、鉛直流、海面更正気圧、地上及び上空の気温、湿度などの数値天気予報情報は、計算領域における各格子点の値(配列)として入力を行い、計算式を解く上での初期の値、計算領域の境界の値として利用することができる。また、上記予測対象領域の風速変動の予測において、土地利用、植生、標高、海面水温データなどの上記地表面情報は、計算領域における格子点のデータ(配列)として入力を行い、初期の値、計算領域の境界の値として利用することができる。
 第1演算部101での計算において使用する地表面情報は、プレ演算部105での計算において使用する地表面情報と同様のものを用いることができる。但し、プレ演算部105で使用する地表面情報と第1演算部101で使用する地表面情報とは完全に同一でなくても良い。
 本実施の形態において、所定の水平解像度を有する数値天気予報情報を外部データとして最大瞬間風速予測部21に入力することが可能な場合には、プレ演算部(高解像度化部)105による数値天気予報情報の水平解像度の高解像度化は不要である。上記の場合には、外部から入力した所定の水平解像度を有する数値天気予報情報をそのまま用いて第1演算部101における風速変動の予測を行えば良い。
 本発明では、少なくとも予測対象領域における数値天気予報情報及び地表面情報を、大気乱流を解析する際の必須の情報としている。
 一方、本発明において大気乱流を解析する場合、予測対象領域外(予測対象領域の周囲の領域)の数値天気予報情報や地表面情報を併せて大気乱流を解析するための情報として使用してもよい。これにより第1演算部101で予測される風速変動の予測精度がより向上するからである。
 瞬間風速演算部104は、第1演算部101によって予測された風速変動に基づいて、予測対象領域における予測最大瞬間風速を算出する。
 ここでは、予測された上記風速変動の情報から、一定間隔毎(例えば、3秒間毎)に瞬間風速を求め、その瞬間風速の中から所定期間(例えば、1分間)内の最大値を抽出し、その値を予測最大瞬間風速とする。
 図2(a)は、最大瞬間風速予測部21の処理手順を示す第1のフローチャートである。
 プレ演算部(高解像度化部)105は、外部データ(予測対象領域における数値天気予報情報及び地表面情報)を所定時間毎に自動的に取得し(図2(a)のステップS1)、得られた数値天気予報情報の水平解像度が所定の水平解像度(例えば、50m以下)か否かを判断する(図2(a)のステップS2)。
 数値天気予報情報の水平解像度が所定の水平解像度より低解像度である場合には、上述した手法を用いて、外部から入力された数値天気予報情報を所定の水平解像度の数値天気予報情報へと高解像度化する計算を実行する(図2(a)のステップS3)。
 第1演算部101は、外部から又はステップS3を経て取得された所定の水平解像度の数値天気予報情報と上記地表面情報とに基づいて、LES等の乱流モデルによる大気乱流の解析を行い(図2(a)のステップS4)、予測対象領域における風速変動を予測するする(図2(a)のステップS5)。
 その後、上記風速変動の予測データに基づき予測最大瞬間風速を算出する(図2(a)のステップS6)。
 本実施の形態では、以上の手順により予測対象領域における予測最大瞬間風速を算出することができるが、より高精度に最大瞬間風速を予測すべく、第1演算部によって風速変動を予測した後、その風速変動を補正し、予測最大瞬間風速を算出しても良い。
 第1演算部で予測した風速変動に基づき突風率を算出した場合、風速変動を予測した際に入力した情報の水平解像度が比較的低いと、得られる突風率の値は実際の値よりも低くなってしまう傾向にある。これは、計算領域内で乱流の影響が相殺されてしまうことを完全に回避することができないためである。一方、風速変動を予測する際に入力する情報の水平解像度を極限まで高解像度化すれば、乱流の影響が相殺されてしまうことを回避することができるものの、水平解像度の高解像度化に伴い風速変動を算出する際の計算負荷が飛躍的に増大してしまい現実的ではない。
 これに対し、上述したように、第1演算部で風速変動を予測した後、その風速変動を補正して予測最大瞬間風速を算出することで、計算負荷の著しい増大を回避しつつ、予測精度の向上を図ることができる。即ち、乱流モデルによる大気乱流の解析と、風速変動の補正とを組み合わせて予測最大瞬間風速を算出することにより、相反する2つの効果(予測精度の向上、及び、計算負荷増大の回避)をバランス良く享受することができる。
 以下、風速変動における最大瞬間風速を補正し、予測最大瞬間風速を算出する手順について説明する。
 第1演算部101によって予測された風速変動における最大瞬間風速を補正する場合、その補正は、第2演算部102、第3演算部103及び記憶部106を介して行う。
 第2演算部102は、第1演算部101の計算結果による風速変動に基づき、予測対象領域の予測突風率を算出するものである。
 突風率は、最大瞬間風速と平均風速との比であり「突風率=最大瞬間風速/平均風速」の計算式で求めることができる。
 そのため、第2演算部102は、第1演算部101によって予測された風速変動から、最大瞬間風速及び平均風速を算出し、これらに基づいて突風率を算出し、それを予測突風率とする。ここで、最大瞬間風速の算出は上述した方法で行えばよい。また、平均風速の算出は、上記最大瞬間風速を算出するための所定期間の平均値を算出することにより行えばよい。
 記憶部106は、予測対象領域の地表で実際に観測された実測風速データから算出された予測対象領域の実測突風率を記憶するものである。
 即ち、本実施の形態においては、予測対象領域内の地表にて、予め風速データを実際に計測し、更にその風速データに基づいて、実測平均風速、実測最大瞬間風速及び実測突風率を算出し、各データを記憶部106に記憶させておく。
 このとき、観測点における他の風況データについても合わせて取得し、記憶部106に上記風速データと対応付けて記憶しておく。
 上記他の風況データ(実測平均風速、実測最大瞬間風速及び実測突風率以外の風況データ)としては、風向き、天気、気温、湿度、気圧等を取得する。
 取得された上記風速データと上記他の風況データと記憶部106に記憶させる場合、両社の対応付けは、種々の指標に基づいて行うことができる。
 具体的には、例えば、測定時期(季節)毎や測定時刻毎に上記風速データと上記他の風況データを記憶させればよい。また、例えば、西高東低型、前線通過型、台風通過型等といった気圧配置の型毎に上記風速データと上記他の風況データを記憶させてもよい。さらには、例えば、上記気圧配置の型毎に上記風速データと上記他の風況データとを取得した後、取得されたデータの平均値、最大値、最小値、時間変化量、季節変化量、最頻値や頻度分布等を各型毎の統計値として記憶部106に記憶させてもよい。
 予測対象領域内の地表における風速データや上記他の風況データの記憶部106への記憶はデータが取得される毎に随時行われ、上述した統計値の記憶部106への記憶も随時更新が行われる。また、これらのデータの取得は、予測対象領域内の複数の地点毎に行われる。
 本実施の形態において、記憶部106には、予測対象領域内の複数の地点毎に、少なくとも1つ実測突風率が記憶されていればよいが、記憶部106は、実測時の風況(時期、風向き等)に応じて予測対象領域内に複数の地点毎に複数の実測突風率を記憶していることが好ましい。
 この場合、例えば、予測対象領域内の複数の地点毎に月毎、季節毎、又は、西高東低型、前線通過型、台風通過型等といった気圧配置の型毎に実測突風率の頻度分布のテーブルを作製し、このような頻度分布のテーブルを保持しておいてもよい。
 更に、上記頻度分布のテーブルは、観測を継続しながら常に新しい実測データを取り込むことによって随時更新を行い、常に最新のテーブルとして記憶部106に記憶しておくことが好ましい。
 このように複数の実測突風率を記憶部106に記憶しておくことにより、後の演算(補正率の算出)においてより正確に補正率を算出することができる。
 第3演算部103は、第2演算部102によって算出された予測突風率と、記憶部106に記憶された実測突風率とに基づいて補正率を算出するものである。
 上記補正率の算出に際しては、上述したように記憶部106に予測対象領域内の複数の地点毎に複数の実測突風率を記憶させておき、測定時期、風向き等の風況に応じて複数の実測突風率から補正率の算出に用いる実測突風率を選択し、選択された実測突風率に基づいて補正率を算出することが好ましい。
 補正率の算出に用いる実測突風率を選択は、予測突風率を算出した際の風況(特に、時期及び風向き)と同一又は類似の風況下で測定された実測突風率を採用することが好ましい。
 ここで、上記予測突風率と上記複数の実測突風率とに基づいて補正率を算出する方法としては、種々の方法を採用することができ、例えば、線形補正法、重み付け平均、変分法、カルマンフィルター、アンサンブル手法等の従来公知の手法を採用することができる。
 上記補正率を算出する際に、より具体的には、例えば、以下の手法を用いることもできる。
 図3(a)~(c)は、予測突風率と実測突風率とに基づいて補正率を算出する方法の概要を説明するための模式図である。
 予測対象領域の上記予測突風率は、上述したように、上記第1演算部によって予測された風速変動に基づき算出する(図3(a)参照)。
 一方、上記実測突風率は、上述したように、風速データ等を実際に計測し(実測値の取得)、データベースとして記憶部106に蓄積する。さらに、計測された風速データに基づいて実測突風率を算出する。得られた実測突風率は、例えば、計測時の条件(測定時期(季節)や測定時刻、西高東低型、前線通過型、台風通過型等の気圧配置など)毎に分類し、実測突風率の頻度分布のテーブルを実測突風率のデータべースとして記憶部106に蓄積する(図3(b)参照)。なお、このデータベースは、観測を継続しながら常に新しい実測データを取り込むことによって随時更新を行う。
 上記補正率の算出では、算出された上記予測突風率と、記憶部106に蓄積された実測突風率の頻度分布のテーブルとを対比し、上記予測突風率を算出した際の条件(測定時期(季節)や測定時刻、西高東低型、前線通過型、台風通過型等の気圧配置など)と同様の条件で観測された時の実測突風率の頻度分布のテーブルをデータベース(記憶部106)から選択して抽出する。
 次に、抽出された実測突風率の頻度分布における実測突風率の最頻値(A)を特定し、上記実測突風率の最頻値(A)を上記予測突風率(B)で除することにより補正率(A/B)を算出する。このような方法で補正率(A/B)を算出した場合、例えば、予測最大瞬間風速に補正率(A/B)を乗じることにより、補正された予測最大瞬間風速を算出することができる。
 また、補正率を算出する場合には、上記抽出された実測突風率の頻度分布に基づいて、実測突風率の平均値(A)を算出し、上記実測突風率の平均値(A)を上記予測突風率(B)で除することにより補正率(A/B)を算出することもできる。このような方法で補正率(A/B)を算出した場合、例えば、予測最大瞬間風速に補正率(A/B)を乗じることにより、補正された予測最大瞬間風速を算出することができる(図3(c)参照)。
 上記の方法で補正率を算出する場合、上記実測突風率の最頻値(A)を用いて補正率を算出する手法、及び、上記実測突風率の平均値(A)を用いて補正率を算出する手法は、いずれか一方の手法を採用すればよい。
 また、これらの手法では、実測突風率の頻度分布情報を利用することで最大瞬間風速の確率分布を導出でき、確率予報(例えば、最大瞬間風速が30m/s超える割合がいくらであるといった情報等)を得ることもできる。
 このように、第2演算部、記憶部及び第3演算部を介して補正率を算出した場合には、瞬間風速演算部104は、第1演算部101によって予測された風速変動における最大瞬間風速を上記補正率で補正し、補正された最大瞬間風速を予測対象領域における予測最大瞬間風速とする。
 このとき、補正された最大瞬間風速は、第1演算部101によって予測された風速変動の全体を補正率で補正した後、補正された風速変動から最大瞬間風速を算出して予測最大瞬間風速としてもよいし、第1演算部101によって予測された風速変動から先に最大瞬間風速を算出し、その最大瞬間風速を上記補正率で補正して補正された最大瞬間風速を算出し、予測最大瞬間風速としてもよい。
 以下、補正された最大瞬間風速を算出する処理手順をフローチャートで説明する。
 図2(b)は、最大瞬間風速予測部21の処理手順を示す第2のフローチャートである。
 補正された最大瞬間風速を算出する場合には、まず、上記第1のフローチャートにおけるステップS1~ステップS5と同様のステップを経て、予測対象領域における風速変動を予測する。
 第2演算部102は、第1演算部101によって予測された風速変動に基づき、予測対象領域の予測突風率を算出する(図2(b)のステップS7)。
 第3演算部103は、第2演算部102によって算出された予測突風率と、記憶部106に記憶された実測突風率に基づき、上述した手法により補正率を算出する(図2(b)のステップS8)。
 その後、瞬間風速演算部104は、第1演算部によって予測された風速変動における最大瞬間風速を上記補正率で補正したうえで(図2(b)のステップS9)、補正された最大瞬間風速から予測最大瞬間風速を取得する(図2(b)のステップS10)。この場合、実質的には補正された最大瞬間風速が予測対象領域における予測最大瞬間風速となる。
 本実施の形態に係る最大瞬間風速予測システム(最大瞬間風速予測装置)2では、最大瞬間風速予測部21において、このような処理を行うことにより、高精度で予測最大瞬間風速を算出することができる。
 本実施の形態に係る最大瞬間風速予測システム2では、さらに下記の手順により、補正された最大瞬間風速(予測最大瞬間風速)を算出するとともに、この補正された最大瞬間風速(予測最大瞬間風速)の発生確率を算出することもできる。
 具体的には、まず、最大瞬間風速予測システム2を繰り返し使用して最大瞬間風速の予測を繰り返し行い、予測最大瞬間風速を蓄積しておく。一方、この予測最大瞬間風速の算出とともに最大瞬間風速予測システム2により予測最大瞬間風速を算出した際の最大瞬間風速の実測値についてもその情報を、予測最大瞬間風速と対応付けて蓄積しておく。そして、充分なサンプル数の最大瞬間風速の予測値及び実測値を蓄積されると、所定の予測値に対する実測値の頻度分布に関するデータを取得することができ、その結果、特定の予測最大瞬間風速の実際の発生確率を算出することができる。
 例えば、図4に示すように、最大瞬間風速予測システム2で特定の予測対象領域(図4の例では、近江舞子駅周辺)で算出した予測最大瞬間風速が25m/s以上となった場合の実測値を棒グラフの横軸にプロットし、その頻度を縦軸にプロットすることで、予測最大瞬間風速が25m/s以上となった場合に実際に最大瞬間風速が25m/s以上となる確率を算出することができる。図4に示した例では、その確率は99.7%となる。さらに、図4に示した例では、最大瞬間風速が30m/s以上となる確率、及び、最大瞬間風速が35m/s以上となる確率についても算出することができ、それぞれ23.3%及び1.99%となる。
 このように、本実施の形態に係る最大瞬間風速予測システム2では、予測最大瞬間風速、及び、その予測値が算出された際の最大瞬間風速の実測値を継続的に記憶部106に記憶させることにより、予測最大瞬間風速を算出するとともに、この予測最大瞬間風速の発生確率を算出することもできる。
 なお、図4は、予測最大瞬間風速が25m/s以上となった場合の最大瞬間風速の発生頻度分布と設定した風速閾値より強い風が吹く確率を示したグラフである。
 最大瞬間風速予測装置2は、更に出力部22を備えている。出力部22は、最大瞬間風速予測部21で予測した結果を外部に発信する機能を有する装置である。出力部22は、表示デバイスとして予測データをユーザーに表示したり、外部の受信端末3に予測データを送信したりする。
 具体的には、出力部22は、予測最大瞬間風速が所定の値以上となった場合に突風警戒情報を発信する送信部として機能することができる。この場合、発信部(出力部22)が発信した情報は、後述する受信端末3が受信する。
 次に、本実施の形態に係る突風警戒情報発令システム1が備える受信端末3について、説明する。
 図5、6は、それぞれ受信端末3の表示画面を示す図である。
 受信端末3には、Webブラウザが導入されたパーソナルコンピュータであり、Webブラウザを立ち上げて所定のURLを指定すると、要求に応じた情報が最大瞬間風速予測装置2の出力部22から送信され、図5、6に示されるようなウインドウ3a、3bが表示される。
 ウインドウ3aでは、地図表示部31a、条件設定部32、概況表示部33及び規制表示部34が1つの画面に表示されており、ウインドウ3bでは地図表示部31bが全画面に表示されている。ウインドウの切替はユーザーが条件設定部32を操作することにより行うことができる。
 地図表示部31a、31bには、例えば、予測対象領域を含む日本の全体又は一部の地図が表示され、図5、6の例では琵琶湖周辺の地図が表示されている。
 図5に示す表示画面は、本実施の形態におけるホーム画面の一例であり、地図表示部31a、条件設定部32、概況表示部33及び規制表示部34が1つの画面に表示されている。なお、ここでは、1時間後に予測最大瞬間風速が30m/s以上の突風が予測され、それに応じて運行規制が行われる場合を例に表示画面の表示内容を説明する。
 地図表示部31aでは、琵琶湖周辺の地図に、鉄道線路(JR西日本管轄の湖西線、琵琶湖線及び北陸本線の一部)及び主要駅が重ね合わせられて表示されており、更に、列車の運行状況を表示するインフォメーションウインドウ35aが重ねて表示されている。なお、地図表示部31aでは、琵琶湖と、その周囲の平野部と、更にその周囲の山間部とを模式的に区分している。
 本実施の形態では、琵琶湖周辺を予測対象領域としている。
 条件設定部32には、「予報」、「風速確率 予報設定」及び「関係先手配」と標記された欄に、それぞれに関して分類された複数のアイコンが表示されている。
 「予報」の欄(図5中、条件設定部32における左側の列)には、上から順に「実況」、「1時間後」、「2時間後」、「3時間後」及び「全画面表示」と表示されたアイコンが設けられている。「予報」の欄では、各アイコンをマウスやキーボード等の入力デバイスを用いて指定することにより、地図表示部31aの表示が各アイコンの条件に対応した表示内容に切り替わる。勿論、予報時間は1時間単位ではなく、30分単位や2時間単位等、任意の時間単位で予め設定しておくことが可能である。
 具体的には、例えば、「1時間後」と表示されたアイコンを指定することにより、地図表示部31aの表示内容が1時間後の予報内容に切り替わる。また、「全画面表示」を指定することにより、図6に示すようなウインドウ3bが全画面に表示される。
 ウインドウ3bには、1時間後の運行状況が地図に重ね合わせられた鉄道線路に色分けして表示される。ウインドウ3bには湖西線の一部に強風による運行禁止区間が生じた場合の例を表示している。
 具体的には、強風予測による不通区間、折り返し運転時の折り返し駅、迂回列車の運行ルート、及び、駅員を増員する駅を瞬時に理解することができるように表示している。
 加えて、地図上に重ねて表示されるインフォメーションウインドウ35b内にも、1時間後の運行状況を文字情報として表示している。
 そのため、ユーザーはウインドウ3bの表示から強風による運行規制の情報を詳細に把握することができる。
 「風速確率 予報設定」の欄(図5中、条件設定部32における中央の列)には、上から順に「15m/s以上」、「20m/s以上」、「25m/s以上」、「30m/s以上」及び「任意設定」と表示されたアイコンが設けられている。「風速確率 予報設定」の欄では、「任意設定」以外の各アイコンは、入力デバイスを用いて指定されることにより、地図表示部31aの表示が切り替わり、最大瞬間風速が指定された風速となることが予測される地点が地図上に表示される。更に地図上のインフォメーションウインドウ内に、各地点において指定された最大瞬間風速となる予測確率が表示することもできる。また、「任意設定」のアイコンを指定した場合には、別に入力用ウインドウ(図示せず)が新たに立ち上がり、そのウインドウで新たな風速を指定すると、「任意設定」のアイコンが新たに指定した風速に応じたアイコンに変更され、そのアイコンを指定すると、「15m/s以上」等の「風速確率 予報設定」の欄の他のアイコンを指定した場合と同様、地図表示部31aの表示が切り替わり、最大瞬間風速が指定された風速となることが予測される地点や、各地点において指定された最大瞬間風速となる予測確率が表示されるようになる。
 「関係先手配」の欄(図5中、条件設定部32における右側の列)には、上から順に「全列車一斉連絡」、「駅ディスプレイ案内表示」、「各駅へ連絡」、「ダイヤ修正」及び「担当所召集」と表示されたアイコンが設けられている。「関係先手配」の欄の各アイコンは、入力デバイスを用いて指定されることにより、それぞれのアイコンに対応する下記作業が実行される。
 具体的には、「全列車一斉連絡」のアイコンを指定した場合には、予測最大瞬間風速に関する情報が、運行中及び今後運行予定の各列車に送信される。
 「駅ディスプレイ案内表示」のアイコンを指定した場合には、駅のプラットホーム等に設けられた案内板等の表示デバイスを制御する制御部(図示せず)に、運行規制に基づく列車の運休・遅延情報や、運行規制解除情報等を送信する。
 「各駅へ連絡」のアイコンを指定した場合には、各駅に備えられた受信端末(図示せず)に風速や列車の運行に関連する各種情報を送信する。このとき、具体的にどのような情報を送信するかは、予め任意に設定することができる。
 「ダイヤ修正」のアイコンを指定した場合には、風速の予測情報に基づいて運行規制の要否を判断し、運行規制が必要と判断した場合には、速度規制、迂回、運休等を含め運行ダイヤを修正し、新たな運行ダイヤを作製する。
 「担当者召集」のアイコンを指定した場合には、風速の予測情報に基づいて必要な人員を召集すべく、予め定めておいた手順に基づき必要な情報を発信する。
 概況表示部33には、現在の運行状況(運行規制を含む)に関する情報が表示されている。
 具体的には図5に示すように、例えば、1時間後に突風が予測される例では『1時間後に風速30m/s以上が△△~××間で予想されるため、特急列車は××:××から迂回運行。××:××から普通列車は○○駅で折り返し運転。』との情報が表示され、ユーザーは運行規制が予定されていることを認識することができる。
 規制表示部34には、予測される風速情報に基づいて現在の警戒レベルがアイコンで表示される。警戒レベルの表示は、ユーザーが瞬時に現在の状況を把握することができるように、赤色背景の白抜き文字等の視認されやすい態様で表示される。
 警戒レベルは、レベル1~レベル5等の多段階で表示される。このとき、予測状況がいずれのレベルに該当するかは、例えば、風速(予測最大瞬間風速)の高低、予測確率、予測地点等を予め数値ポイント化し、その合計ポイントと警戒レベルとを対応付ける等の手法により決定される。
 なお、通常状態(予測最大瞬間風速が所定値より低い状態)では、警戒レベルのアイコンは表示されず、一方、インフォメーションウインドウ35a内には、図5に示すようにレベル0と表示される。
 このように、受信端末3の表示画面は、強風(突風)の発生予告や警戒レベルを含む風速変動の予測に関する詳細な情報を表示する。そのため、ユーザーは、風速変動の予測に関する情報を取得するとともに、その予測に応じた適切な対応策をとることができる。本実施の形態に係る突風警戒情報発令システム1を用いることにより、列車を安全かつスムーズに運行することができる。
 本発明の突風警戒情報発令システムは、上述した通り、列車の運行管理のみならず、ユーザーへ突風警戒情報を発信する防災放送サービスにも利用することができる。
 この場合、上記受信端末としては、例えば、スマートフォン、携帯電話、パーソナルコンピュータ等を用いることができる。
 図7は、受信端末の別の一例を示す図であり、ユーザー向け防災放送サービスにおける受信端末としてWebブラウザが導入されたノート型パーソナルコンピュータを使用する例である。
 図7に示す受信端末13では、Webブラウザを立ち上げて所定のURLを指定すると、予測最大瞬間風速に関する情報が表示されたウインドウ13aが表示される。
 ウインドウ13aでは、地図表示部131、条件設定部132及び規制表示部134が1つの画面に表示されている。
 地図表示部131には、所定の地域(図7では琵琶湖周辺の一部)の地図と、その地図上に重ねられ色分けされた予測最大瞬間風速とが表示されている。そのため、ユーザーは地図表示部を見ることにより、予測最大瞬間風速(又は実況値)を瞬時に把握することができる。ここで、風速を色分けするための閾値は、ユーザーが任意に設定しても良い。
 条件設定部132には、上から順に「実況」、「1時間後」、「2時間後」、「3時間後」及び「全画面表示」と表示されたアイコンが設けられている。これらの各アイコンをマウスやキーボード等の入力デバイスを用いて指定することにより、地図表示部131の表示が各アイコンの条件に対応した表示内容に切り替わる。
 そのため、ユーザーは表示内容を適宜切り替えることにより、例えば、外出時の強風に関する情報を取得したり、強風予報を考慮して外出計画を立てたりすることができる。
 規制表示部134には、予測される風速情報に基づいて現在の警戒レベルがアイコンで表示される。警戒レベルの表示は、ユーザーが瞬時に現在の状況を把握することができるように、赤色背景の白抜き文字等の視認されやすい態様で表示される。
 警戒レベルは、レベル1~レベル5等の多段階で表示される。このとき、予測状況がいずれのレベルに該当するかの決定方法は上述した通りである。
 このような受信端末を備えることにより、本発明の突風警戒情報発令システムは、ユーザーへ突風警戒情報を発信する防災放送サービスに利用することができる。
 なお、ここまでの説明では、受信端末側のwebブラウザを操作することで、予測最大瞬間風速に関する情報を取得する例について説明したが、本発明の突風警戒情報発令システムでは、例えば、最大瞬間風速予測システムが警戒レベルの高い予測最大瞬間風速(レベル5の予測最大瞬間風速)を予測した際に、上記最大瞬間風速予測システムが備える出力部が電子メール等の通信媒体を用いて各受信端末に警戒情報を自動的に発信するように構成されていてもよい。
 本発明に係る最大瞬間風速予測システム、及び、これを備えた突風警戒情報発令システムは、列車の運行管理やユーザーへの防災放送サービスのみならず、その他、例えば、空港管制システムや高速道路の運用システムにも利用することができ、更には、自治体,学校,企業等における防災担当者に対する情報提供システム等、最大瞬間風速に関する情報を必要とする様々な分野で利用することができる。
 本発明は、上記した実施の形態に限定されるものではなく、適宜設計変更可能である。
 例えば、最大瞬間風速予測装置2に、予め過去に発生した突風による事故や交通障害の事例や、災害の危険性の高い地域や路線や道路等に関する情報を記憶しておき、これらの情報を最大瞬間風速の予測に関する情報と併せて表示するように構成しておくこともできる。
 上述した実施の形態では、受信端末の表示部に予測データを表示させるためにWebブラウザを使用しているが、予測データを表示させるための専用のアプリケーションソフトを使用してもよい。
 また、本発明は、陸上の最大瞬間風速の予測のみならず、水上の最大瞬間風速の予報にも適用することができる。
 さらに、本発明では、降雪時に発生する突風も予測することができる。そのため、突風に起因する吹雪やブリザードの発生の予測にも利用することができる。
 (本発明の最大瞬間風速予測システムの精度の検証)
 次に、本発明の最大瞬間風速予測システムによる予測精度の検証結果を説明する。
 ここでは、滋賀県大津市近江舞子近郊を予測対象領域(400m×300m)とした。当該領域内における観測点(近江舞子駅)において実際に観測された最大瞬間風速と、本発明に係る最大瞬間風速予測システムにおいて予測された上記観測点における予測最大瞬間風速とを比較することにより、本発明に係る最大瞬間風速予測システムの有効性を検証した。
(1)上記プレ演算部において、気象庁が提供する水平解像度5kmの数値天気予報情報を段階的に高解像度化し、上記予測対象領域を含む解析領域(15km×15km)の水平解像度50mの数値天気予報情報を取得した。
 図8は、上記数値天気予報情報に含まれる風速データを可視化したものである。
 図8に示すように、気象庁が提供する水平解像度が5kmの数値天気予報情報を水平解像度50mの数値天気予報情報に高解像度化することにより、谷筋の一つ一つを抜けて強風が発生する領域を予測することができる。
 なお、図8中、「OM」は近江舞子の観測点を示す。また、図8中、各図の縦軸は緯度、横軸は経度である。
(2)次に、上記プレ演算部において高解像度化された数値天気予報情報、及び、予め取得しておいた上記予測対象領域内の地表面情報に基づきラージ・エディ・シミュレーションによる解析を行い、上記予測対象領域内の風速変動を予測した。
 ここで、数値天気予報情報及び地表面情報において、LESの入力値の要素としては、地上から上空100hPa面までの風向風速、気温、湿度、鉛直流、海面更正気圧、降水量、短波放射量、長波放射量、植生、土地利用、標高及び海面水温を採用した。
 図9は、LESによる解析で得られた風速変動の経時変化を示す連続図である。
 なお、図9中、「OM」は近江舞子の観測点を示し、コンターは標高を示す。また、時刻はLES開始からの経過時間を示す。更に、各図の目盛は、計算格子数を表し1目盛が10mである。
 また、LESにより得られた近江舞子駅の予測最大瞬間風速については、図10にプロット(4):Maximum speed in original LES、として示した。
(3)更に、LESによる解析で得られた風速変動について、その突風率(予測突風率)を算出した。
 また、この予測突風率の算出とは別に、予め上記観測点で実際に連続的に測定しておいた、測定時期、風向、風速変動に基づき、測定時期及び風向と関連づけられた実測突風率の記録及び統計値を蓄積しておき、上記予測突風率を蓄積された実測突風率に基づいて補正し(補正率を算出し)、これを用いて近江舞子駅(観測点)の最大瞬間風速の最終予測値を算出した。
 上記最終予測値については、図10にプロット(5):Final estimate of maximum speed、として示した。
 なお、上記補正率の算出は、具体的には、下記の手法により行った。
 まず、予測突風率の算出に使用した風速変動と同様の測定時期に取得された風速変動より算出された実測突風率、及び、予測突風率の算出に使用した風速変動と同様の風向の際に取得された風速変動より算出された実測突風率を、蓄積された実測突風率のデータの中から選択し、選択した実測突風率の最頻値(最も出現頻度の高い実測突風率)を求めた。その後、上記実測突風率の最頻値を上記予測突風率で除することにより(実測突風率の最頻値/予測突風率)を求め、これを上記補正率とした。
 図10は、近江舞子駅における風速変動の実測値及び予測値を示すグラフである。
 図10には、上記プロット(4)及び(5)とともに、実際に観測された風速変動をプロット(1):Instantaneous in-situ measurement、として示し、実際に観測された風速変動に基づく10分平均風速をプロット(2):10min-averaged observation、として示した。また、気象庁が提供する水平解像度5kmの数値天気予報情報に基づく予測風速をプロット(3):MSM Forecast、として示した。
 図10に示したように、プロット(4)における瞬間風速の最大値(LESによる解析で得られた風速変動から算出した予測値の最大値)は、18.9m/sであり、プロット(5)における瞬間風速の最大値(LESによる解析で得られた風速変動をさらに補正して算出した予測値の最大値)は、28.9m/sであった。
 また、上記観測点において実際に測定して瞬間風速の最大値は、図10に示したように28.6m/sであった(プロット(1)参照)。
 なお、最大値を予測して時刻と、最大値が計測された時刻とでは、予測時刻のほうが約10分早かった。
 一方、気象庁が提供する水平解像度5kmの数値天気予報情報に基づく予測風速(プロット(3))はほぼフラットであり、従来の手法により、これに一定の突風率(1.5程度)を乗じても予測される最大瞬間風速は、15m/sを超えないことは明らかである。
 これらのことから、本発明に係る最大瞬間風速予測システムによれば、突風を精度良く予測することができることが明らかであり、特に、LES等に乱流モデルのよって解析した風速変動における最大瞬間風速を実測データ(実測突風率)を考慮して補正することにより、極めて高い精度で突風を予測することができることが明らかとなった。
 1 突風警戒情報発令システム
 2 最大瞬間風速予測システム(最大瞬間風速予測装置)
 3、13 受信端末
 4 気象官署の気象予測システム
 21 最大瞬間風速予測部
 22 出力部
 31a、31b 地図表示部
 32 条件設定部
 33 概況表示部
 34 規制表示部
 35a、35b インフォメーションウインドウ
 101 第1演算部
 102 第2演算部
 103 第3演算部
 104 瞬間風速演算部
 105 プレ演算部
 106 記憶部
 13 受信端末
 13 ウインドウ
 131 地図表示部
 132 条件設定部
 134 規制表示部

Claims (7)

  1.  予測対象領域における所定の水平解像度の数値天気予報情報及び前記予測対象領域における地表面情報に基づいて、予測対象領域における大気乱流を乱流モデルによって解析して、前記予測対象領域の風速変動を予測する第1演算部と、
     前記第1演算部によって予測された風速変動に基づいて、予測対象領域における予測最大瞬間風速を算出する瞬間風速演算部と、
     を備えるとともに、
     前記第1演算部によって予測された風速変動に基づき、予測対象領域の予測突風率を算出する第2演算部と、
     予測対象領域の地表で観測された実測風速データから算出された予測対象領域の実測突風率を記憶する記憶部と、
     前記第2演算部によって算出された予測突風率と、前記記憶部に記憶された実測突風率と、に基づいて補正率を算出する第3演算部と、を更に備え、
     前記瞬間風速演算部は、前記第3演算部によって算出された補正率に基づいて、前記第1演算部によって予測された風速変動における最大瞬間風速を補正し、補正された最大瞬間風速を予測対象領域における予測最大瞬間風速とすることを特徴とする最大瞬間風速予測システム。
  2.  前記記憶部は、予測対象領域内の複数の地点毎に複数の実測突風率を記憶しており 
     前記第3演算部は、風況に応じて複数の実測突風率から補正率の算出に用いられる実測突風率を選択し、選択された実測突風率に基づいて前記補正率を算出する請求項1に記載の最大瞬間風速予測システム。
  3.  前記瞬間風速演算部は、前記第3演算部によって算出された補正率に基づいて、前記第1演算部によって予測された風速変動における最大瞬間風速を補正し、補正された最大瞬間風速を予測対象領域における予測最大瞬間風速とするとともに、この補正された最大瞬間風速の発生確率を算出する請求項1又は2に記載の最大瞬間風速予測システム。
  4.  第1の水平解像度の数値天気予報情報を初期値とし、前記初期値よりも水平解像度が高解像度化された第2の水平解像度の数値天気予報情報を算出するプレ演算部を更に備え、
     前記第2の水平解像度の数値天気予報情報を、前記所定の水平解像度の数値天気予報情報とする請求項1~3のいずれか1項に記載の最大瞬間風速予測システム。
  5.  前記乱流モデルは、ラージ・エディ・シミュレーションである請求項1~4のいずれか1項に記載の最大瞬間風速予測システム。
  6.  コンピュータを、請求項1~5のいずれか1項に記載の最大瞬間風速予測システムとして機能させるためのコンピュータプログラム。
  7.  請求項1~5のいずれかに記載の最大瞬間風速予測システムと、
     受信端末と、
     を備え、
     前記最大瞬間風速予測システムは、前記瞬間風速演算部によって予測された予測対象領域における予測最大瞬間風速が、所定の値以上となった場合に、突風警戒情報を発信する送信部を更に備え、
     前記受信端末は、前記送信部が発信した突風警戒情報を受信する
     ことを特徴とする突風警戒情報発令システム。
PCT/JP2015/051102 2014-01-17 2015-01-16 最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム WO2015108154A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014007263 2014-01-17
JP2014-007263 2014-04-02

Publications (1)

Publication Number Publication Date
WO2015108154A1 true WO2015108154A1 (ja) 2015-07-23

Family

ID=53543037

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/051102 WO2015108154A1 (ja) 2014-01-17 2015-01-16 最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム

Country Status (1)

Country Link
WO (1) WO2015108154A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020013153A1 (ja) * 2018-07-11 2020-01-16 メトロウェザー株式会社 飛行経路算出システム、飛行経路算出プログラム、および無人航空機経路制御方法
CN110837136A (zh) * 2019-10-30 2020-02-25 中国科学院深圳先进技术研究院 台风影响范围评估方法、装置、终端设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005030988A (ja) * 2003-07-09 2005-02-03 East Japan Railway Co 風速予測システムおよび風速予測方法
JP2008275568A (ja) * 2007-03-30 2008-11-13 Railway Technical Res Inst 強風時の鉄道運行管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005030988A (ja) * 2003-07-09 2005-02-03 East Japan Railway Co 風速予測システムおよび風速予測方法
JP2008275568A (ja) * 2007-03-30 2008-11-13 Railway Technical Res Inst 強風時の鉄道運行管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HIROYUKI KODERA: "An approach to estimating wind gusts from a function of roughness length", JOURNAL OF METEOROLOGICAL RESEARCH, vol. 61, no. 1 TO 3, 17 March 2010 (2010-03-17), pages 21 - 31 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020013153A1 (ja) * 2018-07-11 2020-01-16 メトロウェザー株式会社 飛行経路算出システム、飛行経路算出プログラム、および無人航空機経路制御方法
CN110837136A (zh) * 2019-10-30 2020-02-25 中国科学院深圳先进技术研究院 台风影响范围评估方法、装置、终端设备及存储介质

Similar Documents

Publication Publication Date Title
Swinbank et al. The TIGGE project and its achievements
JP6326550B2 (ja) カスタマイズ可能な気象分析システム
US7191064B1 (en) Scale for severe weather risk
Al-Yahyai et al. Review of the use of numerical weather prediction (NWP) models for wind energy assessment
Hoffman et al. An estimate of increases in storm surge risk to property from sea level rise in the first half of the twenty-first century
Cheng et al. Possible impacts of climate change on freezing rain in south-central Canada using downscaled future climate scenarios
Yang et al. Development of an automated climatic data scraping, filtering and display system
National Research Council Urban Meteorology: Forecasting, Monitoring, and Meeting Users' Needs
Oakley et al. A climatology of 500-hPa closed lows in the Northeastern Pacific Ocean, 1948–2011
WO2015108154A1 (ja) 最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム
Speight et al. Developing surface water flood forecasting capabilities in Scotland: An operational pilot for the 2014 Commonwealth Games in Glasgow
Debbage et al. Urban influences on the spatiotemporal characteristics of runoff and precipitation during the 2009 Atlanta flood
Mass et al. Nowcasting: The next revolution in weather prediction
CN109572763A (zh) 一种基于恶劣天气和晚点条件下列车车次安全性评估方法
Tyner et al. An examination of wind decay, sustained wind speed forecasts, and gust factors for recent tropical cyclones in the mid-Atlantic region of the United States
JP6460573B2 (ja) 気象情報通知システム
Minciardi et al. Optimal planning of a weather radar network
Pilli-Sihvola et al. Innovations in weather services as a crucial building block for climate change adaptation in road transport
Hicks et al. Urban turbulence in space and in time
Murdock et al. Climate Extremes in the Canadian Columbia Basin: a preliminary assessment
Knievel et al. Mesoscale ensemble weather prediction at US Army Dugway Proving Ground, Utah
Angalakudati et al. Improving emergency storm planning using machine learning
JP6326525B2 (ja) カスタマイズ可能な気象分析システム
Rogash et al. Some meteorological characteristics of significant tornado events occurring in proximity to flash flooding
Rathore et al. Collaborative mechanism for tropical cyclone monitoring and prediction over North Indian ocean

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15737548

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase in:

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15737548

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase in:

Ref country code: JP