WO2018168165A1 - 気象予測装置、気象予測方法、およびプログラム - Google Patents

気象予測装置、気象予測方法、およびプログラム Download PDF

Info

Publication number
WO2018168165A1
WO2018168165A1 PCT/JP2017/047273 JP2017047273W WO2018168165A1 WO 2018168165 A1 WO2018168165 A1 WO 2018168165A1 JP 2017047273 W JP2017047273 W JP 2017047273W WO 2018168165 A1 WO2018168165 A1 WO 2018168165A1
Authority
WO
WIPO (PCT)
Prior art keywords
precipitation zone
type
altitude
determined
risk
Prior art date
Application number
PCT/JP2017/047273
Other languages
English (en)
French (fr)
Inventor
小林　哲也
文彦 水谷
隆一 武藤
Original Assignee
株式会社東芝
東芝インフラシステムズ株式会社
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 株式会社東芝, 東芝インフラシステムズ株式会社 filed Critical 株式会社東芝
Priority to JP2018545393A priority Critical patent/JP6689396B2/ja
Publication of WO2018168165A1 publication Critical patent/WO2018168165A1/ja

Links

Images

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

Definitions

  • Embodiments described herein relate generally to a weather prediction device, a weather prediction method, and a program.
  • the problem to be solved by the present invention is to provide a weather prediction device, a weather prediction method, and a program capable of accurately predicting a risk due to a weather disaster.
  • the weather prediction device of the embodiment has a determination unit and a risk derivation unit.
  • the determination unit determines the type of precipitation zone in the sky based on meteorological observation data obtained by the radar apparatus.
  • the risk deriving unit derives a disaster risk due to the precipitation zone according to the type of the precipitation zone determined by the determination unit.
  • FIG. 1 is a diagram illustrating an example of a configuration of a weather prediction apparatus 100 according to the first embodiment.
  • the weather prediction device 100 determines the type of linear precipitation zone based on the weather observation data output from the weather radar device 200.
  • a linear precipitation zone is a collection of precipitation clouds (for example, cumulonimbus clouds) that have a linear form, often stagnating in the sky, and causing meteorological disasters such as heavy rain, heavy snow, hail and hail on the ground. .
  • the weather prediction device 100 derives the risk of a weather disaster predicted to be caused by the precipitation zone according to the type of the linear precipitation zone.
  • the weather radar apparatus 200 includes a phased array antenna, for example.
  • the weather radar apparatus 200 electronically varies the directivity angle by controlling the phase of the signal input to the arrayed antenna element constituting the phased array antenna or the signal output from the antenna element.
  • the weather radar apparatus 200 transmits and receives radio waves while changing the directivity angle of the antenna.
  • the weather radar apparatus 200 changes the directivity angle in the elevation direction (vertical direction) within a certain angle range (for example, 90 degrees) by electrical phase control.
  • the weather radar apparatus 200 mechanically varies the directivity angle in the azimuth direction (horizontal direction) by a drive mechanism (not shown). Further, the weather radar apparatus 200 may change the directivity angle by electrical phase control in both the azimuth direction and the elevation direction.
  • the weather radar apparatus 200 may include a parabolic antenna, a patch antenna, a pole antenna, a shunt feed antenna, a slot antenna, etc. in addition to the above-described phased array antenna.
  • a parabolic antenna when included, the weather radar apparatus 200 transmits and receives radio waves while mechanically changing the directivity angle of the antenna by a driving mechanism (not shown).
  • the meteorological radar apparatus 200 converts the received radio wave into an electrical signal, and performs signal processing such as demodulation, signal strength amplification, and frequency conversion. Then, the weather radar apparatus 200 transmits a signal subjected to signal processing (hereinafter referred to as a processed signal) to the weather prediction apparatus 100 as weather observation data.
  • signal processing such as demodulation, signal strength amplification, and frequency conversion.
  • the weather radar apparatus 200 transmits a signal subjected to signal processing (hereinafter referred to as a processed signal) to the weather prediction apparatus 100 as weather observation data.
  • the weather radar device 200 transmits a plurality of processed signals generated during a predetermined search cycle (for example, a 30-second cycle) to the weather prediction device 100 as one weather observation data.
  • Meteorological data for example, for each mesh area M i, a volume data physical amount based on the radio wave is associated.
  • the mesh area M i 3-dimensional observation space which radio waves are irradiated, the distance direction, a horizontal direction, and the three-dimensional spatial regions divided by a predetermined width for each vertical.
  • the observation target of the meteorological radar apparatus 200 is made sufficiently distant from the weather radar system 200, in the following description, the mesh area M i is assumed to be a cube.
  • the weather prediction device 100 includes a communication unit 102, a control unit 110, and a storage unit 130.
  • the communication unit 102 communicates with the weather radar device 200 and the like via a network such as a WAN (Wide Area Network) and receives the weather observation data 132 from the weather radar device 200.
  • the weather observation data 132 received by the communication unit 102 is stored in the storage unit 130.
  • the control unit 110 includes, for example, a precipitation intensity calculation unit 111, a wind direction and wind speed calculation unit 112, a precipitation zone type determination unit 113, a region derivation unit 114, a disaster risk derivation unit 115, and an output unit 116.
  • Some or all of these components may be realized by executing a program stored in the storage unit 130 by a processor such as a CPU (Central Processing Unit).
  • a processor such as a CPU (Central Processing Unit).
  • some or all of the components of the control unit 110 may be realized by hardware such as LSI (Large Scale Integration), ASIC (Application Specific Integrated Circuit), FPGA (Field-Programmable Gate Array), It may be realized by cooperation of software and hardware.
  • the storage unit 130 may be realized by, for example, a ROM (Read Only Memory), a flash memory, an HDD (Hard Disk Drive), an SD card, an MRAM (Magnetoresistive Random Access Memory), a RAM (Random Access Memory), a register, or the like.
  • the storage unit 130 stores programs executed by the processor of the control unit 110, and also stores weather observation data 132, analysis data 134, which will be described later, feature information 136 for each precipitation zone, and the like.
  • FIG. 2 is a diagram illustrating an example of the weather observation data 132.
  • the meteorological observation data 132 is data in which the radar reflection factor Z i and the Doppler velocity D i are associated with each mesh region M i obtained by virtually dividing the observation space including the sky.
  • the radar reflection factor Z i is a parameter that varies according to the particle size of particles that reflect radio waves.
  • the particles that reflect radio waves are, for example, particles that constitute a cloud (hereinafter referred to as cloud particles).
  • the cloud particles may include, for example, water droplets and ice crystals.
  • the radar reflection factor Z i is calculated based on the received power when the weather radar device 200 receives radio waves and the distance from the weather radar device 200 to the cloud that reflects the radio waves.
  • Doppler velocity D i is a parameter indicating a moving direction and a moving speed of the cloud particles in a mesh area M i, the transmission frequency when the weather radar system 200 transmits a radio wave, and the reception frequency when receiving the radio wave It is calculated based on the difference.
  • the Doppler speed D i is an index used when calculating the wind direction and wind speed of each mesh region M i . These indices may be calculated as a result of signal processing in the weather radar apparatus 200, or may be calculated in the weather prediction apparatus 100.
  • the size of the mesh region M i may be changed according to the time resolution and spatial resolution of the weather radar apparatus 200.
  • each mesh area M i the position coordinates of the orthogonal coordinate system is associated with the origin of the position of the weather radars device 200. For example, if the weather radar system 200 is installed in a high hill or summit like elevations, the position coordinates of a mesh area M i may take a negative value in the altitude direction.
  • the coordinate system is not limited to an orthogonal coordinate system, and may be a polar coordinate system or another coordinate system.
  • FIG. 3 is a flowchart illustrating an example of a series of processes performed by the control unit 110 according to the first embodiment. The process of this flowchart may be repeatedly performed with a predetermined period, for example.
  • the precipitation intensity calculation unit 111 waits until the communication unit 102 receives meteorological observation data 132 for one search cycle from the weather radar device 200 (step S100), and the meteorological data for one search cycle.
  • the precipitation intensity R i is calculated for each mesh region M i of the meteorological observation data 132 (step S102).
  • precipitation intensity calculation unit 111 calculates the precipitation intensity R i by substituting the radar reflectivity factor Z i for each mesh area M i in Equation (1).
  • the precipitation intensity R i may be calculated by other methods.
  • B and ⁇ in the above formula (1) are constants determined from, for example, an observation value by a rain gauge, and when the cloud particle is a water droplet, B is set to about 200 and ⁇ is set to about 1.6. When is an ice crystal, B is set to about 500 to 2000, and ⁇ is set to about 2.0.
  • the constants B and ⁇ may be set to the same value in all mesh areas M i or may be set to different values for each mesh area M i .
  • Wind calculating unit 112 based on the radar reflectivity factor Z i and Doppler velocity D i for each mesh area M i, and calculates the wind direction and wind speed for each mesh area M i (step S104).
  • the wind direction and wind speed calculation unit 112 uses a three-dimensional wind analysis method such as a VAD (Velocity Azimuth Display) method, a VVP (Volume Velocity Processing) method, a Gal-Chen method, a Dual-Doppler method, etc.
  • VAD Vehicle Azimuth Display
  • VVP Volume Velocity Processing
  • Gal-Chen method Gal-Chen method
  • Dual-Doppler method etc.
  • the wind direction and wind speed are calculated for each i .
  • Wind calculation unit 112 for the mesh area M i which can not be calculated wind direction and wind speed, for example, may be used a representative value of wind direction and wind speed at other mesh area M i.
  • the representative value may be, for example, an average value, a median value, or another statistic.
  • FIG 4 is a diagram showing an example of the observation space virtually divided mesh area M i.
  • the Z axis indicates the vertical direction
  • the X axis and the Y axis indicate orthogonal components included in the horizontal direction.
  • only a cross section of a certain XZ plane in the observation space (three-dimensional space) is shown.
  • Each mesh region M i is associated with a precipitation intensity R i calculated by the precipitation intensity calculation unit 111 and a vector (arrow V i ) indicating the wind direction and wind speed calculated by the wind direction and wind speed calculation unit 112 as an analysis result. It is done.
  • the precipitation intensity R i is expressed by R xz in order to indicate the precipitation intensity R corresponding to the X axis and the Z axis.
  • Direction of the vector indicated by the arrow V i indicates the wind direction
  • the magnitude of the vector indicates the wind speed.
  • the precipitation zone type determination unit 113 refers to the analysis data 134 and selects a mesh in the observation space at a predetermined altitude from among a plurality of mesh regions M i in which the precipitation intensity R i is associated with the wind direction and the wind speed. It extracts an area M i (step S106).
  • Figure 5 is a diagram for explaining a method of extracting a mesh area M i.
  • the vertical axis represents the altitude (vertical direction Z)
  • the horizontal axis represents the distance in one of the horizontal directions XY.
  • the precipitation zone type determination unit 113 sets the mesh region M i near the cloud bottom height H a as a lower layer region, the mesh region M i near the cloud top height H c as the upper layer region, and the cloud bottom height H a. and cloud top mesh area M i in the vicinity of the intermediate altitude H b between the altitude H c is determined as a middle area.
  • Cloud base height H a is the altitude of the bottom of the observable cloud by radio, for example, is highly configurable approximately 0.5 [miles] point from the ground.
  • Cloud height H c is the altitude of the top of the observable cloud by radio, for example, is highly configurable approximately 10 [miles] point from the ground.
  • Intermediate height H b is, for example, an advanced intermediate point altitude H a and advanced H c.
  • the intermediate altitude Hb is set to an altitude of about 4.75 [km] from the ground. In the present embodiment, each of these altitudes is determined in advance.
  • the cloud bottom altitude H a is an example of “first altitude”
  • the intermediate altitude H b is an example of “second altitude” or “predetermined altitude”.
  • Precipitation zone type determining section 113 from the analysis data 134, extracts the mesh area M i corresponding to the lower region, and a mesh area M i corresponding to the middle region. Then, the precipitation zone type determination unit 113 refers to the precipitation zone characteristic information 136, and extracts the wind direction and wind speed in the horizontal direction of the extracted lower region (hereinafter referred to as the lower layer wind), the wind direction in the horizontal direction of the middle region, and The type of linear precipitation zone in the observation space is determined by comparing the wind speed (hereinafter referred to as the middle wind) (step S108).
  • the lower and middle winds may be representative wind directions and wind speeds of the regions at their respective altitudes. Typical wind direction and wind speed in each region, for example, may be represented by one of the resultant vector obtained by combining the vector V i of the associated wind direction and wind velocity, respectively of the total mesh area M i included in the region.
  • FIG. 6 is a diagram showing an example of feature information 136 for each precipitation zone.
  • the linear precipitation zone to be identified is a back building type linear precipitation zone (B type in the figure), a back and side building type linear precipitation zone (BS type in the figure), and a squall line type linear type. It is a precipitation zone (S type in the figure). Note that these types of linear precipitation zones are examples, and some of them may be replaced with other types, and other types may be added to these types.
  • the direction of the lower wind is the same as the direction of the middle wind
  • the back and side building type linear precipitation zone (BS type) It is known that the direction of the middle wind and the direction of the middle wind are perpendicular to each other, and in the squall line type linear precipitation zone (S type), the direction of the lower wind and the direction of the middle wind are opposite to each other.
  • the precipitation zone type determination unit 113 determines that the wind direction of the lower wind and the middle wind is “same direction” when the angle difference between the lower wind and the middle wind (vector) is within ⁇ 45 °. Then, the linear precipitation zone in the observation space is determined to be the “back-building type linear precipitation zone (B type)”. In addition, for example, when the angle difference between the wind direction (vector) of the lower wind and the middle wind is within a range of plus or minus 45 ° to 135 °, the precipitation zone type determination unit 113 determines that the wind directions of the lower wind and the middle wind are “orthogonal”.
  • the direction is determined to be “direction”, and the linear precipitation zone in the observation space is determined to be the “back and side building type linear precipitation zone (BS type)”.
  • BS type back and side building type linear precipitation zone
  • the precipitation zone type determination unit 113 determines that the wind directions of the lower wind and the middle wind are “opposite”.
  • the direction is determined to be “direction”, and the linear precipitation zone in the observation space is determined to be the “scolline type linear precipitation zone (S type)”.
  • the strike ST of the back building type linear precipitation zone (B type) is the same as the direction of the middle wind in the precipitation zone
  • the strike ST of the back and side building type linear precipitation zone (BS type) is It is known that the direction ST of the squall line type linear precipitation zone (S type) is perpendicular to the direction of the middle wind in the precipitation zone. Yes.
  • the precipitation zone type determination unit 113 instead of determining the type of the linear precipitation zone by comparing the lower wind and the middle wind, the precipitation zone type determination unit 113, the strike ST of the linear precipitation zone whose type has not been determined, and this The type of the linear precipitation zone may be determined by comparing the wind direction of the middle wind of the linear precipitation zone.
  • FIG. 7 is a diagram illustrating an example of the strike ST of the linear precipitation zone.
  • FIG arrow V a represents the wind direction of the lower air
  • arrow V b represents the wind direction middle wind.
  • the wind direction V a of the lower wind and the wind direction V b of the middle wind are the same direction
  • the strike direction ST of the linear precipitation zone is the same direction as the wind direction V b of the middle wind.
  • the angle difference between the strike direction ST of the linear precipitation zone and the wind direction Vb of the middle wind is within ⁇ 45 °
  • the strike direction ST of the linear precipitation zone and the wind direction Vb of the middle wind are “same direction”. You may be deceived.
  • the precipitation zone type determination unit 113 sets the type of the linear precipitation zone as “back building type linear precipitation zone (B type). ) ”.
  • FIG. 8 is a diagram illustrating another example of the strike ST of the linear precipitation zone.
  • a direction in which the wind V a and direction V b of the middle air level wind are orthogonal to each other, and the strike ST of the linear precipitation zone, wind direction V b in the same direction as the middle air (substantially the same direction) It is.
  • the precipitation zone type determination unit 113 determines the type of the linear precipitation zone as “back and side building type linear precipitation zone (BS type)”.
  • FIG. 9 is a diagram illustrating another example of the strike ST of the linear precipitation zone.
  • a direction opposite to the wind direction V a is the wind direction V b of the middle air level wind, a and direction strike ST of linear precipitation band perpendicular to the wind direction V b of the middle air.
  • the wind direction V b of strike ST and middle style linear precipitation zone It may be considered as “orthogonal direction”.
  • the precipitation zone type determination unit 113 sets the type of the linear precipitation zone as “Scolline type linear precipitation zone (S type)”. Decided.
  • the precipitation zone type determination unit 113 determines the type of linear precipitation zone based on both the comparison results of the wind direction of the lower and middle winds and the comparison result of the strike direction ST of the linear precipitation zone and the wind direction of the middle wind. May be determined. For example, the precipitation zone type determination unit 113 determines the type of the linear precipitation zone for each variation of the combination of the wind direction of the lower wind and the middle wind, and for each variation of the combination of the strike direction ST of the linear precipitation zone and the wind direction of the middle wind. A score is added to or multiplied by each of the three candidates, and the candidate having the largest sum of the added or multiplied scores is determined as the type of the target linear precipitation zone.
  • FIG. 10 is a diagram for explaining a scoring method.
  • the wind direction of the level wind is the wind direction middle style "same direction", rain zone type determining section 113, the highest score S B of the back building type linear precipitation zone (B type), back and sides Building type linear precipitation band higher following the score S BS score S B of (BS type) may be determined as the score S S squall line type linear precipitation zone (S-type) is minimized.
  • a score such as (0.6, 0.3, 0.1) is added or multiplied to each of the three candidates (B type, BS type, S type) of the linear precipitation zone type. become.
  • the precipitation zone type determining unit 113 has the highest score S BS and the score S B and the score S S are next to the score S BS . You may decide to become high. In the illustrated example, a score such as (0.2, 0.6, 0.2) is added or multiplied to each of the three candidates (B type, BS type, S type) of the linear precipitation zone type. become.
  • the precipitation zone type determination unit 113 has the highest score S S , the score S BS is next to the score S S , and the score it may be determined so that S B minimized.
  • a score such as (0.1, 0.3, 0.6) is added or multiplied to each of the three candidates (B type, BS type, S type) of the linear precipitation zone type. become.
  • the strike ST linear rainfall zone is the wind direction middle style "same direction”
  • rain zone type determining section 113 the highest score S B and the score S BS
  • the smallest score S S You may decide to be.
  • a score such as (0.4, 0.4, 0.2) is added or multiplied to each of the three candidates (B type, BS type, S type) of the linear precipitation zone type. become.
  • the strike ST linear rainfall zone is the "orthogonal direction" with respect to the wind direction of the middle wind
  • rain zone type determining section 113 the highest score S S, the smallest score S B and the score S BS You may decide to be.
  • a score such as (0.2, 0.2, 0.6) is added or multiplied to each of the three candidates (B type, BS type, S type) of the type of linear precipitation zone. become.
  • the precipitation zone type determination unit 113 assigns a score to the candidate for the type of linear precipitation zone for each case, and the candidate with the highest score compared to other scores is Determined as the type of linear precipitation zone. For example, when the wind direction of the lower layer wind is “same direction” as the wind direction of the middle layer wind, and the strike direction ST of the linear precipitation zone is “orthogonal direction” with respect to the wind direction of the middle layer wind, back Building type linear precipitation zone score S B 0.8 next to (B-type), a back-and-side building type linear precipitation zone score S BS 0.5 next (BS type), squall line type linear precipitation score S S band (S-type) is 0.7. In this case, the precipitation zone type determination unit 113 determines the type of the linear precipitation zone as a back-building type linear precipitation zone (B type).
  • the precipitation zone type determination unit 113 may obtain vertical shear as typical wind directions and wind speeds of the lower layer region and the middle layer region, and may determine the type of linear precipitation zone using the vertical shear.
  • the vertical shear is represented by a value obtained by dividing the magnitude of the difference between vectors indicating the wind speeds of the lower and middle winds by the altitude difference between the lower and middle layers.
  • the precipitation zone type determination unit 113 outputs data output from a numerical weather prediction model, data output from a ground weather observation device (for example, an anemometer on the ground), a remote sensing weather instrument (for example, a flying object such as a balloon).
  • the type of linear precipitation zone may be determined in consideration of the data output from the provided radiosonde).
  • the communication unit 102 may communicate with each device and acquire output data and the like.
  • the area deriving unit 114 refers to the precipitation intensity R i of each mesh area M i, cloud base altitude H a and cloud height H precipitation intensity R i is equal to or larger than the threshold of a mesh area M i between the c identified, it derives the target region coupled together this particular mesh area M i (step S110).
  • Threshold of precipitation intensity R i is set to, for example, precipitation intensity value when the linear precipitation band was observed at a previous time.
  • the target region is derived as a region including a linear precipitation zone (precipitation cloud).
  • the disaster risk deriving unit 115 determines the disaster caused by the linear precipitation zone according to the type of the linear precipitation zone determined by the precipitation zone type determining unit 113 for each target region derived by the region deriving unit 114.
  • a risk is derived (step S112).
  • the disaster risk deriving unit 115 determines whether the linear precipitation zone included in the target area is likely to stagnate (the degree of stagnation) and the precipitation intensity R i (for example, an average value) of the mesh area M i included in the target area.
  • the risk of disaster due to the linear precipitation zone is derived based on the typical precipitation intensity R i ).
  • the back building type linear precipitation zone (B type) and the back and side building type linear precipitation zone (BS type) are the squall line type linear precipitation zone (S type). ), It tends to stagnate, causing precipitation at the same point for a long time, and as a result, disasters tend to be more serious.
  • the back building type linear precipitation zone (B type) and the back and side building type linear precipitation zone (BS type) have a higher risk of weather disaster than the squall line type linear precipitation zone (S type). It can be judged.
  • the disaster risk deriving unit 115 replaces the easiness of stagnation in each linear precipitation zone with an index value (quantitative value) called a risk level, and uses the product of the risk level and the precipitation intensity R i as the degree of the risk due to the weather disaster. Derived as a risk value representing
  • the disaster risk deriving unit 115 may assign a weight to the derived risk value based on the strike direction ST of the linear precipitation zone and the ground area where the linear precipitation zone stagnate (hereinafter referred to as a stagnation region). Good.
  • the disaster risk deriving unit 115 calculates the product of the derived risk and the precipitation intensity R i when it is estimated from the strike ST of the linear precipitation zone that the linear precipitation zone moves to the sea or mountains. You may reduce a risk value by giving the weight which makes small.
  • the disaster risk deriving unit 115 determines the derived risk and precipitation intensity R when it is estimated from the strike ST of the linear precipitation zone that the linear precipitation zone moves to an urban area or an area where sediment disasters frequently occur.
  • the risk value may be increased by giving a weight that increases the product of i . That is, the disaster risk deriving unit 115 may assign a weight to the derived risk value based on the future stagnation area of the linear precipitation zone. Further, the disaster risk deriving unit 115 may assign a weight to the derived risk value based on the stagnant area where the linear precipitation zone is currently located.
  • the data disaster risk deriving unit 115 in addition to the linear risk and precipitation intensity of each type of precipitation band R i, which is output for example from the numerical weather prediction model output data and ground meteorological observation apparatus, remote sensing
  • the risk value may be derived by combining weather information such as data output from a meteorological instrument, land use data, geological data, topographic data, river basin data, and the like.
  • the disaster risk deriving unit 115 may digitize the data and information and derive a risk value by addition / subtraction / division division, or may calculate a risk value using a probability prediction model or a learning type model. It may be derived.
  • the output unit 116 outputs information based on the derivation result of the weather disaster risk value derived by the disaster risk deriving unit 115 to a predetermined device (step S114).
  • the predetermined device may be a terminal device used by a general user, or may be a server device that provides an information providing service such as a weather forecast.
  • FIG. 11 is a diagram illustrating an example of a screen displayed on a predetermined device.
  • the target area (R1 to R3 in the figure) is displayed on the screen of the predetermined device so as to overlap the map.
  • the display mode of each target area may be changed according to the risk value.
  • the precipitation zone included in the target region R1 is a back building type linear precipitation zone (B type) or a back and side building type linear precipitation zone (BS type), and the precipitation zone included in the target regions R2 and R3.
  • B type back building type linear precipitation zone
  • BS type back and side building type linear precipitation zone
  • Is a squall line type linear precipitation zone (S type) as shown in the figure, the target region R1 is expressed in a display mode corresponding to high risk, and the target regions R2 and R3 correspond to low risk. It may be expressed in a display mode.
  • the precipitation zone type determination unit 113 that determines the type of the precipitation zone in the sky, and the precipitation zone type determination unit 113.
  • a phased array antenna when a phased array antenna is applied to the weather radar apparatus 200, it is possible to use weather observation data that is frequently observed without a gap. This makes it possible to continuously analyze the wind direction and wind speed distribution at that time point in a ternary direction in a short period, and by combining this wind direction and wind speed data with rainfall intensity data, etc. Features can be determined with high frequency and high accuracy. As a result, it is possible to notify or provide a risk of meteorological disasters such as heavy rain that can cause a huge disaster with high accuracy and speed. For example, when notifying a risk result of a weather disaster to a terminal device used by a general user, it is possible to alert a general citizen or evacuate.
  • the second embodiment is different from the first embodiment described above in that the lower layer region and the middle layer region are determined in accordance with the shape of the target region.
  • the following description will focus on differences from the first embodiment, and description of points that are the same as in the first embodiment will be omitted.
  • the same parts as those in the first embodiment will be described with the same reference numerals.
  • FIG. 12 is a flowchart illustrating an example of a series of processes performed by the control unit 110 according to the second embodiment. The processing of this flowchart is repeatedly performed at a predetermined cycle, for example.
  • the precipitation intensity calculation unit 111 waits until the communication unit 102 receives the weather observation data 132 for one search cycle from the weather radar device 200 (step S200).
  • the precipitation intensity calculating unit 111 calculates the precipitation intensity R i , the wind direction, and the wind speed for each mesh region M i of the meteorological observation data 132 (step S202). .
  • the area deriving unit 114 refers to the precipitation intensity R i of each mesh area M i, precipitation intensity R i is to identify the threshold above the mesh area M i, and combine this particular mesh area M i A target area is derived (step S204).
  • precipitation band type determining section 113 determines the cloud height H c (step S206).
  • the precipitation zone type determination unit 113 determines whether or not the minimum altitude of the target area is equal to or lower than a predetermined altitude (for example, about 0.5 [km]) (step S208). If the predetermined height or less, determines the predetermined altitude cloud base height H a (step S210), if the smallest target area altitude is greater than a predetermined altitude, the minimum altitude of the target region in the cloud base height H a Determine (step S212).
  • the cloud base is highly H a is measured by Shirometa not shown (height of clouds meter), when the communication unit 102 acquires the measurement result of cloud base height H a from this Shirometa is precipitation zone type determining section 113 , S210 may be omitted.
  • the precipitation zone type determination unit 113 determines the intermediate altitude Hb (step S214). For example, precipitation band type determining section 113, the average altitude H c and cloud base height H a high cloud top, may be determined as an intermediate altitude H b.
  • the precipitation zone type determining section 113 determines the total volume of the target region based on the number and volume of a mesh area M i included in the target region, also determine the altitude of the center of this volume as an intermediate altitude H b Good.
  • the precipitation zone type determination unit 113 estimates the mass of each mesh area M i from the precipitation intensity R i of each mesh area M i included in the target area, obtains the center of gravity of the target area, and determines the height of the center of gravity as the intermediate The altitude Hb may be determined.
  • the precipitation zone type determination unit 113 refers to the analysis data 134 and corresponds to the lower layer region and the middle layer region from among a plurality of mesh regions M i in which the precipitation intensity R i is associated with the wind direction and the wind speed. to extract a mesh area M i (step S216).
  • the precipitation zone type determination unit 113 refers to the feature information 136 for each precipitation zone, and compares the extracted lower wind of the lower layer region with the middle layer wind of the middle region, thereby obtaining a linear precipitation zone in the observation space. Is determined (step S218).
  • the disaster risk deriving unit 115 derives the risk value of the disaster due to the linear precipitation zone according to the type of the linear precipitation zone determined by the precipitation zone type determining unit 113 for each target region (step S220). ).
  • the output unit 116 outputs information based on the derivation result of the disaster risk value derived by the disaster risk deriving unit 115 to a predetermined device (step S222). Thereby, the process of this flowchart is complete
  • the precipitation zone type determination unit 113 stores the processing results (determined cloud bottom altitude H a , cloud top altitude H c , and intermediate altitude H b ) from S206 to S212 in the storage unit 130 in the processing of the flowchart described above. In addition, past processing results may be reflected in the subsequent processing from S206 to S212.
  • FIG. 13 is a diagram illustrating an example of the processing result.
  • the precipitation zone type determination unit 113 processes the cloud bottom altitude H a , the cloud top altitude H c , and the intermediate altitude H b determined in the processing of S206 to S212 for each type of linear precipitation zone. Is stored in the storage unit 130. Then, the precipitation zone type determination unit 113 performs machine learning on the past processing results, and when new weather observation data is received as the processing in S200, the cloud bottom altitude H a and the cloud top are reflected by reflecting the learning results. An altitude H c and an intermediate altitude H b are determined.
  • an administrator who manages the weather prediction device 100 determines whether the type of linear precipitation zone determined by the precipitation zone type determination unit 113 is correct or incorrect during a certain observation period.
  • the precipitation zone type determining unit 113 treats each altitude of the linear precipitation zone determined to be “correct” as positive example data, and each altitude of the linear precipitation zone determined to be “incorrect”.
  • the cloud base height H a , the cloud top height H c , and the intermediate height H b are learned.
  • the precipitation zone type determination unit 113 may learn the cloud bottom height H a , the cloud top height H c , and the intermediate height H b by applying a probabilistic inference model such as a Bayesian network to the past processing results. Further, the precipitation zone type determination unit 113 stores the cloud bottom height H a , the cloud top height H c , and the intermediate height H b determined in the processing from S206 to S212 as processing results for each stagnation area where the linear precipitation zone stagnates. By storing in the unit 130, the cloud base height H a , the cloud top height H c , and the intermediate height H b may be learned in accordance with the tendency of the precipitation zone that occurs in each stagnation area. By such processing, results deviating from the trend of altitude in the past precipitation zone (processing results of cloud bottom height H a , cloud top height H c , and intermediate height H b ) can be eliminated, and more accurate High weather forecasts.
  • a probabilistic inference model such as a Baye
  • the precipitation zone type determination unit 113 that determines the type of the precipitation zone in the sky, and the precipitation zone type determination unit 113 By providing the disaster risk deriving unit 115 for deriving the risk of disaster due to the linear precipitation zone according to the type of precipitation zone determined by the above, it is possible to accurately predict the risk due to weather disaster.
  • Storage to store information
  • a processor that executes a program stored in the storage, The processor executes the program, Based on the meteorological observation data obtained by the radar device, the type of precipitation zone in the sky is determined,
  • a weather prediction apparatus configured to derive a risk of disaster due to the precipitation zone according to the determined type of the precipitation zone.

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)

Abstract

実施形態の気象予測装置は、決定部と、リスク導出部とを持つ。決定部は、レーダ装置によって得られた気象観測データに基づいて、上空の降水帯の種類を決定する。リスク導出部は、決定部により決定された降水帯の種類に応じて、降水帯による災害のリスクを導出する。

Description

気象予測装置、気象予測方法、およびプログラム
　本発明の実施形態は、気象予測装置、気象予測方法、およびプログラムに関する。
　近年、河川の氾濫や大規模な斜面崩壊によって甚大な被害をもたらす豪雨災害が生じている。このような災害は、線状降水帯が一定の地点に長時間に亘って停滞することにより引き起こされていると云われている。これに関連し、上空の積乱雲等の雨雲を観測して上空の降水強度を導出する技術が知られている。
　しかしながら、従来の技術では、線状降水帯により引き起こされる豪雨災害などのリスクを精度良く予測することが困難であった。
特開２０１４－１９７４号公報
　本発明が解決しようとする課題は、気象災害によるリスクを精度良く予測することができる気象予測装置、気象予測方法、およびプログラムを提供することである。
　実施形態の気象予測装置は、決定部と、リスク導出部とを持つ。決定部は、レーダ装置によって得られた気象観測データに基づいて、上空の降水帯の種類を決定する。リスク導出部は、決定部により決定された降水帯の種類に応じて、降水帯による災害のリスクを導出する。
第１の実施形態における気象予測装置１００の構成の一例を示す図。 気象観測データ１３２の一例を示す図。 第１の実施形態における制御部１１０による一連の処理の一例を示すフローチャート。 観測空間を仮想的に分割したメッシュ領域Ｍｉの一例を示す図。 メッシュ領域Ｍｉを抽出する方法を説明するための図。 降水帯毎特徴情報１３６の一例を示す図。 線状降水帯の走向ＳＴの一例を示す図。 線状降水帯の走向ＳＴの他の例を示す図。 線状降水帯の走向ＳＴの他の例を示す図。 スコア付けの方法を説明するための図。 所定装置に表示される画面の一例を示す図。 第２の実施形態における制御部１１０による一連の処理の一例を示すフローチャート。 処理結果の一例を示す図。
　以下、実施形態の気象予測装置、気象予測方法、およびプログラムを、図面を参照して説明する。
　（第１の実施形態）
　図１は、第１の実施形態における気象予測装置１００の構成の一例を示す図である。第１の実施形態における気象予測装置１００は、気象レーダ装置２００から出力される気象観測データに基づいて線状降水帯の種類を決定する。線状降水帯とは、線状の形態を持つ降水雲（例えば積乱雲）の集合体であり、しばしば上空に停滞して、地上に豪雨や豪雪、ひょう、あられなどの気象災害をもたらすものである。気象予測装置１００は、この線状降水帯の種類に応じて、降水帯によって引き起こされることが予測される気象災害のリスクを導出する。
　気象レーダ装置２００は、例えば、フェーズドアレイアンテナを含む。気象レーダ装置２００は、フェーズドアレイアンテナを構成するアレイ状のアンテナ素子に入力する信号、またはアンテナ素子が出力する信号の位相を制御することによって、指向角を電子的に変動させる。気象レーダ装置２００は、アンテナの指向角を変動させながら電波を送受信する。例えば、気象レーダ装置２００は、電気的な位相制御によって、エレベーション方向（垂直方向）における指向角を、一定の角度範囲（例えば９０度）内で変動させる。また、気象レーダ装置２００は、アジマス方向（水平方向）における指向角を、図示しない駆動機構によって機械的に変動させる。また、気象レーダ装置２００は、アジマス方向とエレベーション方向との双方において、電気的な位相制御によって指向角を変動させてもよい。
　また、気象レーダ装置２００は、上述したフェーズドアレイアンテナの他、パラボラアンテナや、パッチアンテナ、ポールアンテナ、シャントフィードアンテナ、スロットアンテナなどを含んでもよい。例えば、パラボラアンテナを含む場合、気象レーダ装置２００は、図示しない駆動機構によってアンテナの指向角を機械的に変更しながら電波を送受信する。
　気象レーダ装置２００は、受信した電波を電気信号に変換して、復調や信号強度の増幅、周波数変換等の信号処理を行う。そして、気象レーダ装置２００は、信号処理を行った信号（以下、処理済み信号と称する）を気象観測データとして気象予測装置１００に送信する。
　例えば、気象レーダ装置２００は、所定の探索周期（例えば３０秒周期）の間において生成した複数の処理済み信号を１つの気象観測データとして気象予測装置１００に送信する。気象観測データは、例えば、メッシュ領域Ｍｉごとに、電波に基づく物理量が対応付けられているボリュームデータである。メッシュ領域Ｍｉとは、電波が照射された３次元の観測空間が、距離方向、水平方向、および鉛直方向のそれぞれについて所定幅で分割された３次元の空間領域である。なお、気象レーダ装置２００の観測対象（観測空間）は気象レーダ装置２００から十分に遠いものとし、以下の説明では、メッシュ領域Ｍｉは立方体であるものとする。
　以下、気象予測装置１００の構成について説明する。気象予測装置１００は、通信部１０２と、制御部１１０と、記憶部１３０とを備える。
　通信部１０２は、ＷＡＮ（Wide Area Network）等のネットワークを介して、気象レーダ装置２００等と通信を行い、気象レーダ装置２００から気象観測データ１３２を受信する。通信部１０２により受信された気象観測データ１３２は、記憶部１３０に記憶される。
　制御部１１０は、例えば、降水強度算出部１１１と、風向風速算出部１１２と、降水帯タイプ決定部１１３と、領域導出部１１４と、災害リスク導出部１１５と、出力部１１６とを備える。これらの構成要素の一部または全部は、ＣＰＵ（Central Processing Unit）等のプロセッサが記憶部１３０に記憶されたプログラムを実行することにより実現されてよい。また、制御部１１０の構成要素の一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等のハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。
　記憶部１３０は、例えば、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＤカード、ＭＲＡＭ（Magnetoresistive Random Access Memory）、ＲＡＭ（Random Access Memory）、レジスタ等によって実現されてよい。記憶部１３０は、制御部１１０のプロセッサが実行するプログラムを格納する他、気象観測データ１３２や後述する解析データ１３４、降水帯毎特徴情報１３６等を記憶する。
　図２は、気象観測データ１３２の一例を示す図である。例えば、気象観測データ１３２は、上空の雲を含む観測空間を仮想的に分割したメッシュ領域Ｍｉごとに、レーダ反射因子Ｚｉと、ドップラー速度Ｄｉとが対応付けられたデータである。
　レーダ反射因子Ｚｉは、電波を反射する粒子の粒径に応じて変動するパラメータである。電波を反射する粒子は、例えば、雲を構成する粒子（以下、雲粒と称する）である。雲粒には、例えば、水滴や氷晶等が含まれてよい。例えば、レーダ反射因子Ｚｉは、気象レーダ装置２００が電波を受信した際の受信電力と、気象レーダ装置２００から電波を反射した雲粒までの距離とに基づいて算出される。なお、気象観測データ１３２は、レーダ反射因子Ｚｉの代わりに、レーダ反射強度（＝１０ｌｏｇ１０Ｚｉ）が対応付けられていてもよい。
　ドップラー速度Ｄｉは、メッシュ領域Ｍｉ内の雲粒の移動方向および移動速度を表すパラメータであり、気象レーダ装置２００が電波を送信した際の送信周波数と、電波を受信した際の受信周波数との差に基づいて算出される。ドップラー速度Ｄｉは、各メッシュ領域Ｍｉの風向および風速に算出する際に用いられる指標である。これらの指標は、気象レーダ装置２００において信号処理の結果として算出されてもよいし、気象予測装置１００において算出されてもよい。
　メッシュ領域Ｍｉの大きさは、気象レーダ装置２００の時間分解能および空間分解能に応じて変更されてよい。また、各メッシュ領域Ｍｉには、気象レーダ装置２００の位置を原点とする直交座標系の位置座標が対応付けられている。例えば、気象レーダ装置２００が標高の高い高台や山頂等に設置されている場合、メッシュ領域Ｍｉの位置座標は高度方向においてマイナスの値をとってよい。なお、座標系は直交座標系に限らず、極座標系や他の座標系であってもよい。
　以下、制御部１１０による一連の処理についてフローチャートを用いて説明する。図３は、第１の実施形態における制御部１１０による一連の処理の一例を示すフローチャートである。本フローチャートの処理は、例えば、所定の周期で繰り返し行われてよい。
　まず、降水強度算出部１１１は、通信部１０２により、気象レーダ装置２００から一回の探索周期分の気象観測データ１３２が受信されるまで待機し（ステップＳ１００）、一回の探索周期分の気象観測データ１３２が受信されると、この気象観測データ１３２のメッシュ領域Ｍｉごとに、降水強度Ｒｉを算出する（ステップＳ１０２）。
　例えば、降水強度算出部１１１は、メッシュ領域Ｍｉごとのレーダ反射因子Ｚｉを数式（１）に代入することにより降水強度Ｒｉを算出する。なお、降水強度Ｒｉは、他の方法で算出されても良い。
Figure JPOXMLDOC01-appb-M000001
　上記数式（１）におけるＢおよびβは、例えば、雨量計による観測値から決定される定数であり、雲粒が水滴の場合、Ｂが２００程度、βが１．６程度に設定され、雲粒が氷晶の場合はＢが５００から２０００程度、βが２．０程度に設定される。なお、定数Ｂおよびβのそれぞれには、全メッシュ領域Ｍｉにおいて同じ値が設定されてもよいし、メッシュ領域Ｍｉごとに異なる値が設定されてもよい。
　次に、風向風速算出部１１２は、メッシュ領域Ｍｉごとのレーダ反射因子Ｚｉとドップラー速度Ｄｉに基づいて、メッシュ領域Ｍｉごとに風向および風速を算出する（ステップＳ１０４）。例えば、風向風速算出部１１２は、ＶＡＤ（Velocity Azimuth Display））法や、ＶＶＰ（Volume Velocity Processing）法、Gal-Chen法、Dual-Doppler法等の３次元風解析手法を用いて、メッシュ領域Ｍｉごとに風向および風速を算出する。なお、風向風速算出部１１２は、風向および風速を算出できないメッシュ領域Ｍｉについては、例えば、他のメッシュ領域Ｍｉにおける風向および風速の代表値を用いてもよい。代表値は、例えば、平均値であってもよいし、中央値であってもよいし、他の統計量であってもよい。
　図４は、観測空間を仮想的に分割したメッシュ領域Ｍｉの一例を示す図である。図中Ｚ軸は、鉛直方向を、Ｘ軸およびＹ軸は、水平方向に含まれる直交成分を示す。図示の例では、観測空間（３次元空間）のうち、あるＸＺ平面の断面のみを表している。各メッシュ領域Ｍｉには、解析結果として、降水強度算出部１１１により算出された降水強度Ｒｉと、風向風速算出部１１２により算出された風向風速を示すベクトル（矢印Ｖｉ）とが対応付けられる。なお、図中では、降水強度Ｒｉは、Ｘ軸およびＺ軸に対応した降水強度Ｒを示すために、Ｒｘｚで表現している。矢印Ｖｉで示すベクトルの向きは、風向を示し、ベクトルの大きさは、風速を示している。このような、観測空間を仮想的に表したメッシュ領域Ｍｉごとに、降水強度Ｒｉおよび風向および風速を示すベクトル矢印Ｖｉが対応付けられている情報は、解析データ１３４として記憶部１３０に記憶される。
　次に、降水帯タイプ決定部１１３は、解析データ１３４を参照して、降水強度Ｒｉと風向および風速とが対応付けられた複数のメッシュ領域Ｍｉの中から、所定高度における観測空間のメッシュ領域Ｍｉを抽出する（ステップＳ１０６）。
　図５は、メッシュ領域Ｍｉを抽出する方法を説明するための図である。図中縦軸は、高度（鉛直方向Ｚ）を表し、横軸は、水平方向ＸＹのうちいずれか一方の方向に関する距離を表している。例えば、降水帯タイプ決定部１１３は、観測空間において、雲底高度Ｈａ付近のメッシュ領域Ｍｉを下層領域とし、雲頂高度Ｈｃ付近のメッシュ領域Ｍｉを上層領域とし、雲底高度Ｈａと雲頂高度Ｈｃの間の中間高度Ｈｂ付近のメッシュ領域Ｍｉを中層領域として決定する。
　雲底高度Ｈａは、電波により観測可能な雲の底の高度であり、例えば、地上からおよそ０．５［ｋｍ］地点の高度に設定される。雲頂高度Ｈｃは、電波により観測可能な雲の頂の高度であり、例えば、地上からおよそ１０［ｋｍ］地点の高度に設定される。図中の例では、雲頂高度Ｈｃ以上の雲についても模式的に表示しているが、これについては観測されないものとする。中間高度Ｈｂは、例えば、高度Ｈａと高度Ｈｃとの中間地点の高度である。上述した数値例の場合、中間高度Ｈｂは、地上からおよそ４．７５［ｋｍ］地点の高度に設定される。本実施形態では、これらの各高度は、予め決定されているものとする。雲底高度Ｈａは、「第１高度」の一例であり、中間高度Ｈｂは、「第２高度」または「所定の高度」の一例である。
　降水帯タイプ決定部１１３は、解析データ１３４から、下層領域に相当するメッシュ領域Ｍｉと、中層領域に相当するメッシュ領域Ｍｉとを抽出する。そして、降水帯タイプ決定部１１３は、降水帯毎特徴情報１３６を参照して、抽出した下層領域の水平方向に関する風向および風速（以下、下層風と称する）と、中層領域の水平方向に関する風向および風速（以下、中層風と称する）とを比較することで、観測空間における線状降水帯の種類を決定する（ステップＳ１０８）。下層風および中層風は、それぞれの高度における領域の代表的な風向および風速であってよい。各領域の代表的な風向および風速は、例えば、その領域に含まれる全メッシュ領域Ｍｉのそれぞれに対応付けられた風向および風速のベクトルＶｉを合成した一つの合成ベクトルによって表されてよい。
　図６は、降水帯毎特徴情報１３６の一例を示す図である。本実施形態において判別対象となる線状降水帯は、バックビルディング型線状降水帯（図中Ｂ型）、バックアンドサイドビルディング型線状降水帯（図中ＢＳ型）、およびスコールライン型線状降水帯（図中Ｓ型）である。なお、これらの線状降水帯の種類は一例であり、一部が他の種類に置き換わってもよいし、これらの種類に他の種類が追加されてもよい。
　一般的に、バックビルディング型線状降水帯（Ｂ型）は、下層風の向きと中層風の向きが同じ方向であり、バックアンドサイドビルディング型線状降水帯（ＢＳ型）は、下層風の向きと中層風の向きが互いに直交する方向であり、スコールライン型線状降水帯（Ｓ型）は、下層風の向きと中層風の向きが互いに反対方向であることが知られている。
　そのため、例えば、降水帯タイプ決定部１１３は、下層風と中層風の風向（ベクトル）の角度差がプラスマイナス４５°以内の場合、下層風と中層風の風向が「同方向」であると判定し、観測空間における線状降水帯が「バックビルディング型線状降水帯（Ｂ型）」であると決定する。また、例えば、降水帯タイプ決定部１１３は、下層風と中層風の風向（ベクトル）の角度差がプラスマイナス４５°から１３５°の範囲内である場合、下層風と中層風の風向が「直交方向」であると判定し、観測空間における線状降水帯が「バックアンドサイドビルディング型線状降水帯（ＢＳ型）」であると決定する。また、例えば、降水帯タイプ決定部１１３は、下層風と中層風の風向（ベクトル）の角度差がプラスマイナス１３５°から１８０°の範囲内である場合、下層風と中層風の風向が「反対方向」であると判定し、観測空間における線状降水帯が「スコールライン型線状降水帯（Ｓ型）」であると決定する。
　また、バックビルディング型線状降水帯（Ｂ型）の走向ＳＴは、その降水帯における中層風の向きと同方向であり、バックアンドサイドビルディング型線状降水帯（ＢＳ型）の走向ＳＴは、その降水帯における中層風の向きと略同方向であり、スコールライン型線状降水帯（Ｓ型）の走向ＳＴは、その降水帯における中層風の向きと直交する方向であることが知られている。
　例えば、降水帯タイプ決定部１１３は、下層風と中層風とを比較して線状降水帯の種類を決定するのに代えて、種類が未決定である線状降水帯の走向ＳＴと、この線状降水帯の中層風の風向とを比較することで、線状降水帯の種類を決定してもよい。
　図７は、線状降水帯の走向ＳＴの一例を示す図である。図中矢印Ｖａは、下層風の風向を表し、矢印Ｖｂは、中層風の風向を表している。図示の例では、下層風の風向Ｖａと中層風の風向Ｖｂが同方向であり、且つ線状降水帯の走向ＳＴが中層風の風向Ｖｂと同方向である。例えば、線状降水帯の走向ＳＴと中層風の風向Ｖｂの角度差がプラスマイナス４５°以内の場合、線状降水帯の走向ＳＴと中層風の風向Ｖｂが「同方向」であると見做されてよい。線状降水帯の走向ＳＴと中層風の風向Ｖｂが「同方向」である場合、降水帯タイプ決定部１１３は、線状降水帯の種類を、「バックビルディング型線状降水帯（Ｂ型）」に決定する。
　図８は、線状降水帯の走向ＳＴの他の例を示す図である。図示の例では、下層風の風向Ｖａと中層風の風向Ｖｂが互いに直交する方向であり、且つ線状降水帯の走向ＳＴが、中層風の風向Ｖｂと同方向（略同方向）である。この場合、降水帯タイプ決定部１１３は、線状降水帯の種類を、「バックアンドサイドビルディング型線状降水帯（ＢＳ型）」に決定する。
　図９は、線状降水帯の走向ＳＴの他の例を示す図である。図示の例では、下層風の風向Ｖａが中層風の風向Ｖｂと反対方向であり、且つ線状降水帯の走向ＳＴが中層風の風向Ｖｂと直交する方向である。例えば、線状降水帯の走向ＳＴと中層風の風向Ｖｂの角度差がプラスマイナス４５°から１３５°の範囲内である場合、線状降水帯の走向ＳＴと中層風の風向Ｖｂが「直交方向」であると見做されてよい。線状降水帯の走向ＳＴが中層風の風向Ｖｂと直交する方向である場合、降水帯タイプ決定部１１３は、線状降水帯の種類を、「スコールライン型線状降水帯（Ｓ型）」に決定する。
　また、降水帯タイプ決定部１１３は、下層風および中層風の風向の比較結果と、線状降水帯の走向ＳＴおよび中層風の風向の比較結果との双方に基づいて、線状降水帯の種類を決定してもよい。例えば、降水帯タイプ決定部１１３は、下層風および中層風の風向の組み合わせのバリエーションごと、および線状降水帯の走向ＳＴおよび中層風の風向の組み合わせのバリエーションごとに、線状降水帯の種類の３つの候補にそれぞれスコアを加算または乗算していき、加算または乗算されたスコアの合計が最も大きい候補を、対象とする線状降水帯の種類として決定する。
　図１０は、スコア付けの方法を説明するための図である。例えば、下層風の風向が中層風の風向と「同方向」である場合、降水帯タイプ決定部１１３は、バックビルディング型線状降水帯（Ｂ型）のスコアＳＢが最も高く、バックアンドサイドビルディング型線状降水帯（ＢＳ型）のスコアＳＢＳがスコアＳＢの次に高く、スコールライン型線状降水帯（Ｓ型）のスコアＳＳが最も小さくなるように決定してよい。図示の例では、線状降水帯の種類の３つの候補（Ｂ型，ＢＳ型，Ｓ型）のそれぞれに、（０．６，０．３，０．１）といったスコアを加算または乗算することになる。
　また、例えば、下層風の風向が中層風の風向に対する「直交方向」である場合、降水帯タイプ決定部１１３は、スコアＳＢＳが最も高く、スコアＳＢおよびスコアＳＳがスコアＳＢＳの次に高くなるように決定してよい。図示の例では、線状降水帯の種類の３つの候補（Ｂ型，ＢＳ型，Ｓ型）のそれぞれに、（０．２，０．６，０．２）といったスコアを加算または乗算することになる。
　また、例えば、下層風の風向が中層風の風向に対する「反対方向」である場合、降水帯タイプ決定部１１３は、スコアＳＳが最も高く、スコアＳＢＳがスコアＳＳの次に高く、スコアＳＢが最も小さくなるように決定してよい。図示の例では、線状降水帯の種類の３つの候補（Ｂ型，ＢＳ型，Ｓ型）のそれぞれに、（０．１，０．３，０．６）といったスコアを加算または乗算することになる。
　また、例えば、線状降水帯の走向ＳＴが中層風の風向と「同方向」である場合、降水帯タイプ決定部１１３は、スコアＳＢおよびスコアＳＢＳが最も高く、スコアＳＳが最も小さくなるように決定してよい。図示の例では、線状降水帯の種類の３つの候補（Ｂ型，ＢＳ型，Ｓ型）のそれぞれに、（０．４，０．４，０．２）といったスコアを加算または乗算することになる。
　また、例えば、線状降水帯の走向ＳＴが中層風の風向に対する「直交方向」である場合、降水帯タイプ決定部１１３は、スコアＳＳが最も高く、スコアＳＢおよびスコアＳＢＳが最も小さくなるように決定してよい。図示の例では、線状降水帯の種類の３つの候補（Ｂ型，ＢＳ型，Ｓ型）のそれぞれに、（０．２，０．２，０．６）といったスコアを加算または乗算することになる。
　このように、降水帯タイプ決定部１１３は、事例ごとに線状降水帯の種類の候補にスコアを付与していき、他のスコアと比較して値が最も大きいスコアが付された候補を、線状降水帯の種類として決定する。例えば、下層風の風向が中層風の風向と「同方向」であり、且つ線状降水帯の走向ＳＴが中層風の風向に対する「直交方向」である場合に、加算方式でスコアを計算すると、バックビルディング型線状降水帯（Ｂ型）のスコアＳＢが０．８となり、バックアンドサイドビルディング型線状降水帯（ＢＳ型）のスコアＳＢＳが０．５となり、スコールライン型線状降水帯（Ｓ型）のスコアＳＳが０．７となる。この場合、降水帯タイプ決定部１１３は、線状降水帯の種類をバックビルディング型線状降水帯（Ｂ型）に決定する。
　また、降水帯タイプ決定部１１３は、下層領域および中層領域の代表的な風向および風速として鉛直シアーを求め、この鉛直シアーを用いて線状降水帯の種類を決定してもよい。鉛直シアーとは、下層風と中層風の風向風速を示すベクトルの差分の大きさを下層領域および中層領域の高度差で除した値によって表される。
　また、降水帯タイプ決定部１１３は、数値気象予測モデルの出力データや地上の気象観測装置（例えば地上の風向風速計）から出力されるデータ、リモートセンシング気象測器（例えば気球等の飛翔物に設けられたラジオゾンデ）から出力されるデータを考慮して線状降水帯の種類を決定してもよい。この場合、通信部１０２は、各装置と通信を行い、出力データ等を取得してよい。
　次に、領域導出部１１４は、各メッシュ領域Ｍｉの降水強度Ｒｉを参照して、雲底高度Ｈａと雲頂高度Ｈｃの間において降水強度Ｒｉが閾値以上のメッシュ領域Ｍｉを特定し、この特定したメッシュ領域Ｍｉを互いに結合した対象領域を導出する（ステップＳ１１０）。降水強度Ｒｉの閾値は、例えば、過去の時点で線状降水帯が観測されたときの降水強度値に設定される。これにより、対象領域は、線状降水帯（降水雲）を含む領域として導出される。
　次に、災害リスク導出部１１５は、領域導出部１１４により導出された対象領域ごとに、降水帯タイプ決定部１１３により決定された線状降水帯の種類に応じて、線状降水帯による災害のリスクを導出する（ステップＳ１１２）。
　例えば、災害リスク導出部１１５は、対象領域に含まれる線状降水帯の停滞のしやすさ（停滞度合）と、その対象領域に含まれるメッシュ領域Ｍｉの降水強度Ｒｉ（例えば平均値などの代表的な降水強度Ｒｉ）とに基づいて、線状降水帯による災害のリスクを導出する。例えば、降水帯毎特徴情報１３６に示すように、バックビルディング型線状降水帯（Ｂ型）やバックアンドサイドビルディング型線状降水帯（ＢＳ型）は、スコールライン型線状降水帯（Ｓ型）と比べて停滞しやすいため、同じ地点に長時間に亘って降水などをもたらし、その結果災害がより甚大となる傾向がある。すなわち、バックビルディング型線状降水帯（Ｂ型）やバックアンドサイドビルディング型線状降水帯（ＢＳ型）は、スコールライン型線状降水帯（Ｓ型）と比べて気象災害の危険度が高いと判断することができる。災害リスク導出部１１５は、各線状降水帯の停滞のしやすさを危険度という指標値（定量値）に置き換えて、この危険度と降水強度Ｒｉとの積を、気象災害によるリスクの程度を表すリスク値として導出する。
　また、災害リスク導出部１１５は、線状降水帯の走向ＳＴや線状降水帯が停滞する地上の領域（以下、停滞地域と称する）に基づいて、導出するリスク値に重みを付与してもよい。例えば、災害リスク導出部１１５は、線状降水帯の走向ＳＴから、線状降水帯が海上や山間部に移動することが推測される場合、導出した危険度と降水強度Ｒｉとの積を小さくするような重みを付与することでリスク値を低下させてもよい。一方、災害リスク導出部１１５は、線状降水帯の走向ＳＴから、線状降水帯が市街地や土砂災害が頻発する地域などに移動することが推測される場合、導出した危険度と降水強度Ｒｉとの積を大きくするような重みを付与することでリスク値を増加させてもよい。すなわち、災害リスク導出部１１５は、線状降水帯の将来の停滞地域に基づいて、導出するリスク値に重みを付与してよい。また、災害リスク導出部１１５は、線状降水帯が現在位置する停滞地域に基づいて、導出するリスク値に重みを付与してもよい。
　また、災害リスク導出部１１５は、線状降水帯の種類ごとの危険度と降水強度Ｒｉに加えて、例えば数値気象予測モデルの出力データや地上の気象観測装置から出力されるデータ、リモートセンシング気象測器から出力されるデータ等の気象情報、土地利用データや地質データ、地形データ、河川流域データ等の地表情報とを合わせてリスク値を導出してもよい。これらの各種データを用いる場合、災害リスク導出部１１５は、上記データおよび情報を数値化し、加減乗除算によってリスク値を導出してもよいし、確率予測モデルや学習型モデルを用いてリスク値を導出してもよい。
　次に、出力部１１６は、通信部１０２を用いて、災害リスク導出部１１５により導出された気象災害のリスク値の導出結果に基づく情報を、所定装置に出力する（ステップＳ１１４）。所定装置は、例えば、一般利用者が利用する端末装置であってもよいし、天気予報などの情報提供サービスを提供するサーバ装置であってもよい。
　図１１は、所定装置に表示される画面の一例を示す図である。図示の例のように、所定装置の画面には、地図に重ねて、対象領域（図中Ｒ１からＲ３）が表示される。各対象領域の表示態様は、リスク値に応じて変更されてよい。例えば、対象領域Ｒ１に含まれる降水帯が、バックビルディング型線状降水帯（Ｂ型）またはバックアンドサイドビルディング型線状降水帯（ＢＳ型）であり、対象領域Ｒ２およびＲ３に含まれる降水帯が、スコールライン型線状降水帯（Ｓ型）である場合、図示のように、対象領域Ｒ１は、高リスクに対応する表示態様で表現され、対象領域Ｒ２およびＲ３は、低リスクに対応する表示態様で表現されてよい。
　以上説明した第１の実施形態によれば、気象レーダ装置２００によって得られた気象観測データに基づいて、上空の降水帯の種類を決定する降水帯タイプ決定部１１３と、降水帯タイプ決定部１１３により決定された降水帯の種類に応じて、線状降水帯による災害のリスクを導出する災害リスク導出部１１５とを備えることにより、気象災害によるリスクを精度良く予測することができる。
　また、上述した第１の実施形態によれば、例えば、気象レーダ装置２００にフェーズドアレイアンテナを適用した場合、高頻度で隙間無く観測された気象観測データを用いることができる。これにより、短周期で、その時点における風向および風速分布を３元方向に連続的に解析することが可能となり、この風向および風速データと降雨強度のデータなどを組み合わせることで、線状降水帯の特徴を高頻度かつ高確度に判定することができる。この結果、甚大な災害をもたらし得る豪雨などの気象災害のリスクを、高精度かつ迅速に通知または提供することができる。例えば、一般利用者が利用する端末装置に気象災害のリスク結果を通知する場合、一般市民への注意喚起や避難喚起することができる。
　（第２の実施形態）
　以下、第２の実施形態について説明する。第２の実施形態では、対象領域の形状に合わせて、下層領域および中層領域を決定する点で上述した第１の実施形態と相違する。以下、第１の実施形態との相違点を中心に説明し、第１の実施形態と共通する点については説明を省略する。なお、第２の実施形態の説明において、第１の実施形態と同じ部分については同一符号を付して説明する。
　図１２は、第２の実施形態における制御部１１０による一連の処理の一例を示すフローチャートである。本フローチャートの処理は、例えば、所定の周期で繰り返し行われる。
　まず、降水強度算出部１１１は、通信部１０２により、気象レーダ装置２００から一回の探索周期分の気象観測データ１３２が受信されるまで待機する（ステップＳ２００）。
　一探索周期分の気象観測データ１３２が受信されると、降水強度算出部１１１は、この気象観測データ１３２のメッシュ領域Ｍｉごとに、降水強度Ｒｉと風向および風速を算出する（ステップＳ２０２）。
　次に、領域導出部１１４は、各メッシュ領域Ｍｉの降水強度Ｒｉを参照して、降水強度Ｒｉが閾値以上のメッシュ領域Ｍｉを特定し、この特定したメッシュ領域Ｍｉを結合した対象領域を導出する（ステップＳ２０４）。
　次に、降水帯タイプ決定部１１３は、領域導出部１１４により導出された対象領域の最大高度を、雲頂高度Ｈｃに決定する（ステップＳ２０６）。
　次に、降水帯タイプ決定部１１３は、対象領域の最小高度が所定高度（例えば、０．５［ｋｍ］程度）以下であるか否かを判定し（ステップＳ２０８）、対象領域の最小高度が所定高度以下である場合に、所定高度を雲底高度Ｈａに決定し（ステップＳ２１０）、対象領域の最小高度が所定高度よりも大きい場合に、対象領域の最小高度を雲底高度Ｈａに決定する（ステップＳ２１２）。なお、図示しないシーロメータ（雲高測定器）により雲底高度Ｈａが測定され、通信部１０２がこのシーロメータから雲底高度Ｈａの測定結果を取得する場合には、降水帯タイプ決定部１１３は、Ｓ２１０の処理を省略してよい。
　次に、降水帯タイプ決定部１１３は、中間高度Ｈｂを決定する（ステップＳ２１４）。例えば、降水帯タイプ決定部１１３は、雲頂高度Ｈｃおよび雲底高度Ｈａの平均高度を、中間高度Ｈｂとして決定してよい。また、降水帯タイプ決定部１１３は、対象領域に含まれるメッシュ領域Ｍｉの数および体積に基づいて対象領域全体の体積を求め、この体積の中心の高度を中間高度Ｈｂとして決定してもよい。また、降水帯タイプ決定部１１３は、対象領域に含まれる各メッシュ領域Ｍｉの降水強度Ｒｉからメッシュ領域Ｍｉごとの質量を推測して対象領域の重心を求め、この重心の高度を中間高度Ｈｂとして決定してもよい。
　次に、降水帯タイプ決定部１１３は、解析データ１３４を参照して、降水強度Ｒｉと風向および風速とが対応付けられた複数のメッシュ領域Ｍｉの中から、下層領域および中層領域に対応するメッシュ領域Ｍｉを抽出する（ステップＳ２１６）。
　次に、降水帯タイプ決定部１１３は、降水帯毎特徴情報１３６を参照して、抽出した下層領域の下層風と、中層領域の中層風とを比較することで、観測空間における線状降水帯の種類を決定する（ステップＳ２１８）。
　次に、災害リスク導出部１１５は、対象領域ごとに、降水帯タイプ決定部１１３により決定された線状降水帯の種類に応じて、線状降水帯による災害のリスク値を導出する（ステップＳ２２０）。
　次に、出力部１１６は、通信部１０２を用いて、災害リスク導出部１１５により導出された災害のリスク値の導出結果に基づく情報を、所定装置に出力する（ステップＳ２２２）。これによって、本フローチャートの処理を終了する。
　なお、降水帯タイプ決定部１１３は、上述したフローチャートの処理において、Ｓ２０６からＳ２１２の処理結果（決定した雲底高度Ｈａ、雲頂高度Ｈｃ、中間高度Ｈｂ）を記憶部１３０に記憶させておき、次回以降のＳ２０６からＳ２１２の処理に過去の処理結果を反映させてもよい。
　図１３は、処理結果の一例を示す図である。図示のように、降水帯タイプ決定部１１３は、例えば、線状降水帯の種類ごとに、Ｓ２０６からＳ２１２の処理において決定した雲底高度Ｈａ、雲頂高度Ｈｃ、中間高度Ｈｂを処理結果として記憶部１３０に記憶させる。そして、降水帯タイプ決定部１１３は、過去の処理結果を機械学習することによって、Ｓ２００の処理として、新たに気象観測データが受信されると、学習結果を反映させて雲底高度Ｈａ、雲頂高度Ｈｃ、および中間高度Ｈｂを決定する。例えば、気象予測装置１００を管理する管理者は、ある観測期間において、降水帯タイプ決定部１１３により決定された線状降水帯の種類が正しいものであるのか、または誤りであるのかを決定する。これを受けて、降水帯タイプ決定部１１３は、「正しい」と判断された線状降水帯の各高度を正例データとして扱うと共に、「誤り」と判断された線状降水帯の各高度を負例データとして扱うことで、雲底高度Ｈａ、雲頂高度Ｈｃ、および中間高度Ｈｂを学習する。
　また、降水帯タイプ決定部１１３は、過去の処理結果にベイジアンネットワークなどの確率推論モデルを適用することで、雲底高度Ｈａ、雲頂高度Ｈｃ、中間高度Ｈｂを学習してもよい。また、降水帯タイプ決定部１１３は、線状降水帯が停滞する停滞地域ごとに、Ｓ２０６からＳ２１２の処理において決定した雲底高度Ｈａ、雲頂高度Ｈｃ、中間高度Ｈｂを処理結果として記憶部１３０に記憶させることで、各停滞地域で発生する降水帯の傾向に合わせて雲底高度Ｈａ、雲頂高度Ｈｃ、中間高度Ｈｂを学習してもよい。このような処理によって、過去の降水帯の高度の傾向から逸脱するような結果（雲底高度Ｈａ、雲頂高度Ｈｃ、および中間高度Ｈｂの処理結果）を排除することができ、より精度の高い気象予測を行うことができる。
　以上説明した第２の実施形態によれば、上述した第１の実施形態と同様に、気象災害によるリスクを精度良く予測することができる。
　以上説明した少なくともひとつの実施形態によれば、気象レーダ装置２００によって得られた気象観測データに基づいて、上空の降水帯の種類を決定する降水帯タイプ決定部１１３と、降水帯タイプ決定部１１３により決定された降水帯の種類に応じて、線状降水帯による災害のリスクを導出する災害リスク導出部１１５とを備えることにより、気象災害によるリスクを精度良く予測することができる。
　上記実施形態は、以下のように表現することができる。
　情報を記憶するストレージと、
　前記ストレージに格納されたプログラムを実行するプロセッサと、を備え、
　前記プロセッサは、前記プログラムを実行することにより、
　レーダ装置によって得られた気象観測データに基づいて、上空の降水帯の種類を決定し、
　決定した前記降水帯の種類に応じて、前記降水帯による災害のリスクを導出するように構成された気象予測装置。
　本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

Claims (15)

  1. 　レーダ装置によって得られた気象観測データに基づいて、上空の降水帯の種類を決定する決定部と、
    　前記決定部により決定された降水帯の種類に応じて、前記降水帯による災害のリスクを導出するリスク導出部と、
    　を備える気象予測装置。
  2. 　前記決定部は、
    　　前記レーダ装置により観測される観測空間に含まれる第１高度の風向と、前記第１高度よりも高い第２高度の風向とに基づいて、前記降水帯の種類を決定する、
    　請求項１に記載の気象予測装置。
  3. 　前記決定部は、
    　　少なくとも前記第２高度の風向と、前記降水帯の走向とを比較することで、前記降水帯の種類を決定する、
    　請求項２に記載の気象予測装置。
  4. 　前記決定部は、
    　　前記レーダ装置により観測される観測空間に含まれる所定の高度の風向と、前記降水帯の走向とを比較することで、前記降水帯の種類を決定する、
    　請求項１に記載の気象予測装置。
  5. 　前記観測空間において、前記降水帯を含む対象領域を導出する領域導出部を更に備え、
    　前記決定部は、前記領域導出部により導出された対象領域の最小高度を前記第１高度に決定すると共に、前記対象領域の最小高度および最大高度に基づいて前記第２高度を決定する、
    　請求項２に記載の気象予測装置。
  6. 　前記観測空間において、前記降水帯を含む対象領域を導出する領域導出部を更に備え、
    　前記決定部は、前記領域導出部により導出された対象領域の最小高度を前記第１高度に決定すると共に、前記対象領域の体積中心の高度を前記第２高度に決定する、
    　請求項２に記載の気象予測装置。
  7. 　前記観測空間において、前記降水帯を含む対象領域を導出する領域導出部を更に備え、
    　前記決定部は、前記領域導出部により導出された対象領域の最小高度を前記第１高度に決定すると共に、前記対象領域の重心の高度を前記第２高度に決定する、
    　請求項２に記載の気象予測装置。
  8. 　前記決定部は、過去に決定した前記第１高度および前記第２高度を機械学習することによって、前記降水帯の種類を決定する、
    　請求項５に記載の気象予測装置。
  9. 　前記決定部は、過去に決定した前記第１高度および前記第２高度を機械学習することによって、前記降水帯の種類を決定する、
    　請求項６に記載の気象予測装置。
  10. 　前記決定部は、過去に決定した前記第１高度および前記第２高度を機械学習することによって、前記降水帯の種類を決定する、
    　請求項７に記載の気象予測装置。
  11. 　前記リスク導出部は、前記決定部により種類が決定された前記降水帯の停滞度合および降水強度に基づいて、前記降水帯による災害のリスクを導出する、
    　請求項１に記載の気象予測装置。
  12. 　前記リスク導出部は、前記決定部により種類が決定された前記降水帯の走向に基づいて、前記降水帯による災害のリスクを導出する、
    　請求項１に記載の気象予測装置。
  13. 　前記リスク導出部は、前記決定部により種類が決定された前記降水帯が停滞する地上領域に基づいて、前記降水帯による災害のリスクを導出する、
    　請求項１に記載の気象予測装置。
  14. 　コンピュータが、
    　レーダ装置によって得られた気象観測データに基づいて、上空の降水帯の種類を決定し、
    　前記決定した降水帯の種類に応じて、前記降水帯による災害のリスクを導出する、
    　気象予測方法。
  15. 　コンピュータに、
    　レーダ装置によって得られた気象観測データに基づいて、上空の降水帯の種類を決定させ、
    　前記決定させた降水帯の種類に応じて、前記降水帯による災害のリスクを導出させる、
    　プログラム。
PCT/JP2017/047273 2017-03-17 2017-12-28 気象予測装置、気象予測方法、およびプログラム WO2018168165A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018545393A JP6689396B2 (ja) 2017-03-17 2017-12-28 気象予測装置、気象予測方法、およびプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017053514 2017-03-17
JP2017-053514 2017-03-17

Publications (1)

Publication Number Publication Date
WO2018168165A1 true WO2018168165A1 (ja) 2018-09-20

Family

ID=63521931

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/047273 WO2018168165A1 (ja) 2017-03-17 2017-12-28 気象予測装置、気象予測方法、およびプログラム

Country Status (3)

Country Link
JP (1) JP6689396B2 (ja)
TW (1) TW201835607A (ja)
WO (1) WO2018168165A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019152567A (ja) * 2018-03-05 2019-09-12 富士通株式会社 算出プログラム、算出方法、算出装置、及び表示プログラム
CN111680259A (zh) * 2020-06-01 2020-09-18 航天新气象科技有限公司 一种云粒子相态识别方法及系统
NL2023188B1 (en) * 2019-05-24 2020-12-02 Studio34 B V Method and apparatus for generating a weather forecast
JP2021060266A (ja) * 2019-10-07 2021-04-15 国立研究開発法人防災科学技術研究所 降水強度算出装置、降水強度算出プログラム及び降水強度算出方法
WO2021244472A1 (zh) * 2020-06-02 2021-12-09 中国气象局气象探测中心 一种高铁沿线气象灾害发生风险分析方法
JP7482290B2 (ja) 2021-11-17 2024-05-13 株式会社東芝 降水帯の表示システム、表示方法、およびプログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005231392A (ja) * 2004-02-17 2005-09-02 East Japan Railway Co 運行規制判定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005231392A (ja) * 2004-02-17 2005-09-02 East Japan Railway Co 運行規制判定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
IWAMI, ICHITA: "Understanding abnormal weather conditions", GIS NEXT (NEXT PUBLISHING), vol. 49, 27 October 2014 (2014-10-27), pages 12 - 15 *
JMA FORECAST DEPARTMENT, JAPAN METEOROLOGICAL AGENCY, pages 114 - 132, Retrieved from the Internet <URL:http://www.jma.go.jp/jma/kishou/books/yohkens/20/chapter6.pdf> *
MASUDA, ARITOSHI ET AL.: "Study about real time detection of linear rainband", DISASTER PREVENTION RESEARCH INSTITUTE KYOTO UNIVERSITY, 24 February 2016 (2016-02-24), pages 1 - 2, Retrieved from the Internet <URL:http://www.dpri.kyoto-u.ac.jp/web_j/hapyo/16/pdf/C25.pdf> *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019152567A (ja) * 2018-03-05 2019-09-12 富士通株式会社 算出プログラム、算出方法、算出装置、及び表示プログラム
JP7052429B2 (ja) 2018-03-05 2022-04-12 富士通株式会社 算出プログラム、算出方法、算出装置、及び表示プログラム
NL2023188B1 (en) * 2019-05-24 2020-12-02 Studio34 B V Method and apparatus for generating a weather forecast
JP2021060266A (ja) * 2019-10-07 2021-04-15 国立研究開発法人防災科学技術研究所 降水強度算出装置、降水強度算出プログラム及び降水強度算出方法
JP7302866B2 (ja) 2019-10-07 2023-07-04 国立研究開発法人防災科学技術研究所 降水強度算出装置、降水強度算出プログラム及び降水強度算出方法
CN111680259A (zh) * 2020-06-01 2020-09-18 航天新气象科技有限公司 一种云粒子相态识别方法及系统
CN111680259B (zh) * 2020-06-01 2023-08-18 航天新气象科技有限公司 一种云粒子相态识别方法及系统
WO2021244472A1 (zh) * 2020-06-02 2021-12-09 中国气象局气象探测中心 一种高铁沿线气象灾害发生风险分析方法
JP7482290B2 (ja) 2021-11-17 2024-05-13 株式会社東芝 降水帯の表示システム、表示方法、およびプログラム

Also Published As

Publication number Publication date
JP6689396B2 (ja) 2020-04-28
JPWO2018168165A1 (ja) 2019-03-28
TW201835607A (zh) 2018-10-01

Similar Documents

Publication Publication Date Title
JP6689396B2 (ja) 気象予測装置、気象予測方法、およびプログラム
JP7438655B2 (ja) 気象解析装置、気象解析方法、およびプログラム
US7307577B1 (en) Storm top detection
US7486220B1 (en) Storm top detection and prediction
US9869766B1 (en) Enhancement of airborne weather radar performance using external weather data
Otsuka et al. Precipitation nowcasting with three-dimensional space–time extrapolation of dense and frequent phased-array weather radar observations
Liang et al. A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds
KR101531224B1 (ko) 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법
Goudenhoofdt et al. Generation and verification of rainfall estimates from 10-yr volumetric weather radar measurements
WO2017122408A1 (ja) 気象予測装置、気象予測方法、および気象予測プログラム
CN107356926A (zh) 基于Hu矩的差值云团外推降雨预测算法
Chang et al. An application of reflectivity climatology in constructing radar hybrid scans over complex terrain
Trombe et al. Weather radars–the new eyes for offshore wind farms?
CN104237890A (zh) 一种由“列车效应”引起的暴雨识别及预报方法
Zhang et al. Identifying Doppler velocity contamination caused by migrating birds. Part I: Feature extraction and quantification
Liu et al. A spatio-temporal modeling framework for weather radar image data in tropical Southeast Asia
KR101221793B1 (ko) 위험기상과 관련된 반사도 셀의 추적 방법
Beaucage et al. Synthetic aperture radar satellite data for offshore wind assessment: A strategic sampling approach
KR101221755B1 (ko) 위험기상과 관련된 반사도 셀의 탐지 방법
CN115600483A (zh) 一种基于深度森林的降水反演方法
CN109444893A (zh) 基于双偏振雷达网的相态识别产品拼图方法及装置
Xu et al. A validation of passive microwave rain-rate retrievals from the Chinese FengYun-3B satellite
CN116027333B (zh) 一种微波测雨雷达立体扫描仰角参数生成方法
US10324180B1 (en) Severe weather detection, classification and localization using dual-polarization radar
Wang et al. Forewarning method of downburst based on feature recognition and extrapolation

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018545393

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 17900562

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17900562

Country of ref document: EP

Kind code of ref document: A1