特許 6486875 気象データ処理装置、システム、気象データ処理方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6486875

(24)【登録日】2019年3月1日

(45)【発行日】2019年3月20日

(54)【発明の名称】気象データ処理装置、システム、気象データ処理方法及びプログラム

(51)【国際特許分類】

   G01W 1/10 20060101AFI20190311BHJP

【ＦＩ】

   G01W1/10 T

【請求項の数】5

【全頁数】11

(21)【出願番号】特願2016-180873(P2016-180873)

(22)【出願日】2016年9月15日

(65)【公開番号】特開2018-44894(P2018-44894A)

(43)【公開日】2018年3月22日

【審査請求日】2017年9月12日

(73)【特許権者】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(73)【特許権者】

【識別番号】598076591

【氏名又は名称】東芝インフラシステムズ株式会社

(74)【代理人】

【識別番号】100108855

【弁理士】

【氏名又は名称】蔵田 昌俊

(74)【代理人】

【識別番号】100103034

【弁理士】

【氏名又は名称】野河 信久

(74)【代理人】

【識別番号】100075672

【弁理士】

【氏名又は名称】峰 隆司

(74)【代理人】

【識別番号】100153051

【弁理士】

【氏名又は名称】河野 直樹

(74)【代理人】

【識別番号】100189913

【弁理士】

【氏名又は名称】鵜飼 健

(72)【発明者】

【氏名】ジリエ アルマン シモン アリマミ

(72)【発明者】

【氏名】梁 連秀

(72)【発明者】

【氏名】渡辺 隆宏

【審査官】 福田 裕司

(56)【参考文献】

【文献】 米国特許出願公開第２０１６／０１５４１０１（ＵＳ，Ａ１）

【文献】 特開２００６−１９７２３７（ＪＰ，Ａ）

【文献】 特開２０１１−１８６５２３（ＪＰ，Ａ）

【文献】 特開２００８−０４３７５９（ＪＰ，Ａ）

【文献】 特開２０００−０７５０２９（ＪＰ，Ａ）

【文献】 特開平０８−１２２４３３（ＪＰ，Ａ）

【文献】 特開２００４−３１７１７３（ＪＰ，Ａ）

【文献】 株式会社日立パワーソリューションズ，雨雲と地図を重ねて３次元表示するソフトウェア「ＤｉｏＶＩＳＴＡ／Ｓｔｏｒｍ」を発売［online］，日本，インターネット，２０１４年 ８月 ５日，＜URL：www.hitachi.co.jp/New/cnews/month/2014/0805a.pdf＞

【文献】 磯田 総子 他，フェーズドアレイ気象レーダによる豪雨の３次元観測，可視化情報，２０１４年１０月，Ｖｏｌ．３４，Ｎｏ．１３５，４〜９頁

【文献】 DIXON MIchael et al.，Thunderstorm Identification,Tracking,Analysis,and Nowcasting，JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY，１９９３年１２月，VOL.10,No.6，pp.785-797

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｗ １／１０

(57)【特許請求の範囲】

【請求項1】

気象レーダにより観測された気象データを収集する手段と、
前記気象データから積乱雲の３次元データを取得し、前記３次元データの主成分分析処理を使用して前記積乱雲のコアを検出し、前記コアを表示するためのコア検出データを算出するコア検出手段と、
前記積乱雲の３次元データ及び前記コア検出データに基づいて、前記積乱雲の３次元表示及び前記コアの表示を行うための表示処理を実行する表示制御手段と
を具備し、
前記コア検出手段は、
前記積乱雲の３次元データから積乱雲の雨滴の密度を示す密度情報付の３次元頂点の配列を示すデータを入力し、前記主成分分析処理を実行して前記コアの形状の配列を示す前記コア検出データを出力し、
前記３次元頂点の配列からコア頂点を選択する選択処理を実行し、
前記選択処理により選択されたコア頂点を、球の半径をパラメータとしてグループ化するグループ区別処理を実行し、
前記主成分分析処理を実行して、前記グループ区別処理により作成した各グループの中央点と軸を算出する、気象データ処理装置。

【請求項2】

前記表示制御手段は、ネットワークを介してクライアントコンピュータからの要求に応じて、前記積乱雲の３次元データ及び前記コア検出データに基づいて、前記積乱雲の３次元表示及び前記コアのイメージ表示を行うための表示情報を生成し、
前記表示情報を、前記ネットワークを介して前記クライアントコンピュータに送信する手段をさらに有する、請求項１に記載の気象データ処理装置。

【請求項3】

請求項１に記載の気象データ処理装置と、
ネットワークを介して前記気象データ処理装置に接続するクライアントコンピュータと、を有し、
前記気象データ処理装置は、
前記クライアントコンピュータからの要求に応じて、前記積乱雲の３次元データ及び前記コア検出データに基づいて、前記積乱雲の３次元表示及び前記コアのイメージ表示を行うための表示情報を生成し、
前記表示情報を前記クライアントコンピュータに送信するシステム。

【請求項4】

気象レーダにより観測された気象データを処理する気象データ処理装置に適用する気象データ処理方法において、
前記気象データから積乱雲の３次元データを取得する処理と、
前記３次元データの主成分分析処理を使用して前記積乱雲のコアを検出し、前記コアを表示するためのコア検出データを算出する処理であって、
前記積乱雲の３次元データから積乱雲の雨滴の密度を示す密度情報付の３次元頂点の配列を示すデータを入力し、前記主成分分析処理を実行して前記コアの形状の配列を示す前記コア検出データを出力し、
前記３次元頂点の配列からコア頂点を選択する選択処理を実行し、
前記選択処理により選択されたコア頂点を、球の半径をパラメータとしてグループ化するグループ区別処理を実行し、
前記主成分分析処理を実行して、前記グループ区別処理により作成した各グループの中央点と軸を算出する、処理と、
前記積乱雲の３次元データ及び前記コア検出データに基づいて、前記積乱雲の３次元表示及び前記コアの表示を行うための表示処理を実行する処理と
を実行する、気象データ処理方法。

【請求項5】

請求項４に記載の気象データ処理方法による各処理を、コンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、積乱雲に関する気象データを処理する気象データ処理装置、システム、気象データ処理方法及びプログラムに関する。

【背景技術】

【0002】

近年、フェーズド・アレイ・気象レーダ（Phased Array Weather Radar:ＰＡＷＲ）を使用する気象データ処理装置により、積乱雲の状況を３次元で観測することが可能になっている。例えばボリュームレンダリング（Volume Rendering）技術を用いて、積乱雲の観測結果を、コンピュータのスクリーン上に３次元表示することができる。

【0003】

ここで、積乱雲の観測では、最も密度が高いコア（雨滴の塊）と呼ばれる雲の中心部に対する観測が重要である。このコアの生成状況を観測することにより、豪雨の発生などを予測することが可能となる。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１４−４８２７３号公報

【特許文献2】米国特許第７９６５２９１号明細書

【発明の概要】

【発明が解決しようとする課題】

【0005】

従来の気象データ処理装置は、ＰＡＷＲにより収集された気象データを処理し、観測された積乱雲を３次元イメージで、コンピュータのスクリーン上に表示できる。ここで、積乱雲の観測では、積乱雲全体の３次元イメージの表示だけでなく、積乱雲のコアの観測結果を表示できることが望ましい。しかし、複雑な気象データ処理を要することなく、積乱雲のコアを確実に検出し、積乱雲全体の３次元表示と共にコアのイメージを表示することは容易ではない。

【0006】

そこで、相対的に簡易な気象データ処理により、積乱雲のコアを確実に検出し、積乱雲全体の３次元表示と共にコアのイメージを表示できる気象データ処理装置を実現するという課題がある。

【課題を解決するための手段】

【0007】

本実施形態の気象データ処理装置は、気象レーダにより観測された気象データを収集する手段と、コア検出手段と、表示制御手段とを具備する。前記コア検出手段は、前記気象データから積乱雲の３次元データを取得し、前記３次元データの主成分分析処理を使用して前記積乱雲のコアを検出し、前記コアを表示するためのコア検出データを算出する。前記表示制御手段は、前記積乱雲の３次元データ及び前記コア検出データに基づいて、前記積乱雲の３次元表示及び前記コアの表示を行うための表示処理を実行する。さらに、前記コア検出手段は、前記積乱雲の３次元データから積乱雲の雨滴の密度を示す密度情報付の３次元頂点の配列を示すデータを入力し、前記主成分分析処理を実行して前記コアの形状の配列を示す前記コア検出データを出力し、前記３次元頂点の配列からコア頂点を選択する選択処理を実行し、前記選択処理により選択されたコア頂点を、球の半径をパラメータとしてグループ化するグループ区別処理を実行し、前記主成分分析処理を実行して、前記グループ区別処理により作成した各グループの中央点と軸を算出する。

【図面の簡単な説明】

【0008】

【図1】実施形態に関するシステムの構成を説明するためのブロック図。

【図2】実施形態に関する気象データ処理装置の動作を説明するためのフローチャート。

【図3】実施形態に関するコア検出処理を説明するためのフローチャート。

【図4】実施形態に関するコア検出処理によるコアのイメージの一例を示す図。

【図5】実施形態に関するグループ区別処理を説明するためのフローチャート。

【図6】実施形態に関するグループ区別処理によるコアの表示イメージの一例を示す図。

【図7】実施形態に関するグループ区別処理によるコアの表示イメージの一例を示す図。

【図8】実施形態に関する球のリスト生成処理を説明するためのフローチャート。

【図9】実施形態に関する交差する球を探す処理を説明するためのフローチャート。

【図10】実施形態に関するグループのコア検出処理を説明するためのフローチャート。

【図11】実施形態に関するグループのコア検出処理結果の一例を説明するための図。

【図12】実施形態に関するグループのコア検出処理結果の一例を説明するための図。

【図13】実施形態に関するグループのコア検出処理結果の一例を説明するための図。

【図14】実施形態に関するグループのコア検出処理結果の一例を説明するための図。

【図15】実施形態に関する積乱雲及びコアの表示形態の一例を示す図。

【発明を実施するための形態】

【0009】

以下図面を参照して、実施形態を説明する。
［システムの構成］
図１は、本実施形態に関するシステムの構成を示す図である。図１に示すように、本システム１は、気象データ処理装置、フェーズド・アレイ・気象レーダ（以下、ＰＡＷレーダと表示する）１２、ネットワーク１４及びクライアントコンピュータ１５を含む構成である。

【0010】

ＰＡＷ（Phased Array Weather）レーダ１２は、積乱雲などの気象現象を３次元で観測可能な気象レーダである。気象データ処理装置は、サーバ１０、気象データ・ストレージ１１及びコア情報ストレージ１３を有する。サーバ１０は、コンピュータ及びソフトウェアにより構成されて、後述するように、積乱雲のコア検出処理、積乱雲の３次元表示処理及びコアの表示処理を実行する。

【0011】

気象データ・ストレージ１１は、ＰＡＷレーダ１２により観測された観測対象（本実施形態では積乱雲）の気象データ（３次元データ）を格納する。気象データ・ストレージ１１は、３次元データである気象データと共に、観測対象の位置を含む地図情報を格納する。コア情報ストレージ１３は、サーバ１０により実行される積乱雲のコア検出処理により算出されるコア検出データを含むコア情報を格納する。

【0012】

サーバ１０は、インターネットなどのネットワーク１４を介して、クライアントコンピュータ１５と接続している。クライアントコンピュータ１５は、ネットワーク１４を介して積乱雲などの気象情報の提供をサーバ１０に要求できる。サーバ１０は、クライアントコンピュータ１５からの要求に応じて、積乱雲の３次元イメージ及びコアのイメージを、クライアントコンピュータ１５のスクリーン１６に表示するための表示情報を送信する。クライアントコンピュータ１５からの要求には、気象現象として発生した積乱雲の場所及び時間に関する情報が含まれる。
［システムの動作］
図２は、本実施形態のシステムの動作を説明するフローチャートである。図２に示すように、システム１は、ＰＡＷレーダ１２から、発生した積乱雲の観測結果を示す気象データ（３次元データ）を収集する（ステップＳ１）。ＰＡＷレーダ１２から収集された気象データは、気象データ・ストレージ１１に格納される（ステップＳ２）。

【0013】

サーバ１０は、気象データ・ストレージ１１から積乱雲の気象データである３次元データを取得し、当該３次元データを使用して、当該積乱雲のコアを検出するコア検出処理を実行する（ステップＳ３）。サーバ１０は、コア検出処理により算出したコア検出データを含むコア情報をコア情報ストレージ１３に格納する（ステップＳ４）。

【0014】

サーバ１０は、ネットワーク１４を介して、クライアントコンピュータ１５から気象情報（ここでは積乱雲の状況）の提供を要求されると（ステップＳ５のＹＥＳ）、積乱雲とコアのイメージデータを生成する（ステップＳ６）。即ち、サーバ１０は、気象データ・ストレージ１１から積乱雲の３次元データ及びコア情報ストレージ１３からコア検出データを取得し、積乱雲の３次元イメージ及びコアのイメージを表示するための表示情報を生成する。サーバ１０は、ネットワーク１４を介して、生成した表示情報をクライアントコンピュータ１５に送信する（ステップＳ７）。クライアントコンピュータ１５は、表示情報に基づいてアプリケーションを実行することにより、スクリーン１６上に積乱雲の３次元イメージ及びコアのイメージ（３次元イメージまたは２次元イメージ）を表示できる（図１５を参照）。
［コア検出処理］
図３は、本実施形態のコア検出処理の概略的手順を説明するフローチャートである。ここで、本実施形態のコア検出処理は、周知の主成分分析処理を用いて、コアを例えば楕円体イメージとして記述するコア検出データを算出する。以下、主成分分析処理を、ＰＣＡ（Principal Component Analysis）処理と表記する。本実施形態では、ＰＣＡ処理により、多数の３次元頂点における[x,y,z]変数間の相関に基づいて主成分（軸）を算出する。

【0015】

サーバ１０は、気象データ・ストレージ１１から、ＰＡＷレーダ１２により観測された積乱雲の３次元データを取得する。具体的には、サーバ１０は、積乱雲の雨滴の密度を示す密度情報付の３次元頂点の配列を示すデータ（［［x,y,z, intensity］,…］）を入力する(ステップＳ１０)。ここで、[x,y,z]は３次元頂点を示すパラメータであり、[intensity]は密度を示すパラメータである。当該密度の最も高い部分が、積乱雲のコアを示す。

【0016】

サーバ１０は、入力されたデータから、コア部分の最低密度及び頂点の最低高度の各基準パラメータに基づいて、３次元頂点の配列からコア頂点を選択する選択処理を実行する(ステップＳ１１)。コア部分の最低密度とは、コアとして検出するための基準となる密度である。また、頂点の最低高度とは、ＰＡＷレーダ１２により観測される積乱雲の観測結果から山等の影響を排除するための基準となる高度である。

【0017】

次に、サーバ１０は、ステップＳ１１の選択処理により選択されたコア頂点を、球の半径をパラメータとしてグループ化するグループ区別処理を実行する(ステップＳ１２)。サーバ１０は、各グループの中で、グループの最小サイズ（コア頂点数）をパラメータとして、基準より小さすぎるグループを廃棄する(ステップＳ１３)。ここで、コアの中央が頂点の密度（コア頂点数）が最も高いという前提で、球の半径は当該頂点の密度の高い順に長くなる。

【0018】

サーバ１０は、ＰＣＡ処理を実行して、グループ区別処理により作成した各グループ（例えば２グループ）の中央点と軸を検出(算出)する(ステップＳ１４)。ここで、軸とは、ＰＣＡにより算出される主成分であり、中央点を通過する傾きの軸線である。即ち、サーバ１０は、例えば楕円体を記述するオブジェクト（コアのイメージ）の配列を示すコア検出データ（［｛center:［x,y,z］, axis:[[x1,y1,z1], [x2,y2,z2], [x3,y3,z3],]｝,…］）を出力する(ステップＳ１５)。図４は、当該オブジェクト（コアのイメージ）の一例を示す図である。ここで、「center:［x,y,z］」は、図４に示す中央点４０に対応する。サーバ１０は、ＰＣＡ処理により算出したコア検出データを含むコア情報をコア情報ストレージ１３に格納する。コア情報には、気象データ・ストレージ１１に格納された積乱雲の３次元データ及び地図情報にリンクする情報を含む。

【0019】

以下、図５のフローチャートを参照して、グループ区別処理を説明する。

【0020】

図５に示すように、サーバ１０は、コアの中央が頂点の密度（コア頂点数）が最も高いという前提で、密度の低い順にコア頂点を含む球のリストを生成する(ステップＳ２０)。サーバ１０は、生成したリストから互いに交差する球を探す(ステップＳ２１)。さらに、サーバ１０は、互いに交差する球を含む頂点のグループ（即ち、コア）を生成する(ステップＳ２２)。図６（Ａ）〜（Ｄ）は、ステップＳ２０からＳ２２の一連の処理に対応するイメージの一例を示す図である。図６（Ｃ）は、互いに交差する球のイメージの一例を示す図である。図６（Ｄ）は、交差する球を含むグループＧ１及びグループＧ２の生成例を示す図である。

【0021】

ここで、球の半径が大きいほど、グループ区別処理を高速に行うことが可能となる。但し、図７（Ａ）に示すように、球の半径が大きすぎると、分離している２つのコアが１つのコアとして認識される可能性がある。そこで、サーバ１０は、コアの中央で頂点の密度が最も高いという前提で、「半径＝密度×α」の計算式により球の半径を算出する。ここで、「α」はグループ区別処理のパラメータである。従って、図７（Ｂ）に示すように、サーバ１０は、交差する球を含むグループを、分離している２つのグループから区別して認識できる。

【0022】

さらに、図８及び図９のフローチャートを参照して、グループ区別処理に含まれる球のリスト生成処理(ステップＳ２０)及び交差する球を探す処理(ステップＳ２１)をそれぞれ、具体的に説明する。

【0023】

図８に示すように、サーバ１０は、先ず、密度の低い順に頂点をソートする(ステップＳ３０)。次に、密度が最も高い頂点を抜いて(ステップＳ３２)、その頂点が中央となる球をリストに設定する(ステップＳ３３)。サーバ１０は、球に含まれている頂点をリストから抜く(ステップＳ３４)。所定のコアの頂点数が０になると(ステップＳ３１のＮＯ)、サーバ１０は、生成した球のリストを出力する(ステップＳ３５)。

【0024】

図９に示すように、サーバ１０は、初期段階で生成した球のリスト及び空のグループのリストを準備する(ステップＳ４０)。サーバ１０は、球のリストからある球（Ａ）を抜き(ステップＳ４２)、当該球（Ａ）と交差する球を含む全てのグループを探す(ステップＳ４３)。初期段階では、サーバ１０は、グループは無いため(ステップＳ４４のＮＯ)、球（Ａ）を含むグループを新たに作る(ステップＳ４６)。

【0025】

一方、サーバ１０は、当該球（Ａ）と交差する球を含むグループが存在する場合(ステップＳ４４のＹＥＳ)、このグループを合体して当該球（Ａ）を追加する処理を行う(ステップＳ４５)。所定のコアの頂点数が０になると(ステップＳ４１のＮＯ)、サーバ１０は、互いに交差する球を含む頂点のグループのリストを出力する(ステップＳ４７)。

【0026】

次に、図１０のフローチャートを参照して、各グループ（例えば２グループ）のコア検出処理（ステップＳ１４）を具体的に説明する。

【0027】

まず、サーバ１０は、各グループのＰＣＡ処理を実行して、図１１に示すように、各グループの中央点５０（center:［x,y,z］）を算出し（ステップＳ５０）、この中央点５０を通る第１軸（第１主成分）を算出する（ステップＳ５１）。次に、サーバ１０は、図１２に示すように、算出した第１軸の法線平面にグループの頂点（図１２の丸）を射影する（ステップＳ５２）。

【0028】

さらに、サーバ１０は、射影処理の結果に対してＰＣＡ処理を実行して、算出した第１軸と直交する第２軸（第２主成分）を算出する（ステップＳ５３）。サーバ１０は、図１３に示すように、算出した第１軸（軸１）と第２軸（軸２）からクロス積処理により第３軸（軸３）を算出する（ステップＳ５４）。次に、サーバ１０は、第1軸から第３軸の３軸からなる座標系へ頂点を変換する（ステップＳ５５）。サーバ１０は、変換座標系の最小・最大値に基づいてコアの大きさを求める（ステップＳ５６）。即ち、図１４に示すように、点線で示す枠に合致する楕円体の形状からなるコアのイメージ（図４を参照）を求めることができる。

【0029】

以上のようにして本実施形態によれば、気象データ処理装置のサーバ１０は、気象データ・ストレージ１１から、ＰＡＷレーダ１２により観測された積乱雲の３次元データを取得し、当該３次元データを使用して積乱雲のコアを検出するコア検出処理を実行する。ここで、サーバ１０は、周知のＰＣＡ処理を用いて、コアの３次元頂点における[x,y,z]変数間の相関に基づいて主成分（軸）を算出するコア検出処理を実行し、コアを例えば楕円体イメージとして記述するコア検出データを算出する。サーバ１０は、コア検出処理により算出したコア検出データを含むコア情報をコア情報ストレージ１３に格納する。このコア情報には、気象データ・ストレージ１１に格納された積乱雲の３次元データ及び地図情報にリンクする情報を含む。従って、本実施形態によれば、周知のＰＣＡ処理を利用した相対的に簡易なデータ処理により、積乱雲の複数のコアを確実に検出できる。

【0030】

さらに、サーバ１０は、クライアントコンピュータ１５からの要求（発生した積乱雲の場所及び時間に関する情報を含む）に応じて、積乱雲の３次元データ及びコア情報ストレージ１３からコア検出データを取得し、積乱雲の３次元イメージ及びコアのイメージを表示するための表示情報を生成する。サーバ１０は、ネットワーク１４を介して、生成した表示情報をクライアントコンピュータ１５に送信する。

【0031】

クライアントコンピュータ１５は、サーバ１０から提供された表示情報に基づいてアプリケーションを実行することにより、スクリーン１６上に積乱雲の３次元イメージ及びコアのイメージを表示できる。具体的には、図１５（Ａ）に示すように、スクリーン１６上には、地図上に積乱雲の３次元イメージ６０を表示し、検出した例えば２つのコアの楕円体イメージ７０,７１（図４を参照）を追加する形態で表示する。従って、クライアントコンピュータ１５のスクリーン１６上には、積乱雲全体の形状を３次元表示６０により視覚化できると共に、複数のコアの位置や大きさを同時に把握することが可能となる。

【0032】

また、図１５（Ｂ）に示すように、スクリーン１６上には、地図上に積乱雲の３次元イメージ６０を表示し、検出した例えば２つのコアの楕円体の２次元イメージ７２,７３の形態で表示してもよい。この表示形態であれば、積乱雲全体の３次元表示による視覚化を妨げることなく、位置や大きさが認識できる程度でコアを効果的に表示できる。さらに、コア検出データを利用して、積乱雲全体の３次元表示と共に、複数のコアの移流表示（アニメーション表示）を同時に行うことも可能である。

【0033】

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。これら新規な実施形態は、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ともに、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。

【符号の説明】

【0034】

１…システム、１０…サーバ、１１…気象データ・ストレージ、
１２…フェーズド・アレイ・気象レーダ（ＰＡＷレーダ）、１３…コア情報ストレージ、
１４…ネットワーク、１５…クライアントコンピュータ、１６…スクリーン。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】