特開 2023-59019 クラッター検出装置、気象観測システム、クラッター検出方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023059019

(43)【公開日】2023-04-26

(54)【発明の名称】クラッター検出装置、気象観測システム、クラッター検出方法、及びプログラム

(51)【国際特許分類】

   G01S 13/95 20060101AFI20230419BHJP

【ＦＩ】

G01S13/95

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2021168886

(22)【出願日】2021-10-14

(71)【出願人】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(71)【出願人】

【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】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(72)【発明者】

【氏名】末澤 卓

(72)【発明者】

【氏名】水谷 文彦

【テーマコード（参考）】

5J070

【Ｆターム（参考）】

5J070AC02

5J070AC12

5J070AC13

5J070AD10

5J070AD14

5J070AE12

5J070AE13

5J070AF01

5J070AG01

5J070AH19

5J070AH25

5J070AK16

5J070BA01

(57)【要約】

【課題】 風車クラッターの位置を自動的に検出することが可能なクラッター検出装置を提供する。
【解決手段】 実施形態のクラッター検出装置は、気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別する第１判別部３２と、レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、ドップラー速度に関するクラッターの統計値を算出し、前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する第２判別部３３とを含む。
【選択図】 図２

【特許請求の範囲】

【請求項1】

気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別する第１判別部と、
レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、ドップラー速度に関するクラッターの統計値を算出し、前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する第２判別部と、
を具備するクラッター検出装置。

【請求項2】

気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別する第１判別部と、
レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、受信強度に関するクラッターの統計値を算出し、前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する第２判別部と、
を具備するクラッター検出装置。

【請求項3】

気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別する第１判別部と、
レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、レーダ反射因子に関するクラッターの統計値を算出し、前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する第２判別部と、
を具備するクラッター検出装置。

【請求項4】

前記第１判別部は、気象レーダの１周期ごとに、受信電力が第１閾値以上であるエコー数を計測し、
前記計測したエコー数が第２閾値以上かつ第３閾値以下である観測データを前記快晴データと判定する
請求項１乃至３のいずれか１項に記載のクラッター検出装置。

【請求項5】

前記第２判別部は、前記分散が第４閾値以上である場合に、対応するレンジビンを風車クラッター位置と判定する
請求項１乃至４のいずれか１項に記載のクラッター検出装置。

【請求項6】

前記第２判別部は、風車クラッター位置情報を含む風車クラッター判別結果を生成する
請求項５に記載のクラッター検出装置。

【請求項7】

請求項６に記載のクラッター検出装置と、
風車クラッター位置が登録された風車クラッターマップを用いて、風車クラッターを除去するようにして気象状況を解析する解析部と、
を具備し、
前記解析部は、前記風車クラッター判別結果を用いて、前記風車クラッターマップを更新する
気象観測システム。

【請求項8】

気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別し、
レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、ドップラー速度に関するクラッターの統計値を算出し、
前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する
クラッター検出方法。

【請求項9】

コンピュータに、
気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別する処理と、
レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、ドップラー速度に関するクラッターの統計値を算出する処理と、
前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する処理と、
を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、クラッター検出装置、気象観測システム、クラッター検出方法、及びプログラムに関する。

【背景技術】

【0002】

近年、再生可能エネルギーへの需要増に伴い、風力発電機（風車ともいう）が各地に設置されている。気象レーダは観測範囲を広げるため、風車は発電量を増やすため、それぞれが見通し及び風通しのよい場所に設置されることが多い。すなわち、気象レーダと風車とは隣接した場所に設置されることがある。

【0003】

従来の気象レーダでは、地上建造物等の非降水エコーを除去するために、ドップラー速度がゼロとなるエコーを除去する処理、いわゆるＭＴＩ（Moving Target Indicator）処理が利用されている。

【0004】

風車は回転による速度成分を持つため、従来のＭＴＩ処理では風車からのエコー（風車クラッターという）を除去できない。風車クラッターを除去する技術として、非特許文献１が提案されている。当該手法の適用には、風車クラッターの位置情報が必要である。

【0005】

従来、風車クラッターの位置情報を検出するためには、地図等を用いて手動で登録する必要がある。この作業は、労力が大きく、時間を要する。また、新たに風車が建設された場合、当該風車が地図に反映されておらず、風車クラッターの位置情報を登録できない。この場合、風車クラッターを判別することが難しくなり、気象状況をより正確に観測できない。

【先行技術文献】

【非特許文献】

【0006】

【非特許文献1】Kong, F., Y. Zhang, R. Palmer, "Wind Turbine Clutter Mitigation for Weather Radar by Adaptive Spectrum Processing," 2012 IEEE Radar Conference, Atlanta, GA, 2012.

【発明の概要】

【発明が解決しようとする課題】

【0007】

本発明が解決しようとする課題は、風車クラッターの位置を自動的に検出することが可能なクラッター検出装置、気象観測システム、クラッター検出方法、及びプログラムを提供することである。

【課題を解決するための手段】

【0008】

実施形態に係るクラッター検出装置は、気象状況を観測した観測データを受け、前記観測データに基づいて快晴時の観測データである複数の快晴データを判別する第１判別部と、レーダ覆域のレンジビンごとに、前記複数の快晴データに基づいて、ドップラー速度に関するクラッターの統計値を算出し、前記統計値の分散に基づいて、風車によるエコーである風車クラッターを判別する第２判別部とを具備する。

【図面の簡単な説明】

【0009】

【図1】図１は、第１実施形態に係る気象観測システムのブロック図である。

【図2】図２は、図１に示したクラッター検出装置のブロック図である。

【図3】図３は、図１に示した気象解析装置及びクラッター検出装置のハードウェア構成例を示すブロック図である。

【図4】図４は、クラッター検出装置による風車クラッター検出動作の全体的な流れを説明するフローチャートである。

【図5】図５は、快晴データ判別部による快晴データ判別動作を説明するフローチャートである。

【図6】図６は、快晴データ判別動作におけるエコー数と発生頻度との関係の一例を示すグラフである。

【図7】図７は、快晴時観測データを説明する模式図である。

【図8】図８は、降水時観測データを説明する模式図である。

【図9】図９は、風車クラッター判別部による風車クラッター判別動作を説明するフローチャートである。

【図10】図１０は、レーダ覆域におけるセクタ及びレンジビンを説明する図である。

【図11】図１１は、速度成分を持つクラッターの統計値を説明するグラフである。

【図12】図１２は、速度成分を持たないクラッターの統計値を説明するグラフである。

【図13】図１３は、風車クラッターマップの一例を説明する図である。

【図14】図１４は、第２実施形態に係る速度成分を持つクラッターの統計値を説明するグラフである。

【図15】図１５は、第２実施形態に係る速度成分を持たないクラッターの統計値を説明するグラフである。

【図16】図１６は、第３実施形態に係る速度成分を持つクラッターの統計値を説明するグラフである。

【図17】図１７は、第３実施形態に係る速度成分を持たないクラッターの統計値を説明するグラフである。

【発明を実施するための形態】

【0010】

以下、実施形態について図面を参照して説明する。以下に示す幾つかの実施形態は、本発明の技術思想を具体化するための装置および方法を例示したものであって、構成部品の形状、構造、配置等によって、本発明の技術思想が特定されるものではない。各機能ブロックは、ハードウェア及びソフトウェアのいずれかまたは両者を組み合わせたものとして実現することができる。各機能ブロックが以下の例のように区別されていることは必須ではない。例えば、一部の機能が例示の機能ブロックとは別の機能ブロックによって実行されてもよい。さらに、例示の機能ブロックがさらに細かい機能サブブロックに分割されていてもよい。なお、以下の説明において、同一の機能及び構成を有する要素については同一符号を付し、重複する説明は省略する。

【0011】

［１］ 第１実施形態
［１－１］ 気象観測システム１の構成
図１は、第１実施形態に係る気象観測システム１のブロック図である。気象観測システム１は、気象レーダ１０、気象解析装置２０、及びクラッター検出装置３０を備える。

【0012】

気象レーダ１０は、地上に設置されたレーダ装置である。気象レーダ１０は、設置箇所を中心にした所定範囲（レーダ覆域）の気象状況（雨、雪、雨雲、雨域、風向、及び風速等）を観測し、この気象状況に関する気象観測データを生成する。気象レーダ１０は、電波を送信及び受信することで、雨粒を観測する。また、気象レーダ１０は、所定時間毎に、雨粒をスキャンする。

【0013】

気象レーダ１０は、アンテナ部１１と、レーダ信号処理部１２とを備える。アンテナ部１１は、電波を送信し、その反射波（エコー）を受信する。レーダ信号処理部１２は、アンテナ部１１により受信されたエコーに対して、変調、信号強度の増幅、及び周波数変換等の一般的な信号処理を行う。

【0014】

気象レーダ１０は、例えば、フェーズドアレイ気象レーダ（ＰＡＷＲ：phased array weather radar）で構成される。フェーズドアレイ気象レーダは、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１０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１０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１０は、アジマス方向（水平方向）における指向角を、駆動機構によって機械的に変動させる。

【0015】

また、気象レーダ１０は、マルチパラメータ・フェーズドアレイ気象レーダ（ＭＰ（multi parameter）－ＰＡＷＲ）であってもよい。ＭＰ－ＰＡＷＲは、二重偏波フェーズドアレイ気象レーダ（dual-polarization ＰＡＷＲ）とも呼ばれる。ＭＰ－ＰＡＷＲは、水平偏波のパルス信号と垂直偏波のパルス信号とを、ファンビームにより同時に送信する方式である。ＭＰ－ＰＡＷＲを用いることで、雨雲の３次元構造をより精度よく観測することができ、また、降水強度をより精度よく推定することができる。なお、気象レーダ１０は、パラボラ型気象レーダでもよい。

【0016】

気象解析装置２０は、気象レーダ１０よって得られた気象観測データの解析を行う。気象解析装置２０は、通信インターフェース（通信Ｉ／Ｆ）２１、ＲＡＷデータ処理部２２、ＲＡＷデータ格納部２３、データ解析部２４、及び解析データ格納部２６を備える。

【0017】

通信インターフェース２１は、気象レーダ１０等と通信するためのインターフェースである。通信インターフェース２１は、気象レーダ１０から気象観測データを繰り返し受信する。通信インターフェース２１により受信された気象観測データは、ＲＡＷデータ処理部２２に送られる。

【0018】

ＲＡＷデータ処理部２２は、通信インターフェース２１から送られる気象観測データを用いて、３次元データを含むＲＡＷデータを生成する。３次元データは、複数の２次元極座標データを含む。極座標データは、仰角方向のデータを含む。ＲＡＷデータ処理部２２により生成されたＲＡＷデータは、ＲＡＷデータ格納部２３に格納される。

【0019】

データ解析部２４は、ＲＡＷデータ格納部２３から１周期分のＲＡＷデータを順次取得する。データ解析部２４は、ＲＡＷデータを用いて、メッシュ単位で気象状況を解析し、数値化する。データ解析部２４は、例えば、降水強度、降水粒子の種類（雨、雪、ひょう）、雨雲の動き、風向、及び風速などを解析する。データ解析部２４により生成された解析データは、解析データ格納部２６に格納される。また、データ解析部２４により生成された解析データは、適宜外部に送信される。

【0020】

また、データ解析部２４は、風車クラッターマップを格納する風車クラッターマップ格納部２５を備える。クラッターとは、目標以外の物体によるエコーである。風車クラッターマップは、地上に設置された風車によるクラッター（風車クラッターという）の位置情報を含む。データ解析部２４は、風車によって反射されるクラッターを除去して、気象状況を解析する。これにより、より精度よく気象状況を解析することができる。

【0021】

［１－１－１］ クラッター検出装置３０
図２は、図１に示したクラッター検出装置３０のブロック図である。クラッター検出装置３０は、解析データ取得部３１、快晴データ判別部３２、及び風車クラッター判別部３３を備える。

【0022】

解析データ取得部３１は、気象解析装置２０から観測データを取得する。具体的には、解析データ取得部３１は、解析データ格納部２６に格納された所定期間分の観測データを順次取得する。

【0023】

快晴データ判別部３２は、解析データ取得部３１が取得した観測データに基づいて、快晴時の観測データを判別する。すなわち、快晴データ判別部３２は、解析データ取得部３１が取得した観測データから、快晴時の観測データを抽出する。

【0024】

風車クラッター判別部３３は、快晴データ判別部３２により判別された快晴時の観測データに基づいて、風車クラッターの位置を検出及び判別する。そして、風車クラッター判別部３３は、風車クラッターの位置を含む判別結果を生成する。

【0025】

［１－１－２］ ハードウェア構成
図３は、図１に示した気象解析装置２０及びクラッター検出装置３０のハードウェア構成例を示すブロック図である。気象解析装置２０及びクラッター検出装置３０は、プロセッサ４０、ＲＯＭ（Read Only Memory）４１、ＲＡＭ（Random Access Memory）４２、入出力インターフェース（入出力Ｉ／Ｆ）４３、入力装置４４、表示装置４５、補助記憶装置４６、及び通信インターフェース２１等を備える。プロセッサ４０、ＲＯＭ４１、ＲＡＭ４２、入出力インターフェース４３、及び通信インターフェース２１は、バス４７を介して接続される。

【0026】

プロセッサ４０は、気象解析装置２０及びクラッター検出装置３０の動作を統括的に制御するＣＰＵ（Central Processing Unit）である。プロセッサ４０は、ＲＯＭ４１、ＲＡＭ４２、及び補助記憶装置４６に格納されたプログラム及びデータを用いて、各種の演算処理を実行する。

【0027】

本実施形態の機能を実現する特定のプログラムは、ＲＯＭ４１及び／又は補助記憶装置４６に格納される。本実施形態の機能は、プロセッサ４０が、ＲＯＭ４１及び／又は補助記憶装置４６に格納された上記特定のプログラムを実行することより実現される。

【0028】

ＲＯＭ４１は、コンピュータを機能させるための基本プログラムや環境ファイルなどを格納する読み取り専用の記憶装置である。ＲＡＭ４２は、プロセッサ４０が実行するプログラム及びプログラムの実行に必要なデータを格納する記憶装置であり、高速な読み出しと書き込みが可能である。

【0029】

入出力インターフェース４３は、各種のハードウェアとバス４７との接続を仲介する装置である。入出力インターフェース４３には、入力装置４４、表示装置４５、及び補助記憶装置４６などのハードウェアが接続される。入力装置４４は、ユーザからの入力を処理する装置であり、例えばキーボード及びマウスなどである。表示装置４５は、ユーザに対して演算結果及び画像などを表示する装置であり、例えば液晶表示装置、又は有機ＥＬ表示装置などである。補助記憶装置４６は、プログラムやデータを格納する大容量の記憶装置であり、例えばＨＤＤ（Hard Disk Drive）、又はＳＳＤ（Solid State Drive）などである。

【0030】

通信インターフェース２１は、有線及び無線により外部装置との間でデータの送受信を行う。

【0031】

［１－２］ 動作
次に、上記のように構成された気象観測システム１の動作について説明する。

【0032】

データ解析部２４は、周期毎に連続して気象状況を解析する。１周期とは、気象レーダ１０を中心としたレーダ覆域を１周（方位角３６０度）観測する期間である。１周期の観測データは、３次元データである。解析データ格納部２６は、データ解析部２４による解析結果としての解析データを、月単位、又は年単位などの長期間にわたって格納する。

【0033】

クラッター検出装置３０は、解析データ格納部２６に格納された解析データを用いて、風車クラッター検出動作を行う。

【0034】

図４は、クラッター検出装置３０による風車クラッター検出動作の全体的な流れを説明するフローチャートである。

【0035】

解析データ取得部３１は、解析データ格納部２６に格納された所定期間分の解析データ（観測データともいう）を順次取得する（ステップＳ１００）。ステップＳ１００の所定期間は、週単位、月単位、又は年単位であり、例えば、１週間、１ヶ月、６ヶ月、又は１年などである。当該所定期間は、適宜設定可能である。

【0036】

続いて、快晴データ判別部３２は、解析データ取得部３１が取得した観測データに基づいて、快晴時の観測データ（快晴データともいう）を判別する（ステップＳ１０１）。快晴データ判別部３２により判別された快晴データは、風車クラッター判別部３３に順次送られる。

【0037】

続いて、風車クラッター判別部３３は、複数の快晴データに基づいて、風車クラッターの位置を判別する（ステップＳ１０２）。風車クラッターの位置は、風車の位置と同意である。

【0038】

続いて、風車クラッター判別部３３は、風車クラッターの位置情報を含む風車クラッター判別結果を、データ解析部２４に送信する（ステップＳ１０３）。データ解析部２４は、受信した風車クラッター判別結果を用いて、風車クラッター位置を風車クラッターマップに登録する。

【0039】

［１－２－１］ 快晴データ判別動作
降雨時に観測される降水エコーは、ドップラー速度が時変動する。この特徴は、風車クラッターの特徴に類似している。降雨時の観測データを用いて、風車クラッター検出を行うと、降水エコーのある地点を風車クラッターと誤判定する可能性がある。本実施形態では、風車クラッター検出に用いる観測データは、快晴時（降水エコー無し）の観測データとする。快晴データ判別部３２は、解析データ格納部２６から取得された観測データのうち快晴時と判別された観測データを、後段の風車クラッター判別部３３に渡す役割を担う。

【0040】

図５は、快晴データ判別部３２による快晴データ判別動作を説明するフローチャートである。図５の処理は、図４のステップＳ１０１の処理に対応する。

【0041】

解析データ取得部３１により取得された観測データは、複数のエコーごとの受信電力データを含む。

【0042】

快晴データ判別部３２は、例えばレーダ覆域に対応する１周期分の複数のエコー情報を、解析データ取得部３１から受ける（ステップＳ２００）。エコー情報は、エコーの受信電力データを含む。

【0043】

続いて、快晴データ判別部３２は、１周期分のエコー情報に基づいて、閾値Ｔ１以上の受信電力を有するエコー数を計測する（ステップＳ２０１）。閾値Ｔ１は、風車クラッターの受信電力の統計値に基づいて設定され、風車クラッターの受信電力より低く設定される。また、閾値Ｔ１は、雨雲によるエコーの受信電力より低く設定される。すなわち、閾値Ｔ１以上の受信電力を有するエコーは、風車クラッター、及び雨雲によるエコーを含む。

【0044】

続いて、快晴データ判別部３２は、エコー数が閾値Ｅ１以上かつ閾値Ｅ２以下である観測データを快晴時観測データ（快晴データという）と判別する（ステップＳ２０２）。

【0045】

図６は、快晴データ判別動作におけるエコー数と発生頻度との関係の一例を示すグラフである。図６の曲線は、複数のヒストグラムの頂点を結んで得られる。簡略化のため、複数のヒストグラムについては図示を省略する。度数分布に関する他の図についても同様である。

【0046】

快晴データ判別部３２は、エコー数が閾値Ｅ１未満の観測データを、異常データと判定する。閾値Ｅ１は、エコーが極端に少なく、気象解析に用いられないデータを判別可能な値に設定される。

【0047】

図７は、快晴時観測データを説明する模式図である。図７の外周は、気象レーダ１０のレーダ覆域を示している。快晴時は、雨雲等によるエコーがないため、エコーが相対的に少ない。快晴時は、閾値Ｔ１以上の受信電力を有するクラッターが観測される。図７の場合、快晴、すなわち雨が降っていないと判定される。快晴データ判別部３２は、エコー数が閾値Ｅ１以上かつ閾値Ｅ２以下である観測データを、快晴データと判定する。

【0048】

図８は、降水時観測データを説明する模式図である。図８に示したドットハッチングの領域は、雨雲を表している。降水時は、雨雲等によるエコーが相対的に多い。図８の場合、雨が降っていると判定される。

【0049】

快晴データ判別部３２は、エコー数が閾値Ｅ２より多い観測データを、降水時観測データ（降雨データともいう）と判定する。閾値Ｅ２は、雨雲があることを判別可能な値に設定される。

【0050】

続いて、快晴データ判別部３２は、ステップＳ２０１で判定された快晴データを出力する（ステップＳ２０３）。その後、快晴データ判別部３２は、複数周期に亘って上記動作を繰り返す。

【0051】

なお、快晴データ判別部３２の処理単位は、レーダ覆域に対応する１周期に限らず、１周期を分割した一部の期間であってもよい。

【0052】

［１－２－２］ 風車クラッター判別動作
図９は、風車クラッター判別部３３による風車クラッター判別動作を説明するフローチャートである。図９の処理は、図４のステップＳ１０２の処理に対応する。

【0053】

風車クラッター判別部３３は、快晴データ判別部３２から複数の快晴データを受ける（ステップＳ３００）。風車クラッター判別部３３は、観測対象のレンジビンごとに、所定期間にわたって複数の時刻の快晴データを収集する。

【0054】

図１０は、レーダ覆域におけるセクタ及びレンジビンを説明する図である。図１０は、レーダ覆域を示しており、Ｎが北、Ｅが東である。気象解析装置２０は、気象レーダ１０を中心にした３６０度のレーダ覆域における受信信号を処理する。セクタとは、方位角方向の処理単位であり、レーダ覆域を方位角方向に複数に分割した処理単位である。レンジビンとは、受信信号をレンジ方向（距離方向）に所定の時間（すなわち、所定の距離）ごとにサンプリングしたデータの単位であり、レーダ覆域を距離方向に受信信号のサンプリング周期に相当する間隔で区切ったときの単位セルである。セクタ及びレンジビンのサイズは、任意に設定可能である。

【0055】

続いて、風車クラッター判別部３３は、レンジビンごとに、複数の周期に対応する複数の快晴データ（クラッターの情報を含む）を用いて、ドップラー速度に関するクラッターの統計値を算出する（ステップＳ３０１）。ドップラー速度は、観測対象物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１０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。風車クラッター判別部３３が受ける観測データには、エコーのドップラー速度情報が含まれる。風車クラッター判別部３３が受ける観測データにドップラー速度情報が含まれていない場合は、風車クラッター判別部３３は、エコーのドップラー速度を算出する。

【0056】

続いて、風車クラッター判別部３３は、ステップＳ３０１で算出した統計値の分散を算出する（ステップＳ３０２）。分散とは、標準偏差の平方であり、ある１つの群の数値データにおいて、平均値と個々のデータとの差の２乗の平均である。処理を簡略化するために、分散は、対象データのうち一部をサンプリングして算出してもよい。

【0057】

続いて、風車クラッター判別部３３は、ステップＳ３０２で算出した分散が閾値Ｔ２以上であるか否かを判定する（ステップＳ３０３）。

【0058】

続いて、風車クラッター判別部３３は、分散が閾値Ｔ２以上であるレンジビンを、風車クラッターの位置（風車クラッター位置という）と判定する（ステップＳ３０４）。また、風車クラッター判別部３３は、分散が閾値Ｔ２より小さいレンジビンを、風車以外のクラッターの位置と判定する。ここでいう位置とは、エコーの発生位置である。

【0059】

図１１は、速度成分を持つクラッターの統計値を説明するグラフである。図１１の横軸がクラッターのドップラー速度、縦軸が発生頻度である。速度成分とは、目標の移動速度である。

【0060】

図１１は、風車クラッターの統計値に対応する。風車クラッターは、風車の回転に起因するドップラー速度を有する。風車クラッターは、ドップラー速度の分散が相対的に大きい。

【0061】

図１２は、速度成分を持たないクラッターの統計値を説明するグラフである。図１２は、建造物などで反射されたクラッターの統計値に対応する。速度成分を持たないクラッターは、ドップラー速度が０（ｍ／ｓ）付近に発生頻度のピークを有し、ドップラー速度の分散が相対的に小さい。

【0062】

本実施形態では、図１１と図１２との分散を判別できる閾値Ｔ２を設定する。これにより、分散と閾値Ｔ２とを比較することで、風車クラッターを判別できる。

【0063】

続いて、風車クラッター判別部３３は、風車クラッター判別結果を生成する（ステップＳ３０５）。風車クラッター判別結果は、風車クラッター位置情報と、風車以外のクラッターの位置情報とを含む。

【0064】

その後、風車クラッター判別部３３は、風車クラッター判別結果を気象解析装置２０に送信する。

【0065】

気象解析装置２０のデータ解析部２４は、風車クラッター判別部３３から送信された風車クラッター判別結果に基づいて、風車クラッターマップ格納部２５に格納された風車クラッターマップを更新する。

【0066】

図１３は、風車クラッターマップの一例を説明する図である。図１３の外周は、気象レーダ１０のレーダ覆域を示している。風車クラッターマップには、風車クラッター位置（図の風車クラッター）と、風車以外の建造物などの位置（図の風車以外のクラッター）とが登録される。

【0067】

データ解析部２４は、風車クラッターマップを用いて、風車クラッターを除去する。そして、データ解析部２４は、風車クラッターが除去された観測データを用いて、気象状況を解析する。これにより、より精度よく気象状況を解析することができる。

【0068】

［１－３］ 第１実施形態の効果
第１実施形態では、快晴データ判別部３２は、気象状況に関する複数の観測データから、快晴時の観測データを判別する。風車クラッター判別部３３は、快晴時の観測データを用いて、ドップラー速度に関するクラッターの統計値を算出する。風車クラッター判別部３３は、統計値の分散に基づいて、風車によるエコーである風車クラッターを判別するようにしている。

【0069】

従って第１実施形態によれば、レーダ覆域内の風車クラッター位置を自動的に検出できる。これにより、風車クラッター位置を特定するための作業及び労力を削減できる。

【0070】

また、常時観測している気象レーダ１０の観測データを用いて、風車クラッター位置を検出できる。これにより、地図が更新されるのを待たずに、新設の風車の位置を特定することができる。また、地図を用いずに、新設の風車の位置を風車クラッターマップに登録することができる。

【0071】

また、気象状況を解析する際に、より正確な風車クラッター位置情報を用いて風車クラッターを除去することができる。これにより、気象状況をより正確に解析することができる。

【0072】

［２］ 第２実施形態
第２実施形態は、風車クラッター判別動作の変形例である。第２実施形態は、クラッターの受信電力を用いて、分散を算出するようにしている。

【0073】

風車クラッター判別部３３は、レンジビンごとに、複数の周期に対応する複数の快晴データを用いて、受信電力に関するクラッターの統計値を算出する。風車クラッター判別部３３が受ける観測データには、エコーの受信電力情報が含まれる。

【0074】

続いて、風車クラッター判別部３３は、分散が閾値Ｔ２以上であるレンジビンを、風車クラッター位置と判定する。

【0075】

図１４は、速度成分を持つクラッターの統計値を説明するグラフである。図１４の横軸がクラッターの受信電力、縦軸が発生頻度である。

【0076】

図１４は、風車クラッターの統計値に対応する。風車クラッターは、風車の回転に起因して受信電力が変動する。すなわち、風車クラッターは、受信電力の分散が相対的に大きい。

【0077】

図１５は、速度成分を持たないクラッターの統計値を説明するグラフである。図１５は、建造物などで反射されたクラッターの統計値に対応する。速度成分を持たないクラッターは、受信電力の分散が相対的に小さい。

【0078】

本実施形態では、図１４と図１５との分散を判別できる閾値Ｔ２を設定する。これにより、分散と閾値Ｔ２とを比較することで、風車クラッターを判別できる。

【0079】

その他の動作は、第１実施形態と同じである。第２実施形態においても、第１実施形態と同じ効果を得ることができる。

【0080】

なお、第２実施形態は、第１実施形態と併用してもよい。

【0081】

［３］ 第３実施形態
第３実施形態は、風車クラッター判別動作の他の変形例である。第３実施形態は、クラッターのレーダ反射因子を用いて、分散を算出するようにしている。

【0082】

風車クラッター判別部３３は、レンジビンごとに、複数の周期に対応する複数の快晴データを用いて、レーダ反射因子に関するクラッターの統計値を算出する。風車クラッター判別部３３が受ける観測データには、エコーのレーダ反射因子情報が含まれる。観測データにレーダ反射因子情報が含まれていない場合、風車クラッター判別部３３は、エコーのレーダ反射因子を算出する。

【0083】

レーダ反射因子は、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。降雨強度Ｒ（ｍｍ／ｈ）とすると、レーダ反射因子Ｚ（ｍｍ^６／ｍ^３）は、以下に式で表される。
Ｚ＝ａ×Ｒ^ｂ
ａ、ｂは定数である。

【0084】

続いて、風車クラッター判別部３３は、分散が閾値Ｔ２以上であるレンジビンを、風車クラッター位置と判定する。

【0085】

図１６は、速度成分を持つクラッターの統計値を説明するグラフである。図１６の横軸がクラッターのレーダ反射因子、縦軸が発生頻度である。

【0086】

図１６は、風車クラッターの統計値に対応する。風車クラッターは、風車の回転に起因してレーダ反射因子が変動する。すなわち、風車クラッターは、レーダ反射因子の分散が相対的に大きい。

【0087】

図１７は、速度成分を持たないクラッターの統計値を説明するグラフである。図１７は、建造物などで反射されたクラッターの統計値に対応する。速度成分を持たないクラッターは、レーダ反射因子の分散が相対的に小さい。

【0088】

本実施形態では、図１６と図１７との分散を判別できる閾値Ｔ２を設定する。これにより、分散と閾値Ｔ２とを比較することで、風車クラッターを判別できる。

【0089】

その他の動作は、第１実施形態と同じである。第３実施形態においても、第１実施形態と同じ効果を得ることができる。

【0090】

なお、第３実施形態は、第１実施形態と併用してもよい。

【0091】

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】

【0092】

１…気象観測システム、１０…気象レーダ、１１…アンテナ部、１２…レーダ信号処理部、２０…気象解析装置、２１…通信インターフェース、２２…ＲＡＷデータ処理部、２３…ＲＡＷデータ格納部、２４…データ解析部、２５…風車クラッターマップ格納部、２６…解析データ格納部、３０…クラッター検出装置、３１…解析データ取得部、３２…快晴データ判別部、３３…風車クラッター判別部、４０…プロセッサ、４１…ＲＯＭ、４２…ＲＡＭ、４３…入出力インターフェース、４４…入力装置、４５…表示装置、４６…補助記憶装置、４７…バス。

【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】

【図16】

【図17】