JP2003344556A - 気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置 - Google Patents
気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置Info
- Publication number
- JP2003344556A JP2003344556A JP2002152571A JP2002152571A JP2003344556A JP 2003344556 A JP2003344556 A JP 2003344556A JP 2002152571 A JP2002152571 A JP 2002152571A JP 2002152571 A JP2002152571 A JP 2002152571A JP 2003344556 A JP2003344556 A JP 2003344556A
- Authority
- JP
- Japan
- Prior art keywords
- precipitation
- meteorological
- radar
- information
- weather
- Prior art date
- Legal status (The legal status 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 status listed.)
- Abandoned
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】
【課題】 気象レーダ情報解析に際して降雨の性質に応
じた精度の高い降水量を求める。 【解決手段】 降水カテゴリー・粒径分布推定処理部１
１１において、ＧＰＶデータの気温や相対湿度などから
各高度別に降水のカテゴリーを推定すると共に、同じく
ＧＰＶデータから降水のタイプを層状雲や積乱雲などの
粒径分布に推定分類し、それぞれのカテゴリー、粒径分
布の推定結果に基づいて、反射強度−降水量変換処理部
１１３の反射強度−降水量換算式を最適化する。これに
より、気象レーダにより観測される反射強度（レーダ反
射因子）から精度良く降水量を算出することが可能とな
る。
じた精度の高い降水量を求める。 【解決手段】 降水カテゴリー・粒径分布推定処理部１
１１において、ＧＰＶデータの気温や相対湿度などから
各高度別に降水のカテゴリーを推定すると共に、同じく
ＧＰＶデータから降水のタイプを層状雲や積乱雲などの
粒径分布に推定分類し、それぞれのカテゴリー、粒径分
布の推定結果に基づいて、反射強度−降水量変換処理部
１１３の反射強度−降水量換算式を最適化する。これに
より、気象レーダにより観測される反射強度（レーダ反
射因子）から精度良く降水量を算出することが可能とな
る。
Description
【０００１】
【発明の属する技術分野】本発明は、気象レーダ情報か
ら降水量を求める気象レーダ情報解析装置、気象観測情
報に基づいて気象予測モデルを作成する気象予測モデル
作成装置及びこれらを組み合わせた気象観測・予測シス
テムに関する。
ら降水量を求める気象レーダ情報解析装置、気象観測情
報に基づいて気象予測モデルを作成する気象予測モデル
作成装置及びこれらを組み合わせた気象観測・予測シス
テムに関する。
【０００２】
【従来の技術】従来の気象レーダ情報解析装置では、気
象レーダにより得られる雨滴からの反射強度に関する観
測値を、予め用意された変換式により降水量に変換して
いる。例えば、マーシャルとパルマーが求めた変換式で
は、レーダ反射因子Ｚと降水強度Ｒ［mm/h］の関係を２
つのパラメータＢ及びβを用いて次の（１）式のように
表現しており（参考文献：Marshall. J. S. and W. M.
Palmer, 1948: The distribution of raindrops with s
ize. J. Meteor., 5, 165-166）、予めＢ＝200、β＝1.
6のように定めることにより、レーダ反射因子Ｚを降水
強度Ｒに変換している。
象レーダにより得られる雨滴からの反射強度に関する観
測値を、予め用意された変換式により降水量に変換して
いる。例えば、マーシャルとパルマーが求めた変換式で
は、レーダ反射因子Ｚと降水強度Ｒ［mm/h］の関係を２
つのパラメータＢ及びβを用いて次の（１）式のように
表現しており（参考文献：Marshall. J. S. and W. M.
Palmer, 1948: The distribution of raindrops with s
ize. J. Meteor., 5, 165-166）、予めＢ＝200、β＝1.
6のように定めることにより、レーダ反射因子Ｚを降水
強度Ｒに変換している。
【０００３】
Ｚ＝ＢＲβ …（１）
一方、気象予測モデル作成装置にあっては、気象レーダ
等の観測値を同化することによって、気象予測モデルの
精度が向上することが知られている。これは、観測値の
データ同化などと言われ、観測値を気象モデルに同化さ
せて予測値と整合をとることによって、予測計算の精度
を向上させる機能である。
等の観測値を同化することによって、気象予測モデルの
精度が向上することが知られている。これは、観測値の
データ同化などと言われ、観測値を気象モデルに同化さ
せて予測値と整合をとることによって、予測計算の精度
を向上させる機能である。
【０００４】このように、従来の気象予測モデル作成装
置では、予測精度向上のために観測値を気象予測に反映
する計算手法（データ同化）が用いられることがあるが
（参考文献：石原正仁編、「ドップラー気象レーダ」、
気象研究ノート、第200号(2001)、75-106）、これは観
測データを気象予測モデルに入力するという一方通行の
計算手法をとっている。
置では、予測精度向上のために観測値を気象予測に反映
する計算手法（データ同化）が用いられることがあるが
（参考文献：石原正仁編、「ドップラー気象レーダ」、
気象研究ノート、第200号(2001)、75-106）、これは観
測データを気象予測モデルに入力するという一方通行の
計算手法をとっている。
【０００５】ところで、気象レーダにより観測される電
磁波は、レイリー散乱やミー散乱と呼ばれる散乱現象に
よるものであり、その散乱の強さは、降水粒子の粒径と
誘電率に大きく依存することが知られている（参考文
献：吉田孝監修、「改訂レーダ技術」、コロナ社、199
6、p.243）。そのため、レーダ反射因子Ｚのみから降水
強度Ｒを算出する場合、降雨の性質により降水量の算出
精度がしばしば悪化するという問題が引き起こされてい
る。
磁波は、レイリー散乱やミー散乱と呼ばれる散乱現象に
よるものであり、その散乱の強さは、降水粒子の粒径と
誘電率に大きく依存することが知られている（参考文
献：吉田孝監修、「改訂レーダ技術」、コロナ社、199
6、p.243）。そのため、レーダ反射因子Ｚのみから降水
強度Ｒを算出する場合、降雨の性質により降水量の算出
精度がしばしば悪化するという問題が引き起こされてい
る。
【０００６】具体的には、霧雨のように雨滴の粒径が小
さい場合は降水量を実際より少な目に見積もってしま
い、雷雨のように雨滴の粒径が大きい場合は降水量を多
めに見積もってしまうという問題が生じている。また、
降水粒子のカテゴリーの違いが誘電率の違いとなり、み
ぞれは多めに、雪は少な目に降水量を見積もってしまう
という問題が生じている。
さい場合は降水量を実際より少な目に見積もってしま
い、雷雨のように雨滴の粒径が大きい場合は降水量を多
めに見積もってしまうという問題が生じている。また、
降水粒子のカテゴリーの違いが誘電率の違いとなり、み
ぞれは多めに、雪は少な目に降水量を見積もってしまう
という問題が生じている。
【０００７】このように、気象レーダによる降水粒子の
観測は、広域で定量的であるという利点がありながら
も、原理的にそれだけでは取り除くことのできない誤差
を含むという欠点がある。また、このような誤差をもつ
観測データを気象モデルに入力（データ同化）すると、
予測精度の悪化につながってしまう。
観測は、広域で定量的であるという利点がありながら
も、原理的にそれだけでは取り除くことのできない誤差
を含むという欠点がある。また、このような誤差をもつ
観測データを気象モデルに入力（データ同化）すると、
予測精度の悪化につながってしまう。
【０００８】一方、気象モデルにおいても、降水粒子の
粒径に関しては、気象レーダ反射因子の解析の場合と同
様の問題を含むことが多い。気象モデルの中で雲の微物
理過程を表現する場合には、雪や霰などを表現しない、
あるいは粒子の粒径分布を考慮せずに混合比のみで表現
するといったことが多い。このため、霧雨も雷雨も同じ
ように取り扱われてしまい、気象現象の解析や予報にお
いて精度の悪化を招いている。これに対し、近年では水
分量を雪や雹や霰などを含むカテゴリー分類して計算す
る手法や、粒径分布を考慮した計算手法も開発されつつ
ある（参考文献：斉藤和雄編、「非静力学モデル」、気
象研究ノート、第196号(1999)、57-102）。しかしなが
ら、気象レーダによる観測値を生かす手法は未だ開発途
上にあり、有効な手法が待ち望まれているのが現状であ
る。
粒径に関しては、気象レーダ反射因子の解析の場合と同
様の問題を含むことが多い。気象モデルの中で雲の微物
理過程を表現する場合には、雪や霰などを表現しない、
あるいは粒子の粒径分布を考慮せずに混合比のみで表現
するといったことが多い。このため、霧雨も雷雨も同じ
ように取り扱われてしまい、気象現象の解析や予報にお
いて精度の悪化を招いている。これに対し、近年では水
分量を雪や雹や霰などを含むカテゴリー分類して計算す
る手法や、粒径分布を考慮した計算手法も開発されつつ
ある（参考文献：斉藤和雄編、「非静力学モデル」、気
象研究ノート、第196号(1999)、57-102）。しかしなが
ら、気象レーダによる観測値を生かす手法は未だ開発途
上にあり、有効な手法が待ち望まれているのが現状であ
る。
【０００９】
【発明が解決しようとする課題】以上述べたように、従
来から、気象レーダで観測される観測情報と気象モデル
による予測情報を融合させて、降水量に関する観測値と
予測値の両方の精度を向上させることが要望されてい
る。
来から、気象レーダで観測される観測情報と気象モデル
による予測情報を融合させて、降水量に関する観測値と
予測値の両方の精度を向上させることが要望されてい
る。
【００１０】本発明は、上記の課題を解決するためにな
されたもので、気象レーダ情報解析に際して降雨の性質
に応じた精度の高い降水量を求めることができる気象レ
ーダ情報解析装置と、この気象レーダ情報解析装置の解
析結果を利用してより精度の高い気象予測モデルを作成
可能な気象予測モデル作成装置と、これらの装置を融合
してより精度の高い気象観測データ、気象予測データを
得ることのできる気象観測・予測システムを提供するこ
とを目的とする。
されたもので、気象レーダ情報解析に際して降雨の性質
に応じた精度の高い降水量を求めることができる気象レ
ーダ情報解析装置と、この気象レーダ情報解析装置の解
析結果を利用してより精度の高い気象予測モデルを作成
可能な気象予測モデル作成装置と、これらの装置を融合
してより精度の高い気象観測データ、気象予測データを
得ることのできる気象観測・予測システムを提供するこ
とを目的とする。
【００１１】
【課題を解決するための手段】上記の目的を達成するた
めに本発明は以下のような特徴的構成を有する。
めに本発明は以下のような特徴的構成を有する。
【００１２】（１）気象レーダで観測される反射強度情
報から降水量を解析する気象レーダ情報解析装置におい
て、前記気象レーダの覆域内における格子点気象要素の
予測情報を取り込み、この予測情報から高度別の降水カ
テゴリー及び降水タイプ別の粒径分布を推定し、この推
定結果に基づいて気象レーダのレーダ反射因子を降水量
に換算する換算式を最適化し、この最適化された換算式
により前記気象レーダで観測される反射強度情報に対応
する降水量を求めることを特徴とする。
報から降水量を解析する気象レーダ情報解析装置におい
て、前記気象レーダの覆域内における格子点気象要素の
予測情報を取り込み、この予測情報から高度別の降水カ
テゴリー及び降水タイプ別の粒径分布を推定し、この推
定結果に基づいて気象レーダのレーダ反射因子を降水量
に換算する換算式を最適化し、この最適化された換算式
により前記気象レーダで観測される反射強度情報に対応
する降水量を求めることを特徴とする。
【００１３】（２）気象レーダで観測される反射強度情
報から降水量を解析する気象レーダ情報解析装置におい
て、前記気象レーダの覆域内の気象予測モデルで推定さ
れる高度別の降水カテゴリー及び降水タイプ別の粒径分
布の情報を取り込み、これらの推定情報に基づいて気象
レーダのレーダ反射因子を降水量に換算する換算式を最
適化し、この最適化された換算式により前記気象レーダ
で観測される反射強度情報に対応する降水量を求めるこ
とを特徴とする。
報から降水量を解析する気象レーダ情報解析装置におい
て、前記気象レーダの覆域内の気象予測モデルで推定さ
れる高度別の降水カテゴリー及び降水タイプ別の粒径分
布の情報を取り込み、これらの推定情報に基づいて気象
レーダのレーダ反射因子を降水量に換算する換算式を最
適化し、この最適化された換算式により前記気象レーダ
で観測される反射強度情報に対応する降水量を求めるこ
とを特徴とする。
【００１４】（３）気象レーダで観測される反射強度情
報から降水量を解析する気象レーダ情報解析装置におい
て、前記気象レーダの覆域内の複数地点に設置される降
水量観測装置の観測情報を取り込み、この観測情報から
降水タイプ別の粒径分布を推定し、この推定結果に基づ
いて気象レーダのレーダ反射因子を降水量に換算する換
算式を最適化し、この最適化された換算式により前記気
象レーダで観測される反射強度情報に対応する降水量を
求めることを特徴とする。
報から降水量を解析する気象レーダ情報解析装置におい
て、前記気象レーダの覆域内の複数地点に設置される降
水量観測装置の観測情報を取り込み、この観測情報から
降水タイプ別の粒径分布を推定し、この推定結果に基づ
いて気象レーダのレーダ反射因子を降水量に換算する換
算式を最適化し、この最適化された換算式により前記気
象レーダで観測される反射強度情報に対応する降水量を
求めることを特徴とする。
【００１５】（４）二重偏波方式または二周波方式の気
象レーダで観測される反射強度情報から降水量を解析す
る気象レーダ情報解析装置において、前記二重偏波方式
または二周波方式の気象レーダで観測される偏波または
二周波に依存する情報を取り込み、この情報から降水タ
イプ別の粒径分布を推定し、この推定結果に基づいて気
象レーダのレーダ反射因子を降水量に換算する換算する
換算式を最適化し、この最適化された換算式により前記
気象レーダで観測される反射強度情報に対応する降水量
を求めることを特徴とする。
象レーダで観測される反射強度情報から降水量を解析す
る気象レーダ情報解析装置において、前記二重偏波方式
または二周波方式の気象レーダで観測される偏波または
二周波に依存する情報を取り込み、この情報から降水タ
イプ別の粒径分布を推定し、この推定結果に基づいて気
象レーダのレーダ反射因子を降水量に換算する換算する
換算式を最適化し、この最適化された換算式により前記
気象レーダで観測される反射強度情報に対応する降水量
を求めることを特徴とする。
【００１６】（５）格子点気象要素の予測情報を取り込
み、物理過程の演算処理により気象予測モデルを作成す
る気象予測モデル作成装置において、（１）〜（４）の
いずれかの気象レーダ情報解析装置で得られる降水量の
情報、さらには気象レーダで得られる風速情報を取り込
んで同化処理を行い、前記物理過程の演算処理に反映さ
せることを特徴とする。
み、物理過程の演算処理により気象予測モデルを作成す
る気象予測モデル作成装置において、（１）〜（４）の
いずれかの気象レーダ情報解析装置で得られる降水量の
情報、さらには気象レーダで得られる風速情報を取り込
んで同化処理を行い、前記物理過程の演算処理に反映さ
せることを特徴とする。
【００１７】（６）気象観測・予測システムにおいて、
格子点気象要素の予測情報を取り込み、物理過程の演算
処理により気象予測モデルを作成し、前記物理過程の演
算処理で高度別の降水カテゴリー及び降水タイプの粒径
分布を推定する気象予測モデル作成装置と、この気象予
測モデル作成装置から気象レーダの覆域内の高度別の降
水カテゴリー及び降水タイプ別の粒径分布の推定情報を
取り込み、これらの推定情報に基づいて気象レーダのレ
ーダ反射因子を降水量に換算する換算式を最適化し、こ
の最適化された換算式により前記気象レーダで観測され
る反射強度情報に対応する降水量を求める気象レーダ情
報解析装置とを具備することを特徴とする。
格子点気象要素の予測情報を取り込み、物理過程の演算
処理により気象予測モデルを作成し、前記物理過程の演
算処理で高度別の降水カテゴリー及び降水タイプの粒径
分布を推定する気象予測モデル作成装置と、この気象予
測モデル作成装置から気象レーダの覆域内の高度別の降
水カテゴリー及び降水タイプ別の粒径分布の推定情報を
取り込み、これらの推定情報に基づいて気象レーダのレ
ーダ反射因子を降水量に換算する換算式を最適化し、こ
の最適化された換算式により前記気象レーダで観測され
る反射強度情報に対応する降水量を求める気象レーダ情
報解析装置とを具備することを特徴とする。
【００１８】（７）気象観測・予測システムにおいて、
格子点気象要素の予測情報を取り込み、物理過程の演算
処理により気象予測モデルを作成し、前記物理過程の演
算処理で高度別の降水カテゴリーを推定する気象予測モ
デル作成装置と、この気象予測モデル作成装置から気象
レーダの覆域内の高度別の降水カテゴリーの推定情報を
取り込むと共に、気象レーダの覆域内の複数地点に設置
される降水量観測装置の観測情報を取り込んで、この観
測情報から降水タイプ別の粒径分布を推定し、前記降水
カテゴリーの推定情報及び前記粒径分布の推定結果に基
づいて気象レーダのレーダ反射因子を降水量に換算する
換算式を最適化し、この最適化された換算式により前記
気象レーダで観測される反射強度情報に対応する降水量
を求めることを特徴とする気象レーダ情報解析装置とを
具備することを特徴とする。
格子点気象要素の予測情報を取り込み、物理過程の演算
処理により気象予測モデルを作成し、前記物理過程の演
算処理で高度別の降水カテゴリーを推定する気象予測モ
デル作成装置と、この気象予測モデル作成装置から気象
レーダの覆域内の高度別の降水カテゴリーの推定情報を
取り込むと共に、気象レーダの覆域内の複数地点に設置
される降水量観測装置の観測情報を取り込んで、この観
測情報から降水タイプ別の粒径分布を推定し、前記降水
カテゴリーの推定情報及び前記粒径分布の推定結果に基
づいて気象レーダのレーダ反射因子を降水量に換算する
換算式を最適化し、この最適化された換算式により前記
気象レーダで観測される反射強度情報に対応する降水量
を求めることを特徴とする気象レーダ情報解析装置とを
具備することを特徴とする。
【００１９】（８）気象観測・予測システムにおいて、
格子点気象要素の予測情報を取り込み、物理過程の演算
処理により気象予測モデルを作成し、前記物理過程の演
算処理で高度別の降水カテゴリーを推定する気象予測モ
デル作成装置と、この気象予測モデル作成装置から気象
レーダの覆域内の高度別の降水カテゴリーの推定情報を
取り込むと共に、二重偏波方式または二周波方式の気象
レーダで観測される偏波または二周波に依存する情報を
取り込んで、この情報から降水タイプ別の粒径分布を推
定し、前記降水カテゴリーの推定情報及び前記粒径分布
の推定結果に基づいて気象レーダのレーダ反射因子を降
水量に換算する換算する換算式を最適化し、この最適化
された換算式により前記二重偏波方式または二周波方式
の気象レーダで観測される反射強度情報に対応する降水
量を求めることを特徴とする気象レーダ情報解析装置と
を具備することを特徴とする。
格子点気象要素の予測情報を取り込み、物理過程の演算
処理により気象予測モデルを作成し、前記物理過程の演
算処理で高度別の降水カテゴリーを推定する気象予測モ
デル作成装置と、この気象予測モデル作成装置から気象
レーダの覆域内の高度別の降水カテゴリーの推定情報を
取り込むと共に、二重偏波方式または二周波方式の気象
レーダで観測される偏波または二周波に依存する情報を
取り込んで、この情報から降水タイプ別の粒径分布を推
定し、前記降水カテゴリーの推定情報及び前記粒径分布
の推定結果に基づいて気象レーダのレーダ反射因子を降
水量に換算する換算する換算式を最適化し、この最適化
された換算式により前記二重偏波方式または二周波方式
の気象レーダで観測される反射強度情報に対応する降水
量を求めることを特徴とする気象レーダ情報解析装置と
を具備することを特徴とする。
【００２０】（９）（６）〜（８）のいずれかの気象観
測・予測システムにおいて、前記気象レーダ情報解析装
置は、さらに、前記気象レーダの覆域内の複数地点に設
置される降水量観測装置の観測情報を取り込み、この観
測情報を含めて前記降水タイプ別の粒径分布を推定する
ことを特徴とする。
測・予測システムにおいて、前記気象レーダ情報解析装
置は、さらに、前記気象レーダの覆域内の複数地点に設
置される降水量観測装置の観測情報を取り込み、この観
測情報を含めて前記降水タイプ別の粒径分布を推定する
ことを特徴とする。
【００２１】（１０）（６）〜（８）のいずれかの気象
観測・予測システムにおいて、前記気象予測モデル作成
装置は、前記気象レーダ情報解析装置で得られる降水量
の情報、さらには前記気象レーダで得られる風速情報を
取り込んで同化処理を行い、前記物理過程の演算処理に
反映させることを特徴とする。
観測・予測システムにおいて、前記気象予測モデル作成
装置は、前記気象レーダ情報解析装置で得られる降水量
の情報、さらには前記気象レーダで得られる風速情報を
取り込んで同化処理を行い、前記物理過程の演算処理に
反映させることを特徴とする。
【００２２】（１１）（６）〜（８）のいずれかの気象
観測・予測システムにおいて、前記気象予測モデル作成
装置は、前記気象レーダ解析装置で得られる粒径分布の
推定結果を取り込んで前記物理過程の演算処理に反映さ
せることを特徴とする。
観測・予測システムにおいて、前記気象予測モデル作成
装置は、前記気象レーダ解析装置で得られる粒径分布の
推定結果を取り込んで前記物理過程の演算処理に反映さ
せることを特徴とする。
【００２３】
【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を詳細に説明する。
施の形態を詳細に説明する。
【００２４】尚、以下に説明する実施形態においては、
気象レーダの他にＧＰＶ（Grid Point Value）データと
呼ばれる格子点上の気象要素の予測データを用いること
を基本とする。ＧＰＶデータは、気象庁や海外機関から
オンラインで配信されるＧＳＭ（Global Spectrum Mode
l）、ＲＳＭ（Regional Spectrum Model）、ＭＳＭ（Me
soscale Spectrum Model）、ＥＣＭＷＦ（European Cen
tre for Medium-RangeWeather Forecasts）などを用い
る。
気象レーダの他にＧＰＶ（Grid Point Value）データと
呼ばれる格子点上の気象要素の予測データを用いること
を基本とする。ＧＰＶデータは、気象庁や海外機関から
オンラインで配信されるＧＳＭ（Global Spectrum Mode
l）、ＲＳＭ（Regional Spectrum Model）、ＭＳＭ（Me
soscale Spectrum Model）、ＥＣＭＷＦ（European Cen
tre for Medium-RangeWeather Forecasts）などを用い
る。
【００２５】（第１の実施形態）図１は第１の実施形態
として、本発明に係る気象レーダ情報解析装置１１の構
成を示すブロック図である。本装置１１は、降水カテゴ
リー・粒径分布推定処理部１１１、変換係数算出部１１
２、反射強度−降水量変換処理部１１３及び風速データ
演算処理部１１４を備える。
として、本発明に係る気象レーダ情報解析装置１１の構
成を示すブロック図である。本装置１１は、降水カテゴ
リー・粒径分布推定処理部１１１、変換係数算出部１１
２、反射強度−降水量変換処理部１１３及び風速データ
演算処理部１１４を備える。
【００２６】降水カテゴリー・粒径分布推定処理部１１
１は、気象庁ＲＳＭなどによって公表されているＧＰＶ
データを取り込み、ＧＰＶデータの気温や相対湿度など
から各高度別に降水のカテゴリーを推定すると共に、同
じくＧＰＶデータから降水のタイプを層状雲や積乱雲な
どに分類して粒径分布をモデル化することで粒径分布を
推定する。ここで、降水のカテゴリーとは、大気中の降
水粒子の分類種別で、雲水、雲氷、雨水、雪、雹などに
分類される。
１は、気象庁ＲＳＭなどによって公表されているＧＰＶ
データを取り込み、ＧＰＶデータの気温や相対湿度など
から各高度別に降水のカテゴリーを推定すると共に、同
じくＧＰＶデータから降水のタイプを層状雲や積乱雲な
どに分類して粒径分布をモデル化することで粒径分布を
推定する。ここで、降水のカテゴリーとは、大気中の降
水粒子の分類種別で、雲水、雲氷、雨水、雪、雹などに
分類される。
【００２７】上記降水カテゴリー・粒径分布推定処理部
１１１で得られた降水カテゴリー及び粒径分布の推定結
果は変換係数算出部１１２に送られる。この変換係数算
出部１１２は、降水カテゴリー及び粒径分布の推定結果
を後段の反射強度−降水量変換処理部１１３の変換処理
に反映させるための変換係数に対応付けたテーブルを備
え、推定結果入力時に対応する変換係数を求めて反射強
度−降水量変換処理部１１３に与える。
１１１で得られた降水カテゴリー及び粒径分布の推定結
果は変換係数算出部１１２に送られる。この変換係数算
出部１１２は、降水カテゴリー及び粒径分布の推定結果
を後段の反射強度−降水量変換処理部１１３の変換処理
に反映させるための変換係数に対応付けたテーブルを備
え、推定結果入力時に対応する変換係数を求めて反射強
度−降水量変換処理部１１３に与える。
【００２８】この反射強度−降水量変換処理部１１３
は、気象レーダ送受信装置１２で得られた覆域内の反射
強度データを取り込み、反射強度に対応した降水量を求
めるものであるが、本実施形態では、さらに上記推定処
理部１１１、変換係数算出部１１２を経て得られた降水
カテゴリー及び粒径分布の推定結果に基づく変換係数を
取り込んで反射強度の値を重み付けした上で、（１）式
によって降水量を求める。ここで、Ｓ、Ｃ、Ｘ帯の気象
レーダは雨水、雪、雹の観測を主目的としており、Ｋ
ａ、Ｗ帯の気象レーダでは、雲水、雲氷なども観測可能
である。
は、気象レーダ送受信装置１２で得られた覆域内の反射
強度データを取り込み、反射強度に対応した降水量を求
めるものであるが、本実施形態では、さらに上記推定処
理部１１１、変換係数算出部１１２を経て得られた降水
カテゴリー及び粒径分布の推定結果に基づく変換係数を
取り込んで反射強度の値を重み付けした上で、（１）式
によって降水量を求める。ここで、Ｓ、Ｃ、Ｘ帯の気象
レーダは雨水、雪、雹の観測を主目的としており、Ｋ
ａ、Ｗ帯の気象レーダでは、雲水、雲氷なども観測可能
である。
【００２９】また、気象レーダ情報解析装置１１では、
気象レーダ送受信装置１２で得られるドップラー周波数
データを取り込み、風速データ演算処理部１１４にてレ
ーダ覆域内の風速データを求め、降水量データと共に解
析データとして出力する。
気象レーダ送受信装置１２で得られるドップラー周波数
データを取り込み、風速データ演算処理部１１４にてレ
ーダ覆域内の風速データを求め、降水量データと共に解
析データとして出力する。
【００３０】すなわち、上記構成による気象レーダ情報
解析装置１１では、ＧＰＶデータの気温や相対湿度など
から各高度別に降水のカテゴリーを推定し、それぞれの
カテゴリー別に最適化された降水量の換算式を用いる。
また、同じくＧＰＶデータから降水のタイプを層状雲や
積乱雲などの粒径分布に分類し、各粒径分布をモデル化
して、それぞれに最適化された降水量の換算式を用い
る。
解析装置１１では、ＧＰＶデータの気温や相対湿度など
から各高度別に降水のカテゴリーを推定し、それぞれの
カテゴリー別に最適化された降水量の換算式を用いる。
また、同じくＧＰＶデータから降水のタイプを層状雲や
積乱雲などの粒径分布に分類し、各粒径分布をモデル化
して、それぞれに最適化された降水量の換算式を用い
る。
【００３１】したがって、本実施形態の気象レーダ情報
解析装置の構成によれば、気象レーダにより観測される
反射強度（レーダ反射因子Ｚ）から精度良く降水量を算
出することが可能となる。
解析装置の構成によれば、気象レーダにより観測される
反射強度（レーダ反射因子Ｚ）から精度良く降水量を算
出することが可能となる。
【００３２】（第２の実施形態）図２は第２の実施形態
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。
【００３３】本実施形態のシステムにおいては、気象予
測モデル作成装置２１と気象レーダ情報解析装置２２と
に大別される。
測モデル作成装置２１と気象レーダ情報解析装置２２と
に大別される。
【００３４】気象予測モデル作成装置２１には、代表的
なＣＲｅＳＳシステムが用いられる。当該装置２１にお
いて、雲・降水物理過程解析部２１１では、ＧＰＶデー
タ等の解析によって降水量、風速、気温等の予測データ
を求めるが、この際に降水カテゴリーと粒径分布を推定
する。これらの推定結果は気象レーダ情報解析装置２２
に送られる。
なＣＲｅＳＳシステムが用いられる。当該装置２１にお
いて、雲・降水物理過程解析部２１１では、ＧＰＶデー
タ等の解析によって降水量、風速、気温等の予測データ
を求めるが、この際に降水カテゴリーと粒径分布を推定
する。これらの推定結果は気象レーダ情報解析装置２２
に送られる。
【００３５】気象レーダ情報解析装置２２は、第１の実
施形態の構成から降水カテゴリー・粒径分布推定処理部
１１１を除いた構成となっている。すなわち、気象予測
モデル作成装置２１で得られた降水カテゴリー及び粒径
分布の推定結果は変換係数算出部２２１に送られる。こ
の変換係数算出部２２１は、降水カテゴリー及び粒径分
布の推定結果を後段の反射強度−降水量変換処理部２２
２の変換処理に反映させるための変換係数に対応付けた
テーブルを備え、推定結果入力時に対応する変換係数を
求めて反射強度−降水量変換処理部２２２に与える。
施形態の構成から降水カテゴリー・粒径分布推定処理部
１１１を除いた構成となっている。すなわち、気象予測
モデル作成装置２１で得られた降水カテゴリー及び粒径
分布の推定結果は変換係数算出部２２１に送られる。こ
の変換係数算出部２２１は、降水カテゴリー及び粒径分
布の推定結果を後段の反射強度−降水量変換処理部２２
２の変換処理に反映させるための変換係数に対応付けた
テーブルを備え、推定結果入力時に対応する変換係数を
求めて反射強度−降水量変換処理部２２２に与える。
【００３６】この反射強度−降水量変換処理部２２２
は、気象レーダ送受信装置２３で得られた覆域内の反射
強度データを取り込み、上記変換係数算出部２２１で得
られた降水カテゴリー及び粒径分布の推定結果に基づく
変換係数で反射強度の値を重み付けした上で、（１）式
によって降水量を求める。また、気象レーダ情報解析装
置２２では、風速データ演算処理部２２３において、気
象レーダ送受信装置２３で得られるドップラー周波数デ
ータからレーダ覆域内の風速データを求め、降水量デー
タと共に解析データとして出力する。
は、気象レーダ送受信装置２３で得られた覆域内の反射
強度データを取り込み、上記変換係数算出部２２１で得
られた降水カテゴリー及び粒径分布の推定結果に基づく
変換係数で反射強度の値を重み付けした上で、（１）式
によって降水量を求める。また、気象レーダ情報解析装
置２２では、風速データ演算処理部２２３において、気
象レーダ送受信装置２３で得られるドップラー周波数デ
ータからレーダ覆域内の風速データを求め、降水量デー
タと共に解析データとして出力する。
【００３７】本実施形態では、さらに、上記気象レーダ
情報解析装置２２で得られた降水量データ及び風速デー
タを気象予測モデル作成装置２１に送り、データ同化処
理部２１２でデータの同化を行った後、前述の物理過程
解析部２１１に入力する。物理過程解析部２１１では、
同化された降水量データ及び風速データを取り込み、こ
れらのデータによる降水量、風速をパラメータとして物
理過程解析の再処理を行う。
情報解析装置２２で得られた降水量データ及び風速デー
タを気象予測モデル作成装置２１に送り、データ同化処
理部２１２でデータの同化を行った後、前述の物理過程
解析部２１１に入力する。物理過程解析部２１１では、
同化された降水量データ及び風速データを取り込み、こ
れらのデータによる降水量、風速をパラメータとして物
理過程解析の再処理を行う。
【００３８】すなわち、第２の実施形態では、気象レー
ダの覆域内で局地的な気象予測モデルを独自に運用し、
気象レーダと連携を取った処理を行うことを特徴とす
る。具体的には、局地的な予測モデルの計算過程で算出
される降水カテゴリーと粒径分布をもとに、第１の実施
形態と同様の方法で高い精度で降水量を算出する。
ダの覆域内で局地的な気象予測モデルを独自に運用し、
気象レーダと連携を取った処理を行うことを特徴とす
る。具体的には、局地的な予測モデルの計算過程で算出
される降水カテゴリーと粒径分布をもとに、第１の実施
形態と同様の方法で高い精度で降水量を算出する。
【００３９】尚、粒径分布はＢＩＮ法と呼ばれる計算手
法では直接的に、バルク法と呼ばれる計算手法では数濃
度などを基に、ガンマ関数などでモデル化した粒径分布
から間接的に推定する（参考文献：斉藤和雄編、「非静
力学モデル」、気象研究ノート、第196号(1999)、57-10
2）。
法では直接的に、バルク法と呼ばれる計算手法では数濃
度などを基に、ガンマ関数などでモデル化した粒径分布
から間接的に推定する（参考文献：斉藤和雄編、「非静
力学モデル」、気象研究ノート、第196号(1999)、57-10
2）。
【００４０】次に、このように高い精度で観測（推定）
された降水量を気象予測モデル内の雲・降水の物理過程
の計算に反映（データ同化）させる。これにより、気象
レーダの観測性能が向上するということに加え、気象予
測モデルの予測性能も向上するという相乗効果を得るこ
とができる。このような観測と予測両面での精度向上の
相乗効果が本発明の特徴である。
された降水量を気象予測モデル内の雲・降水の物理過程
の計算に反映（データ同化）させる。これにより、気象
レーダの観測性能が向上するということに加え、気象予
測モデルの予測性能も向上するという相乗効果を得るこ
とができる。このような観測と予測両面での精度向上の
相乗効果が本発明の特徴である。
【００４１】（第３の実施形態）図３は第３の実施形態
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。尚、図３において、図２と同一
部分には同一符号を付して示す。
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。尚、図３において、図２と同一
部分には同一符号を付して示す。
【００４２】本実施形態のシステムにおいても、気象予
測モデル作成装置２１と気象レーダ情報解析装置２２と
に大別される。
測モデル作成装置２１と気象レーダ情報解析装置２２と
に大別される。
【００４３】ここで、気象予測モデル作成装置２１の構
成は、第２の実施形態と同様の構成であるが、雲・降水
物理過程解析部２１１で得られた降水カテゴリーの推定
結果のみを、気象レーダ情報解析装置２２に送るように
する。
成は、第２の実施形態と同様の構成であるが、雲・降水
物理過程解析部２１１で得られた降水カテゴリーの推定
結果のみを、気象レーダ情報解析装置２２に送るように
する。
【００４４】この気象レーダ情報解析装置２２は、粒径
分布推定処理部２２４を備える。この粒径分布推定処理
部２２４は、レーダ覆域内の所定の地点に設置された地
上雨量計２４で得られる降水量データ及び気象レーダ送
受信装置２３からの反射強度データを取り込み、両デー
タの関係を統計的に求めて、レーダ反射因子から降水量
を求める際の変換式の係数（例えば（１）式のＢ、β）
を最適化する。この際、気象予測モデル作成装置２１に
て得られた降水カテゴリーの推定結果を参照して適宜補
正する。ここで求められた変換係数は反射強度−降水量
変換処理部２２２に送られ、（１）式に基づいて反射強
度データから降水量データが求められる。
分布推定処理部２２４を備える。この粒径分布推定処理
部２２４は、レーダ覆域内の所定の地点に設置された地
上雨量計２４で得られる降水量データ及び気象レーダ送
受信装置２３からの反射強度データを取り込み、両デー
タの関係を統計的に求めて、レーダ反射因子から降水量
を求める際の変換式の係数（例えば（１）式のＢ、β）
を最適化する。この際、気象予測モデル作成装置２１に
て得られた降水カテゴリーの推定結果を参照して適宜補
正する。ここで求められた変換係数は反射強度−降水量
変換処理部２２２に送られ、（１）式に基づいて反射強
度データから降水量データが求められる。
【００４５】上記反射強度−降水量変換処理部２２２で
得られた降水量データは、風速データ演算処理部２２３
で得られる風速データと共に気象予測モデル作成装置２
１に送られ、データ同化処理部２１２によるデータ同化
が施された後、物理過程解析部２１１の物理過程解析の
再処理に供される。また、本実施形態においては、気象
レーダ情報解析装置２２の粒径分布推定処理部２２４の
推定結果を物理過程解析部２１１に送り、降水カテゴリ
ー分類の参考値として取り扱う。
得られた降水量データは、風速データ演算処理部２２３
で得られる風速データと共に気象予測モデル作成装置２
１に送られ、データ同化処理部２１２によるデータ同化
が施された後、物理過程解析部２１１の物理過程解析の
再処理に供される。また、本実施形態においては、気象
レーダ情報解析装置２２の粒径分布推定処理部２２４の
推定結果を物理過程解析部２１１に送り、降水カテゴリ
ー分類の参考値として取り扱う。
【００４６】すなわち、第３の実施形態では、第２の実
施形態の構成に加え、地上雨量計２４の観測データを用
いる。地上雨量計２４により観測された降水量と気象レ
ーダで観測されたレーダ反射因子（反射強度）の関係を
統計的に求めれば、レーダ反射因子を降水量に変換する
際の変換式の係数（例えば、（１）式のＢ、β）を最適
化することができる。このような係数の最適化はリアル
タイムで行うことが可能である。
施形態の構成に加え、地上雨量計２４の観測データを用
いる。地上雨量計２４により観測された降水量と気象レ
ーダで観測されたレーダ反射因子（反射強度）の関係を
統計的に求めれば、レーダ反射因子を降水量に変換する
際の変換式の係数（例えば、（１）式のＢ、β）を最適
化することができる。このような係数の最適化はリアル
タイムで行うことが可能である。
【００４７】この変換式の係数は降水粒子のカテゴリー
（誘電率）や粒径分布により変化する。逆に言えば、変
換式の係数には、これらの情報が含まれていると言え
る。このような情報を気象レーダによる観測だけでな
く、気象予測モデルにおける雲・降水の物理過程の計算
に反映させることが第３の実施形態の特徴である。
（誘電率）や粒径分布により変化する。逆に言えば、変
換式の係数には、これらの情報が含まれていると言え
る。このような情報を気象レーダによる観測だけでな
く、気象予測モデルにおける雲・降水の物理過程の計算
に反映させることが第３の実施形態の特徴である。
【００４８】具体的には、物理過程解析部２１１で求め
た降水カテゴリーの推定結果を粒径分布推定処理部２２
４に与え、粒径分布をガンマ関数などによりモデル化
し、粒径分布の推定を行うことなどが考えられる。反対
に、粒径分布推定処理部２２４で求めた粒径分布を物理
過程解析部２１１に与え、降水カテゴリーの分類に供す
ることも考えられる。さらには、観測から予測へ、予測
から観測へという一方向の推定ではなく、例えば重み係
数により観測と予測の推定値を融合させることも可能で
ある。
た降水カテゴリーの推定結果を粒径分布推定処理部２２
４に与え、粒径分布をガンマ関数などによりモデル化
し、粒径分布の推定を行うことなどが考えられる。反対
に、粒径分布推定処理部２２４で求めた粒径分布を物理
過程解析部２１１に与え、降水カテゴリーの分類に供す
ることも考えられる。さらには、観測から予測へ、予測
から観測へという一方向の推定ではなく、例えば重み係
数により観測と予測の推定値を融合させることも可能で
ある。
【００４９】（第４の実施形態）図４は第４の実施形態
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。尚、図４において、図３と同一
部分には同一符号を付して示す。
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。尚、図４において、図３と同一
部分には同一符号を付して示す。
【００５０】本実施形態のシステムは、気象レーダとし
て二重偏波レーダを用いている場合の構成である。二重
偏波レーダでは、差分レーダ反射因子ＺDR、直線偏波交
差偏波比ＬDR、偏波間相関係数ρhv(0)、偏波間位相差
φDP、偏波間位相差の距離微分ｋDPなどの偏波に伴う情
報が観測できる（参考文献：岡本謙一編、「地球環境計
測」、オーム社、1999、188-196）。この中で、ＺDR、
ＬDR、ρhv(0)については、降水カテゴリーや粒径分布
に依存することがすでに知られている。
て二重偏波レーダを用いている場合の構成である。二重
偏波レーダでは、差分レーダ反射因子ＺDR、直線偏波交
差偏波比ＬDR、偏波間相関係数ρhv(0)、偏波間位相差
φDP、偏波間位相差の距離微分ｋDPなどの偏波に伴う情
報が観測できる（参考文献：岡本謙一編、「地球環境計
測」、オーム社、1999、188-196）。この中で、ＺDR、
ＬDR、ρhv(0)については、降水カテゴリーや粒径分布
に依存することがすでに知られている。
【００５１】そこで、本実施形態では、気象レーダ情報
解析装置２２において、二重偏波気象レーダ送受信装置
２５から前述の偏波に伴う情報（以下、偏波情報と称す
る）を受け取って粒径分布推定処理部２２５に入力し、
過去の偏波情報統計値と気象予測モデル作成装置２１か
らの降水カテゴリー推定結果に基づいて降水分布を推定
し、この推定結果から前述の変換係数を求める。また、
第３の実施形態と同様に、粒径分布推定処理部２２５で
求めた粒径分布を物理過程解析部２１１に入力し、降水
カテゴリーの分類に供するようにする。
解析装置２２において、二重偏波気象レーダ送受信装置
２５から前述の偏波に伴う情報（以下、偏波情報と称す
る）を受け取って粒径分布推定処理部２２５に入力し、
過去の偏波情報統計値と気象予測モデル作成装置２１か
らの降水カテゴリー推定結果に基づいて降水分布を推定
し、この推定結果から前述の変換係数を求める。また、
第３の実施形態と同様に、粒径分布推定処理部２２５で
求めた粒径分布を物理過程解析部２１１に入力し、降水
カテゴリーの分類に供するようにする。
【００５２】以上のように、本実施形態のシステムは、
二重偏波気象レーダで得られる偏波情報を利用し、その
観測データを基に、例えば過去の統計値から降水カテゴ
リーや降水分布を推定して変換係数を求めると共に、そ
れを気象予測モデルにおける雲・降水の物理過程の計算
に反映させるようにしたことが特徴である。
二重偏波気象レーダで得られる偏波情報を利用し、その
観測データを基に、例えば過去の統計値から降水カテゴ
リーや降水分布を推定して変換係数を求めると共に、そ
れを気象予測モデルにおける雲・降水の物理過程の計算
に反映させるようにしたことが特徴である。
【００５３】尚、本実施形態では二重偏波レーダを例に
説明したが、二周波レーダ（参考文献：岡本謙一編、
「地球環境計測」、オーム社、1999、188-196）などに
ついても全く同様の考え方が適応できる。また、第３の
実施形態と同様に、例えば重み係数により観測と予測の
推定値を融合させることも可能である。
説明したが、二周波レーダ（参考文献：岡本謙一編、
「地球環境計測」、オーム社、1999、188-196）などに
ついても全く同様の考え方が適応できる。また、第３の
実施形態と同様に、例えば重み係数により観測と予測の
推定値を融合させることも可能である。
【００５４】（第５の実施形態）図５は第５の実施形態
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。尚、図５において、図３及び図
４と同一部分には同一符号を付して示す。
として、本発明に係る気象観測・予測システムの構成を
示すブロック図である。尚、図５において、図３及び図
４と同一部分には同一符号を付して示す。
【００５５】本実施形態のシステムは、第３及び第４の
実施形態を合わせた考え方で、二重偏波レーダ（または
二周波レーダ）による観測、地上雨量計による観測、気
象予測モデルによる予測の全てを融合させ、総合的に降
水カテゴリーと粒径分布を推定する。
実施形態を合わせた考え方で、二重偏波レーダ（または
二周波レーダ）による観測、地上雨量計による観測、気
象予測モデルによる予測の全てを融合させ、総合的に降
水カテゴリーと粒径分布を推定する。
【００５６】すなわち、本実施形態では、気象レーダ情
報解析装置２２において、地上雨量計２４からの降水量
データ、二重偏波気象レーダ送受信装置２５からの偏波
情報、気象予測モデル作成装置２１からの降水カテゴリ
ー推定結果を粒径分布推定処理部２２６に入力し、当該
推定処理部２２６にて、前述の実施形態で説明した処理
によって粒径分布を推定し、対応する変換係数を求める
ようにしている。また、推定処理部２２６で推定した粒
径分布を気象予測モデル作成装置２１の物理過程解析部
２１１に送り、降水カテゴリー推定に供するようにして
いる。
報解析装置２２において、地上雨量計２４からの降水量
データ、二重偏波気象レーダ送受信装置２５からの偏波
情報、気象予測モデル作成装置２１からの降水カテゴリ
ー推定結果を粒径分布推定処理部２２６に入力し、当該
推定処理部２２６にて、前述の実施形態で説明した処理
によって粒径分布を推定し、対応する変換係数を求める
ようにしている。また、推定処理部２２６で推定した粒
径分布を気象予測モデル作成装置２１の物理過程解析部
２１１に送り、降水カテゴリー推定に供するようにして
いる。
【００５７】このように、本実施形態のシステムでは、
地上雨量計による降水量データ、二重偏波気象レーダま
たは二周波気象レーダによる観測データ、気象予測モデ
ルからの降水カテゴリー推定結果を用いて総合的に粒径
分布を推定するようにしているので、よりいっそう精度
の高い推定を行うことができ、これにより変換係数の精
度が上がり、結果として精度の高い降水量データが得ら
れる。これに伴い、気象レーダ情報解析装置２２で得ら
れた観測データを気象予測モデルに反映しているので、
予測データの精度も向上するようになる。
地上雨量計による降水量データ、二重偏波気象レーダま
たは二周波気象レーダによる観測データ、気象予測モデ
ルからの降水カテゴリー推定結果を用いて総合的に粒径
分布を推定するようにしているので、よりいっそう精度
の高い推定を行うことができ、これにより変換係数の精
度が上がり、結果として精度の高い降水量データが得ら
れる。これに伴い、気象レーダ情報解析装置２２で得ら
れた観測データを気象予測モデルに反映しているので、
予測データの精度も向上するようになる。
【００５８】具体的には、偏波情報または二周波情報、
レーダ反射因子と地上降水量の変換式の係数、気象予測
モデルの計算結果の全てから推定される降水カテゴリー
と粒径分布を重み係数などにより融合させることが考え
られる。あるいは、偏波情報または二周波情報を基に推
定した三次元空間上の降水カテゴリーと粒径分布につい
て、レーダ反射因子と降水量の変換式の係数から推定し
た地上での二次元的な降水カテゴリーと粒径分布を基に
した補正を加え、これを気象予測モデルの雲・降水の物
理過程の計算に反映（ナッジングあるいは変分法などに
よるデータ同化）させることも考えられる。
レーダ反射因子と地上降水量の変換式の係数、気象予測
モデルの計算結果の全てから推定される降水カテゴリー
と粒径分布を重み係数などにより融合させることが考え
られる。あるいは、偏波情報または二周波情報を基に推
定した三次元空間上の降水カテゴリーと粒径分布につい
て、レーダ反射因子と降水量の変換式の係数から推定し
た地上での二次元的な降水カテゴリーと粒径分布を基に
した補正を加え、これを気象予測モデルの雲・降水の物
理過程の計算に反映（ナッジングあるいは変分法などに
よるデータ同化）させることも考えられる。
【００５９】以上まとめると、気象観測装置、気象予測
モデルは次のような性質を有する。
モデルは次のような性質を有する。
【００６０】（１）地上雨量計は高精度の降水量の観測
が行える（利点）。但し、地上雨量計は地上の特定地点
でしか観測できない（制約）。
が行える（利点）。但し、地上雨量計は地上の特定地点
でしか観測できない（制約）。
【００６１】（２）気象レーダは三次元空間上で降水量
の観測が行える（利点）。但し、気象レーダの反射因子
は降水量だけでなく降水カテゴリーと粒径分布にも依存
する（利点、制約）。
の観測が行える（利点）。但し、気象レーダの反射因子
は降水量だけでなく降水カテゴリーと粒径分布にも依存
する（利点、制約）。
【００６２】（３）二重偏波レーダの偏波情報または二
周波レーダの二周波情報は三次元空間上で観測が行え、
降水カテゴリーと粒径分布に関する情報が含まれる（利
点）。但し、二重偏波レーダまたは二周波レーダの情報
から推定される降水カテゴリーと粒径分布には曖昧性が
残る（制約）。
周波レーダの二周波情報は三次元空間上で観測が行え、
降水カテゴリーと粒径分布に関する情報が含まれる（利
点）。但し、二重偏波レーダまたは二周波レーダの情報
から推定される降水カテゴリーと粒径分布には曖昧性が
残る（制約）。
【００６３】（４）気象予測モデルは明示的に降水カテ
ゴリーと粒径分布を計算することができる（利点）。但
し、気象予測モデルの算出結果はあくまでも予測された
推定値であり、予測誤差が含まれる（制約）。
ゴリーと粒径分布を計算することができる（利点）。但
し、気象予測モデルの算出結果はあくまでも予測された
推定値であり、予測誤差が含まれる（制約）。
【００６４】本実施形態は気象観測装置、気象予測モデ
ルが持つ上記のような性質を総合的に補完するものであ
り、これらの相乗作用により、観測と予測の精度を同時
に向上させることを特徴とする。
ルが持つ上記のような性質を総合的に補完するものであ
り、これらの相乗作用により、観測と予測の精度を同時
に向上させることを特徴とする。
【００６５】尚、本発明は上記実施形態に限定されるも
のではなく、例示していない他の観測装置の情報を観測
データの補正、推定データの演算に反映することも可能
であり、さらに精度向上を図ることができる。
のではなく、例示していない他の観測装置の情報を観測
データの補正、推定データの演算に反映することも可能
であり、さらに精度向上を図ることができる。
【００６６】
【発明の効果】以上述べたように本発明によれば、気象
レーダ情報解析に際して降雨の性質に応じた精度の高い
降水量を求めることができる気象レーダ情報解析装置
と、この気象レーダ情報解析装置の解析結果を利用して
より精度の高い気象予測モデルを作成可能な気象予測モ
デル作成装置と、これらの装置を融合してより精度の高
い気象観測データ、気象予測データを得ることのできる
気象観測・予測システムを提供することができる。
レーダ情報解析に際して降雨の性質に応じた精度の高い
降水量を求めることができる気象レーダ情報解析装置
と、この気象レーダ情報解析装置の解析結果を利用して
より精度の高い気象予測モデルを作成可能な気象予測モ
デル作成装置と、これらの装置を融合してより精度の高
い気象観測データ、気象予測データを得ることのできる
気象観測・予測システムを提供することができる。
【図１】 本発明に係る第１の実施形態としての気象レ
ーダ情報解析装置の構成を示すブロック図。
ーダ情報解析装置の構成を示すブロック図。
【図２】 本発明に係る第２の実施形態としての気象観
測・予測システムの構成を示すブロック図。
測・予測システムの構成を示すブロック図。
【図３】 本発明に係る第３の実施形態としての気象観
測・予測システムの構成を示すブロック図。
測・予測システムの構成を示すブロック図。
【図４】 本発明に係る第４の実施形態としての気象観
測・予測システムの構成を示すブロック図。
測・予測システムの構成を示すブロック図。
【図５】 本発明に係る第５の実施形態としての気象観
測・予測システムの構成を示すブロック図。
測・予測システムの構成を示すブロック図。
１１…気象レーダ情報解析装置
１１１…降水カテゴリー・粒径分布推定処理部
１１２…変換係数算出部
１１３…反射強度−降水量変換処理部
１１４…風速データ演算処理部
１２…気象レーダ送受信装置
２１…気象予測モデル作成装置
２１１…雲・降水物理過程解析部
２１２…データ同化処理部
２２…気象レーダ情報解析装置
２２１…変換係数算出部
２２２…反射強度−降水量変換処理部
２２３…風速データ演算処理部
２２４，２２５，２２６…粒径分布推定処理部
２３…気象レーダ送受信装置
２４…地上雨量計
２５…二重偏波気象レーダ送受信装置
Claims (21)
- 【請求項１】 気象レーダで観測される反射強度情報か
ら降水量を解析する気象レーダ情報解析装置において、 前記気象レーダの覆域内における格子点気象要素の予測
情報を取り込み、この予測情報から高度別の降水カテゴ
リー及び降水タイプ別の粒径分布を推定し、この推定結
果に基づいて気象レーダのレーダ反射因子を降水量に換
算する換算式を最適化し、この最適化された換算式によ
り前記気象レーダで観測される反射強度情報に対応する
降水量を求めることを特徴とする気象レーダ情報解析装
置。 - 【請求項２】 気象レーダで観測される反射強度情報か
ら降水量を解析する気象レーダ情報解析装置において、 前記気象レーダの覆域内の気象予測モデルで推定される
高度別の降水カテゴリー及び降水タイプ別の粒径分布の
情報を取り込み、これらの推定情報に基づいて気象レー
ダのレーダ反射因子を降水量に換算する換算式を最適化
し、この最適化された換算式により前記気象レーダで観
測される反射強度情報に対応する降水量を求めることを
特徴とする気象レーダ情報解析装置。 - 【請求項３】 気象レーダで観測される反射強度情報か
ら降水量を解析する気象レーダ情報解析装置において、 前記気象レーダの覆域内の複数地点に設置される降水量
観測装置の観測情報を取り込み、この観測情報から降水
タイプ別の粒径分布を推定し、この推定結果に基づいて
気象レーダのレーダ反射因子を降水量に換算する換算式
を最適化し、この最適化された換算式により前記気象レ
ーダで観測される反射強度情報に対応する降水量を求め
ることを特徴とする気象レーダ情報解析装置。 - 【請求項４】 二重偏波方式の気象レーダで観測される
反射強度情報から降水量を解析する気象レーダ情報解析
装置において、 前記二重偏波方式の気象レーダで観測される偏波に依存
する情報を取り込み、この情報から降水タイプ別の粒径
分布を推定し、この推定結果に基づいて気象レーダのレ
ーダ反射因子を降水量に換算する換算する換算式を最適
化し、この最適化された換算式により前記気象レーダで
観測される反射強度情報に対応する降水量を求めること
を特徴とする気象レーダ情報解析装置。 - 【請求項５】 二周波方式の気象レーダで観測される反
射強度情報から降水量を解析する気象レーダ情報解析装
置において、 前記二周波方式の気象レーダで観測される二周波に依存
する情報を取り込み、この情報から降水タイプ別の粒径
分布を推定し、この推定結果に基づいて気象レーダのレ
ーダ反射因子を降水量に換算する換算式を最適化し、こ
の最適化された換算式により前記気象レーダで観測され
る反射強度情報に対応する降水量を求めることを特徴と
する気象レーダ情報解析装置。 - 【請求項６】 さらに、前記気象レーダの覆域内の気象
予測モデルで推定される高度別の降水カテゴリーを取り
込み、この降水カテゴリーに基づいて前記換算式を最適
化することを特徴とする請求項３乃至５のいずれか記載
の気象レーダ情報解析装置。 - 【請求項７】 さらに、前記気象レーダの覆域内の複数
地点に設置される降水量観測装置の観測情報を取り込
み、この観測情報を含めて前記降水タイプ別の粒径分布
を推定することを特徴とする請求項４乃至６のいずれか
記載の気象レーダ情報解析装置。 - 【請求項８】 格子点気象要素の予測情報を取り込み、
物理過程の演算処理により気象予測モデルを作成する気
象予測モデル作成装置において、 請求項１〜７のいずれか記載の気象レーダ情報解析装置
で得られる降水量の情報を取り込んで同化処理を行い、
前記物理過程の演算処理に反映させることを特徴とする
気象予測モデル作成装置。 - 【請求項９】 さらに、前記気象レーダで得られる風速
情報を取り込み、同化処理を行って前記物理過程の演算
処理に反映させることを特徴とする請求項８記載の気象
予測モデル作成装置。 - 【請求項１０】 さらに、前記物理過程の演算処理の中
で少なくとも高度別の降水カテゴリーを推定することを
特徴とする請求項８記載の気象予測モデル作成装置。 - 【請求項１１】 さらに、前記物理過程の演算処理の中
で降水タイプの粒径分布を推定することを特徴とする請
求項１０記載の気象予測モデル作成装置。 - 【請求項１２】 格子点気象要素の予測情報を取り込
み、物理過程の演算処理により気象予測モデルを作成
し、前記物理過程の演算処理で高度別の降水カテゴリー
及び降水タイプの粒径分布を推定する気象予測モデル作
成装置と、 この気象予測モデル作成装置から気象レーダの覆域内の
高度別の降水カテゴリー及び降水タイプ別の粒径分布の
推定情報を取り込み、これらの推定情報に基づいて気象
レーダのレーダ反射因子を降水量に換算する換算式を最
適化し、この最適化された換算式により前記気象レーダ
で観測される反射強度情報に対応する降水量を求める気
象レーダ情報解析装置とを具備することを特徴とする気
象観測・予測システム。 - 【請求項１３】 格子点気象要素の予測情報を取り込
み、物理過程の演算処理により気象予測モデルを作成
し、前記物理過程の演算処理で高度別の降水カテゴリー
を推定する気象予測モデル作成装置と、 この気象予測モデル作成装置から気象レーダの覆域内の
高度別の降水カテゴリーの推定情報を取り込むと共に、
気象レーダの覆域内の複数地点に設置される降水量観測
装置の観測情報を取り込んで、この観測情報から降水タ
イプ別の粒径分布を推定し、前記降水カテゴリーの推定
情報及び前記粒径分布の推定結果に基づいて気象レーダ
のレーダ反射因子を降水量に換算する換算式を最適化
し、この最適化された換算式により前記気象レーダで観
測される反射強度情報に対応する降水量を求めることを
特徴とする気象レーダ情報解析装置とを具備することを
特徴とする気象観測・予測システム。 - 【請求項１４】 格子点気象要素の予測情報を取り込
み、物理過程の演算処理により気象予測モデルを作成
し、前記物理過程の演算処理で高度別の降水カテゴリー
を推定する気象予測モデル作成装置と、 この気象予測モデル作成装置から気象レーダの覆域内の
高度別の降水カテゴリーの推定情報を取り込むと共に、
二重偏波方式の気象レーダで観測される偏波に依存する
情報を取り込んで、この情報から降水タイプ別の粒径分
布を推定し、前記降水カテゴリーの推定情報及び前記粒
径分布の推定結果に基づいて気象レーダのレーダ反射因
子を降水量に換算する換算する換算式を最適化し、この
最適化された換算式により前記二重偏波方式の気象レー
ダで観測される反射強度情報に対応する降水量を求める
ことを特徴とする気象レーダ情報解析装置とを具備する
ことを特徴とする気象観測・予測システム。 - 【請求項１５】 格子点気象要素の予測情報を取り込
み、物理過程の演算処理により気象予測モデルを作成
し、前記物理過程の演算処理で高度別の降水カテゴリー
を推定する気象予測モデル作成装置と、 この気象予測モデル作成装置から気象レーダの覆域内の
高度別の降水カテゴリーの推定情報を取り込むと共に、
二周波方式の気象レーダで観測される二周波に依存する
情報を取り込んで、この情報から降水タイプ別の粒径分
布を推定し、前記降水カテゴリーの推定情報及び前記粒
径分布の推定結果に基づいて気象レーダのレーダ反射因
子を降水量に換算する換算する換算式を最適化し、この
最適化された換算式により前記二周波方式の気象レーダ
で観測される反射強度情報に対応する降水量を求めるこ
とを特徴とする気象レーダ情報解析装置とを具備するこ
とを特徴とする気象観測・予測システム。 - 【請求項１６】 前記気象レーダ情報解析装置は、さら
に、前記気象レーダの覆域内の複数地点に設置される降
水量観測装置の観測情報を取り込み、この観測情報を含
めて前記降水タイプ別の粒径分布を推定することを特徴
とする請求項１４または１５記載の気象観測・予測シス
テム。 - 【請求項１７】 前記気象予測モデル作成装置は、前記
気象レーダ情報解析装置で得られる降水量の情報を取り
込んで同化処理を行い、前記物理過程の演算処理に反映
させることを特徴とする請求項１２乃至１６のいずれか
記載の気象観測・予測システム。 - 【請求項１８】 前記気象予測モデル作成装置は、さら
に、前記気象レーダで得られる風速情報を取り込み、同
化処理を行って前記物理過程の演算処理に反映させるこ
とを特徴とする請求項１７記載の気象観測・予測システ
ム。 - 【請求項１９】 前記気象予測モデル作成装置は、前記
気象レーダ解析装置で得られる粒径分布の推定結果を取
り込んで前記物理過程の演算処理に反映させることを特
徴とする請求項１２乃至１８のいずれか記載の気象観測
・予測システム。 - 【請求項２０】 レーダ反射因子Ｚと降水強度Ｒの関係
を２つのパラメータＢ及びβを用いて表現し、レーダ反
射因子Ｚの値を降水量Ｒの値に換算する換算式に対し、
降水タイプ別の粒径分布を推定し、この推定結果に基づ
いて前記換算式を最適化することを特徴とする降水量観
測方法。 - 【請求項２１】 さらに、高度別の降水カテゴリーを推
定し、この推定結果に基づいて前記換算式を最適化する
とを特徴とする降水量観測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002152571A JP2003344556A (ja) | 2002-05-27 | 2002-05-27 | 気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002152571A JP2003344556A (ja) | 2002-05-27 | 2002-05-27 | 気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003344556A true JP2003344556A (ja) | 2003-12-03 |
Family
ID=29769872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002152571A Abandoned JP2003344556A (ja) | 2002-05-27 | 2002-05-27 | 気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003344556A (ja) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006226713A (ja) * | 2005-02-15 | 2006-08-31 | Mitsubishi Electric Corp | 気象レーダ装置 |
| JP2006274786A (ja) * | 2005-02-25 | 2006-10-12 | Toshiba Corp | 雨水排水支援制御装置 |
| JP2007017316A (ja) * | 2005-07-08 | 2007-01-25 | Toshiba Corp | 気象情報提供システム |
| JP2007212402A (ja) * | 2006-02-13 | 2007-08-23 | Toshiba Corp | 気象予測システム及び気象予測方法 |
| JP2009008440A (ja) * | 2007-06-26 | 2009-01-15 | Mitsubishi Electric Corp | 気象レーダ装置 |
| JP2009128180A (ja) * | 2007-11-22 | 2009-06-11 | Toshiba Corp | 霧予測装置及び霧予測方法 |
| KR100922129B1 (ko) * | 2009-04-10 | 2009-10-16 | 부경대학교 산학협력단 | 기상레이더의 강수입자 직경분포 산출 방법 |
| KR100922128B1 (ko) * | 2009-04-10 | 2009-10-16 | 부경대학교 산학협력단 | 기상레이더의 반사도 보정 방법 |
| JP2009300063A (ja) * | 2008-06-10 | 2009-12-24 | Haruo Wakabayashi | 飛行体捕捉システムおよび飛行体捕捉方法 |
| JP2010048632A (ja) * | 2008-08-21 | 2010-03-04 | Chugoku Electric Power Co Inc:The | 防災体制判断支援システム |
| JP2010060443A (ja) * | 2008-09-04 | 2010-03-18 | Japan Weather Association | 気象予測装置、方法及びプログラム |
| JP2010197185A (ja) * | 2009-02-25 | 2010-09-09 | National Research Institute For Earth Science & Disaster Provention | 降水分布の推定システムおよび降水分布の推定方法 |
| JP2011081015A (ja) * | 2011-01-11 | 2011-04-21 | Mitsubishi Electric Corp | 気象レーダ装置 |
| JP2012018155A (ja) * | 2010-06-11 | 2012-01-26 | Toshiba Corp | レーダ受信信号処理装置とその方法 |
| JP2013195167A (ja) * | 2012-03-16 | 2013-09-30 | Mitsubishi Electric Corp | レーダ信号処理装置およびレーダ信号処理方法 |
| US8704706B2 (en) | 2010-06-11 | 2014-04-22 | Kabushiki Kaisha Toshiba | Radar return signal processing apparatus and method |
| JP2014102235A (ja) * | 2012-11-22 | 2014-06-05 | Japan Radio Co Ltd | レーダ信号処理装置 |
| WO2015005020A1 (ja) * | 2013-07-11 | 2015-01-15 | 古野電気株式会社 | 気象情報処理装置、気象レーダシステムおよび気象情報処理方法 |
| KR101605526B1 (ko) | 2015-07-28 | 2016-03-23 | 대한민국 | 비정상 전파에 의한 비 강수 에코 검출 방법 및 이를 수행하기 위한 장치 |
| KR101636651B1 (ko) * | 2015-05-07 | 2016-07-07 | 경북대학교 산학협력단 | 하이브리드 고도각 레이더강우 추정 장치 및 방법 |
| KR101666439B1 (ko) * | 2015-07-28 | 2016-10-17 | 대한민국 | 도메인 갱신을 이용한 기상 예보 방법 및 이를 수행하기 위한 장치 |
| WO2017104882A1 (ko) * | 2015-12-18 | 2017-06-22 | 부경대학교 산학협력단 | 고해상도 강수량자료 복원시스템 및 그 방법 |
| KR101751800B1 (ko) | 2015-07-28 | 2017-06-29 | 대한민국 | 레이더 빔 시뮬레이션 방법 및 이를 수행하기 위한 장치 |
| WO2017122408A1 (ja) * | 2016-01-12 | 2017-07-20 | 株式会社東芝 | 気象予測装置、気象予測方法、および気象予測プログラム |
| JP2019211342A (ja) * | 2018-06-05 | 2019-12-12 | 株式会社東芝 | 気象解析装置、気象解析方法、およびプログラム |
| 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 |
| JP2021092407A (ja) * | 2019-12-09 | 2021-06-17 | コリア インスティテュート オフ コンストラクション テクノロジー | 超短距離二重偏波レーダの多重高度観測資料を用いた降雨強度推定方法，及び推定装置 |
| JP2021185391A (ja) * | 2017-09-06 | 2021-12-09 | 国立研究開発法人宇宙航空研究開発機構 | 雷脅威情報の提供装置、雷脅威情報の提供方法及びプログラム |
| CN116502151A (zh) * | 2023-06-29 | 2023-07-28 | 深圳市千百炼科技有限公司 | 基于多维度气象数据的气象预测方法、***、设备及介质 |
| CN117214979A (zh) * | 2023-10-08 | 2023-12-12 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种相控阵雷达资料同化方法、装置及设备 |
-
2002
- 2002-05-27 JP JP2002152571A patent/JP2003344556A/ja not_active Abandoned
Cited By (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006226713A (ja) * | 2005-02-15 | 2006-08-31 | Mitsubishi Electric Corp | 気象レーダ装置 |
| JP2006274786A (ja) * | 2005-02-25 | 2006-10-12 | Toshiba Corp | 雨水排水支援制御装置 |
| JP2007017316A (ja) * | 2005-07-08 | 2007-01-25 | Toshiba Corp | 気象情報提供システム |
| JP4515980B2 (ja) * | 2005-07-08 | 2010-08-04 | 株式会社東芝 | 気象情報提供システム |
| JP4509947B2 (ja) * | 2006-02-13 | 2010-07-21 | 株式会社東芝 | 気象予測システム及び気象予測方法 |
| JP2007212402A (ja) * | 2006-02-13 | 2007-08-23 | Toshiba Corp | 気象予測システム及び気象予測方法 |
| JP2009008440A (ja) * | 2007-06-26 | 2009-01-15 | Mitsubishi Electric Corp | 気象レーダ装置 |
| JP4667426B2 (ja) * | 2007-06-26 | 2011-04-13 | 三菱電機株式会社 | 気象レーダ装置 |
| JP2009128180A (ja) * | 2007-11-22 | 2009-06-11 | Toshiba Corp | 霧予測装置及び霧予測方法 |
| JP2009300063A (ja) * | 2008-06-10 | 2009-12-24 | Haruo Wakabayashi | 飛行体捕捉システムおよび飛行体捕捉方法 |
| JP2010048632A (ja) * | 2008-08-21 | 2010-03-04 | Chugoku Electric Power Co Inc:The | 防災体制判断支援システム |
| JP2010060443A (ja) * | 2008-09-04 | 2010-03-18 | Japan Weather Association | 気象予測装置、方法及びプログラム |
| JP2010197185A (ja) * | 2009-02-25 | 2010-09-09 | National Research Institute For Earth Science & Disaster Provention | 降水分布の推定システムおよび降水分布の推定方法 |
| KR100922128B1 (ko) * | 2009-04-10 | 2009-10-16 | 부경대학교 산학협력단 | 기상레이더의 반사도 보정 방법 |
| KR100922129B1 (ko) * | 2009-04-10 | 2009-10-16 | 부경대학교 산학협력단 | 기상레이더의 강수입자 직경분포 산출 방법 |
| JP2012018155A (ja) * | 2010-06-11 | 2012-01-26 | Toshiba Corp | レーダ受信信号処理装置とその方法 |
| JP2012018154A (ja) * | 2010-06-11 | 2012-01-26 | Toshiba Corp | レーダ受信信号処理装置とその方法 |
| US8704706B2 (en) | 2010-06-11 | 2014-04-22 | Kabushiki Kaisha Toshiba | Radar return signal processing apparatus and method |
| JP2011081015A (ja) * | 2011-01-11 | 2011-04-21 | Mitsubishi Electric Corp | 気象レーダ装置 |
| JP2013195167A (ja) * | 2012-03-16 | 2013-09-30 | Mitsubishi Electric Corp | レーダ信号処理装置およびレーダ信号処理方法 |
| JP2014102235A (ja) * | 2012-11-22 | 2014-06-05 | Japan Radio Co Ltd | レーダ信号処理装置 |
| JPWO2015005020A1 (ja) * | 2013-07-11 | 2017-03-02 | 古野電気株式会社 | 気象情報処理装置、気象レーダシステムおよび気象情報処理方法 |
| US10139487B2 (en) | 2013-07-11 | 2018-11-27 | Furuno Electric Co., Ltd. | Meteorological radar system and method and device for processing meteorological information |
| WO2015005020A1 (ja) * | 2013-07-11 | 2015-01-15 | 古野電気株式会社 | 気象情報処理装置、気象レーダシステムおよび気象情報処理方法 |
| KR101636651B1 (ko) * | 2015-05-07 | 2016-07-07 | 경북대학교 산학협력단 | 하이브리드 고도각 레이더강우 추정 장치 및 방법 |
| KR101605526B1 (ko) | 2015-07-28 | 2016-03-23 | 대한민국 | 비정상 전파에 의한 비 강수 에코 검출 방법 및 이를 수행하기 위한 장치 |
| KR101666439B1 (ko) * | 2015-07-28 | 2016-10-17 | 대한민국 | 도메인 갱신을 이용한 기상 예보 방법 및 이를 수행하기 위한 장치 |
| KR101751800B1 (ko) | 2015-07-28 | 2017-06-29 | 대한민국 | 레이더 빔 시뮬레이션 방법 및 이를 수행하기 위한 장치 |
| WO2017104882A1 (ko) * | 2015-12-18 | 2017-06-22 | 부경대학교 산학협력단 | 고해상도 강수량자료 복원시스템 및 그 방법 |
| CN108474867A (zh) * | 2015-12-18 | 2018-08-31 | 釜庆大学校产学协力团 | 高分辨率降水量资料复原***及其方法 |
| WO2017122408A1 (ja) * | 2016-01-12 | 2017-07-20 | 株式会社東芝 | 気象予測装置、気象予測方法、および気象予測プログラム |
| JP2021185391A (ja) * | 2017-09-06 | 2021-12-09 | 国立研究開発法人宇宙航空研究開発機構 | 雷脅威情報の提供装置、雷脅威情報の提供方法及びプログラム |
| JP7232543B2 (ja) | 2017-09-06 | 2023-03-03 | 国立研究開発法人宇宙航空研究開発機構 | 雷脅威情報の提供装置、雷脅威情報の提供方法及びプログラム |
| JP2019211342A (ja) * | 2018-06-05 | 2019-12-12 | 株式会社東芝 | 気象解析装置、気象解析方法、およびプログラム |
| 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 |
| JP2021092407A (ja) * | 2019-12-09 | 2021-06-17 | コリア インスティテュート オフ コンストラクション テクノロジー | 超短距離二重偏波レーダの多重高度観測資料を用いた降雨強度推定方法，及び推定装置 |
| CN116502151A (zh) * | 2023-06-29 | 2023-07-28 | 深圳市千百炼科技有限公司 | 基于多维度气象数据的气象预测方法、***、设备及介质 |
| CN116502151B (zh) * | 2023-06-29 | 2023-09-12 | 深圳市千百炼科技有限公司 | 基于多维度气象数据的气象预测方法、***、设备及介质 |
| CN117214979A (zh) * | 2023-10-08 | 2023-12-12 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种相控阵雷达资料同化方法、装置及设备 |
| CN117214979B (zh) * | 2023-10-08 | 2024-03-22 | 中国气象局广州热带海洋气象研究所（广东省气象科学研究所） | 一种相控阵雷达资料同化方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003344556A (ja) | 気象観測・予測システムと気象レーダ情報解析装置、気象予測モデル装置 | |
| CN112213727B (zh) | 一种基于主被动微波联合探测的星载雷达的降水订正方法 | |
| Ryzhkov et al. | Polarimetric radar observation operator for a cloud model with spectral microphysics | |
| Olson et al. | Precipitation and latent heating distributions from satellite passive microwave radiometry. Part I: Improved method and uncertainties | |
| L'Ecuyer et al. | An estimation-based precipitation retrieval algorithm for attenuating radars | |
| Giangrande et al. | A summary of convective-core vertical velocity properties using ARM UHF wind profilers in Oklahoma | |
| Chang et al. | Characteristics of the raindrop size distribution and drop shape relation in typhoon systems in the western Pacific from the 2D video disdrometer and NCU C-band polarimetric radar | |
| Kang et al. | Assessment of MJO predictability for boreal winter with various statistical and dynamical models | |
| Stensrud et al. | Reliable probabilistic quantitative precipitation forecasts from a short-range ensemble forecasting system | |
| Wu et al. | Evaluation of microphysics schemes in tropical cyclones using polarimetric radar observations: Convective precipitation in an outer rainband | |
| Jones et al. | Forecast evaluation of an observing system simulation experiment assimilating both radar and satellite data | |
| Huang et al. | Microphysical processes producing high ice water contents (HIWCs) in tropical convective clouds during the HAIC-HIWC field campaign: evaluation of simulations using bulk microphysical schemes | |
| Matrosov et al. | Radar rain-rate estimators and their variability due to rainfall type: An assessment based on hydrometeorology testbed data from the Southeastern United States | |
| Kuster et al. | Rapid-update radar observations of ZDR column depth and its use in the warning decision process | |
| Matrosov et al. | Empirical relations between size parameters of ice hydrometeor populations and radar reflectivity | |
| Hu et al. | A stratified sampling approach for improved sampling from a calibrated ensemble forecast distribution | |
| Gorgucci et al. | Correction of X-band radar observation for propagation effects based on the self-consistency principle | |
| Zheng et al. | Precipitation microphysical processes in the inner rainband of tropical cyclone Kajiki (2019) over the South China Sea revealed by polarimetric radar | |
| Pan et al. | Incorporating diagnosed intercept parameters and the graupel category within the ARPS cloud analysis system for the initialization of double-moment microphysics: Testing with a squall line over South China | |
| Mason et al. | A unified synergistic retrieval of clouds, aerosols and precipitation from EarthCARE: the ACM-CAP product | |
| Mason et al. | A unified synergistic retrieval of clouds, aerosols, and precipitation from EarthCARE: the ACM-CAP product | |
| Mroz et al. | Cloud and precipitation microphysical retrievals from the EarthCARE Cloud Profiling Radar: the C-CLD product | |
| Zhang et al. | The influence of airborne Doppler radar data quality on numerical simulations of a tropical cyclone | |
| Kato et al. | Very short time range forecasting using CReSS-3DVAR for a meso-γ-scale, localized, extremely heavy rainfall event: Comparison with an extrapolation-based nowcast | |
| Whitaker et al. | Subseasonal variations of tropical convection and week-2 prediction of wintertime western North American rainfall |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040113 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051110 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070109 |
|
| A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20070309 |