JP2017111074A - Weather data assimilation method, weather forecasting method, and weather forecasting system - Google Patents

Weather data assimilation method, weather forecasting method, and weather forecasting system Download PDF

Info

Publication number
JP2017111074A
JP2017111074A JP2015247155A JP2015247155A JP2017111074A JP 2017111074 A JP2017111074 A JP 2017111074A JP 2015247155 A JP2015247155 A JP 2015247155A JP 2015247155 A JP2015247155 A JP 2015247155A JP 2017111074 A JP2017111074 A JP 2017111074A
Authority
JP
Japan
Prior art keywords
wind speed
data
assimilation
dimensional
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.)
Granted
Application number
JP2015247155A
Other languages
Japanese (ja)
Other versions
JP6457927B2 (en
Inventor
次郎 米田
Jiro Yoneda
次郎 米田
岡林　一木
Kazuki Okabayashi
一木 岡林
原　智宏
Tomohiro Hara
智宏 原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2015247155A priority Critical patent/JP6457927B2/en
Publication of JP2017111074A publication Critical patent/JP2017111074A/en
Application granted granted Critical
Publication of JP6457927B2 publication Critical patent/JP6457927B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide a weather data assimilation method which, even if only the horizontal wind velocity component is observable, can output assimilation calculation results with less conflict with an actual weather phenomenon as to the vertical wind velocity component.SOLUTION: A weather data assimilation method comprises: a precalculation step for calculating, based on a weather model, three-dimensional wind velocity estimation data in a target area including at least one observation point for each time in a first period; generating three-dimensional wind velocity data for assimilation at the observation point by combining wind velocity observation data for the horizontal component observed at the observation point and the vertical wind velocity component included in the three-dimensional wind velocity estimation data at the observation point; and obtaining assimilated three-dimensional wind velocity data at the observation point by assimilating, based on the wind velocity data for assimilation at the observation point, the three-dimensional wind velocity estimation data in the target area.SELECTED DRAWING: Figure 4

Description

本開示は、気象現象のシミュレーションを行う際に用いられる気象データ同化方法および当該気象データ同化方法に基づいて気象予測を行うための気象予測方法および気象予測システムと関係する。   The present disclosure relates to a meteorological data assimilation method used when simulating a meteorological phenomenon, and a meteorological prediction method and a meteorological prediction system for performing meteorological prediction based on the meteorological data assimilation method.

気象予測システムが気象モデルに基づいて実行する数値シミュレーションに対して気象観測値を用いてデータ同化を行うことにより、気象モデルの計算誤差が補正され、気象モデルによる予測精度が向上することが期待される。つまり、気象モデルに基づく数値シミュレーションに対してデータ同化を行うことにより、シミュレーション結果と実際の気象現象との間の矛盾が少なくなることが期待される。   Assimilation of data using meteorological observations for numerical simulations performed by the weather forecasting system based on the meteorological model is expected to correct the calculation error of the meteorological model and improve the prediction accuracy of the meteorological model. The That is, by performing data assimilation for a numerical simulation based on a weather model, it is expected that there will be less inconsistency between the simulation result and the actual weather phenomenon.

特許文献１は、ナッジング法に基づくデータ同化を用いる際に、気象モデルに基づくシミュレーション結果と実際の気象現象との間の整合性を損なわない程度に気象観測値を気象モデルに同化させるために、ナッジング係数を適切に調整するための技術を開示している。具体的には、特許文献１記載の発明では、気象シミュレーション開始時の天候に応じたナッジング係数の値が設定されて気象シミュレーションが行われるようにしている。また、特許文献１記載の発明では、気象シミュレーション開始時の天候に応じたナッジング係数に基づくシミュレーション精度が充分でないならば、気象予測システムが以下の処理を実行するようにしている。まず、より適切なナッジング係数を探索した上で、当該探索したナッジング係数を次回の気象シミュレーションに用いるようにナッジング係数のデータベースを更新するようにしている。その結果、特許文献１記載の発明では、ナッジング法に基づくデータ同化を用いて気象シミュレーションを行う際に、気象シミュレーション開始時の天候などの様々な条件に応じてナッジング係数を適切に設定することが可能となる。   In Patent Document 1, when using data assimilation based on the nudging method, in order to assimilate the weather observation value to the weather model to the extent that the consistency between the simulation result based on the weather model and the actual weather phenomenon is not impaired, A technique for appropriately adjusting the nudging factor is disclosed. Specifically, in the invention described in Patent Document 1, a weather simulation is performed by setting a value of a nudging coefficient corresponding to the weather at the start of the weather simulation. In the invention described in Patent Literature 1, if the simulation accuracy based on the nudging coefficient corresponding to the weather at the start of the weather simulation is not sufficient, the weather prediction system executes the following processing. First, after searching for a more appropriate nudging coefficient, the database of the nudging coefficient is updated so that the searched nudging coefficient is used in the next weather simulation. As a result, in the invention described in Patent Document 1, when performing a weather simulation using data assimilation based on the nudging method, it is possible to appropriately set the nudging coefficient according to various conditions such as the weather at the start of the weather simulation. It becomes possible.

特開２００７−２１２４０２号公報JP 2007-212402 A

しかしながら、特許文献１記載の気象予測システムを含む従来のシステムは、気象モデルに基づくシミュレーションに風速の観測データを同化してデータ同化を行う際に、水平風速成分に対応する観測データのみを同化しており、鉛直風速成分に対応する観測データを同化していない。何故なら、観測地点に設けられた観測機器は、一般的に、水平方向の風速のみを観測し、通常は、鉛直方向の風速を観測したデータを提供しないからである。そのため、従来のシステムにおいて、気象モデルに基づくシミュレーションに対して水平方向の風速観測データを２次元的に同化すると、たとえ特許文献１に記載されるナッジング係数の適切な調整を行ったとしても、鉛直方向の風速に関して不自然なシミュレーション結果が得られてしまう場合がある。   However, the conventional system including the weather prediction system described in Patent Document 1 assimilates only the observation data corresponding to the horizontal wind speed component when assimilating the observation data of the wind speed to the simulation based on the weather model. The observation data corresponding to the vertical wind velocity component is not assimilated. This is because the observation equipment provided at the observation point generally observes only the wind speed in the horizontal direction, and usually does not provide data for observing the wind speed in the vertical direction. Therefore, in the conventional system, when the wind speed observation data in the horizontal direction is assimilated two-dimensionally with respect to the simulation based on the weather model, even if an appropriate adjustment of the nudging coefficient described in Patent Document 1 is performed, An unnatural simulation result may be obtained regarding the wind speed in the direction.

具体的には、従来のシステムにおいて、気象モデルに基づくシミュレーションに対して鉛直風速成分の観測値を考慮しないでデータ同化を行うと、気象モデルによって想定されるはずのない以下のような不自然な鉛直風速成分が現れたりする。例えば、雨雲形成のための上昇気流が発生しない低い高度の地表付近において通常は想定されない強い上昇風や下降風の発生がデータ同化によって推定される場合がある。また、例えば、気象モデルに基づくシミュレーションに対してデータ同化を行った場合に推定される鉛直風速成分が、データ同化を行わない場合に推定される鉛直風速成分と極端に乖離してしまう場合が生じ得る。   Specifically, in the conventional system, if data assimilation is performed without considering the observed value of the vertical wind velocity component for the simulation based on the weather model, the following unnatural that should not be assumed by the weather model is as follows: A vertical wind speed component appears. For example, data assimilation may estimate the occurrence of strong updrafts and downdrafts that are not normally assumed near the low altitude surface where no updraft for rain cloud formation occurs. In addition, for example, the vertical wind speed component estimated when data assimilation is performed for a simulation based on a weather model may be extremely different from the vertical wind speed component estimated when data assimilation is not performed. obtain.

上記問題点に鑑み、本発明に係る少なくとも一実施形態は、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない同化計算結果を出力可能な気象データ同化方法を得ることを目的とする。   In view of the above problems, at least one embodiment according to the present invention is not practical with respect to the vertical wind speed component even if only the horizontal wind speed component can be acquired as the wind speed observation value when performing data assimilation for the weather simulation. The purpose is to obtain a meteorological data assimilation method that can output assimilation calculation results with little contradiction between meteorological phenomena.

（１）本発明の幾つかの実施形態に係る気象データ同化方法は、
気象モデルに基づいて、第１期間における各時刻について、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速推定データを算出する事前計算ステップと、
前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成ステップと、
前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化ステップと、
を備えることを特徴とする。 (1) A meteorological data assimilation method according to some embodiments of the present invention includes:
A pre-calculation step for calculating three-dimensional wind speed estimation data in a target area including at least one observation point for each time in the first period based on a weather model;
The three-dimensional assimilation wind speed data at the observation point is generated by combining the wind speed observation data of the horizontal component observed at the observation point and the vertical wind speed component included in the three-dimensional wind speed estimation data at the observation point. An assimilation data generation step,
An assimilation step of assimilating the three-dimensional wind speed estimation data in the target area based on the assimilation wind speed data at the observation point to obtain assimilated three-dimensional wind speed data;
It is characterized by providing.

上記（１）の方法によれば、上記事前計算により推定された鉛直方向の風速推定データと実際に観測された水平方向の風速観測データとを組み合わせて生成した３次元の同化用風速データにより３次元的なデータ同化を行う。例えば、対象エリア内の３次元空間格子を構成する複数の格子点に３次元的に配置された一群の風速推定データに対して、上記のように生成した３次元の同化用風速データを適用し、３次元的なデータ同化を行う。従って、上記（１）の方法によれば、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない計算結果を出力可能な気象データ同化方法を得ることができる。その結果、気象シミュレーションに対して水平風速成分に関する観測値のみを同化させることにより、水平風速成分に関して現実の観測値を反映した計算結果が得られる一方で、鉛直風速成分に関する同化計算結果が現実の気象現象と整合しなくなるという問題点を解決することができる。   According to the method of (1) above, the three-dimensional assimilation wind speed data generated by combining the vertical wind speed estimation data estimated by the pre-calculation and the actually observed horizontal wind speed observation data is 3 Perform dimensional data assimilation. For example, the three-dimensional assimilation wind speed data generated as described above is applied to a group of wind speed estimation data arranged in a three-dimensional manner at a plurality of grid points constituting a three-dimensional space grid in the target area. Perform three-dimensional data assimilation. Therefore, according to the method of (1) above, even if only the horizontal wind speed component can be obtained as the wind speed observation value when data assimilation is performed for the weather simulation, the actual wind phenomenon is related to the vertical wind speed component. It is possible to obtain a meteorological data assimilation method that can output calculation results with little contradiction between the two. As a result, by assimilating only the observation value related to the horizontal wind speed component in the weather simulation, a calculation result reflecting the actual observation value regarding the horizontal wind speed component can be obtained, while the assimilation calculation result related to the vertical wind speed component is actual. The problem of not being consistent with the meteorological phenomenon can be solved.

（２）本発明の幾つかの実施形態では、上記（１）の方法において、前記対象エリア内の評価地点における水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記評価地点における水平方向成分の前記風速推定データと、の比較結果に基づいて、前記同化済みの３次元風速データと前記風速観測データとの一致精度を評価する評価ステップをさらに備えることを特徴とする。   (2) In some embodiments of the present invention, in the method of (1), the wind speed observation data of the horizontal component at the evaluation point in the target area and the assimilated three-dimensional wind speed data The method further comprises an evaluation step of evaluating the matching accuracy between the assimilated three-dimensional wind speed data and the wind speed observation data based on a comparison result with the wind speed estimation data of the horizontal direction component at the evaluation point. .

上記（２）の方法においては、少なくとも一つの観測地点を含む対象エリア内において、評価地点が設定され、当該評価地点においては、上記（１）の方法により得られた同化済みの３次元風速データが風速観測データとどの程度一致するかが評価される。従って、上記（２）の方法によれば、気象モデルに基づく風速推定データに対して上記（１）の方法に従って風速に関するデータ同化を行って同化済み風速データが得られた場合に、当該同化済み風速データが実際に観測される風速データとどの程度近いかを評価することができる。その結果、上記（２）の方法によれば、データ同化により得られた当該同化済み風速データの精度を表す指標を得ることができる。   In the method (2), an evaluation point is set in the target area including at least one observation point. At the evaluation point, assimilated three-dimensional wind speed data obtained by the method (1) is used. It is evaluated how much is consistent with the wind speed observation data. Therefore, according to the method (2), when assimilated wind speed data is obtained by performing data assimilation on the wind speed according to the method (1) above on the wind speed estimation data based on the weather model, the assimilated data is obtained. It is possible to evaluate how close the wind speed data is to the actually observed wind speed data. As a result, according to the method (2), an index representing the accuracy of the assimilated wind speed data obtained by data assimilation can be obtained.

（３）本発明の幾つかの実施形態では、上記（２）の方法が備える前記同化ステップにおいて、前記観測地点における前記同化用風速データを用いて、ナッジング係数に従ってナッジング法により３次元の前記風速推定データを同化するとともに、
前記一致精度が所期の第１条件を満たさない場合、前記ナッジング係数を補正する係数補正ステップをさらに備え、
補正された前記ナッジング係数を用いて、前記同化ステップにおける同化計算を繰り返すことを特徴とする。 (3) In some embodiments of the present invention, in the assimilation step included in the method of (2), the three-dimensional wind speed is calculated by a nudge method according to a nudge coefficient using the assimilation wind speed data at the observation point. Assimilate the estimated data,
A coefficient correction step of correcting the nudging coefficient when the matching accuracy does not satisfy a desired first condition;
The assimilation calculation in the assimilation step is repeated using the corrected nudging coefficient.

ナッジング法により３次元の風速推定データを同化する場合、上述したように、ナッジング係数が大きすぎれば、風速観測データのデータ同化を行うことによって、同化計算結果と現実の気象現象との間の整合性が損なわれる。逆に、ナッジング係数が小さすぎれば、データ同化による気象シミュレーション精度の改善が不充分となる。そこで、上記（３）の方法によれば、ナッジング法に基づく同化計算により得られた同化済み風速データと実際に観測される風速データとの間の一致精度が良好ではないならば、ナッジング係数をより適正な値となるように補正することができる。   When assimilating the three-dimensional wind speed estimation data by the nudging method, as described above, if the nudging coefficient is too large, the data assimilation of the wind speed observation data is performed, thereby matching the assimilation calculation result with the actual meteorological phenomenon. Sexuality is impaired. On the other hand, if the nudging coefficient is too small, the improvement of the weather simulation accuracy by data assimilation will be insufficient. Therefore, according to the method of (3) above, if the matching accuracy between the assimilated wind speed data obtained by the assimilation calculation based on the nudging method and the actually observed wind speed data is not good, the nudging coefficient is calculated. It can correct | amend so that it may become a more appropriate value.

（４）本発明の幾つかの実施形態では、上記（１）〜（３）の方法において、前記観測地点で観測された水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記観測地点における鉛直方向成分の前記風速推定データと、を組み合わせたデータにより、前記同化用風速データを更新する同化用データ更新ステップと、
前記観測地点における更新後の前記同化用風速データを用いて、３次元の前記風速推定データの同化計算を再び行って、前記同化済みの３次元風速データを更新する再同化ステップと、をさらに備えることを特徴とする。 (4) In some embodiments of the present invention, in the above methods (1) to (3), the wind speed observation data of the horizontal component observed at the observation point and the assimilated three-dimensional wind speed data An assimilation data update step for updating the assimilation wind speed data by combining the wind speed estimation data of the vertical direction component at the observation point,
Using the assimilated wind speed data after update at the observation point, and further performing assimilation calculation of the three-dimensional wind speed estimation data again to update the assimilated three-dimensional wind speed data. It is characterized by that.

上記（４）の方法によれば、上記（１）に規定する同化ステップに続いて、再同化ステップを行うことで、鉛直風速成分に関して、気象シミュレーション結果と現実の気象現象との間における整合性が一層向上することが期待される。その理由は以下のとおりである。   According to the method of (4) above, by performing the assimilation step following the assimilation step defined in (1) above, consistency between the weather simulation result and the actual weather phenomenon with respect to the vertical wind speed component is achieved. Is expected to improve further. The reason is as follows.

上記（１）に規定する同化ステップにおいて同化用風速データの鉛直風速成分として使用されるデータは、データ同化を全く行わない事前計算ステップにより得られたものである。これに対し、上記（４）に規定する再同化ステップにおいて同化用風速データの鉛直風速成分として使用されるデータは、上記（１）に規定する同化ステップによって一旦同化された後の同化済みの３次元風速データから抽出されるものである。つまり、上記（１）に規定する同化ステップにおいてデータ同化に先立って用いられる同化用風速データの鉛直風速成分は、水平風速成分の観測値とは無関係に計算された推定値である。これに対して、上記（１）に規定する同化ステップの実行後に上記（４）に規定する再同化ステップにおいて用いられる同化用風速データの鉛直風速成分は、同化ステップの実行を介して水平風速成分の観測値が既に反映された鉛直風速成分である。従って、上記（４）に規定する再同化ステップにおいて同化用風速データとして用いられる鉛直風速成分を同化計算に使用する方が、上記（１）に規定する同化ステップにおいて同化用風速データとして用いられる鉛直風速成分を同化計算に使用するよりも、現実に観測された風速値との整合性が得られやすい。   The data used as the vertical wind speed component of the assimilation wind speed data in the assimilation step defined in (1) above is obtained by a pre-calculation step in which no data assimilation is performed. On the other hand, the data used as the vertical wind speed component of the assimilation wind speed data in the re-assimilation step defined in (4) above is the assimilated 3 after being once assimilated by the assimilation step defined in (1) above. It is extracted from the dimensional wind speed data. That is, the vertical wind speed component of the assimilation wind speed data used prior to data assimilation in the assimilation step defined in (1) above is an estimated value calculated irrespective of the observed value of the horizontal wind speed component. On the other hand, the vertical wind speed component of the assimilation wind speed data used in the re-assimilation step defined in the above (4) after the execution of the assimilation step defined in the above (1) is the horizontal wind speed component through the execution of the assimilation step. This is the vertical wind velocity component in which the observed value is already reflected. Therefore, the vertical wind speed component used as the assimilation wind speed data in the assimilation step defined in (1) above is used as the assimilation wind speed data in the assimilation step defined in (1) above. Rather than using the wind speed component for assimilation calculation, it is easier to obtain consistency with the actually observed wind speed value.

（５）本発明の幾つかの実施形態では、上記（４）の方法において、前記同化済みの３次元風速データが所期の第２条件を満たさない場合、前記同化用データ更新ステップ及び前記再同化ステップを繰り返すことを特徴とする。   (5) In some embodiments of the present invention, in the method of (4), when the assimilated three-dimensional wind speed data does not satisfy the second condition as expected, the assimilation data update step and the replay It is characterized by repeating the assimilation step.

上述したとおり、上記（４）に規定する再同化ステップを実行することで、鉛直風速成分に関して現実の気象現象との整合性が一層向上することが期待できる。そこで、上記（５）の方法によれば、上記（４）に規定する再同化ステップを初期の第２条件を満たすようになるまで繰り返し実行する。これにより、上記（５）の方法によれば、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが所定の目標基準を達成するまで上記（４）に規定する再同化ステップを繰り返し実行させることが可能となる。   As described above, it is expected that the consistency with the actual meteorological phenomenon regarding the vertical wind velocity component is further improved by executing the re-assimilation step defined in (4) above. Therefore, according to the method (5), the re-assimilation step defined in (4) is repeatedly executed until the initial second condition is satisfied. Thus, according to the method of (5) above, the assimilation defined in (4) above until the degree of consistency between the result of assimilation calculation and the actual meteorological phenomenon with respect to the vertical wind velocity component reaches a predetermined target standard. It is possible to repeatedly execute the steps.

（６）本発明の幾つかの実施形態では、上記（５）の方法において、前記第２条件は、前記同化済みの３次元風速データと３次元の前記風速推定データとの乖離が規定範囲内であること、または、前記同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であること、の少なくとも一方を含むことを特徴とする。   (6) In some embodiments of the present invention, in the method of (5), the second condition is that a difference between the assimilated three-dimensional wind speed data and the three-dimensional wind speed estimation data is within a specified range. Or at least one of the vertical direction component in the assimilated three-dimensional wind speed data being within a specified range.

上記（６）の方法においては、上記（４）に規定する再同化ステップの繰り返し実行を打ち切るための条件として、データ同化によって求めた同化済みの３次元風速データとデータ同化を伴わない３次元の風速推定データとの間の乖離が規定範囲内である場合、または、同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であることの少なくとも一方を規定している。何故ならば、同化済みの３次元風速データとデータ同化を伴わない３次元の風速推定データとの間の乖離が規定範囲内であるならば、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが充分であるからである。また、同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であるならば、同化用風速データの鉛直風速成分が気象シミュレーションに対して充分に同化されたことにより不自然な鉛直風速成分が現れていないことを意味する。   In the method of (6) above, as a condition for terminating the repeated execution of the re-assimilation step specified in (4) above, the assimilated three-dimensional wind speed data obtained by data assimilation and the three-dimensional without data assimilation are obtained. When the deviation from the wind speed estimation data is within the specified range, or at least one of the vertical components in the assimilated three-dimensional wind speed data is within the specified range. If the difference between the assimilated three-dimensional wind speed data and the three-dimensional wind speed estimation data without data assimilation is within the specified range, the results of assimilation calculation and the actual meteorological phenomenon regarding the vertical wind speed component This is because the degree of consistency with is sufficient. Also, if the vertical component in the assimilated three-dimensional wind speed data is within the specified range, the vertical wind speed component of the assimilation wind speed data is sufficiently assimilated with respect to the weather simulation, so that an unnatural vertical wind speed component is generated. It means not appearing.

以上より、上記（６）の方法によれば、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが充分となるまで、上記（４）に規定する再同化ステップの繰り返し実行することができる。また、上記（６）の方法によれば、同化用風速データの鉛直風速成分が気象シミュレーションに対して充分に同化されたことにより不自然な鉛直風速成分が現れなくなるまで、上記（４）に規定する再同化ステップの繰り返し実行することができる。その結果、上記（６）の方法によれば、実際に観測された風速観測値に即して３次元風速に関する同化計算結果を得るという目的と、不要な再同化ステップの反復実行を抑制して計算コストを低減するという目的とを両立させることができる。   As described above, according to the method (6), the re-assimilation step defined in (4) is repeated until the degree of consistency between the result of assimilation calculation and the actual meteorological phenomenon with respect to the vertical wind velocity component is sufficient. Can be executed. Further, according to the method (6), the vertical wind speed component of the assimilation wind speed data is sufficiently assimilated with respect to the meteorological simulation, so that no unnatural vertical wind speed component appears. The re-assimilation step can be repeated. As a result, according to the above method (6), it is possible to obtain an assimilation calculation result related to the three-dimensional wind speed in accordance with the actually observed wind speed observation value, and to suppress the repeated execution of the unnecessary re-anabolic step. The purpose of reducing the calculation cost can be made compatible.

（７）本発明の幾つかの実施形態では、上記（１）〜（６）の方法において、前記気象モデルは、前記対象エリア内における風速を記述する３次元流体運動方程式を含み、
前記事前計算ステップは、前記第１期間における各時刻について前記３次元流体運動方程式を時系列的に解くことにより、３次元の前記風速推定データを数値解析的に算出するステップを含む、
ことを特徴とする。
その結果、水平風速成分のみを含む２次元的な風速観測値しか得られなかったとしても、当該風速観測値の同化計算のために３次元の風速方向成分を推定する計算を高速な計算アルゴリズムを使用して少ない計算量で効率的に実行することが可能となる。 (7) In some embodiments of the present invention, in the methods of (1) to (6) above, the weather model includes a three-dimensional fluid motion equation describing wind speed in the target area,
The pre-calculating step includes a step of numerically calculating the three-dimensional wind speed estimation data by solving the three-dimensional fluid motion equation in time series for each time in the first period.
It is characterized by that.
As a result, even if only a two-dimensional wind speed observation value including only the horizontal wind speed component is obtained, a high-speed calculation algorithm is used to estimate a three-dimensional wind speed direction component for assimilation calculation of the wind speed observation value. It can be used and executed efficiently with a small amount of calculation.

（８）本発明の幾つかの実施形態に係る気象予測方法は、上記（１）乃至（７）の何れかに記載の方法により取得された、前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成ステップと、
前記初期条件生成ステップにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測ステップと、
を備えることを特徴とする。 (8) A meteorological prediction method according to some embodiments of the present invention is the assimilated three-dimensional wind speed in the first period obtained by the method according to any one of (1) to (7) above. An initial condition generating step for generating an initial condition at a start time of a second period after the first period based on the data;
Based on the initial condition generated in the initial condition generating step, wind speed for calculating time-series three-dimensional wind speed prediction data in the target area based on the weather model at each time in the second period A prediction step;
It is characterized by providing.

上記（８）の方法によれば、まず最初に、第１期間にわたって３次元の同化用風速データを使用して３次元の風速推定データに対して同化計算を行う処理を実行することで、第１期間にわたる気象シミュレーションの精度を向上させる。続いて、当該精度を向上させたシミュレーション結果を初期条件として設定した上で、第１期間よりも後の第２期間にわたって、３次元の風速推定データを推定する気象シミュレーションを実行する。以上より、上記（８）の方法によれば、第２期間における気象シミュレーションを行うために設定される初期条件の精度が、第２期間に先立つ第１期間における同化計算により改善されているので、第２期間におけるシミュレーション精度も改善されることが期待される。   According to the method of (8), first, by executing the process of performing assimilation calculation on the three-dimensional wind speed estimation data using the three-dimensional assimilation wind speed data over the first period, Improve the accuracy of weather simulation over one period. Subsequently, a simulation result for improving the accuracy is set as an initial condition, and then a weather simulation for estimating three-dimensional wind speed estimation data is executed over a second period after the first period. As described above, according to the method of (8) above, the accuracy of the initial condition set for performing the weather simulation in the second period is improved by the assimilation calculation in the first period preceding the second period. It is expected that the simulation accuracy in the second period is also improved.

例えば、上記（８）の方法では、第１期間を過去の特定の時点から現在時刻までの期間とし、第２期間を現在時刻から未来の時点までの期間とすると、過去から現在までの期間内に同化用風速データを使用して３次元の風速推定データに対して同化計算を行う。従って、上記（８）の方法によれば、現在時刻における３次元風速データの推定精度を改善することができる。その上で、上記（８）の方法では、当該推定精度が改善された現在時刻における３次元風速データに基づいて現時点以降の風速予測データをシミュレーションにより算出するための初期条件として設定し、当該初期条件に基づいて、現時点以降の風速予測データをシミュレーションにより算出する。   For example, in the method of (8) above, if the first period is a period from a specific point in the past to the current time and the second period is a period from the current time to a future time, the period from the past to the present The assimilation calculation is performed on the three-dimensional wind speed estimation data using the assimilation wind speed data. Therefore, according to the method (8), the estimation accuracy of the three-dimensional wind speed data at the current time can be improved. In addition, in the method (8), the wind speed prediction data after the current time is set as an initial condition for calculating by simulation based on the three-dimensional wind speed data at the current time when the estimation accuracy is improved. Based on the conditions, wind speed prediction data after the current time is calculated by simulation.

以上より、上記（８）の方法によれば、３次元風速データに関して過去から現在まで実行される気象シミュレーションにデータ同化を行ってシミュレーション結果の精度を改善し、当該シミュレーション結果を初期条件に設定して未来の気象シミュレーションを行うことができる。その結果、上記（８）の方法によれば、３次元風速データに関して気象予測の予測精度を向上させることができる。   As described above, according to the method (8), data assimilation is performed on the three-dimensional wind speed data from the past to the present to improve the accuracy of the simulation result, and the simulation result is set as an initial condition. And future weather simulation. As a result, according to the above method (8), it is possible to improve the prediction accuracy of the weather prediction regarding the three-dimensional wind speed data.

（９）本発明の幾つかの実施形態に従い、データ同化により気象予測データを生成するための気象予測システムは、
気象モデルを記憶した記憶部と、
前記記憶部に記憶された前記気象モデルを参照して、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速予測データを算出するための演算部と、
を備え、
前記演算部は、
前記気象モデルに基づいて、第１期間における各時刻について、前記対象エリアにおける３次元の風速推定データを算出する事前計算モジュールと、
前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成モジュールと、
前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化モジュールと、
前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成モジュールと、
前記初期条件生成モジュールにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測モジュールと、
を実行することを特徴とする。 (9) According to some embodiments of the present invention, a weather prediction system for generating weather prediction data by data assimilation comprises:
A storage unit storing the weather model;
An arithmetic unit for calculating three-dimensional wind speed prediction data in a target area including at least one observation point with reference to the weather model stored in the storage unit;
With
The computing unit is
A pre-calculation module for calculating three-dimensional wind speed estimation data in the target area for each time in the first period based on the weather model;
The three-dimensional assimilation wind speed data at the observation point is generated by combining the wind speed observation data of the horizontal component observed at the observation point and the vertical wind speed component included in the three-dimensional wind speed estimation data at the observation point. An assimilation data generation module
An assimilation module that assimilates the three-dimensional wind speed estimation data in the target area to obtain assimilated three-dimensional wind speed data based on the assimilation wind speed data at the observation point;
An initial condition generating module that generates an initial condition at a start time of a second period after the first period based on the assimilated three-dimensional wind speed data in the first period;
A wind speed that time-sequentially calculates three-dimensional wind speed prediction data in the target area based on the weather model at each time in the second period based on the initial condition generated in the initial condition generation module A prediction module;
It is characterized by performing.

上記（９）の構成によれば、上記事前計算により推定された鉛直方向の風速推定データと実際に観測された水平方向の風速観測データとを組み合わせて生成した３次元の同化用風速データにより３次元的なデータ同化を行う。例えば、対象エリア内の３次元空間格子を構成する複数の格子点に３次元的に配置された一群の風速推定データに対して、上記のように生成した３次元の同化用風速データを同化する形で、３次元的なデータ同化を行う。従って、上記（９）の構成によれば、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない計算結果を出力可能な気象データ同化方法を得ることができる。その結果、気象シミュレーションに対して水平風速成分に関する観測値のみを同化させることにより、水平風速成分に関して現実の観測値を反映した計算結果が得られる一方で、鉛直風速成分に関する同化計算結果が現実の気象現象と整合しなくなるという問題点を解決することができる。   According to the configuration of the above (9), the three-dimensional assimilation wind speed data generated by combining the vertical wind speed estimation data estimated by the pre-calculation and the actually observed horizontal wind speed observation data is 3 Perform dimensional data assimilation. For example, the three-dimensional assimilation wind speed data generated as described above is assimilated with respect to a group of wind speed estimation data arranged three-dimensionally at a plurality of grid points constituting a three-dimensional space grid in the target area. In this form, three-dimensional data assimilation is performed. Therefore, according to the configuration of the above (9), even if only the horizontal wind speed component can be obtained as the wind speed observation value when performing data assimilation for the weather simulation, the actual wind phenomenon is related to the vertical wind speed component. It is possible to obtain a meteorological data assimilation method that can output calculation results with little contradiction between the two. As a result, by assimilating only the observation value related to the horizontal wind speed component in the weather simulation, a calculation result reflecting the actual observation value regarding the horizontal wind speed component can be obtained, while the assimilation calculation result related to the vertical wind speed component is actual. The problem of not being consistent with the meteorological phenomenon can be solved.

また、上記（９）の構成によれば、まず最初に、第１期間にわたって３次元の同化用風速データを使用して３次元の風速推定データに対して同化計算を行う処理を実行することで、第１期間にわたる気象シミュレーションの精度を向上させる。続いて、当該精度を向上させたシミュレーション結果を初期条件として設定した上で、第１期間よりも後の第２期間にわたって、３次元の風速推定データを推定する気象シミュレーションを時刻する。以上より、上記（９）の構成によれば、第２期間における気象シミュレーションを行うために設定される初期条件の精度が、第２期間に先立つ第１期間における同化計算により改善されているので、第２期間におけるシミュレーション精度も改善されることが期待される。   Also, according to the configuration of (9) above, first, by performing the assimilation calculation on the three-dimensional wind speed estimation data using the three-dimensional assimilation wind speed data over the first period. , Improve the accuracy of weather simulation over the first period. Subsequently, after setting the simulation result with improved accuracy as an initial condition, a weather simulation for estimating the three-dimensional wind speed estimation data is performed over a second period after the first period. From the above, according to the configuration of (9) above, the accuracy of the initial conditions set for performing the weather simulation in the second period is improved by the assimilation calculation in the first period preceding the second period. It is expected that the simulation accuracy in the second period is also improved.

例えば、上記（９）の構成によれば、第１期間を過去の特定の時点から現在時刻までの期間とし、第２期間を現在時刻から未来の時点までの期間とすると、過去から現在までの期間内に同化用風速データを使用して３次元の風速推定データに対して同化を行う。従って、上記（９）の構成によれば、現在時刻における３次元風速データの推定精度を改善することができる。その上で、上記（９）の構成では、当該推定精度が改善された現在時刻における３次元風速データに基づいて現時点以降の風速予測データをシミュレーションにより算出するための初期条件として設定し、当該初期条件に基づいて、現時点以降の風速予測データをシミュレーションにより算出する。   For example, according to the configuration of (9) above, if the first period is a period from a specific point in the past to the current time and the second period is a period from the current time to a future time, Assimilation is performed on the three-dimensional wind speed estimation data using the assimilation wind speed data within the period. Therefore, according to the configuration of (9) above, the estimation accuracy of the three-dimensional wind speed data at the current time can be improved. In addition, in the configuration of (9) above, wind speed prediction data after the current time is set as an initial condition for simulation based on the three-dimensional wind speed data at the current time when the estimation accuracy is improved. Based on the conditions, wind speed prediction data after the current time is calculated by simulation.

以上より、上記（９）の構成によれば、３次元風速データに関して過去から現在まで実行される気象シミュレーションにデータ同化を行ってシミュレーション結果の精度を改善し、当該シミュレーション結果を初期条件に設定して未来の気象シミュレーションを行うことができる。その結果、上記（９）の構成によれば、３次元風速データに関して気象予測の予測精度を向上させることができる。   As described above, according to the configuration of (9) above, data assimilation is performed on the weather simulation executed from the past to the present with respect to the three-dimensional wind speed data to improve the accuracy of the simulation result, and the simulation result is set as the initial condition. And future weather simulation. As a result, according to the configuration of (9) above, it is possible to improve the prediction accuracy of weather prediction regarding the three-dimensional wind speed data.

以上より、本発明に係る少なくとも一実施形態は、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない同化計算結果を出力可能な気象データ同化方法を得ることができる。   As described above, at least one embodiment according to the present invention is not limited to the actual weather phenomenon regarding the vertical wind speed component even if only the horizontal wind speed component can be acquired as the wind speed observation value when performing data assimilation for the weather simulation. It is possible to obtain a meteorological data assimilation method that can output assimilation calculation results with little inconsistency between the two.

本発明の幾つかの実施形態に係る気象予測システムの構成図である。It is a block diagram of the weather prediction system which concerns on some embodiment of this invention. 気象シミュレーションによって推定された風速データに対する風速観測値のデータ同化を示す図である。It is a figure which shows the data assimilation of the wind speed observation value with respect to the wind speed data estimated by the weather simulation. データ同化のための風速観測値が観測される観測地点と同化計算結果の精度評価が行われる評価地点を示す図である。It is a figure which shows the evaluation point where the accuracy evaluation of the assimilation calculation result is performed, and the observation point where the wind speed observation value for data assimilation is observed. 各観測地点についての３次元の同化用風速データの生成を説明する図である。It is a figure explaining the production | generation of the three-dimensional assimilation wind speed data about each observation point. 過去の気象に関する気象シミュレーション結果に基づく初期条件を使用して将来の気象予測を行う処理を時間軸に沿って説明するタイミング図である。It is a timing diagram explaining the process which performs future weather prediction using the initial condition based on the weather simulation result regarding the past weather along a time axis. 本発明の幾つかの実施形態に従い、３次元の風速推定データに対して行われるデータ同化のフローチャートである。6 is a flowchart of data assimilation performed on three-dimensional wind speed estimation data according to some embodiments of the present invention. 本発明の幾つかの実施形態に係る気象予測システムのさらに別の一例を示す構成図である。It is a block diagram which shows another example of the weather prediction system which concerns on some embodiment of this invention. 本発明の幾つかの実施形態に従い、３次元の風速推定データに対して行われるデータ同化のさらに別のフローチャートである。6 is yet another flowchart of data assimilation performed on three-dimensional wind speed estimation data in accordance with some embodiments of the present invention.

以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
例えば、「同一」、「等しい」及び「均質」等の物事が等しい状態であることを表す表現は、厳密に等しい状態を表すのみならず、公差、若しくは、同じ機能が得られる程度の差が存在している状態も表すものとする。一方、一の構成要素を「備える」、「具える」、「具備する」、「含む」、又は、「有する」という表現は、他の構成要素の存在を除外する排他的な表現ではない。
以下、まず最初に、幾つかの実施形態に係る気象データ同化方法および気象予測方法を説明するのに先立って、当該気象データ同化方法および当該気象予測方法の適用対象である気象予測システムの一例について図１を参照して説明する。続いて、当該気象データ同化方法および当該気象予測方法の動作手順および処理内容について図２乃至図６を参照して説明する。 Hereinafter, some embodiments of the present invention will be described with reference to the accompanying drawings. However, the dimensions, materials, shapes, relative arrangements, etc. of the components described in the embodiments or shown in the drawings are not intended to limit the scope of the present invention, but are merely illustrative examples. Absent.
For example, an expression indicating that things such as “identical”, “equal”, and “homogeneous” are in an equal state not only represents an exactly equal state, but also has a tolerance or a difference that can provide the same function. It also represents the existing state. On the other hand, the expressions “comprising”, “comprising”, “comprising”, “including”, or “having” one constituent element are not exclusive expressions for excluding the existence of the other constituent elements.
Hereinafter, first, prior to describing the meteorological data assimilation method and the meteorological prediction method according to some embodiments, an example of the meteorological data assimilation method and the meteorological prediction system to which the meteorological prediction method is applied will be described. A description will be given with reference to FIG. Subsequently, the operation procedure and processing contents of the weather data assimilation method and the weather prediction method will be described with reference to FIGS.

図１は、本発明の幾つかの実施形態に係る気象データ同化方法および気象予測方法の適用対象である気象予測システム１の構成を示す図である。気象予測システム１は、通信ネットワーク５を介して、ＧＰＶ配信サーバ２からＧＰＶ（Ｇｒｉｄ Ｐｏｉｎｔ Ｖａｌｕｅ）データを受信し、観測機器３（３Ａ〜３Ｃ）から風速、風向、気温および湿度などの気象データを受信する。一例においては、ＧＰＶ配信サーバは、例えば、気象庁内の気象コンピュータにより計算されたＧＰＶを配信するために気象庁内に設置された配信サーバであっても良い。図１には、複数の観測機器３として観測機器３Ａ〜３Ｃの３台しか図示されていないが、任意の台数（例えば、４台以上）の観測機器３が設置されていても良く、複数の観測機器３（３Ａ〜３Ｃ）は、気象シミュレーションの対象となる地理的エリアに含まれる複数の異なる地点にそれぞれ設置されている。ＧＰＶ配信サーバおよび観測機器３（３Ａ〜３Ｃ）から受信したＧＰＶデータおよび観測データを気象予測システム１がどのように使用するかについては、以下において後述する。   FIG. 1 is a diagram showing a configuration of a weather prediction system 1 that is an application target of a weather data assimilation method and a weather prediction method according to some embodiments of the present invention. The weather forecasting system 1 receives GPV (Grid Point Value) data from the GPV distribution server 2 via the communication network 5, and receives weather data such as wind speed, wind direction, temperature, and humidity from the observation equipment 3 (3A to 3C). Receive. In one example, the GPV distribution server may be, for example, a distribution server installed in the Japan Meteorological Agency for distributing GPVs calculated by a meteorological computer in the Japan Meteorological Agency. Although only three observation devices 3A to 3C are illustrated in FIG. 1 as a plurality of observation devices 3, any number (for example, four or more) of observation devices 3 may be installed. The observation devices 3 (3A to 3C) are respectively installed at a plurality of different points included in a geographical area to be subjected to weather simulation. How the weather prediction system 1 uses the GPV data and the observation data received from the GPV distribution server and the observation equipment 3 (3A to 3C) will be described later.

図１に示すように、気象予測システム１は、データ同化により気象予測データを生成するための気象予測システムであって、気象モデル２１を記憶した記憶部２０と、記憶部２０に記憶された気象モデル２１を参照して、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速予測データを算出するための演算部１０Ａと、を備えている。図１において、演算部１０Ａは、後述する気象シミュレーションや同化計算を行い、記憶部２０は、演算部１０が行う演算に必要な各種パラメータや各種情報を記憶する。また、図１において、気象予測システム１は、気象予測システム１が外部と通信するために使用する通信部３０と、演算部１０Ａによる演算結果を外部に出力するための出力部４０と、をさらに備える。   As shown in FIG. 1, the weather prediction system 1 is a weather prediction system for generating weather prediction data by data assimilation, and includes a storage unit 20 that stores a weather model 21, and a weather that is stored in the storage unit 20. With reference to the model 21, a calculation unit 10 </ b> A for calculating three-dimensional wind speed prediction data in a target area including at least one observation point is provided. In FIG. 1, a calculation unit 10A performs weather simulation and assimilation calculation described later, and a storage unit 20 stores various parameters and various information necessary for calculation performed by the calculation unit 10. In FIG. 1, the weather prediction system 1 further includes a communication unit 30 used for the weather prediction system 1 to communicate with the outside, and an output unit 40 for outputting the calculation result of the calculation unit 10A to the outside. Prepare.

気象予測システム１内において、演算部１０Ａは、本発明の幾つかの実施形態に係る気象データ同化方法および気象予測方法を実施するために使用される事前計算モジュール１１、同化用風速データ生成モジュール１２、同化モジュール１３、初期条件生成モジュール１４および風速予測モジュール１５を備えている。上述した機能モジュール１１〜１５は、演算部１０Ａによって対応するプログラム・コードが記憶部２０から読み出され、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）上で別々の並行プロセスまたは並列スレッドとして実行される機能モジュールであっても良い。また、図１において記憶部２０に記憶されている気象モデル２１は、気象現象の要因となる各種諸元の時系列的な変化をモデル化した数式の集合を含んでいる。また、気象予測システム１内において、記憶部２０は、上述した気象モデル２１に加えて、初期条件／境界条件２２およびシミュレーション・パラメータ２３を格納している。   In the weather prediction system 1, the calculation unit 10 </ b> A includes a pre-calculation module 11 and an assimilation wind speed data generation module 12 that are used to implement a weather data assimilation method and a weather prediction method according to some embodiments of the present invention. , An assimilation module 13, an initial condition generation module 14, and a wind speed prediction module 15. The above-described functional modules 11 to 15 are functional modules in which a corresponding program code is read from the storage unit 20 by the arithmetic unit 10A and executed as separate parallel processes or parallel threads on the OS (Operating System). Also good. In addition, the weather model 21 stored in the storage unit 20 in FIG. 1 includes a set of mathematical expressions that model time-series changes of various specifications that cause weather phenomena. In the weather prediction system 1, the storage unit 20 stores an initial condition / boundary condition 22 and a simulation parameter 23 in addition to the weather model 21 described above.

シミュレーション・パラメータ２３は、気象シミュレーションの計算内容や使用目的に応じて演算部１０Ａ内の機能モジュール１１〜１５に設定すべき各種係数や各種パラメータの値を記憶している。演算部１０Ａが本実施の形態に係る気象データ同化方法および気象予測方法を実行することによって生成した計算結果は、演算部１０Ａから出力部４０を介して出力され、表示装置４に表示される。記憶部２０上に格納された初期条件／境界条件２２が、演算部１０Ａにより実行される気象シミュレーションにおいて果たす役割については、以下において後述する。   The simulation parameter 23 stores various coefficients and values of various parameters to be set in the function modules 11 to 15 in the arithmetic unit 10A according to the calculation contents of the weather simulation and the purpose of use. A calculation result generated by the calculation unit 10A executing the weather data assimilation method and the weather prediction method according to the present embodiment is output from the calculation unit 10A via the output unit 40 and displayed on the display device 4. The role played by the initial condition / boundary condition 22 stored on the storage unit 20 in the weather simulation executed by the calculation unit 10A will be described later.

続いて、本発明の幾つかの実施形態に係る気象データ同化方法及び気象予測方法について説明する。当該気象データ同化方法は、図１に示す演算部１０Ａが備える事前計算モジュール１１、同化用データ生成モジュール１２および同化モジュール１３により、以下において後述する事前計算ステップ、同化用データ生成ステップ及び同化ステップが実行されることにより実施される。当該気象予測方法は、当該気象データ同化方法の実行結果として得られる同化計算結果を使用して、演算部１０Ａが備える初期条件生成モジュール１４および風速予測モジュール１５により、以下において後述する初期条件生成ステップおよび風速予測ステップが実行されることにより実施される。   Next, meteorological data assimilation methods and weather prediction methods according to some embodiments of the present invention will be described. The meteorological data assimilation method includes a precalculation module 11, an assimilation data generation module 12 and an assimilation module 13 included in the calculation unit 10A shown in FIG. Implemented by being executed. The meteorological prediction method uses an assimilation calculation result obtained as an execution result of the meteorological data assimilation method, and uses an initial condition generation module 14 and a wind speed prediction module 15 included in the arithmetic unit 10A to perform an initial condition generation step described later. And the wind speed prediction step is executed.

以下、図１乃至図４を参照しながら、本発明の幾つかの実施形態に係る気象データ同化方法を構成する各処理ステップについて順に説明する。ここで、図２は、気象シミュレーションによって推定された風速推定データ５０に対して同化用風速データ５１のデータ同化が行われる様子を示す図である。図３は、気象シミュレーションを行う対象となる地理的エリアである対象エリア６７内において、３台の観測機器３Ａ〜３Ｃによって、データ同化のための風速観測値がそれぞれ観測される３箇所の観測地点６０Ａ〜６０Ｃと同化計算結果の精度評価が行われる評価地点６１を示す図である。図４は、各観測地点６０について後述する３次元の同化用風速データ５１を生成する処理を説明する図である。なお、説明を簡単にするため、図２においては、風速推定データ５０に対して同化用風速データ５１のデータ同化が行われる様子は、２次元的な表現で模式的に示されているが、実際には、３次元の風速推定データ５０に対して３次元の同化用風速データ５１が同化される。   Hereinafter, with reference to FIG. 1 to FIG. 4, each processing step constituting the weather data assimilation method according to some embodiments of the present invention will be described in order. Here, FIG. 2 is a diagram showing how data assimilation of the assimilation wind speed data 51 is performed on the wind speed estimation data 50 estimated by the weather simulation. FIG. 3 shows three observation points where wind speed observation values for data assimilation are respectively observed by three observation devices 3A to 3C in a target area 67 which is a geographical area to be subjected to weather simulation. It is a figure which shows the evaluation point 61 where accuracy evaluation of the assimilation calculation result with 60A-60C is performed. FIG. 4 is a diagram for explaining processing for generating three-dimensional assimilation wind speed data 51 to be described later for each observation point 60. In order to simplify the description, in FIG. 2, the state in which the data assimilation of the assimilation wind speed data 51 is performed on the wind speed estimation data 50 is schematically shown in a two-dimensional expression. Actually, the three-dimensional assimilation wind speed data 51 is assimilated with respect to the three-dimensional wind speed estimation data 50.

まず、演算部１０Ａが備える事前計算モジュール１１により事前計算ステップが実行される。事前計算ステップでは、気象モデル２１に基づいて、第１期間における各時刻について、少なくとも一つの観測地点６０（６０Ａ〜６０Ｃ）（図３）を含む対象エリア６７（図３）における３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）を算出する。より具体的には、事前計算ステップでは、事前計算モジュール１１が、初期条件／境界条件２２およびシミュレーション・パラメータ２３を使用して、気象モデル２１に基づく風速の気象シミュレーションを実行する。当該気象シミュレーションの結果として、事前計算モジュール１１は、図２に示す段階Ｐ１において対象エリア６７内の風速と風向の推定値をベクトルで表す風速データ５０を算出する。 First, a pre-calculation step is executed by the pre-calculation module 11 included in the arithmetic unit 10A. In the pre-calculation step, based on the weather model 21, for each time in the first period, three-dimensional wind speed estimation in the target area 67 (FIG. 3) including at least one observation point 60 (60A to 60C) (FIG. 3). data 50 (U e, V e, W e) is calculated. More specifically, in the pre-calculation step, the pre-calculation module 11 executes a wind speed weather simulation based on the weather model 21 using the initial condition / boundary condition 22 and the simulation parameter 23. As a result of the weather simulation, the pre-calculation module 11 calculates the wind speed data 50 representing the estimated values of the wind speed and the wind direction in the target area 67 as a vector at the stage P1 shown in FIG.

続いて、演算部１０Ａが備える同化用データ生成モジュール１２により同化用データ生成ステップが実行される。図４に示すように、同化用データ生成ステップでは、観測地点６０Ａ〜６０Ｃで観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４Ａ〜５４Ｃと、観測地点６０Ａ〜６０Ｃにおける３次元の風速推定データ５０Ａ〜５０Ｃに含まれる鉛直風速成分Ｗｅを組み合わせて、観測地点６０Ａ〜６０Ｃにおける３次元の同化用風速データ５１Ａ〜５１Ｃを生成する。以下、図４を参照しながら、同化用風速データ生成ステップについて具体的に説明する。 Subsequently, an assimilation data generation step is executed by the assimilation data generation module 12 included in the arithmetic unit 10A. As shown in FIG. 4, in the assimilation data generation step, the wind speed observation data 54A to 54C of the horizontal component (U m , V m ) observed at the observation points 60A to 60C and the three-dimensional at the observation points 60A to 60C. a combination of vertical wind velocity component W e included in the wind estimation data 50A to 50C, to produce a three-dimensional assimilation for wind data 51A~51C at the observation point 60A-60C. Hereinafter, the assimilation wind speed data generation step will be specifically described with reference to FIG.

同化用データ生成ステップでは、観測地点６０（６０Ａ〜６０Ｃ）で観測機器３（３Ａ〜３Ｃ）により観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４（５４Ａ〜５４Ｃ）を同化用風速データ生成モジュール１２が観測機器３（３Ａ〜３Ｃ）から受信する。このとき、同化用風速データ生成モジュール１２が受信する観測地点６０（６０Ａ〜６０Ｃ）で観測された風速観測データ５４（５４Ａ〜５４Ｃ）は、水平方向の風速成分（Ｕｍ，Ｖｍ）のみを含む２次元的な風速観測データである。続いて、事前計算モジュール１１により算出された観測地点６０（６０Ａ〜６０Ｃ）における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）にそれぞれ含まれる鉛直風速成分Ｗｅを同化用風速データ生成モジュール１２が事前計算モジュール１１から受信する。続いて、同化用風速データ生成モジュール１２は、観測地点６０（６０Ａ〜６０Ｃ）における水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４（５４Ａ〜５４Ｃ）を、観測地点６０（６０Ａ〜６０Ｃ）における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）にそれぞれ含まれる鉛直風速成分Ｗｅと組み合わせることにより、観測地点６０（６０Ａ〜６０Ｃ）における３次元（Ｕｍ，Ｖｍ，Ｗｅ）の同化用風速データ５１（５１Ａ〜５１Ｃ）を生成する。 In the assimilation data generation step, the wind speed observation data 54 (54A to 54C) of the horizontal component (U m , V m ) observed by the observation device 3 (3A to 3C) at the observation point 60 (60A to 60C) is assimilated. The wind velocity data generation module 12 receives from the observation device 3 (3A to 3C). At this time, the wind speed observation data 54 (54A to 54C) observed at the observation points 60 (60A to 60C) received by the assimilation wind speed data generation module 12 includes only the horizontal wind speed components (U m and V m ). Including two-dimensional wind speed observation data. Subsequently, pre-calculation module 11 whether the wind speed for data generation module 12 to the vertical wind velocity component W e respectively included in the three-dimensional wind velocity estimation data 50 (50A to 50C) at the observation point 60, which is calculated (60A-60C) by the Receive from the pre-calculation module 11. Subsequently, the assimilation wind speed data generation module 12 obtains the wind speed observation data 54 (54A to 54C) of the horizontal component (U m , V m ) at the observation point 60 (60A to 60C) as the observation point 60 (60A to 60C). respectively by combining the vertical wind velocity component W e included in the three-dimensional wind velocity estimation data 50 (50A to 50C) in), 3-dimensional at the observation point 60 (60A-60C) of the (U m, V m, W e) Assimilation wind speed data 51 (51A to 51C) is generated.

例えば、図４を参照すると、観測地点６０Ａに対応する３次元の同化用風速データ５１Ａは、風速観測データ５４Ａを表す水平方向ベクトル（Ｕｍ，Ｖｍ）と３次元の風速推定データ５０Ａに含まれる鉛直方向ベクトルＷｅとを合成して成る３次元の合成ベクトル（Ｕｍ，Ｖｍ，Ｗｅ）として生成される。同様に、観測地点６０Ｂに対応する３次元の同化用風速データ５１Ｂは、風速観測データ５４Ｂを表す水平方向ベクトル（Ｕｍ，Ｖｍ）と３次元の風速推定データ５０Ｂに含まれる鉛直方向ベクトルＷｅとを合成して成る３次元の合成ベクトル（Ｕｍ，Ｖｍ，Ｗｅ）として生成される。同様に、観測地点６０Ｃに対応する３次元の同化用風速データ５１Ｃは、風速観測データ５４Ｃを表す水平方向ベクトル（Ｕｍ，Ｖｍ）と３次元の風速推定データ５０Ｃに含まれる鉛直方向ベクトルＷｅとを合成して成る３次元の合成ベクトル（Ｕｍ，Ｖｍ，Ｗｅ）として生成される。 For example, referring to FIG. 4, the three-dimensional assimilation wind speed data 51A corresponding to the observation point 60A is included in the horizontal direction vector (U m , V m ) representing the wind speed observation data 54A and the three-dimensional wind speed estimation data 50A. vertical vector W e and the combined three-dimensional composite vector formed by that (U m, V m, W e) is produced as a. Similarly, the three-dimensional assimilation wind speed data 51B corresponding to the observation point 60B includes a horizontal direction vector (U m , V m ) representing the wind speed observation data 54B and a vertical direction vector W included in the three-dimensional wind speed estimation data 50B. resultant vector of three-dimensional formed by combining the e (U m, V m, W e) is produced as a. Similarly, the three-dimensional assimilation wind speed data 51C corresponding to the observation point 60C includes a horizontal direction vector (U m , V m ) representing the wind speed observation data 54C and a vertical direction vector W included in the three-dimensional wind speed estimation data 50C. resultant vector of three-dimensional formed by combining the e (U m, V m, W e) is produced as a.

同化用データ生成ステップで実行される上記処理は図２に示す段階Ｐ２に相当し、段階Ｐ１で示す事前計算ステップにより観測地点６０（６０Ａ〜６０Ｃ）での３次元の風速推定データ５０が算出された後に、観測地点６０（６０Ａ〜６０Ｃ）での同化用風速データ５１が生成される。なお、図２の段階Ｐ２において、同化用風速データ５１を表す風速ベクトルを取り囲む円ＥＲは、事前計算ステップ（段階Ｐ１）によって算出された３次元の風速推定データに対して同化用風速データ５１を同化した場合に、同化用風速データ５１による当該同化の影響が及ぶ範囲を示している。すなわち、同化用風速データ５１による当該同化の影響度合いは、円ＥＲの中心からの距離に応じて減少する距離の関数として表され、円ＥＲの外側では、当該同化の影響度合いは顕著に小さくなることを表している。ここで、円ＥＲの中心は、同化用風速データ５１（５１Ａ〜５１Ｃ）に対応する対象エリア６７内の観測地点６０（６０Ａ〜６０Ｃ）の位置を表す。   The above processing executed in the assimilation data generation step corresponds to the stage P2 shown in FIG. 2, and the three-dimensional wind speed estimation data 50 at the observation points 60 (60A to 60C) is calculated by the pre-calculation step shown in the stage P1. After that, assimilation wind speed data 51 at the observation point 60 (60A to 60C) is generated. 2, the circle ER surrounding the wind speed vector representing the assimilation wind speed data 51 represents the assimilation wind speed data 51 with respect to the three-dimensional wind speed estimation data calculated in the pre-calculation step (stage P1). In the case of assimilation, the range of influence of the assimilation by the assimilation wind speed data 51 is shown. That is, the influence degree of the assimilation by the assimilation wind speed data 51 is expressed as a function of a distance that decreases according to the distance from the center of the circle ER, and the influence degree of the assimilation is significantly reduced outside the circle ER. Represents that. Here, the center of the circle ER represents the position of the observation point 60 (60A to 60C) in the target area 67 corresponding to the assimilation wind speed data 51 (51A to 51C).

続いて、演算部１０Ａが備える同化モジュール１３により同化ステップが実行される。同化ステップでは、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１（図４の５１Ａ〜５１Ｃ）に基づいて、対象エリア６７における３次元の風速推定データ５０（図４の５０Ａ〜５０Ｃ）を同化して図２に示す同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を取得する。例えば、図２に示す段階Ｐ３では、観測地点６０（６０Ａ〜６０Ｃ）について、同化用データ生成ステップ（段階Ｐ２）により生成された同化用風速データ５１（５１Ａ〜５１Ｃ）が、事前計算ステップ（段階Ｐ１）により算出された３次元の風速推定データ５０（５０Ａ〜５０Ｃ）に対して同化される。図２に示す段階Ｐ３で実行されるこの同化計算により、円ＥＲの内側に属していた３次元の風速推定データ５０は、同化用風速データ５１による強い影響を受けて同化済みの３次元風速データ５２ｉｎに変化する。また、図２に示す段階Ｐ３で実行されるこの同化計算により、円ＥＲの外側に属していた３次元の風速推定データ５０は、同化用風速データ５１による微小な影響を受けて同化済みの３次元風速データ５２ｏｕｔに変化する。   Subsequently, an assimilation step is executed by the assimilation module 13 included in the arithmetic unit 10A. In the assimilation step, the three-dimensional wind speed estimation data 50 (50A to 50C in FIG. 4) in the target area 67 is assimilated based on the assimilation wind speed data 51 (51A to 51C in FIG. 4) at the observation points 60A to 60C. The assimilated three-dimensional wind speed data 52 (52in, 52out) shown in FIG. 2 is acquired. For example, in stage P3 shown in FIG. 2, the assimilation wind speed data 51 (51A to 51C) generated by the assimilation data generation step (stage P2) for the observation points 60 (60A to 60C) is converted into the pre-calculation step (stage). Assimilated with the three-dimensional wind speed estimation data 50 (50A to 50C) calculated by P1). As a result of the assimilation calculation executed in step P3 shown in FIG. 2, the three-dimensional wind speed estimation data 50 belonging to the inside of the circle ER is strongly influenced by the assimilation wind speed data 51 and is already assimilated. It changes to 52 inches. Further, as a result of this assimilation calculation executed in the stage P3 shown in FIG. 2, the three-dimensional wind speed estimation data 50 belonging to the outside of the circle ER is assimilated 3 by being influenced by the assimilation wind speed data 51. It changes to the dimensional wind speed data 52out.

以下、図２を参照して上述した同化用風速データについて詳細に説明する。同化用風速データとは、気象シミュレーションにより３次元の風速推定データを推定した計算結果に対してデータ同化を行うために使用されるデータである。従来においては、気象シミュレーションにより３次元の風速推定データを推定した計算結果に対してデータ同化を行う際には、一つ以上の観測地点において観測された風速観測データを使用していた。そこで、まず最初に、３次元の風速推定データを推定した計算結果に対して、実際に観測された風速観測データを使用してデータ同化を行う場合を例として、同化用風速データ５１の使用目的と果たす役割について説明する。   Hereinafter, the assimilation wind speed data described above with reference to FIG. 2 will be described in detail. The assimilation wind speed data is data used to perform data assimilation on a calculation result obtained by estimating three-dimensional wind speed estimation data by a weather simulation. Conventionally, when data assimilation is performed on calculation results obtained by estimating three-dimensional wind speed estimation data by weather simulation, wind speed observation data observed at one or more observation points has been used. Therefore, firstly, the purpose of using the assimilation wind speed data 51 is described as an example in which data assimilation is performed using the actually observed wind speed observation data with respect to the calculation result obtained by estimating the three-dimensional wind speed estimation data. Explain the role played.

風速や風向に関する一般的な意味でのデータ同化とは、観測された風速観測データを風速や風向の変化に関する気象シミュレーションに埋め込み、馴染ませてゆく技法である。一般的なデータ同化によれば、風速観測値と風速データ予測値との間の整合をとることによって、風速データの推定計算の精度を向上させることが可能である。その結果、データ同化によれば、気象モデル２１に基づく気象シミュレーションを行った際に、データ同化を行わない場合と比べて、風速や風向に関して実際に観測される気象現象をうまく説明する風速シミュレーション結果が得られる。   Data assimilation in a general sense related to wind speed and direction is a technique that embeds observed wind speed observation data in a weather simulation related to changes in wind speed and direction. According to general data assimilation, it is possible to improve the accuracy of wind speed data estimation calculation by matching the observed wind speed value with the predicted wind speed data value. As a result, according to the data assimilation, when the weather simulation based on the weather model 21 is performed, the wind speed simulation result that better explains the meteorological phenomenon actually observed with respect to the wind speed and the wind direction compared to the case where the data assimilation is not performed. Is obtained.

ところで、一般的には、観測地点に設けられた観測機器は、水平方向の風速のみを観測し、通常は、鉛直方向の風速を観測したデータを提供しない。従って、風速シミュレーション結果に対してデータ同化を行う従来のシステムでは、気象モデルに基づいて計算された風速シミュレーション結果に対して水平風速成分に対応する２次元の観測データのみを同化しており、鉛直風速成分に対応する観測データを同化していない。そのため、従来のシステムにおいて、気象モデルに基づくシミュレーションに対して水平方向の風速観測データを２次元的に同化すると、鉛直方向の風速成分に関して不自然なシミュレーション結果が得られてしまう場合がある。具体的には、気象モデルに基づく風速シミュレーション結果に対して鉛直風速成分の観測値を考慮しないでデータ同化を行うと、気象モデルによって想定されるはずのない以下のような不自然な鉛直風速成分が現れたりする。例えば、雨雲形成のための上昇気流が発生しない低い高度の地表付近において通常は想定されない強い上昇風や下降風の発生がデータ同化によって推定される場合がある。また、例えば、鉛直風速成分の観測値を考慮しないデータ同化を行った場合に推定される鉛直方向の風速推定値が、データ同化を行わない場合に推定される鉛直風速成分と極端に乖離してしまう場合が生じ得る。   By the way, in general, an observation device provided at an observation point observes only the wind speed in the horizontal direction, and usually does not provide data obtained by observing the wind speed in the vertical direction. Therefore, in the conventional system that performs data assimilation on the wind speed simulation result, only the two-dimensional observation data corresponding to the horizontal wind speed component is assimilated to the wind speed simulation result calculated based on the weather model, The observation data corresponding to the wind speed component is not assimilated. Therefore, in the conventional system, if the wind speed observation data in the horizontal direction is assimilated two-dimensionally with respect to the simulation based on the weather model, an unnatural simulation result may be obtained regarding the wind speed component in the vertical direction. Specifically, if data assimilation is performed without considering the observed value of the vertical wind speed component for the wind speed simulation result based on the weather model, the following unnatural vertical wind speed component that should not be assumed by the weather model is as follows: Appears. For example, data assimilation may estimate the occurrence of strong updrafts and downdrafts that are not normally assumed near the low altitude surface where no updraft for rain cloud formation occurs. In addition, for example, the estimated wind speed in the vertical direction estimated when data assimilation is performed without considering the observed value of the vertical wind speed component is extremely different from the estimated vertical wind speed component when data assimilation is not performed. May occur.

そこで、上述した同化用風速データ生成ステップにおいては、以下のようにして鉛直方向の風速成分を含んだ３次元の同化用風速データを生成する。つまり、同化用風速データ生成モジュール１２は、観測地点６０（６０Ａ〜６０Ｃ）で実際に観測された水平方向成分の風速観測データ５４（５４Ａ〜５４Ｃ）と、観測地点６０（６０Ａ〜６０Ｃ）における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）に含まれる鉛直風速成分Ｗを組み合わせて、観測地点６０Ａ〜６０Ｃにおける３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）を生成する。   Therefore, in the assimilation wind speed data generation step described above, three-dimensional assimilation wind speed data including a wind speed component in the vertical direction is generated as follows. That is, the assimilation wind speed data generation module 12 performs the horizontal component wind speed observation data 54 (54A to 54C) actually observed at the observation point 60 (60A to 60C) and 3 at the observation point 60 (60A to 60C). The three-dimensional assimilation wind speed data 51 (51A to 51C) at the observation points 60A to 60C is generated by combining the vertical wind speed components W included in the three-dimensional wind speed estimation data 50 (50A to 50C).

同化用風速データ生成ステップにおいて以上のようにして生成された３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）は、同化モジュール１３に渡され、同化モジュール１３が実行する同化ステップでは、３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）を使用して以下のような同化計算を実行する。すなわち、同化モジュール１３は、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１（５１Ａ〜５１Ｃ）に基づいて、対象エリア６７における３次元の風速推定データ５０（５０Ａ〜５０Ｃ）を同化して図２に示す同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を取得する。すなわち、上記同化計算においては、事前計算ステップにより推定された風速推定データ５０（５０Ａ〜５０Ｃ）の鉛直風速成分Ｗと実際に観測された水平方向の風速観測データ５４（５４Ａ〜５４Ｃ）とを組み合わせて生成した３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）により３次元的なデータ同化を行う。より具体的には、対象エリア６７内の３次元空間格子を構成する複数の格子点に３次元的に配置された一群の風速推定データ５０（５０Ａ〜５０Ｃ）に対して、上記のように生成した３次元の同化用風速データ５１（５１Ａ〜５１Ｃ）を観測地点６０（６０Ａ〜６０Ｃ）に相当する位置に同化する形で、３次元的なデータ同化を行う。   The three-dimensional assimilation wind speed data 51 (51A to 51C) generated as described above in the assimilation wind speed data generation step is passed to the assimilation module 13, and in the assimilation step executed by the assimilation module 13, three-dimensional Using the assimilation wind speed data 51 (51A to 51C), the following assimilation calculation is executed. That is, the assimilation module 13 assimilates the three-dimensional wind speed estimation data 50 (50A to 50C) in the target area 67 on the basis of the assimilation wind speed data 51 (51A to 51C) at the observation points 60A to 60C. The assimilated three-dimensional wind speed data 52 (52in, 52out) shown is acquired. That is, in the assimilation calculation, the vertical wind speed component W of the wind speed estimation data 50 (50A to 50C) estimated in the pre-calculation step and the actually observed horizontal wind speed observation data 54 (54A to 54C) are combined. Three-dimensional data assimilation is performed using the three-dimensional assimilation wind speed data 51 (51A to 51C) generated in this manner. More specifically, it is generated as described above for a group of wind speed estimation data 50 (50A to 50C) arranged in a three-dimensional manner at a plurality of lattice points constituting a three-dimensional space lattice in the target area 67. Three-dimensional data assimilation is performed by assimilating the three-dimensional assimilation wind speed data 51 (51A to 51C) to a position corresponding to the observation point 60 (60A to 60C).

従って、図１乃至図４を参照しながら上述した実施形態によれば、気象シミュレーションに対してデータ同化を行う際の風速観測値として水平風速成分のみが取得可能であったとしても、鉛直風速成分に関して現実の気象現象との間の矛盾が少ない計算結果を出力可能な気象データ同化方法を得ることができる。その結果、気象シミュレーションに対して水平風速成分に関する観測値のみを同化させることにより、水平風速成分に関して現実の観測値を反映した計算結果が得られる一方で、鉛直風速成分に関する同化計算結果が現実の気象現象と整合しなくなるという問題点を解決することができる。   Therefore, according to the embodiment described above with reference to FIGS. 1 to 4, even if only the horizontal wind speed component can be acquired as the wind speed observation value when performing data assimilation for the weather simulation, the vertical wind speed component is obtained. It is possible to obtain a meteorological data assimilation method that can output a calculation result with little contradiction between actual weather phenomena. As a result, by assimilating only the observation value related to the horizontal wind speed component in the weather simulation, a calculation result reflecting the actual observation value regarding the horizontal wind speed component can be obtained, while the assimilation calculation result related to the vertical wind speed component is actual. The problem of not being consistent with the meteorological phenomenon can be solved.

例示的な一実施形態では、対象エリア６７（図３）内における３次元の風速推定データ５０を算出するために、事前計算モジュール１１は、事前計算ステップにおいて以下のように初期条件／境界条件２２を使用しても良い。事前計算モジュール１１が気象モデル２１を参照することによって、気象シミュレーションを実行し、所定の時間範囲にわたる気象現象の推移を模擬的に実行する際、気象モデル２１は、大気に関する物理法則を記述する微分方程式を含む。例えば、気象モデル２１は、上述した微分方程式として、対象エリア６７内における風速を記述する３次元流体運動方程式を含む。そのため、事前計算モジュール１１は、上述した３次元流体運動方程式などの微分方程式を解く際に必要となる初期条件として記憶部２０上に記憶された初期条件／境界条件２２を参照する。   In one exemplary embodiment, in order to calculate the three-dimensional wind speed estimation data 50 in the target area 67 (FIG. 3), the pre-calculation module 11 performs the initial / boundary condition 22 in the pre-calculation step as follows: May be used. When the pre-calculation module 11 executes a weather simulation by referring to the weather model 21 and simulates the transition of the meteorological phenomenon over a predetermined time range, the meteorological model 21 is a derivative that describes a physical law relating to the atmosphere. Including equations. For example, the weather model 21 includes a three-dimensional fluid motion equation describing the wind speed in the target area 67 as the differential equation described above. Therefore, the pre-calculation module 11 refers to the initial condition / boundary condition 22 stored on the storage unit 20 as an initial condition required when solving the differential equation such as the above-described three-dimensional fluid motion equation.

一例においては、演算部１０Ａは、以下のようにして、ＧＰＶ配信サーバ２から受信したＧＰＶデータを初期条件／境界条件２２として使用して気象シミュレーションを実行してもよい。例えば、ＧＰＶ配信サーバ２から通信部３０を介してＧＰＶデータを受信すると、演算部１０Ａは、ＧＰＶデータによって与えられる風速データを記憶部２０上の初期条件／境界条件２２に設定する。その上で、演算部１０は、気象モデル２１に基づいてＧＰＶデータのデータ粒度よりも時間的／空間的により細かい数値シミュレーションを行う。その際、演算部１０Ａは、初期条件／境界条件２２に設定されたＧＰＶデータを初期条件として使用して、気象モデル２１に含まれる上記微分方程式を解き、上記微分方程式の解から風速や風向の変化を含む大気の物理的挙動（熱力学的挙動を含む）を推定する。   In one example, the arithmetic unit 10A may execute the weather simulation using the GPV data received from the GPV distribution server 2 as the initial condition / boundary condition 22 as follows. For example, when GPV data is received from the GPV distribution server 2 via the communication unit 30, the arithmetic unit 10 </ b> A sets the wind speed data given by the GPV data in the initial condition / boundary condition 22 on the storage unit 20. Then, the arithmetic unit 10 performs a numerical simulation finer in time / space than the data granularity of the GPV data based on the weather model 21. At that time, the calculation unit 10A uses the GPV data set in the initial condition / boundary condition 22 as an initial condition, solves the differential equation included in the weather model 21, and calculates the wind speed and direction from the solution of the differential equation. Estimate the physical behavior of the atmosphere including changes, including thermodynamic behavior.

なお、演算部１０Ａが初期条件／境界条件２２としてＧＰＶ配信サーバ２から受信したＧＰＶデータを使用する場合においては、気象予測システム１は以下のような利点を提供ことができる。すなわち、ＧＰＶデータは、特定の地理的エリア内において２次元格子状に分布した複数地点における気象データを含むが、ＧＰＶデータが配信される時間間隔は数時間程度であり、上記２次元格子の格子間隔は数ｋｍ程度であるので、狭い地域の詳細な気象予測を行うにはデータが粗すぎる。そこで、気象予測システム１において、演算部１０Ａが上記のような数値シミュレーションを実行することにより、ＧＰＶデータのデータ粒度よりも時間的／空間的に細かい気象データが推定されるので、ＧＰＶデータのデータ粒度の粗さを補間することが可能となる。   In addition, when the arithmetic unit 10A uses the GPV data received from the GPV distribution server 2 as the initial condition / boundary condition 22, the weather prediction system 1 can provide the following advantages. That is, the GPV data includes meteorological data at a plurality of points distributed in a two-dimensional grid within a specific geographical area, but the time interval at which the GPV data is distributed is about several hours. Since the interval is on the order of several kilometers, the data is too coarse for detailed weather forecasting in a narrow area. Therefore, in the weather prediction system 1, the arithmetic unit 10A executes the numerical simulation as described above, so that weather data finer in time / space than the data granularity of the GPV data is estimated. It becomes possible to interpolate the roughness of the grain size.

例示的な一実施形態において、図１乃至図４を使用して上述した気象データ同化方法は、図５に示すフローチャートに従って実行されても良い。図５に示すフローチャートは、図１に示す演算部１０Ａ内の事前計算モジュール１１、同化用風速データ生成モジュール１２および同化モジュール１３によって実行される例示的な気象データ同化方法の詳細な実行手順を示している。図５のフローチャートは、まず、ステップＳ１１から開始し、ステップＳ１１では、事前計算モジュール１１により事前計算ステップが実行される。具体的には、事前計算ステップでは、気象モデル２１に基づいて、第１期間における各時刻について、少なくとも一つの観測地点６０（６０Ａ〜６０Ｃ）を含む対象エリア６７（図３）における３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）を算出する。 In an exemplary embodiment, the meteorological data assimilation method described above using FIGS. 1 to 4 may be performed according to the flowchart shown in FIG. The flowchart shown in FIG. 5 shows a detailed execution procedure of an exemplary weather data assimilation method executed by the pre-calculation module 11, the assimilation wind speed data generation module 12 and the assimilation module 13 in the arithmetic unit 10A shown in FIG. ing. The flowchart of FIG. 5 starts from step S11. In step S11, the precalculation module 11 executes a precalculation step. Specifically, in the pre-calculation step, the three-dimensional wind speed in the target area 67 (FIG. 3) including at least one observation point 60 (60A to 60C) for each time in the first period based on the weather model 21. Estimated data 50 (U e , V e , W e ) is calculated.

続いて、図５に示すフローチャートの処理は、ステップＳ１２に進み、事前計算モジュール１１は、少なくとも一つの観測地点６０（６０Ａ〜６０Ｃ）について算出した３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）から鉛直風速成分の計算結果Ｗｅを抽出する。他方、図５に示すフローチャートでは、ステップＳ１１およびステップＳ１２の実行と並行して、ステップＳ１３において、同化用風速データ生成モジュール１２は、観測機器３（３Ａ〜３Ｃ）から水平方向成分の２次元の風速観測データ（Ｕｍ，Ｖｍ）を取得する。 Subsequently, the process of the flowchart illustrated in FIG. 5 proceeds to step S12, and the pre-calculation module 11 calculates the three-dimensional wind speed estimation data 50 (U e , V e ) calculated for at least one observation point 60 (60A to 60C). , W e ), the vertical wind speed component calculation result W e is extracted. On the other hand, in the flowchart shown in FIG. 5, in parallel with the execution of step S11 and step S12, in step S13, the assimilation wind speed data generation module 12 receives a two-dimensional horizontal component from the observation device 3 (3A to 3C). Acquire wind speed observation data (U m , V m ).

続いて、図５に示すフローチャートの処理は、ステップＳ１４に進み、事前計算モジュール１１から３次元の風速推定データ５０を受け取った同化用風速データ生成モジュール１２は、同化用風速データ生成ステップを実行する。具体的には、同化用データ生成ステップでは、観測地点６０で観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４と、観測地点６０における３次元の風速推定データ５０に含まれる鉛直風速成分Ｗｅを組み合わせて、観測地点６０における３次元の同化用風速データ５１を生成する。続いて、図５に示すフローチャートの処理は、ステップＳ１５に進み、同化用風速データ生成モジュール１２から同化用風速データ５１を受け取った同化モジュール１３は、同化ステップを実行する。具体的には、同化ステップでは、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１に基づいて、対象エリア６７における３次元の風速推定データ５０を同化して図２に示す同化済みの３次元風速データ５２を取得する。 Subsequently, the processing of the flowchart shown in FIG. 5 proceeds to step S14, and the assimilation wind speed data generation module 12 that has received the three-dimensional wind speed estimation data 50 from the pre-calculation module 11 executes an assimilation wind speed data generation step. . Specifically, in the assimilation data generation step, the wind speed observation data 54 of the horizontal direction component (U m , V m ) observed at the observation point 60 and the three-dimensional wind speed estimation data 50 at the observation point 60 are included. a combination of vertical wind velocity component W e, generates whether for wind speed data 51 of a three-dimensional in the observation point 60. Subsequently, the process of the flowchart shown in FIG. 5 proceeds to step S15, and the assimilation module 13 that has received the assimilation wind speed data 51 from the assimilation wind speed data generation module 12 executes an assimilation step. Specifically, in the assimilation step, the assimilated three-dimensional wind speed data shown in FIG. 2 is assimilated by assimilating the three-dimensional wind speed estimation data 50 in the target area 67 based on the assimilation wind speed data 51 at the observation points 60A to 60C. 52 is acquired.

続いて、図５に示す気象データ同化方法では、対象エリア６７内の評価地点６１において、同化モジュール１３が同化ステップを実行することにより算出した同化済みの３次元風速データ５２と実際の３次元風速値とを比較し、両者がどの程度一致しているかを表す一致精度を評価してもよい。具体的には、ステップＳ１５の実行に続いて、図５に示すフローチャートの処理は、ステップＳ１６に進み、同化モジュール１３は、以下の評価ステップを実行する。すなわち、評価ステップでは、対象エリア６７内の評価地点６１において、同化モジュール１３が同化ステップを実行することにより算出した同化済みの３次元風速データ５２と実際の３次元風速値とを比較し、両者がどの程度一致しているかを表す一致精度を評価する。   Subsequently, in the meteorological data assimilation method shown in FIG. 5, at the evaluation point 61 in the target area 67, the assimilated three-dimensional wind speed data 52 calculated by the assimilation module 13 executing the assimilation step and the actual three-dimensional wind speed. The values may be compared to evaluate the matching accuracy indicating how much the two match. Specifically, following the execution of step S15, the process of the flowchart shown in FIG. 5 proceeds to step S16, and the assimilation module 13 executes the following evaluation steps. That is, in the evaluation step, at the evaluation point 61 in the target area 67, the assimilation module 13 compares the assimilated three-dimensional wind speed data 52 calculated by executing the assimilation step with the actual three-dimensional wind speed value. Evaluate the matching accuracy that expresses how much matches.

つまり、当該評価ステップにおいては、まず、対象エリア６７内の評価地点６１における水平方向成分の前記風速観測データ（Ｕｍ，Ｖｍ）と、同化済みの３次元風速データ５２のうち評価地点における水平方向成分の前記風速推定データと比較する。続いて、当該比較の結果に基づいて、同化済みの３次元風速データ５２と風速観測データ５４との一致精度を評価する。 In other words, in the evaluation step, first, the wind speed observation data (U m , V m ) of the horizontal component at the evaluation point 61 in the target area 67 and the horizontal at the evaluation point among the assimilated three-dimensional wind speed data 52 are displayed. Compared with the wind speed estimation data of the direction component. Subsequently, based on the result of the comparison, the matching accuracy between the assimilated three-dimensional wind speed data 52 and the wind speed observation data 54 is evaluated.

最後に、図５に示すフローチャートの処理は、ステップＳ１７に進み、同化モジュール１３は、ステップ１５の同化ステップにおいて算出された同化済みの３次元風速データ５２を初期条件生成モジュール１４に出力する。ステップ１５の同化ステップにおいて算出された同化済みの３次元風速データ５２を使用して、初期条件生成モジュール１４および風速予測モジュール１５によって実行される後続の処理については図６を参照しながら後述する。   Finally, the processing of the flowchart shown in FIG. 5 proceeds to step S17, and the assimilation module 13 outputs the assimilated three-dimensional wind speed data 52 calculated in the assimilation step of step 15 to the initial condition generation module. Subsequent processing executed by the initial condition generation module 14 and the wind speed prediction module 15 using the assimilated three-dimensional wind speed data 52 calculated in the assimilation step of step 15 will be described later with reference to FIG.

図５を参照して上述した実施形態においては、少なくとも一つの観測地点６０を含む対象エリア６７内において、評価地点６１が設定され、評価地点６１においては、図５に示すフローチャートのステップＳ１１〜Ｓ１５により得られた同化済みの３次元風速データ５２が風速観測データ５４とどの程度一致するかが評価される。従って、この実施形態によれば、気象モデル２１に基づく風速推定データ５０に対して図５のステップＳ１１〜Ｓ１５に従って風速に関するデータ同化を行って同化済みの３次元風速データ５２が得られた場合に、同化済み風速データ５２が実際に観測される風速観測データ５４とどの程度近いかを評価することができる。その結果、この実施形態によれば、データ同化により得られた同化済みの３次元風速データ５２の精度を表す指標を得ることができる。   In the embodiment described above with reference to FIG. 5, an evaluation point 61 is set in the target area 67 including at least one observation point 60, and steps S <b> 11 to S <b> 15 of the flowchart shown in FIG. 5 are set in the evaluation point 61. It is evaluated how much the assimilated three-dimensional wind speed data 52 obtained by the above matches the wind speed observation data 54. Therefore, according to this embodiment, when the assimilated three-dimensional wind speed data 52 is obtained by performing data assimilation on the wind speed according to steps S11 to S15 of FIG. It is possible to evaluate how close the assimilated wind speed data 52 is with the actually observed wind speed observation data 54. As a result, according to this embodiment, an index representing the accuracy of the assimilated three-dimensional wind speed data 52 obtained by data assimilation can be obtained.

次に、本発明の幾つかの実施形態に係る気象予測方法は、図１乃至図５を参照しながら上述した気象データ同化方法において実行された同化計算の結果を使用して以下のとおりに実行される。すなわち、当該気象データ同化方法において同化モジュール１３が同化ステップを実行することにより算出した同化計算結果を使用して演算部１０Ａ内の初期条件生成モジュール１４と風速予測モジュール１５が以下の処理を実行する。まず、初期条件生成モジュール１４は、初期条件生成ステップを実行する。初期条件生成ステップでは、上記同化ステップにより取得された、第１期間における同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）に基づいて、第１期間よりも後の第２期間の開始時点における初期条件が生成される。続いて、初期条件生成モジュール１４は、上記生成した初期条件を風速予測モジュール１５に渡し、風速予測モジュール１５は、風速予測ステップを実行する。風速予測ステップでは、初期条件生成ステップにおいて生成された初期条件に基づいて、第２期間内の各時刻において、気象モデル２１に基づいて対象エリア６７における３次元の風速予測データを時系列的に算出する処理が実行される。   Next, the weather prediction method according to some embodiments of the present invention is executed as follows using the result of the assimilation calculation performed in the weather data assimilation method described above with reference to FIGS. Is done. That is, using the assimilation calculation result calculated by the assimilation module 13 executing the assimilation step in the meteorological data assimilation method, the initial condition generation module 14 and the wind speed prediction module 15 in the calculation unit 10A execute the following processing. . First, the initial condition generation module 14 executes an initial condition generation step. In the initial condition generation step, based on the assimilated three-dimensional wind speed data 52 (52in, 52out) acquired in the first period and the initial period at the start of the second period after the first period. A condition is generated. Subsequently, the initial condition generation module 14 passes the generated initial condition to the wind speed prediction module 15, and the wind speed prediction module 15 executes a wind speed prediction step. In the wind speed prediction step, the three-dimensional wind speed prediction data in the target area 67 is calculated in time series based on the weather model 21 at each time in the second period based on the initial condition generated in the initial condition generation step. Is executed.

上述した気象予測方法の実行開始前においては、同化モジュール１３が実行する同化ステップにおいて、第１期間にわたって３次元の同化用風速データ５１を使用して３次元の風速推定データ５０に対して同化計算が既に実行されている。従って、上述した気象予測方法の実行開始前において、第１期間にわたる気象シミュレーションの精度が向上させられている。続いて、上述した気象予測方法においては、当該精度を向上させたシミュレーション結果を初期条件として設定した上で、第１期間よりも後の第２期間にわたって、３次元の風速推定データを推定する気象シミュレーションを実行する。以上より、上述した気象予測方法によれば、第２期間における気象シミュレーションを行うために設定される初期条件の精度が、第２期間に先立つ第１期間における同化計算により改善されているので、第２期間におけるシミュレーション精度も改善されることが期待される。   Before the start of the execution of the weather prediction method described above, in the assimilation step executed by the assimilation module 13, the assimilation calculation is performed on the three-dimensional wind speed estimation data 50 using the three-dimensional assimilation wind speed data 51 over the first period. Is already running. Therefore, the accuracy of the weather simulation over the first period is improved before the execution of the weather prediction method described above. Subsequently, in the weather prediction method described above, the simulation result with improved accuracy is set as an initial condition, and then the weather for estimating the three-dimensional wind speed estimation data over a second period after the first period. Run the simulation. From the above, according to the weather forecast method described above, the accuracy of the initial condition set for performing the weather simulation in the second period is improved by the assimilation calculation in the first period preceding the second period. It is expected that the simulation accuracy in two periods will also be improved.

次に、上述した気象予測方法のうち、実用性が高いと考えられる例示的な具体例について、図６を使用して説明する。図６に示す例示的な一実施形態では、上述した気象予測方法において、第１期間７１を過去の特定の時点Ｔ１から現在時刻までの期間とし、第２期間７２を現在時刻から未来の時点Ｔ２までの期間とすると、以下のような気象予測計算が実行される。ここで、図６は、過去の気象に関する気象シミュレーション結果に基づく初期条件を使用して将来の気象予測を行う処理を時間軸に沿って説明するタイミング図である。   Next, an illustrative specific example considered to have high practicality among the above-described weather prediction methods will be described with reference to FIG. In the exemplary embodiment shown in FIG. 6, in the weather forecasting method described above, the first period 71 is a period from the past specific time T1 to the current time, and the second period 72 is the current time to the future time T2. The following weather forecast calculation is executed for the period up to. Here, FIG. 6 is a timing diagram for explaining a process of performing future weather prediction using an initial condition based on a weather simulation result regarding past weather along the time axis.

図６に示すように、まず、事前計算モジュール１１は、ＧＰＶ配信サーバ２から通信部３０を介して受信したＧＰＶデータ８１に基づいて第１期間７１にわたって実行される事前計算ステップを開始するのに必要な初期条件８２を生成する。続いて、事前計算モジュール１１は、第１期間７１にわたって初期条件８２に基づいて事前計算ステップを実行し、３次元の風速推定データ５０を算出する。続いて、同化用風速データ生成モジュール１２および同化モジュール１３が、過去から現在までの第１期間７１内に同化用風速データ５１を使用して３次元の風速推定データ５０に対して同化計算（図６に示す気象シミュレーション７３）を行う。その結果、第１期間７１が終了する時刻である現在時刻において、同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を含む同化済みの気象シミュレーション結果８３が取得されることとなる。続いて、初期条件生成モジュール１４は、初期条件生成ステップを実行することにより、同化済みの３次元風速データ５２（５２ｉｎ，５２ｏｕｔ）を含む同化済みの気象シミュレーション結果８３から初期条件８４を生成し、記憶部２０内の初期条件／境界条件２２に格納する。続いて、初期条件生成モジュール１４は、上記生成した初期条件８４を、第２期間７２にわたって実行される気象シミュレーションを開始するための初期条件として設定する。   As shown in FIG. 6, first, the pre-calculation module 11 starts the pre-calculation step executed over the first period 71 based on the GPV data 81 received from the GPV distribution server 2 via the communication unit 30. A necessary initial condition 82 is generated. Subsequently, the pre-calculation module 11 performs a pre-calculation step based on the initial condition 82 over the first period 71 to calculate the three-dimensional wind speed estimation data 50. Subsequently, the assimilation wind speed data generation module 12 and the assimilation module 13 perform assimilation calculation on the three-dimensional wind speed estimation data 50 using the assimilation wind speed data 51 in the first period 71 from the past to the present (see FIG. The weather simulation 73) shown in FIG. As a result, an assimilated weather simulation result 83 including the assimilated three-dimensional wind speed data 52 (52in, 52out) is acquired at the current time when the first period 71 ends. Subsequently, the initial condition generation module 14 generates an initial condition 84 from the assimilated weather simulation result 83 including the assimilated three-dimensional wind speed data 52 (52in, 52out) by executing an initial condition generation step. The initial condition / boundary condition 22 in the storage unit 20 is stored. Subsequently, the initial condition generation module 14 sets the generated initial condition 84 as an initial condition for starting a weather simulation executed over the second period 72.

続いて、初期条件生成モジュール１４は、上記生成した初期条件を風速予測モジュール１５に渡し、風速予測モジュール１５は、風速予測ステップを実行する。風速予測ステップでは、上記生成された初期条件８４に基づいて、第２期間７２内の各時刻において、気象モデル２１に基づいて対象エリア６７における３次元の風速予測データを時系列的に算出する気象シミュレーション（図６に示す気象シミュレーション７４）が実行される。最後に、風速予測モジュール１５は、初期条件８４に基づいて第２期間７２にわたって実行した気象シミュレーションにより得られたシミュレーション結果８５から気象予測８６を生成し、出力部４０を介して気象予測８６を表示装置４に出力し、画面表示する。   Subsequently, the initial condition generation module 14 passes the generated initial condition to the wind speed prediction module 15, and the wind speed prediction module 15 executes a wind speed prediction step. In the wind speed prediction step, based on the generated initial condition 84, the weather for calculating the three-dimensional wind speed prediction data in the target area 67 in time series based on the weather model 21 at each time in the second period 72. A simulation (meteorological simulation 74 shown in FIG. 6) is executed. Finally, the wind speed prediction module 15 generates a weather prediction 86 from the simulation result 85 obtained by the weather simulation executed over the second period 72 based on the initial condition 84, and displays the weather prediction 86 via the output unit 40. The data is output to the device 4 and displayed on the screen.

以上より、図６を参照して上述したこの実施形態によれば、現在時刻における３次元風速データの推定精度を改善することができる。その上で、この実施形態では、当該推定精度が改善された現在時刻における３次元風速データに基づいて現時点以降の風速予測データをシミュレーションにより算出するための初期条件として設定し、当該初期条件に基づいて、現時点以降の風速予測データをシミュレーションにより算出する。以上より、この実施形態によれば、３次元風速データに関して過去から現在まで実行される気象シミュレーションにデータ同化を行ってシミュレーション結果の精度を改善し、当該シミュレーション結果を初期条件に設定して未来の気象シミュレーションを行うことができる。その結果、この実施形態によれば、３次元風速データに関して気象予測の予測精度を向上させることができる。   As described above, according to this embodiment described above with reference to FIG. 6, the estimation accuracy of the three-dimensional wind speed data at the current time can be improved. In addition, in this embodiment, the wind speed prediction data after the current time is set as an initial condition for calculating by simulation based on the three-dimensional wind speed data at the current time when the estimation accuracy is improved, and based on the initial condition. Thus, wind speed prediction data after the present time is calculated by simulation. As described above, according to this embodiment, data assimilation is performed on the weather simulation executed from the past to the present with respect to the three-dimensional wind speed data to improve the accuracy of the simulation result, and the simulation result is set as an initial condition and A weather simulation can be performed. As a result, according to this embodiment, it is possible to improve the prediction accuracy of weather prediction regarding the three-dimensional wind speed data.

例示的な一実施形態では、気象モデル２１において、大気に関する物理法則に従って風速及び風向が時間変化を、対象エリア６７内の場所に応じて記述する３次元流体運動方程式は、以下のように定式化されても良い。すなわち、事前計算ステップにおいて、事前計算モジュール１１は、第１期間における各時刻について以下の式（１−１）乃至（１−３）で表される３次元流体運動方程式を時系列的に解くことにより、３次元の風速推定データ５０（図２）を数値解析的に算出してもよい。

Figure 2017111074
In an exemplary embodiment, in the weather model 21, a three-dimensional fluid equation of motion that describes temporal changes in wind speed and direction according to the physical laws relating to the atmosphere according to the location in the target area 67 is formulated as follows: May be. That is, in the pre-calculation step, the pre-calculation module 11 solves the three-dimensional fluid motion equation represented by the following equations (1-1) to (1-3) in time series for each time in the first period. Thus, the three-dimensional wind speed estimation data 50 (FIG. 2) may be calculated numerically.
Figure 2017111074

ここで、ＵおよびＶは、それぞれＸ軸方向に沿った風速とＹ軸方向に沿った風速を表し、水平方向の風速成分に相当する。また、Ｗは、Ｚ軸方向に沿った風速を表し、鉛直方向の風速成分を表す。従って、上記式（１−１）〜（１−３）の解として算出される３次元ベクトル（Ｕｅ，Ｖｅ，Ｗｅ）の値は、事前計算ステップにおいて事前計算モジュール１１が算出した３次元の風速推定データの風速ベクトル表現に相当する。また、∂ｘおよび∂ｙは、それぞれＸ軸方向に沿った変位量およびＹ軸方向に沿った変位量を表し、水平方向の変位量に相当する。また、∂ｚは、Ｚ軸方向に沿った変位量を表し、鉛直方向の変位量に相当する。また、上記式（１−１）〜（１−３）において、ｇは重力加速度を表し、θは温位（単位Ｋ）、θｖは仮温位（単位Ｋ）を表し、ｆはコリオリ・パラメータ（無位数）、π’は標準状態におけるエクスナー関数（無次元化された気圧）の値の変動量を表し、ＫｍｈおよびＫｍｖは、水平方向および鉛直方向にそれぞれ対応する渦粘性係数（無位数）を表す。以上より、対象エリア６７内における風速と風向の時間変化を記述する３次元流体運動方程式（１−１）〜（１−３）は、空間変位量（∂ｘ，∂ｙ，∂ｚ）を使用して、３次元の風速推定データを表す３次元ベクトル（Ｕ，Ｖ，Ｗ）の時間変化を記述する３元連立偏微分方程式として定式化されている。 Here, U and V represent the wind speed along the X-axis direction and the wind speed along the Y-axis direction, respectively, and correspond to the wind speed component in the horizontal direction. W represents the wind speed along the Z-axis direction, and represents the wind speed component in the vertical direction. Therefore, the values of the three-dimensional vectors (U e , V e , W e ) calculated as solutions of the above equations (1-1) to (1-3) are 3 calculated by the pre-calculation module 11 in the pre-calculation step. This corresponds to the wind speed vector representation of the three-dimensional wind speed estimation data. Further, ∂x and ∂y represent the amount of displacement along the X-axis direction and the amount of displacement along the Y-axis direction, respectively, and correspond to the amount of displacement in the horizontal direction. Further, ∂z represents the amount of displacement along the Z-axis direction and corresponds to the amount of displacement in the vertical direction. In the above formulas (1-1) to (1-3), g represents gravitational acceleration, θ represents a temperature level (unit K), θ v represents a temporary temperature level (unit K), and f represents Coriolis · Parameter (infinite number), π ′ represents the amount of fluctuation of the value of the EXNER function (non-dimensionalized atmospheric pressure) in the standard state, and K mh and K mv are eddy viscosity coefficients corresponding to the horizontal direction and the vertical direction, respectively. (Unordered number). As described above, the spatial displacement amounts (∂x, ∂y, ∂z) are used for the three-dimensional fluid motion equations (1-1) to (1-3) describing the temporal change of the wind speed and direction in the target area 67. Then, it is formulated as a ternary simultaneous partial differential equation describing a time change of a three-dimensional vector (U, V, W) representing three-dimensional wind speed estimation data.

上記式（１−１）〜（１−３）で定義される３元連立偏微分方程式を解くためには、以下の制約条件式を考慮しても良い。

Figure 2017111074
上記式（２）は、大気に関する物理法則として、質量保存則を規定するものであり、Ｒは気体定数（単位Ｊ／Ｋ／ｍｏｌ）、π０およびπ’は標準状態におけるエクスナー関数（無次元化された気圧）の値およびエクスナー関数の値の変動量を表し、ｃｖは定積比熱（単位Ｊ／Ｋ／ｋｇ）、ρ０は、標準状態における空気密度（単位ｋｇ／ｍ３）を表し、θ０は、標準状態における温位（単位Ｋ）を表す。 In order to solve the ternary simultaneous partial differential equations defined by the above equations (1-1) to (1-3), the following constraint equation may be considered.
Figure 2017111074
 The above formula (2) defines the law of conservation of mass as a physical law relating to the atmosphere, where R is a gas constant (unit: J / K / mol), π 0 and π ′ are Exner functions (non-dimensional) in the standard state. represents the amount of change of values of and Exner function of reduction of the atmospheric pressure obtained), c v is specific heat at constant volume (units J / K / kg), ρ 0 is the air density at standard conditions (in kg / m 3) And θ 0 represents the temperature level (unit K) in the standard state.

例示的な一実施形態では、事前計算モジュール１１が上記式（１−１）〜（１−３）に基づいて算出した３次元の風速推定データ５０に対して、同化モジュール１３が同化ステップにおいて同化用風速データ５１を同化する処理は、以下のように実行されても良い。すなわち、同化モジュール１３が実行する同化ステップにおいて、観測地点６０（６０Ａ〜６０Ｃ）における同化用風速データ５１を用いて、ナッジング係数Ｇに従ってナッジング法により３次元の風速推定データ５０を同化する。   In an exemplary embodiment, the assimilation module 13 performs assimilation in the assimilation step on the three-dimensional wind speed estimation data 50 calculated by the pre-calculation module 11 based on the above formulas (1-1) to (1-3). The process of assimilating the wind speed data 51 may be executed as follows. That is, in the assimilation step executed by the assimilation module 13, the assimilation wind speed data 51 at the observation points 60 (60 </ b> A to 60 </ b> C) is used to assimilate the three-dimensional wind speed estimation data 50 by the nudge method according to the nudge coefficient G.

具体的には、事前計算モジュール１１が上記式（１−１）〜（１−３）に基づいて算出した３次元の風速推定データ５０をｕ＝（Ｕｅ，Ｖｅ，Ｗｅ）とし、同化用風速データ生成モジュール１２が生成した３次元の同化用風速データ５１をｕｏｂｓ＝（Ｕｍ，Ｖｍ，Ｗｅ）とし、ナッジング係数をＧとすると、同化計算によって同化された同化済みの３次元風速データ５２であるｕａｓｓの時間変化量は以下のように求められる。

Figure 2017111074
Specifically, the pre-calculation module 11 is the formula (1-1) to 3-dimensional wind velocity estimation data 50 calculated based on (1-3) u = (U e , V e, W e) and, a three-dimensional assimilation for wind data 51 assimilation wind speed for data generation module 12 generates u obs = (U m, V m, W e) and, when the nudging coefficient is G, has been assimilated already assimilated by assimilation calculation The time change amount of u ass that is the three-dimensional wind speed data 52 is obtained as follows.
Figure 2017111074

ここで、Ｆ（ｕ）は、３次元の風速推定データ５０をｕ＝（Ｕｅ，Ｖｅ，Ｗｅ）を上記式（１−１）〜（１−３）に基づいて算出するための関数である。以上より、上記式（３）に基づいて、３次元の風速推定データ５０であるｕ＝（Ｕｅ，Ｖｅ，Ｗｅ）と同化用風速データ生成モジュール１２であるｕｏｂｓ＝（Ｕｍ，Ｖｍ，Ｗｅ）から、同化済みの３次元風速データ５２であるｕａｓｓの時間変化量が得られる。従って、当該時間変化量を、同化ステップによって実行される同化計算の開始時刻から、それよりも後の時刻である時刻ｔまで時間積分することにより、時刻ｔにおける３次元風速データ５２であるｕａｓｓの値を算出することができる。 Here, F (u) is used to calculate the three-dimensional wind speed estimation data 50 based on the above equations (1-1) to (1-3) u = (U e , V e , W e ). It is a function. From the above, based on the above equation (3), u = (U e , V e , W e ) which is the three-dimensional wind speed estimation data 50 and u obs = (U m , which is the assimilation wind speed data generation module 12. From V m , W e ), a time change amount of u ass that is the assimilated three-dimensional wind speed data 52 is obtained. Accordingly, the time change amount is time integrated from the start time of the assimilation calculation executed in the assimilation step to a time t which is a later time, thereby obtaining u ass as the three-dimensional wind speed data 52 at the time t. Can be calculated.

ナッジング係数Ｇは、気象モデル２１に基づいて対象エリア６７内の３次元空間格子を構成する各格子点についてそれぞれ算出された一群の風速推定データ５０に対して同化用風速データ５１を同化する際の重み付け係数に相当する。なお、ナッジング係数Ｇは、対象エリア６７内において、同化用風速データ５１に対応する観測地点６０’からの距離ｄが大きくなるに従って減少する距離の関数として定義されても良い。例えば、同化用風速データ５１に対応する観測地点６０’を図２に示す円ＥＲの中心とした場合、ナッジング係数Ｇは、以下のように定義されても良い。すなわち、風速推定データ５０に対する同化用風速データ５１の同化の強さが、図２に示す円ＥＲの中心からの距離ｄに応じて減少するようにナッジング係数Ｇを定義しても良い。さらに、図２に示す円ＥＲの外側では、当該同化の強さが顕著が小さくなるようにナッジング係数Ｇを定義しても良い。   The nudging coefficient G is used when assimilating the assimilation wind speed data 51 with respect to a group of wind speed estimation data 50 calculated for each grid point constituting the three-dimensional space grid in the target area 67 based on the weather model 21. Corresponds to the weighting factor. The nudging coefficient G may be defined as a function of a distance that decreases in the target area 67 as the distance d from the observation point 60 ′ corresponding to the assimilation wind speed data 51 increases. For example, when the observation point 60 ′ corresponding to the assimilation wind speed data 51 is the center of the circle ER shown in FIG. 2, the nudging coefficient G may be defined as follows. That is, the nudging coefficient G may be defined so that the strength of assimilation of the assimilation wind speed data 51 with respect to the wind speed estimation data 50 decreases according to the distance d from the center of the circle ER shown in FIG. Further, the nudging coefficient G may be defined outside the circle ER shown in FIG.

ナッジング係数Ｇが大きすぎれば、同化用風速データ５１のデータ同化によって観測地点６０において不自然な鉛直風速成分が現れる。すなわち、ナッジング法により３次元の風速推定データ５０を同化する場合、ナッジング係数Ｇが大きすぎれば、風速観測データ５４とのデータ同化を行うことによって、同化計算結果と現実の気象現象との間の整合性が損なわれる。逆に、ナッジング係数Ｇが小さすぎれば、事前計算モジュール１１による風速推定データ５０の推定精度の改善が不充分となる。すなわち、ナッジング係数Ｇが小さすぎれば、データ同化による気象シミュレーション精度の改善が不充分となる。従って、ナッジング係数Ｇを用いたナッジング法に基づいて、３次元の風速推定データ５０に対する同化用風速データ５１の同化を行って同化済みの３次元風速データ５２を得る際には、ナッジング係数Ｇが適切な値となるように調整することが有益である。   If the nudging coefficient G is too large, an unnatural vertical wind speed component appears at the observation point 60 due to the data assimilation of the assimilation wind speed data 51. That is, when assimilating the three-dimensional wind speed estimation data 50 by the nudging method, if the nudging coefficient G is too large, the data assimilation with the wind speed observation data 54 is performed, so that the assimilation calculation result and the actual meteorological phenomenon are Consistency is lost. On the other hand, if the nudging coefficient G is too small, improvement of the estimation accuracy of the wind speed estimation data 50 by the pre-calculation module 11 is insufficient. That is, if the nudging coefficient G is too small, the improvement of the weather simulation accuracy by data assimilation is insufficient. Therefore, when the assimilated three-dimensional wind speed data 52 is obtained by assimilating the assimilation wind speed data 51 with respect to the three-dimensional wind speed estimation data 50 based on the nudging method using the nudging coefficient G, the nudging coefficient G is It is useful to adjust it to an appropriate value.

そこで、例示的な一実施形態では、同化済みの３次元風速データ５２が実際の３次元風速値とどの程度一致しているかを表す一致精度を評価し、当該一致精度が所定の条件を満たすか否かに応じてナッジング係数Ｇを適応的に補正する。具体的には、まず、図６に示すステップＳ１６と同様にして、評価地点６１において、同化モジュール１３が同化ステップを実行することにより算出された同化済みの３次元風速データ５２が実際の３次元風速値とどの程度一致しているかを表す一致精度を評価する。もしも、上述した一致精度が所期の第１条件を満たさない場合、同化モジュール１３は、ナッジング係数Ｇを補正する係数補正ステップをさらに実行し、当該補正されたナッジング係数Ｇ’を用いて、同化ステップにおける同化計算を繰り返す。例えば、上述した一致精度が所定の閾値（下限値）を下回る場合、同化モジュール１３は、ナッジング係数Ｇを補正する係数補正ステップをさらに実行し、当該補正されたナッジング係数Ｇ’を用いて、同化ステップにおける同化計算を繰り返す。なお、係数補正ステップにおいて補正された補正後のナッジング係数Ｇ’を用いて、同化ステップにおける同化計算を繰り返す処理を気象予測システム１が実行する気象データ同化方法に組み込んだ場合の全体的な処理フローについては、図７および図８を使用して後述する。以上より、この実施形態によれば、ナッジング法に基づく同化計算により得られた同化済み風速データ５２と実際に観測される風速観測データ５４との間の一致精度が良好ではないならば、ナッジング係数Ｇをより適正な値となるように補正することができる。   Therefore, in an exemplary embodiment, the matching accuracy indicating how much the assimilated three-dimensional wind speed data 52 matches the actual three-dimensional wind speed value is evaluated, and whether the matching accuracy satisfies a predetermined condition. The nudging coefficient G is adaptively corrected according to whether or not. Specifically, first, as in step S16 shown in FIG. 6, at the evaluation point 61, the assimilated three-dimensional wind speed data 52 calculated by the assimilation module 13 executing the assimilation step is the actual three-dimensional data. Evaluate the matching accuracy indicating how much the wind speed value matches. If the above-mentioned matching accuracy does not satisfy the intended first condition, the assimilation module 13 further executes a coefficient correction step for correcting the nudging coefficient G, and uses the corrected nudging coefficient G ′ for assimilation. Repeat the assimilation calculation in the step. For example, if the matching accuracy described above falls below a predetermined threshold (lower limit), the assimilation module 13 further executes a coefficient correction step for correcting the nudging coefficient G, and uses the corrected nudging coefficient G ′ for assimilation. Repeat the assimilation calculation in the step. It should be noted that the overall processing flow when the process of repeating the assimilation calculation in the assimilation step using the corrected nudging coefficient G ′ corrected in the coefficient correction step is incorporated in the weather data assimilation method executed by the weather prediction system 1 Will be described later with reference to FIGS. As described above, according to this embodiment, if the matching accuracy between the assimilated wind speed data 52 obtained by the assimilation calculation based on the nudging method and the actually observed wind speed observation data 54 is not good, the nudge factor G can be corrected to a more appropriate value.

ところで、図１乃至図５を使用して上述した実施形態では、同化ステップにおいて同化用風速データ５１の鉛直風速成分Ｗｅとして使用されるデータは、データ同化を全く行わない事前計算ステップにより得られたものである。つまり、図１乃至図５を使用して上述した実施形態では、同化ステップにおいてデータ同化に先立って用いられる同化用風速データ５１の鉛直風速成分Ｗｅは、水平風速成分について実際に観測された風速観測データ５４とは無関係に計算された推定値である。従って、同化用風速データ５１の鉛直方向成分が現実の風速観測結果を充分忠実に反映しているとは言えない。 Incidentally, in the embodiment described above using FIGS. 1 to 5, data to be used as the vertical wind velocity component W e of assimilation for wind speed data 51 in assimilation step is obtained in completely the precomputation steps of no data assimilation It is a thing. That is, in the embodiment described above using FIGS. 1 to 5, the vertical wind velocity component W e anabolic wind speed for data 51 to be used prior to assimilation in assimilation step is actually observed wind for the horizontal wind component It is an estimated value calculated independently of the observation data 54. Therefore, it cannot be said that the vertical component of the assimilating wind speed data 51 sufficiently reflects the actual wind speed observation result.

そこで、図１乃至図５を使用して上述した気象データ同化方法において、以下のような追加的な処理をさらに実行することにより、上記問題に対処することが考えられる。まず、同化ステップによって一旦同化された後の同化済みの３次元風速データ５２から鉛直風速成分を抽出する。続いて、当該抽出した鉛直風速成分を同化用風速データ５１に含めるべき鉛直風速成分として使用してその後の同化計算を再度行う再同化ステップを実行する。上述した同化ステップに加えて上記のような再同化ステップを実施する方が、再同化ステップを行わない場合と比べて、同化用風速データ５１の鉛直方向成分が現実の風速観測結果をより忠実に反映していると言える。   Therefore, in the meteorological data assimilation method described above with reference to FIGS. 1 to 5, it may be possible to cope with the above problem by further executing the following additional processing. First, a vertical wind speed component is extracted from the assimilated three-dimensional wind speed data 52 once assimilated by the assimilation step. Subsequently, the extracted vertical wind speed component is used as the vertical wind speed component to be included in the assimilation wind speed data 51, and a re-assimilation step is performed in which the subsequent assimilation calculation is performed again. Compared to the above-described assimilation step, the re-analyzing step as described above makes the vertical component of the assimilating wind speed data 51 more faithful to the actual wind speed observation result than when the re-analyzing step is not performed. It can be said that it reflects.

上記のように、同化ステップに加えて上述した再同化ステップをさらに実施するために、本発明に係るさらに別の実施形態に係る気象同化方法は、図７に示す気象予測システム１上の演算部１０Ｂによって図８に示すフローチャートに従って実行されても良い。図７に示す演算部１０Ｂは、再同化モジュール１６を追加的に備えている。再同化モジュール１６は、同化モジュール１３による同化ステップの実行に続く追加的な処理として、以下のとおり後述する同化用データ更新ステップおよび再同化ステップを実行するための機能モジュールである。上述した再同化モジュール１６を除いて、図７に示す演算部１０Ｂのその他の構成は、図１に示す演算部１０Ａの構成とほぼ同様であるため、説明を省略する。   As described above, in order to further carry out the above-described re-anabolization step in addition to the assimilation step, the weather assimilation method according to still another embodiment of the present invention includes a calculation unit on the weather prediction system 1 shown in FIG. 10B may be executed according to the flowchart shown in FIG. The arithmetic unit 10 </ b> B illustrated in FIG. 7 is additionally provided with a re-assimilation module 16. The reanalyzing module 16 is a functional module for executing an assimilation data update step and a reassimilation step, which will be described later, as additional processing following execution of the assimilation step by the assimilation module 13. Except for the re-anabolic module 16 described above, the other configuration of the calculation unit 10B illustrated in FIG. 7 is substantially the same as the configuration of the calculation unit 10A illustrated in FIG.

この実施形態に係る気象データ同化方法は、事前計算ステップ、同化用風速データ生成ステップおよび同化ステップに加えて、以下において後述する同化用データ更新ステップと再同化ステップとをさらに備える。同化用データ更新ステップでは、観測地点６０で観測された水平方向成分の風速観測データ５４と、同化済みの３次元風速データ５２のうち観測地点６０における鉛直方向成分の風速推定データ５０と、を組み合わせたデータにより、同化用風速データ５１が更新され、更新後の同化用風速データ５５が得られる。再同化ステップでは、観測地点６０における更新後の同化用風速データ５５を用いて、３次元の前記風速推定データ５０の同化計算を再び行って、同化済みの３次元風速データ５２が更新されて更新後の同化済みの３次元風速データ５２’が得られる。   The meteorological data assimilation method according to this embodiment further includes an assimilation data update step and a re-assimilation step, which will be described later, in addition to the pre-calculation step, the assimilation wind speed data generation step, and the assimilation step. In the assimilation data update step, the horizontal component wind speed observation data 54 observed at the observation point 60 and the vertical component wind speed estimation data 50 at the observation point 60 of the assimilated three-dimensional wind velocity data 52 are combined. The assimilation wind speed data 51 is updated with the updated data, and the updated assimilation wind speed data 55 is obtained. In the re-assimilation step, the assimilation calculation of the three-dimensional wind speed estimation data 50 is performed again using the updated assimilation wind speed data 55 at the observation point 60, and the assimilated three-dimensional wind speed data 52 is updated and updated. Later assimilated three-dimensional wind speed data 52 'is obtained.

以下、図８のフローチャートに従って、この実施形態に係る気象同化方法の詳細な実行手順を説明する。図８のフローチャートは、まず、ステップＳ２１から開始し、事前計算モジュール１１は、ステップＳ２１で事前計算ステップを実行した後に、ステップＳ２２において、観測地点６０（６０Ａ〜６０Ｃ）について算出した３次元の風速推定データ５０（Ｕｅ，Ｖｅ，Ｗｅ）から鉛直風速成分の計算結果Ｗｅを抽出する。他方、ステップＳ２１およびＳ２２の実行と並行して、ステップＳ２３において、同化用風速データ生成モジュール１２は、観測機器３（３Ａ〜３Ｃ）から水平方向成分の２次元の風速観測データ（Ｕｍ，Ｖｍ）を取得する。図６に示すフローチャートとは異なり、図８に示すフローチャートにおいては、ステップＳ２３で取得された水平方向成分の２次元の風速観測データ（Ｕｍ，Ｖｍ）は、ステップＳ２３の直後に続いて実行されるステップＳ２４に対してだけでなく、そのさらに後に実行されるステップＳ２６に対しても出力される。 The detailed execution procedure of the weather assimilation method according to this embodiment will be described below with reference to the flowchart of FIG. The flowchart of FIG. 8 starts from step S21. The pre-calculation module 11 executes the pre-calculation step in step S21, and then, in step S22, the three-dimensional wind speed calculated for the observation point 60 (60A to 60C). estimation data 50 to extract the (U e, V e, W e) from the vertical wind velocity component calculating result W e. On the other hand, in parallel with the execution of steps S21 and S22, in step S23, the assimilation wind speed data generation module 12 receives two-dimensional wind speed observation data (U m , V) of the horizontal component from the observation device 3 (3A to 3C). m ). Unlike the flowchart shown in FIG. 6, in the flowchart shown in FIG. 8, the two-dimensional wind speed observation data (U m , V m ) of the horizontal component acquired in step S23 is executed immediately after step S23. Is output not only for step S24 to be performed, but also for step S26 to be executed later.

続いて、図８に示すフローチャートの処理は、ステップＳ２４に進み、事前計算モジュール１１から３次元の風速推定データ５０を受け取った同化用風速データ生成モジュール１２は、同化用風速データ生成ステップを実行する。具体的には、同化用データ生成ステップでは、観測地点６０で観測された水平方向成分（Ｕｍ，Ｖｍ）の風速観測データ５４と、観測地点６０における３次元の風速推定データ５０に含まれる鉛直風速成分Ｗｅを組み合わせて、観測地点６０における３次元の同化用風速データ５１を生成する。続いて、図８に示すフローチャートの処理は、ステップＳ２５に進み、同化用風速データ生成モジュール１２から同化用風速データ５１を受け取った同化モジュール１３は、同化ステップを実行する。具体的には、同化ステップでは、観測地点６０Ａ〜６０Ｃにおける同化用風速データ５１に基づいて、対象エリア６７における３次元の風速推定データ５０を同化して同化済みの３次元風速データ５２を取得する。 Subsequently, the processing of the flowchart shown in FIG. 8 proceeds to step S24, and the assimilation wind speed data generation module 12 that has received the three-dimensional wind speed estimation data 50 from the pre-calculation module 11 executes an assimilation wind speed data generation step. . Specifically, in the assimilation data generation step, the wind speed observation data 54 of the horizontal direction component (U m , V m ) observed at the observation point 60 and the three-dimensional wind speed estimation data 50 at the observation point 60 are included. a combination of vertical wind velocity component W e, generates whether for wind speed data 51 of a three-dimensional in the observation point 60. Subsequently, the process of the flowchart shown in FIG. 8 proceeds to step S25, and the assimilation module 13 that has received the assimilation wind speed data 51 from the assimilation wind speed data generation module 12 executes an assimilation step. Specifically, in the assimilation step, the assimilated three-dimensional wind speed data 52 is obtained by assimilating the three-dimensional wind speed estimation data 50 in the target area 67 based on the assimilation wind speed data 51 at the observation points 60A to 60C. .

続いて、図８に示すフローチャートの処理は、ステップＳ２６に進む。ステップＳ２６では、再同化モジュール１６は、同化モジュール１３から同化済みの３次元風速データ５２を受け取ると共に、同化用風速データ生成モジュール１２からステップＳ２３において取得された水平風速成分の風速観測データ（Ｕｍ，Ｖｍ）を受け取る。その上で、再同化モジュール１６は、以下の同化用データ更新ステップを実行する。同化用データ更新ステップでは、観測地点６０で観測された水平方向成分の風速観測データ５４と、同化済みの３次元風速データ５２のうち観測地点６０における鉛直方向成分の風速推定データ５０と、を組み合わせたデータにより、同化用風速データ５１が更新され、更新後の同化用風速データ５５が得られる。続いて、図８に示すフローチャートの処理は、ステップＳ２７に進み、再同化モジュール１６は、以下の再同化ステップを実行する。再同化ステップでは、観測地点６０における更新後の同化用風速データ５５を用いて、３次元の前記風速推定データ５０の同化計算を再び行って、同化済みの３次元風速データ５２が更新されて更新後の同化済みの３次元風速データ５２’が得られる。 Subsequently, the processing of the flowchart illustrated in FIG. 8 proceeds to step S26. In step S26, the re-analyzing module 16 receives the assimilated three-dimensional wind speed data 52 from the assimilation module 13, and the wind speed observation data (U m ) of the horizontal wind speed component acquired in step S23 from the assimilation wind speed data generation module 12. , V m ). After that, the re-analyzing module 16 executes the following assimilation data update step. In the assimilation data update step, the horizontal component wind speed observation data 54 observed at the observation point 60 and the vertical component wind speed estimation data 50 at the observation point 60 of the assimilated three-dimensional wind velocity data 52 are combined. The assimilation wind speed data 51 is updated with the updated data, and the updated assimilation wind speed data 55 is obtained. Subsequently, the processing of the flowchart shown in FIG. 8 proceeds to step S27, and the re-anabolic module 16 executes the following re-anabolic step. In the re-assimilation step, the assimilation calculation of the three-dimensional wind speed estimation data 50 is performed again using the updated assimilation wind speed data 55 at the observation point 60, and the assimilated three-dimensional wind speed data 52 is updated and updated. Later assimilated three-dimensional wind speed data 52 'is obtained.

続いて、図８に示すフローチャートの処理は、ステップＳ２８に進み、再同化モジュール１６は、再同化ステップ（図８のステップＳ２７）における再同化計算によって上記のように更新された同化済みの３次元風速データ５２’が所期の第２条件を満すか否かを判定する。当該再同化計算によって更新された同化済みの３次元風速データ５２’が所期の第２条件を満たさない場合、フローチャートの処理はステップＳ２６に戻り、同化用データ更新ステップ（図８のステップＳ２６）及び再同化ステップ（図８のステップＳ２７）が繰り返し実行される。なお、ステップＳ２８において、第２条件は、再同化計算によって更新された同化済みの３次元風速データ５２’と３次元の前記風速推定データ５０との乖離が規定範囲内であること、または、再同化計算によって更新された同化済みの３次元風速データ５２’における鉛直方向成分が規定範囲内であること、の少なくとも一方を含む。   Subsequently, the processing of the flowchart shown in FIG. 8 proceeds to step S28, and the re-anabolic module 16 performs the assimilated three-dimensional data updated as described above by the re-anabolic calculation in the re-anabolic step (step S27 of FIG. 8). It is determined whether or not the wind speed data 52 ′ satisfies the intended second condition. If the assimilated three-dimensional wind speed data 52 ′ updated by the re-anabolic calculation does not satisfy the intended second condition, the process of the flowchart returns to step S26, and the assimilation data update step (step S26 in FIG. 8). And the re-assimilation step (step S27 in FIG. 8) is repeatedly executed. In step S28, the second condition is that the difference between the assimilated three-dimensional wind speed data 52 ′ updated by the re-analytical calculation and the three-dimensional wind speed estimation data 50 is within a specified range, or It includes at least one of the fact that the vertical direction component in the assimilated three-dimensional wind speed data 52 ′ updated by the assimilation calculation is within a specified range.

上述したとおり、再同化モジュール１６が再同化ステップを実行することで、鉛直風速成分に関して現実の気象現象との整合性が一層向上することが期待できる。そこで、当該再同化ステップを所期の第２条件を満たすようになるまで繰り返し実行することにより、鉛直風速成分に関して同化計算の結果と現実の気象現象との整合性の度合いが所定の目標基準を達成するまで再同化ステップを繰り返し実行させることが可能となる。   As described above, it can be expected that the consistency of the vertical wind velocity component with the actual weather phenomenon is further improved by the re-assimilation module 16 executing the re-assimilation step. Therefore, by repeatedly executing the re-assimilation step until the desired second condition is satisfied, the degree of consistency between the result of the assimilation calculation and the actual meteorological phenomenon with respect to the vertical wind velocity component satisfies a predetermined target standard. It is possible to repeat the assimilation step until it is achieved.

続いて、図８に示すフローチャートの処理は、ステップＳ２９に進み、再同化モジュール１６は、対象エリア６７内の評価地点６１において、再同化ステップを実行することにより更新された同化済みの３次元風速データ５２’と実際に観測された３次元の風速観測データ５４とを比較し、両者がどの程度一致しているかを表す一致精度を評価する。続いて、再同化モジュール１６は、上述した一致精度が所期の第１条件を満たすか否かを判定する。   Subsequently, the processing of the flowchart shown in FIG. 8 proceeds to step S29, and the reanalyzing module 16 performs the assimilated three-dimensional wind speed updated by executing the reanalyzing step at the evaluation point 61 in the target area 67. The data 52 'is compared with the actually observed three-dimensional wind speed observation data 54, and the matching accuracy indicating how much they match is evaluated. Subsequently, the re-assimilation module 16 determines whether or not the above-described matching accuracy satisfies the desired first condition.

もしも、上述した一致精度が所期の第１条件を満たす場合には、フローチャートの処理は、ステップＳ３１に進み、再同化ステップにより更新された同化済みの３次元風速データ５２’を初期条件生成モジュール１４に出力し、図８のフローチャートの実行を終える。なお、上記更新された同化済みの３次元風速データ５２’が初期条件生成モジュール１４に出力されると、初期条件生成モジュール１４と風速予測モジュール１５は、例えば、図５に例示した気象予測方法などを実施するために、上記更新された同化済みの３次元風速データ５２’を使用する。   If the above-described matching accuracy satisfies the expected first condition, the process of the flowchart proceeds to step S31, and the assimilated three-dimensional wind speed data 52 ′ updated by the re-analyzing step is used as the initial condition generation module. 14 to finish the execution of the flowchart of FIG. When the updated assimilated three-dimensional wind speed data 52 ′ is output to the initial condition generation module 14, the initial condition generation module 14 and the wind speed prediction module 15 may, for example, perform the weather prediction method illustrated in FIG. The updated assimilated three-dimensional wind speed data 52 'is used.

逆に、上述した一致精度が所期の第１条件を満たさない場合、フローチャートの処理は、ステップＳ３０に進み、再同化モジュール１６は、ナッジング係数Ｇを補正する係数補正ステップをさらに実行する。続いて、フローチャートの処理は、ステップＳ２４に戻り、当該補正されたナッジング係数Ｇ’を用いて、同化ステップ（図８のステップＳ２５）における同化計算が繰り返される。例えば、上述した一致精度が所定の閾値（下限値）を下回る場合、再同化モジュール１６は、ナッジング係数Ｇを補正し（図８のステップＳ３０）、当該補正されたナッジング係数Ｇ’を用いて、同化ステップ（図８のステップＳ２５）における同化計算を繰り返す。   Conversely, when the above-described matching accuracy does not satisfy the intended first condition, the process of the flowchart proceeds to step S <b> 30, and the re-assimilation module 16 further executes a coefficient correction step for correcting the nudging coefficient G. Subsequently, the processing of the flowchart returns to step S24, and the assimilation calculation in the assimilation step (step S25 in FIG. 8) is repeated using the corrected nudging coefficient G ′. For example, when the above-described matching accuracy is below a predetermined threshold (lower limit), the re-analyzing module 16 corrects the nudging coefficient G (step S30 in FIG. 8), and uses the corrected nudging coefficient G ′. The assimilation calculation in the assimilation step (step S25 in FIG. 8) is repeated.

以上より、図７および図８を使用して上述した実施形態によれば、同化モジュール１３が実行する同化ステップに続いて、再同化モジュール１６が再同化ステップを行う。従って、図７および図８を使用して上述した実施形態によれば、鉛直風速成分に関して、気象シミュレーション結果と現実の気象現象との間における整合性が一層向上することが期待される。その理由は以下のとおりである。   As described above, according to the embodiment described above with reference to FIGS. 7 and 8, the re-assimilation module 16 performs the re-assimilation step following the assimilation step executed by the assimilation module 13. Therefore, according to the embodiment described above with reference to FIGS. 7 and 8, it is expected that the consistency between the weather simulation result and the actual weather phenomenon is further improved with respect to the vertical wind velocity component. The reason is as follows.

同化ステップにおいて同化用風速データ５１の鉛直風速成分Ｗｅとして使用されるデータは、データ同化を全く行わない事前計算ステップにより得られたものである。これに対し、再同化ステップにおいて同化用風速データ５５の鉛直風速成分として使用されるデータは、同化ステップによって一旦同化された後の同化済みの３次元風速データ５２から抽出されるものである。つまり、同化ステップにおいてデータ同化に先立って用いられる同化用風速データ５１の鉛直風速成分は、水平風速成分の観測データ５４とは無関係に計算された推定値である。これに対して、同化ステップの実行後に再同化ステップにおいて用いられる更新後の同化用風速データ５５の鉛直風速成分は、同化ステップの実行を介して水平風速成分の風速観測データ５４が既に反映された鉛直風速成分である。 Data that is used as the vertical wind velocity component W e of assimilation for wind speed data 51 in assimilation steps are those obtained in completely the precomputation steps of no data assimilation. On the other hand, the data used as the vertical wind speed component of the assimilation wind speed data 55 in the re-assimilation step is extracted from the assimilated three-dimensional wind speed data 52 once assimilated by the assimilation step. That is, the vertical wind speed component of the assimilation wind speed data 51 used prior to data assimilation in the assimilation step is an estimated value calculated irrespective of the observation data 54 of the horizontal wind speed component. On the other hand, the wind speed observation data 54 of the horizontal wind speed component has already been reflected in the vertical wind speed component of the updated assimilation wind speed data 55 used in the re-assimilation step after the execution of the assimilation step. This is the vertical wind speed component.

従って、再同化ステップにおいて更新後の同化用風速データ５５として用いられる鉛直風速成分を同化計算に使用する方が、同化ステップにおいて同化用風速データ５１として用いられる鉛直風速成分を同化計算に使用するよりも、現実に観測された風速値との整合性が得られやすい。   Therefore, when the vertical wind speed component used as the assimilated wind speed data 55 in the re-anabolic step is used for the assimilation calculation, the vertical wind speed component used as the assimilation wind speed data 51 in the assimilation step is used for the assimilation calculation. However, it is easy to obtain consistency with the actually observed wind speed values.

図１乃至図８を使用して上述した実施形態において、機能モジュール１１〜１６は、演算部１０Ａおよび１０Ｂが実行する並行プロセスや並列スレッドではなく、相互に接続された複数の電子回路として実現することも可能である。また、気象モデル２１は、風速や風向に関する物理法則を規定する流体運動モデルのみならず、放射収支をモデル化する熱力学の式、水の相変化、降水過程に関する水蒸気保存則、質量保存則、地球の自転により生じるコリオリ力に関する運動方程式、その他のモデル式を含んでいても良い。   In the embodiment described above with reference to FIGS. 1 to 8, the functional modules 11 to 16 are realized as a plurality of electronic circuits connected to each other, not parallel processes or parallel threads executed by the arithmetic units 10A and 10B. It is also possible. In addition, the meteorological model 21 is not only a fluid motion model that defines physical laws related to wind speed and direction, but also a thermodynamic formula that models the radiation balance, a water phase change, a water vapor conservation law related to precipitation processes, a mass conservation law, It may contain equations of motion related to the Coriolis force generated by the rotation of the earth and other model equations.

１ 気象予測システム
２ ＧＰＶ配信サーバ
３（３Ａ〜３Ｃ） 観測機器
４ 表示装置
５ 通信ネットワーク
１０Ａ，１０Ｂ 演算部
１１ 事前計算モジュール
１２ 同化用風速データ生成モジュール
１２ 同化用データ生成モジュール
１３ 同化モジュール
１４ 初期条件生成モジュール
１５ 風速予測モジュール
１６ 再同化モジュール
２０ 記憶部
２２ 初期条件／境界条件
２１ 気象モデル
２３ シミュレーション・パラメータ
３０ 通信部
４０ 出力部
５０（５０Ａ〜５０Ｃ） 風速推定データ
５１（５１Ａ〜５１Ｃ） 同化用風速データ
５２（５２ｉｎ，５２ｏｕｔ） 同化済みの３次元風速データ
５４（５４Ａ〜５４Ｃ） 風速観測データ
５５ 更新後の同化用風速データ
６０（６０Ａ〜６０Ｃ） 観測地点
６１ 評価地点
６７ 対象エリア
７１ 第１期間
７２ 第２期間
７３，７４ 気象シミュレーション
８１ ＧＰＶデータ
８２ 初期条件
８３ 気象シミュレーション結果
８４ 初期条件
８５ 気象シミュレーション結果
８６ 気象予測
ＥＲ 同化計算による影響範囲を表す円
Ｕ，Ｖ 水平風速成分
Ｕｍ，Ｖｍ 水平風速成分の観測値
Ｗ 鉛直風速成分
Ｗｅ 鉛直風速成分の推定値 DESCRIPTION OF SYMBOLS 1 Weather prediction system 2 GPV distribution server 3 (3A-3C) Observation apparatus 4 Display apparatus 5 Communication network 10A, 10B Operation part 11 Precalculation module 12 Assimilation wind speed data generation module 12 Assimilation data generation module 13 Assimilation module 14 Initial condition Generation Module 15 Wind Speed Prediction Module 16 Re-Assimilation Module 20 Storage Unit 22 Initial Conditions / Boundary Conditions 21 Weather Model 23 Simulation Parameter 30 Communication Unit 40 Output Unit 50 (50A-50C) Wind Speed Estimation Data 51 (51A-51C) Assimilation Wind Speed Data 52 (52in, 52out) Assimilated three-dimensional wind speed data 54 (54A to 54C) Wind speed observation data 55 Updated wind speed data 60 for assimilation (60A to 60C) Observation point 61 Evaluation point 67 Target area 71 First period 72 Second Between 73, 74 Weather simulation 81 GPV data 82 Initial condition 83 Weather simulation result 84 Initial condition 85 Weather simulation result 86 Weather prediction ER Circle U, V horizontal wind velocity component Um, Vm Observation value of horizontal wind velocity component representing the range of influence by assimilation calculation W Vertical wind speed component We Estimated vertical wind speed component

Claims (9)

気象モデルに基づいて、第１期間における各時刻について、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速推定データを算出する事前計算ステップと、
前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成ステップと、
前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化ステップと、
を備えることを特徴とする気象データ同化方法。 A pre-calculation step for calculating three-dimensional wind speed estimation data in a target area including at least one observation point for each time in the first period based on a weather model;
The three-dimensional assimilation wind speed data at the observation point is generated by combining the wind speed observation data of the horizontal component observed at the observation point and the vertical wind speed component included in the three-dimensional wind speed estimation data at the observation point. An assimilation data generation step,
An assimilation step of assimilating the three-dimensional wind speed estimation data in the target area based on the assimilation wind speed data at the observation point to obtain assimilated three-dimensional wind speed data;
A meteorological data assimilation method comprising: 前記対象エリア内の評価地点における水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記評価地点における水平方向成分の前記風速推定データと、の比較結果に基づいて、前記同化済みの３次元風速データと前記風速観測データとの一致精度を評価する評価ステップをさらに備えることを特徴とする請求項１に記載の気象データ同化方法。   Based on the comparison result between the wind speed observation data of the horizontal direction component at the evaluation point in the target area and the wind speed estimation data of the horizontal direction component at the evaluation point among the assimilated three-dimensional wind speed data, The meteorological data assimilation method according to claim 1, further comprising an evaluation step of evaluating a matching accuracy between the assimilated three-dimensional wind speed data and the wind speed observation data. 前記同化ステップにおいて、前記観測地点における前記同化用風速データを用いて、ナッジング係数に従ってナッジング法により３次元の前記風速推定データを同化するとともに、
前記一致精度が所期の第１条件を満たさない場合、前記ナッジング係数を補正する係数補正ステップをさらに備え、
補正された前記ナッジング係数を用いて、前記同化ステップにおける同化計算を繰り返すことを特徴とする請求項２に記載の気象データ同化方法。 In the assimilation step, the assimilation wind speed data at the observation point is used to assimilate the three-dimensional wind speed estimation data by a nudging method according to a nudging coefficient;
A coefficient correction step of correcting the nudging coefficient when the matching accuracy does not satisfy a desired first condition;
The meteorological data assimilation method according to claim 2, wherein the assimilation calculation in the assimilation step is repeated using the corrected nudging coefficient. 前記観測地点で観測された水平方向成分の前記風速観測データと、前記同化済みの３次元風速データのうち前記観測地点における鉛直方向成分の前記風速推定データと、を組み合わせたデータにより、前記同化用風速データを更新する同化用データ更新ステップと、
前記観測地点における更新後の前記同化用風速データを用いて、３次元の前記風速推定データの同化計算を再び行って、前記同化済みの３次元風速データを更新する再同化ステップと、をさらに備えることを特徴とする請求項１乃至３の何れか一項に記載の気象データ同化方法。 By combining the wind speed observation data of the horizontal direction component observed at the observation point and the wind speed estimation data of the vertical direction component at the observation point among the assimilated three-dimensional wind speed data, the data for the assimilation An assimilation data update step for updating the wind speed data;
Using the assimilated wind speed data after update at the observation point, and further performing assimilation calculation of the three-dimensional wind speed estimation data again to update the assimilated three-dimensional wind speed data. The meteorological data assimilation method according to any one of claims 1 to 3. 前記同化済みの３次元風速データが所期の第２条件を満たさない場合、前記同化用データ更新ステップ及び前記再同化ステップを繰り返すことを特徴とする請求項４に記載の気象データ同化方法。   5. The meteorological data assimilation method according to claim 4, wherein when the assimilated three-dimensional wind speed data does not satisfy a predetermined second condition, the assimilation data update step and the re-assimilation step are repeated. 前記第２条件は、前記同化済みの３次元風速データと３次元の前記風速推定データとの乖離が規定範囲内であること、または、前記同化済みの３次元風速データにおける鉛直方向成分が規定範囲内であること、の少なくとも一方を含むことを特徴とする請求項５に記載の気象データ同化方法。   The second condition is that a deviation between the assimilated three-dimensional wind speed data and the three-dimensional wind speed estimation data is within a specified range, or a vertical direction component in the assimilated three-dimensional wind speed data is a specified range. 6. The meteorological data assimilation method according to claim 5, comprising at least one of the following. 前記気象モデルは、前記対象エリア内における風速を記述する３次元流体運動方程式を含み、
前記事前計算ステップは、前記第１期間における各時刻について前記３次元流体運動方程式を時系列的に解くことにより、３次元の前記風速推定データを数値解析的に算出するステップを含む、
ことを特徴とする請求項１乃至６のいずれか一項に記載の気象データ同化方法。 The weather model includes a three-dimensional fluid motion equation describing the wind speed in the target area,
The pre-calculating step includes a step of numerically calculating the three-dimensional wind speed estimation data by solving the three-dimensional fluid motion equation in time series for each time in the first period.
The meteorological data assimilation method according to any one of claims 1 to 6, wherein: 請求項１乃至７の何れか一項に記載の方法により取得された、前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成ステップと、
前記初期条件生成ステップにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測ステップと、
を備える
ことを特徴とする気象予測方法。 A start time of a second period after the first period based on the assimilated three-dimensional wind speed data in the first period acquired by the method according to any one of claims 1 to 7. An initial condition generation step for generating an initial condition in
Based on the initial condition generated in the initial condition generating step, wind speed for calculating time-series three-dimensional wind speed prediction data in the target area based on the weather model at each time in the second period A prediction step;
A weather prediction method comprising: データ同化により気象予測データを生成するための気象予測システムであって、
気象モデルを記憶した記憶部と、
前記記憶部に記憶された前記気象モデルを参照して、少なくとも一つの観測地点を含む対象エリアにおける３次元の風速予測データを算出するための演算部と、
を備え、
前記演算部は、
前記気象モデルに基づいて、第１期間における各時刻について、前記対象エリアにおける３次元の風速推定データを算出する事前計算モジュールと、
前記観測地点で観測された水平方向成分の風速観測データと、前記観測地点における３次元の前記風速推定データに含まれる鉛直風速成分を組み合わせて、前記観測地点における３次元の同化用風速データを生成する同化用データ生成モジュールと、
前記観測地点における前記同化用風速データに基づいて、前記対象エリアにおける３次元の前記風速推定データを同化して同化済みの３次元風速データを取得する同化モジュールと、
前記第１期間における前記同化済みの３次元風速データに基づいて、前記第１期間よりも後の第２期間の開始時点における初期条件を生成する初期条件生成モジュールと、
前記初期条件生成モジュールにおいて生成された前記初期条件に基づいて、前記第２期間内の各時刻において、前記気象モデルに基づいて前記対象エリアにおける３次元の風速予測データを時系列的に算出する風速予測モジュールと、
を実行することを特徴とする気象予測システム。 A weather prediction system for generating weather prediction data by data assimilation,
A storage unit storing the weather model;
An arithmetic unit for calculating three-dimensional wind speed prediction data in a target area including at least one observation point with reference to the weather model stored in the storage unit;
With
The computing unit is
A pre-calculation module for calculating three-dimensional wind speed estimation data in the target area for each time in the first period based on the weather model;
The three-dimensional assimilation wind speed data at the observation point is generated by combining the wind speed observation data of the horizontal component observed at the observation point and the vertical wind speed component included in the three-dimensional wind speed estimation data at the observation point. An assimilation data generation module
An assimilation module that assimilates the three-dimensional wind speed estimation data in the target area to obtain assimilated three-dimensional wind speed data based on the assimilation wind speed data at the observation point;
An initial condition generating module that generates an initial condition at a start time of a second period after the first period based on the assimilated three-dimensional wind speed data in the first period;
A wind speed that time-sequentially calculates three-dimensional wind speed prediction data in the target area based on the weather model at each time in the second period based on the initial condition generated in the initial condition generation module A prediction module;
A weather forecasting system characterized by executing
JP2015247155A 2015-12-18 2015-12-18 Meteorological data assimilation method, weather prediction method, and weather prediction system Active JP6457927B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015247155A JP6457927B2 (en) 2015-12-18 2015-12-18 Meteorological data assimilation method, weather prediction method, and weather prediction system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015247155A JP6457927B2 (en) 2015-12-18 2015-12-18 Meteorological data assimilation method, weather prediction method, and weather prediction system

Publications (2)

Publication Number Publication Date
JP2017111074A true JP2017111074A (en) 2017-06-22
JP6457927B2 JP6457927B2 (en) 2019-01-23

Family

ID=59080113

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015247155A Active JP6457927B2 (en) 2015-12-18 2015-12-18 Meteorological data assimilation method, weather prediction method, and weather prediction system

Country Status (1)

Country Link
JP (1) JP6457927B2 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110922A (en) * 2019-04-30 2019-08-09 南京信息工程大学 A kind of adaptive partition assimilation method based on rain belt sorting technique
CN112149859A (en) * 2019-06-28 2020-12-29 北京金风慧能技术有限公司 Wind speed prediction method and wind speed prediction device
JP2021012439A (en) * 2019-07-03 2021-02-04 株式会社日立製作所 Weather numerical analysis system, prediction object data generation system, and weather numerical analysis method
CN113095690A (en) * 2021-04-16 2021-07-09 中国气象局气象探测中心 Quality rolling evaluation method and device for basic elements of ground observation station
CN116306038A (en) * 2023-05-19 2023-06-23 北京弘象科技有限公司 Vertical layer matching method and device for meteorological mode and assimilation system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002116220A (en) * 2000-10-11 2002-04-19 Tokyo Electric Power Services Co Ltd Strain-type anemometer for selection of construction location point of windmill for wind turbine generator
JP2004285858A (en) * 2003-03-19 2004-10-14 Mitsubishi Electric Corp Wind power generation system and control method thereof
JP2006064609A (en) * 2004-08-30 2006-03-09 Mitsubishi Heavy Ind Ltd Weather prediction method
JP2007212402A (en) * 2006-02-13 2007-08-23 Toshiba Corp Weather forecasting system and weather forecasting method
US20090243918A1 (en) * 2005-08-17 2009-10-01 Kelly Terence F System and Method for Presenting Wind Speed Information
JP2010096593A (en) * 2008-10-15 2010-04-30 Japan Weather Association Wind prediction device and program

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002116220A (en) * 2000-10-11 2002-04-19 Tokyo Electric Power Services Co Ltd Strain-type anemometer for selection of construction location point of windmill for wind turbine generator
JP2004285858A (en) * 2003-03-19 2004-10-14 Mitsubishi Electric Corp Wind power generation system and control method thereof
JP2006064609A (en) * 2004-08-30 2006-03-09 Mitsubishi Heavy Ind Ltd Weather prediction method
US20090243918A1 (en) * 2005-08-17 2009-10-01 Kelly Terence F System and Method for Presenting Wind Speed Information
JP2007212402A (en) * 2006-02-13 2007-08-23 Toshiba Corp Weather forecasting system and weather forecasting method
JP2010096593A (en) * 2008-10-15 2010-04-30 Japan Weather Association Wind prediction device and program

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110922A (en) * 2019-04-30 2019-08-09 南京信息工程大学 A kind of adaptive partition assimilation method based on rain belt sorting technique
CN110110922B (en) * 2019-04-30 2023-06-06 南京信息工程大学 Self-adaptive partition assimilation method based on rain classification technology
CN112149859A (en) * 2019-06-28 2020-12-29 北京金风慧能技术有限公司 Wind speed prediction method and wind speed prediction device
CN112149859B (en) * 2019-06-28 2023-10-31 北京金风慧能技术有限公司 Wind speed prediction method and wind speed prediction device
JP2021012439A (en) * 2019-07-03 2021-02-04 株式会社日立製作所 Weather numerical analysis system, prediction object data generation system, and weather numerical analysis method
JP7231504B2 (en) 2019-07-03 2023-03-01 株式会社日立製作所 Meteorological Numerical Analysis System, Prediction Target Data Generation System, and Meteorological Numerical Analysis Method
CN113095690A (en) * 2021-04-16 2021-07-09 中国气象局气象探测中心 Quality rolling evaluation method and device for basic elements of ground observation station
CN116306038A (en) * 2023-05-19 2023-06-23 北京弘象科技有限公司 Vertical layer matching method and device for meteorological mode and assimilation system

Also Published As

Publication number Publication date
JP6457927B2 (en) 2019-01-23

Similar Documents

Publication Publication Date Title
JP6457927B2 (en) Meteorological data assimilation method, weather prediction method, and weather prediction system
Skamarock Positive-definite and monotonic limiters for unrestricted-time-step transport schemes
Farrell et al. State estimation using a reduced-order Kalman filter
CN105203104B (en) A kind of gravitational field modeling method suitable for high accuracy inertial navigation system
CN110955974B (en) Rocket recovery simulation platform and implementation method
Slivinski et al. A hybrid particle–ensemble Kalman filter for Lagrangian data assimilation
CN107110650A (en) The method of estimation of affined navigational state in terms of observability
KR102119254B1 (en) Method for designing Information Fusion Integrated Navigation of Inertial Navigation System, Global Navigation Satellite System and Terrain Referenced Navigation based Federated Filter and Computer readable medium having the same
WO2015196259A1 (en) Fuel estimation for an aircraft
CN112229403B (en) Method for improving ocean gravity reconstruction accuracy based on three-dimensional correction principle of ground level
Yoo et al. Improvement of terrain referenced navigation using a point mass filter with grid adaptation
KR20190068261A (en) Design method of attitude control system for flight vehicle and computer program
CN104048676A (en) MEMS (Micro Electro Mechanical System) gyroscope random error compensating method based on improved particle filter
JP2007248355A (en) Device and method for estimating weather data
WO2021200249A1 (en) System and method for wind flow turbulence measurement by lidar in a complex terrain
CN108508463A (en) Ellipsoid set-membership filtering method is extended based on Fourier-Hermite orthogonal polynomials
JP2021135999A (en) Information processing method, program, information processor and model generation method
JP4145451B2 (en) Hybrid navigation and its device
CN109977346B (en) Method and device for forecasting wind speed of regional wind field
JP2017058373A (en) Building Earthquake Resistance Evaluation System and Building Earthquake Resistance Evaluation Method
CN110502849B (en) Disturbance mode construction method applied to four-dimensional variation assimilation system
Voorrips et al. Wave data assimilation with the Kalman filter
Akcin et al. Performance of artificial neural networks on kriging method in modeling local geoid
CN117131747A (en) State estimation method and device based on sampling point Kalman filtering
CN116929338A (en) Map construction method, device and storage medium

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180309

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181025

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20181130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181221

R150 Certificate of patent or registration of utility model

Ref document number: 6457927

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150