JP4045284B2 - Weather map generating apparatus, weather map generating method, and weather map generating program - Google Patents
Weather map generating apparatus, weather map generating method, and weather map generating program Download PDFInfo
- Publication number
- JP4045284B2 JP4045284B2 JP2005353465A JP2005353465A JP4045284B2 JP 4045284 B2 JP4045284 B2 JP 4045284B2 JP 2005353465 A JP2005353465 A JP 2005353465A JP 2005353465 A JP2005353465 A JP 2005353465A JP 4045284 B2 JP4045284 B2 JP 4045284B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- weather
- weather map
- speed
- map data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 25
- 238000000605 extraction Methods 0.000 claims description 23
- 238000000926 separation method Methods 0.000 claims description 21
- 239000000284 extract Substances 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 8
- 230000000295 complement effect Effects 0.000 claims 2
- 239000013598 vector Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000010354 integration Effects 0.000 description 6
- 238000009792 diffusion process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- FNYLWPVRPXGIIP-UHFFFAOYSA-N Triamterene Chemical compound NC1=NC2=NC(N)=NC(N)=C2N=C1C1=CC=CC=C1 FNYLWPVRPXGIIP-UHFFFAOYSA-N 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000006424 Flood reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
Description
本発明は、画像を生成する技術に関し、特に天気図を生成する技術に関する。 The present invention relates to a technique for generating an image, and more particularly to a technique for generating a weather map.
学術的に価値の高い過去の天気図が、数多く保存されている。これらの過去の天気図は、当時の天気模様を解析するための重要な資料として位置づけられている。しかしながら、古い時代の天気図は、1日当たり12時間間隔の2回分の天気図しかないため、洪水や台風などによる自然災害が発生した時間帯の天気図が存在しない場合がある。そのため、専門家が、経験に基づいて、存在しない時間帯の天気図を手作業で再現および作成している。 Many historical maps with high academic value are stored. These past weather maps are positioned as important data for analyzing the weather patterns at that time. However, since weather maps of the old era have only two weather maps at 12-hour intervals per day, there are cases where there are no weather maps for times when natural disasters such as floods and typhoons occur. Therefore, experts manually reproduce and create weather maps in non-existing time zones based on experience.
なお、画像データを編集し、新たな画像データを生成する技術については、例えば、特許文献1に記載されている。
さて、洪水、台風、低気圧などの自然災害や悪天候を及ぼす自然現象の解明は、一般的に、天気図に記載された等圧線や天気記号などに基づいて行なわれる。そのため、存在しない時間帯の過去の天気図を再現する必要があるが、専門家が手作業で過去の天気図を再現する現状においては、専門家の作業負荷が大きく、天気図の再現には長い時間を要する。 Now, elucidation of natural phenomena such as floods, typhoons, and low pressures that cause natural disasters and bad weather is generally performed based on isobars and weather symbols described in weather maps. Therefore, it is necessary to reproduce past weather maps in non-existing time zones, but in the current situation where experts manually reproduce past weather maps, the workload of experts is heavy, and it is necessary to reproduce weather maps It takes a long time.
本発明は上記事情に鑑みてなされたものであり、本発明の目的は、過去の天気図データを時間的に変化させて、存在しない時間帯の天気図データを生成することにある。 The present invention has been made in view of the above circumstances, and an object of the present invention is to generate weather map data in a non-existing time zone by temporally changing past weather map data.
上記課題を解決するために、本発明は、例えば、天気図生成装置であって、天気図データを入力する入力手段と、前記入力した天気図データから、少なくとも気象物理データと、地図データとをそれぞれ抽出する分離抽出手段と、前記気象物理データから速度を検出し、前記速度を補完した速度場を生成する速度生成手段と、前記気象物理データに対して、前記速度場を設定した偏微分方程式を適用し、前記気象物理データを時間的に変化させた少なくとも1つの予測データを生成する予測データ生成手段と、前記地図データに前記予測データを重ね合わせ、前記天気図データを時間的に変化させた天気図データを復元する復元手段と、を備える。 In order to solve the above-mentioned problems, the present invention is, for example, a weather map generation device, and includes input means for inputting weather map data, and at least meteorological physical data and map data from the input weather map data. Separation / extraction means for extracting, speed generation means for detecting a speed from the meteorological physics data, generating a speed field supplemented with the speed, and partial differential equation in which the speed field is set for the meteorological physical data And predicting data generating means for generating at least one prediction data obtained by temporally changing the meteorological physics data, and superimposing the prediction data on the map data, thereby changing the weather map data over time. Restoring means for restoring the weather map data.
また、本発明は、情報処理装置が行う天気図生成方法であって、前記情報処理装置は、天気図データを入力する入力ステップと、前記入力した天気図データから、少なくとも気象物理データと、地図データとをそれぞれ抽出する分離抽出ステップと、前記気象物理データから速度を検出し、前記速度を補完した速度場を生成する速度生成ステップと、前記気象物理データに対して、前記速度場を設定した偏微分方程式を適用し、前記気象物理データを時間的に変化させた少なくとも1つの予測データを生成する予測データ生成ステップと、前記地図データに前記予測データを重ね合わせて、前記天気図データを時間的に変化させた天気図データを復元する復元ステップと、を行う。 Further, the present invention is a weather map generation method performed by an information processing device, wherein the information processing device inputs an weather map data, and at least meteorological physical data and a map from the input weather map data A separate extraction step for extracting data, a speed generation step for detecting a speed from the meteorological physics data and generating a speed field supplemented with the speed, and the speed field set for the meteorological physics data Applying a partial differential equation to generate at least one prediction data in which the meteorological physics data is temporally changed, and a prediction data generation step for superimposing the prediction data on the map data, thereby converting the weather map data into time And a restoration step for restoring the weather map data that has been changed.
また、本発明は、情報処理装置が実行する天気図生成プログラムであって、前記情報処理装置に、天気図データを入力する入力ステップと、前記入力した天気図データから、少なくとも気象物理データと、地図データとをそれぞれ抽出する分離抽出ステップと、前記気象物理データから速度を検出し、前記速度を補完した速度場を生成する速度生成ステップと、前記気象物理データに対して、前記速度場を設定した偏微分方程式を適用し、前記気象物理データを時間的に変化させた少なくとも1つの予測データを生成する予測データ生成ステップと、前記地図データに前記予測データを重ね合わせて、前記天気図データを時間的に変化させた天気図データを復元する復元ステップと、を実行させる。 Further, the present invention is a weather map generation program executed by the information processing apparatus, an input step of inputting weather map data to the information processing apparatus, and at least weather physical data from the input weather map data, A separation extraction step for extracting map data, a velocity generation step for detecting a velocity from the meteorological physics data and generating a velocity field supplementing the velocity, and setting the velocity field for the meteorological physics data Applying the partial differential equation and generating at least one prediction data in which the meteorological physics data is temporally changed, and superimposing the prediction data on the map data, And a restoration step of restoring the weather map data changed with time.
本発明により、過去の天気図データを時間的に変化させて、存在しない時間帯の天気図データを生成することができる。 According to the present invention, weather map data in a non-existing time zone can be generated by temporally changing past weather map data.
以下、本発明の実施の形態について説明する。 Hereinafter, embodiments of the present invention will be described.
図1は、本発明の一実施形態が適用された天気図生成装置1の構成図である。図示する天気図生成装置1は、データ入力部11と、画像蓄積部12と、分離抽出部13と、速度生成部14と、予測データ生成部15と、復元部16と、表示部17と、を備える。
FIG. 1 is a configuration diagram of a weather map generation apparatus 1 to which an embodiment of the present invention is applied. The illustrated weather map generation apparatus 1 includes a
データ入力部11は、過去の天気図など元となる天気図を入力し、画像蓄積部12に記憶する。分離抽出部13は、画像蓄積部12に記憶された天気図から、気象物理量、地図などの各要素を、要素毎に分離して抽出する。速度生成部14は、天気図を解析し、当該天気図の速度を生成する。予測データ生成部15は、後述する偏微分方程式を用いて、天気図から抽出した気象物理量を変化させた予測データを生成する。復元部16は、天気図から抽出した地図などに、生成した予測データを重ね合わせて天気図を生成(復元)する。表示部17は、生成した天気図を出力装置に表示または出力する。
The
上記説明した、天気図生成装置1は、CPUと、メモリと、外部記憶装置と、キーボードやスキャナなどの入力装置と、ディスプレイなどの出力装置と、他の装置と接続するための通信制御装置と、これらの各装置を接続するバスと、を備えた汎用的なコンピュータシステムを用いることができる。このコンピュータシステムにおいて、CPUがメモリ上にロードされた天気図生成装置1用のプログラムを実行することにより、天気図生成装置1の各機能が実現される。なお、天気図生成装置1の画像蓄積部12には、メモリまたは外部記憶装置が用いられる。
The weather map generation device 1 described above includes a CPU, a memory, an external storage device, an input device such as a keyboard and a scanner, an output device such as a display, and a communication control device for connecting to other devices. A general-purpose computer system including a bus connecting these devices can be used. In this computer system, each function of the weather map generating device 1 is realized by the CPU executing a program for the weather map generating device 1 loaded on the memory. Note that a memory or an external storage device is used for the
また、天気図生成装置1用のプログラムは、ハードディスク、フレキシブルディスク、CD−ROM、MOなどのコンピュータ読み取り可能な記録媒体に記憶すること、または、ネットワークを介して配信することも可能である。 The program for the weather map generating device 1 can be stored in a computer-readable recording medium such as a hard disk, a flexible disk, a CD-ROM, or an MO, or can be distributed via a network.
次に、本実施形態の天気図生成装置1を用いた天気図の生成処理について説明する。 Next, a weather map generation process using the weather map generation device 1 of the present embodiment will be described.
まず、データ入力部11は、所定の天気図データを入力し、画像蓄積部12に記憶する。なお、天気図データは、過去の天気図が紙に記載されたデータ、または、過去の天気図の電子データなどが考えられる。画像入力部11は、紙に記載された天気図データの場合はスキャナなどを用いて、また、電子データの場合は記憶媒体やネットワークを介して入力する。
First, the
そして、分離抽出部13は、画像蓄積部12に記憶された天気図データを読み出し、天気図データに設定された各種のデータを、要素(カテゴリー、シンボル)毎にそれぞれ抽出する。
Then, the separation /
図2は、天気図データを各要素に分離して抽出する処理を模式的に示した図である。図2(a)は、画像蓄積部12に記憶された元となる天気図データ200の一例である。図示する天気図データには、日本列島を示す地図201と、緯度および経度を示す緯線・経線202と、同じ気圧の地点を結んだ等圧線203と、天気記号204など複数の要素が混在している。
FIG. 2 is a diagram schematically illustrating a process of extracting weather map data by separating it into each element. FIG. 2A is an example of the original
なお、台風域内の等圧線203は、同心円状となる。また、図示する天気図データでは、天気記号204として風の向きと風力とを示している。また、気圧を示す等圧線203および天気記号204は、天気の状態を示す気象物理量である。
The
分離抽出部13は、元の天気図データ200から、これらの要素各々を個別に抽出する。図2(b)は、地図201のみが抽出された地図データ210である。図2(c)は、緯線・経線202のみが抽出された座標データ220である。なお、座標データ220は、緯度を示す緯線のみのデータ、または、経度を示す経線のみのデータであってもよい。図2(d)は、等圧線203のみが抽出された等圧線データ230である。図2(e)は、天気記号204のみが抽出された天気記号データ240である。
The
これらの各要素は、それぞれの色が大きく異なる。そのため、分離抽出部13は、カラー画像処理により、各要素をそれぞれ抽出する。なお、カラー画像処理については、例えば、田村秀行、「コンピュータ画像処理入門」、総研出版に記載されている。
Each of these elements is greatly different in color. Therefore, the separation /
具体的には、分離抽出部13は、元の天気図データ200のカラー画像(RGB)を、カラーモデル変換として、HSV(HUE,SATULATION,VALUE)変換を行う。本実施形態では、分離抽出部13は、HUE成分のみを用いて、色特徴量による分離抽出を行う。一般的な天気図データ200においては、地図201は緑色、緯線・経線202は茶色、等圧線203は青色、天気記号204は橙色である。これらの各要素について、HUE成分を図に示した場合、横軸にR、G、Bで角度を0度から360度までとり、縦軸に各色の画素数をとれば、それぞれの色についてのピーク(極大値)が得られる。分離抽出部13は、このピークが所定の閾値以上のものを抽出する。分離抽出部13は、ピーク毎に変換前の天気図データ200(カラー画像)の画素のみを表示することにより、所定の要素のみを抽出することができる。
Specifically, the separation /
なお、データ入力部11が入力した天気図データが紙の場合、紙面上に細かい汚れが付着している場合がある。そのため、分離抽出部13は、カラー画像処理の前処理として、平滑化処理を行うこととしてもよい。また、分離抽出部13は、カラー画像処理の前処理として、経験的な値を設定した閾値処理を行うこととしてもよい。
When the weather map data input by the
次に、速度生成部14が、天気記号から速度場を生成する処理について説明する。なお、本実施形態では、風の天気記号を用いて速度場を生成するものとする。
Next, processing in which the
図3は、風の天気記号を用いて速度場を生成する処理を模式的に示した図である。図3(a)は、天気図データから天気記号のみを抽出した天気記号データ300である。図示する天気記号データ300には、3つの風の天気記号が設定されている。風の天気記号は、羽の方向301が風の方向を表現し、羽301の横に設定された枝線302の数が風力を表現している。
FIG. 3 is a diagram schematically showing a process of generating a velocity field using a wind weather symbol. FIG. 3A shows
速度生成部14は、風の天気記号から速度ベクトルを生成する。すなわち、速度生成部14は、風の天気記号の羽の方向301および枝線302を文字認識技術により読み取り、羽の方向301および枝線302に対応する速度ベクトルに生成(変換)する。図3(b)は、風の天気記号に基づいて生成された速度ベクトル311を示す図である。図示する速度ベクトル311は、風の観測地点における速度ベクトルである。
The
一般的な天気図では、風の観測地点が極めて離散的、すなわち、地図上で距離が離れている。そのため、天気記号から生成した速度ベクトル(観測地点の速度ベクトル)だけでは、天気図全体の風の速度場を取得することは困難である。そこで、速度生成部14は、離散的な速度ベクトルのデータ補間を行う。本実施形態では、離散的なデータから連続的な値を生成する方法の1つである3次元スプライン曲面を用いてデータ補間を行うものとする。したがって、天気図全体の風の速度場は、3次元スプライン曲面を用いてデータ補間を行った滑らかな速度場であるものする。なお、3次元スプライン曲面については、例えば「NUMERICAL RECIPES in C」、技術評論社、に記載されている。
In a general weather map, wind observation points are extremely discrete, that is, they are separated from each other on the map. For this reason, it is difficult to obtain the wind velocity field of the entire weather map only with the velocity vector (observation point velocity vector) generated from the weather symbol. Therefore, the
速度生成部14は、3次元スプラインの境界条件に既知な値を用い、また、周辺領域は連続条件とする。これにより、速度生成部14は、最小2乗法を用いて、スプライン関数の制御パラメータを算出する。境界条件に用いられる既知な値には、速度成分からその大きさを求めたものを用いる。また、既知な値の初期値としては、図3(b)の速度ベクトルの大きさを用いる。
The
なお、スプライン関数の2次元面での分解能として、あらかじめ数十から数百程度の分割数を定義しておく。これにより、メッシュ(格子)が形成され、既知な値を通過する滑らかな曲面が形成される。すなわち、2次元画像の位置と3次元軸とは、スプライン関数の値となる。 Note that the number of divisions of about several tens to several hundreds is defined in advance as the resolution on the two-dimensional surface of the spline function. Thereby, a mesh (lattice) is formed, and a smooth curved surface passing a known value is formed. That is, the position of the two-dimensional image and the three-dimensional axis are spline function values.
そして、速度生成部14は、速度の成分を算出する。これについては、曲面の勾配を算出すればよく、速度生成部14は、1次微分を2次元画像の縦方向および横方向について算出する。これにより、全ての格子点上の速度の成分が連続的かつ滑らかに特定される。図3(c)は、3次元スプライン曲面を用いてデータ補間された速度場を示す図である。
The
なお、速度生成部14は、以上説明した風の天気記号から速度場を生成する処理と同様の方法で、等圧線データ(図2(d)参照)から速度場を生成することとしてもよい。
The
次に、予測データ生成部15が、等圧線データ(図2(d))および天気記号データ(図2(e))などの気象物理データを、速度に基づいて時間的および空間的に変化させる処理について説明する。なお、等圧線データを例として以下説明する。
Next, a process in which the prediction
図4は、天気図データから抽出した等圧線データ400と、当該等圧線データ400を所定の方向に移動および変形させて生成した予測データ410、420とを示す図である。図示する例では、予測データ410、420は、等圧線データ400を図の右上方向に移動させている。
FIG. 4 is a diagram showing
予測データ生成部15は、速度生成部14が生成した速度(速度場)を偏微分方程式に設定し、天気図データを時間的および空間的に変化させた予測データを、少なくとも1つ生成する。
The prediction
本実施形態では、以下に示す式1の偏微分方程式を用いるものとする。なお、偏微分方程式については、例えば、池田俊介著「流体の非線形現象−数理解析とその応用−」朝倉書店に記載されている。 In this embodiment, the partial differential equation of Equation 1 shown below is used. The partial differential equations are described in, for example, Akira Shoten, “Nonlinear phenomena of fluids—Mathematical analysis and its application” by Shunsuke Ikeda.
I(x,y,n+1)= I(x,y,n)-Δt・(U・∇I(x,y,n)-λ∇・∇I(x,y,n)) 式1
また、上記式1を変形させて、以下の式2で表すことができる。
I (x, y, n + 1) = I (x, y, n) −Δt · (U · ∇I (x, y, n) −λ∇ · ∇I (x, y, n)) Equation 1
Further, the above formula 1 can be modified and expressed by the following formula 2.
{I(x,y,n+1)−I(x,y,n)}/Δt =-U・∇I(x,y,n)+λ∇・∇I(x,y,n) 式2
式2において、左辺が時間項、右辺の第1項が移流項、第2項は拡散項であって、画像を構成する画素の画像強度Iを変数とする。そして、画素を(x,y)、離散化された時間(または時刻)をnとすると、I(x,y,n)は、画素(x,y)の離散化された時間nにおける画像強度である。なお、ここでの画像強度は、等圧線データの画像である。
{I (x, y, n + 1) −I (x, y, n)} / Δt = −U · ∇I (x, y, n) + λ∇ · ∇I (x, y, n) 2
In Equation 2, the left side is the time term, the first term on the right side is the advection term, the second term is the diffusion term, and the image intensity I of the pixels constituting the image is a variable. If the pixel is (x, y) and the discretized time (or time) is n, I (x, y, n) is the image intensity at the discretized time n of the pixel (x, y). It is. The image intensity here is an image of isobaric data.
Δtは時間間隔、λは拡散係数、Uは速度である。また、∇は1次空間微分演算子、∇・∇は2次空間微分演算子、「・」はベクトル内積である。なお、式2の移流項は、速度Uと、画像強度I(x,y,n)の1次空間微分との積で表される。 Δt is a time interval, λ is a diffusion coefficient, and U is a velocity. Further, 1 is a primary spatial differential operator, ∇ / ∇ is a secondary spatial differential operator, and “·” is a vector inner product. Note that the advection term in Equation 2 is represented by the product of the velocity U and the first-order spatial derivative of the image intensity I (x, y, n).
時間間隔Δt、積分回数および拡散係数λについては、生成する画像の変形の程度などに応じて、所定の値をあらかじめ設定しておくものとする。例えば、1時間後の予測データを生成する場合、時間間隔Δtに「10分」を、積分回数に「6」を設定することが考えられる。なお、演算の安定条件を考慮し、時間間隔Δtは比較的小さな値とし、その分、積分回数を比較的多くすることが好ましい。また、本実施形態では、拡散効果を不要とするため、拡散係数λに「0」を設定する。 As for the time interval Δt, the number of integrations, and the diffusion coefficient λ, predetermined values are set in advance according to the degree of deformation of the generated image. For example, when generating prediction data after one hour, it is conceivable to set “10 minutes” as the time interval Δt and “6” as the number of integrations. Note that it is preferable to set the time interval Δt to a relatively small value in consideration of the calculation stability condition, and to relatively increase the number of integrations accordingly. Further, in this embodiment, “0” is set to the diffusion coefficient λ in order to eliminate the diffusion effect.
速度Uには、速度生成部14が生成した速度(速度場)が設定される。速度Uは、等圧線データの各画素が、新たに生成される予測データにおいてどのように移動するのか(移動の方法、移動の大きさ等)を規定するものである。すなわち、速度Uは、等圧線データの未来または過去に対応した動きを規定するものである。
In the speed U, the speed (speed field) generated by the
予測データ生成部15は、式1または式2に示す偏微分方程式を差分法に従って離散化し、2次元画像面および離散時間軸に沿って積分を再帰的に繰り返す。I(x,y,n)は、入力される画像強度(既知量)であって、I(x,y,n+1)は式1または式2を計算することにより出力される画像強度である。すなわち、所定の積分回数を設定し、設定した積分回数だけ式1または式2を繰り返し計算することで、等圧線の所望の予測データを生成(出力)することができる。なお、初期値の画像強度I(x,y,n)は、元の天気図データから抽出した等圧線データ400である。また、生成される予測データは、入力された等圧線データを当該等圧線データに対応する時刻から指定された時刻(過去方向または未来方法)だけ、速度Uに基づいて変化させたものである。
The prediction
また、予測データ生成部15は、気象物理データの1つである天気記号データ(図2(e))についても、今まで説明した等圧線データと同様に、速度に基づいて時間的および空間的に変化させた予測データを生成する。
Further, the prediction
そして、復元部16は、予測データ生成部15が生成した予測データを用いて天気図データを復元する。
Then, the
図5は、天気図データを復元する処理を模式的に示した図である。図5(a)は、分離抽出部13が元の天気図データから地図201のみを抽出した地図データ610である。図5(b)は、分離抽出部13が元の天気図データから緯線・経線202のみを抽出した座標データ620である。図5(c)は、予測データ生成部15が等圧線データに偏微分方程式を適用して生成した予測データ630である。図2(d)は、予測データ生成部15が天気記号データに偏微分方程式を適用して生成した予測データ640である。
FIG. 5 is a diagram schematically showing a process of restoring weather map data. FIG. 5A shows
復元部16は、分離抽出部13が抽出した地図データ610および座標データ620に、予測データ生成部15が生成した等圧線および天気記号の予測データ630、640を重ね合わせ、天気図データ650を復元(生成)する。そして、表示部17は、必要に応じて復元部16が復元した天気図データ650を出力装置に表示する。
The
以上説明した本実施形態では、天気図データから抽出した各気象物理データ(等圧線データ、天気記号データ)を偏微分方程式に入力することにより、当該気象物理データを時間的および空間的に変化させた様々なバリエーションの予測データを生成することができる。そして、生成した予測データに、天気図データから抽出した地図データおよび座標データを重ね合わせることで、元の天気図データを時間的および空間的に変化させた天気図データを生成することができる。 In the present embodiment described above, each meteorological physical data (isobaric data, weather symbol data) extracted from the weather map data is input to the partial differential equation, thereby changing the meteorological physical data temporally and spatially. Predictive data of various variations can be generated. Then, weather map data in which the original weather map data is temporally and spatially changed can be generated by superimposing map data and coordinate data extracted from the weather map data on the generated prediction data.
すなわち、本実施形態では、一枚の天気図を入力することにより、当該天気図の観測時点から所定の時間過去に遡った予測天気図、および、当該天気図の観測時点から所定の時間経過した未来の天気図を生成することができる。これにより、過去に発生した災害などの自然現象を、現存する数少ない過去の天気図から解明する際に、手助けとなる時系列な天気図データを短時間で提供することができる。また、解析時間の短縮化を図ることができる。 That is, in this embodiment, by inputting a single weather map, a predicted weather map that goes back a predetermined time in the past from the observation point of the weather map, and a predetermined time has elapsed from the observation point of the weather map Future weather maps can be generated. As a result, time series weather map data can be provided in a short time to assist in elucidating natural phenomena such as disasters that have occurred in the past from the few existing past weather maps. In addition, the analysis time can be shortened.
また、本実施形態では、天気図上の風の天気記号から生成される離散的な速度ベクトルを補完し、天気図全体の密度の高い速度(速度場)を生成する。この密度の高い速度を偏微分方程式に設定することにより、より高い精度の予測データを生成することができる。 In the present embodiment, the discrete velocity vector generated from the wind weather symbol on the weather map is supplemented to generate a high-density speed (speed field) of the entire weather map. By setting this high density speed in the partial differential equation, it is possible to generate prediction data with higher accuracy.
なお、本発明は上記の実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。例えば、本実施形態では、1枚の天気図データから時間的および空間的に変化させた天気図データを生成することとした。しかしながら、本発明はこれに限定されず、1枚の天気図データを、時間的および空間的を時系列に連続して変化させた天気図データの動画を生成することとしてもよい。 In addition, this invention is not limited to said embodiment, Many deformation | transformation are possible within the range of the summary. For example, in the present embodiment, weather map data that is temporally and spatially changed from a single weather map data is generated. However, the present invention is not limited to this, and a weather map data moving image in which one piece of weather map data is continuously changed in time series in time and space may be generated.
1:天気図生成装置、11:データ入力部、12:画像蓄積部、13:分離抽出部、14:速度生成部、15:予測データ生成部、16:復元部、17:表示部 1: Weather map generation device, 11: Data input unit, 12: Image storage unit, 13: Separation and extraction unit, 14: Speed generation unit, 15: Prediction data generation unit, 16: Restoration unit, 17: Display unit
Claims (6)
天気図データを入力する入力手段と、
前記入力した天気図データから、少なくとも気象物理データと、地図データとをそれぞれ抽出する分離抽出手段と、
前記気象物理データから速度を検出し、前記速度を補完した速度場を生成する速度生成手段と、
前記気象物理データに対して、前記速度場を設定した偏微分方程式を適用し、前記気象物理データを時間的に変化させた少なくとも1つの予測データを生成する予測データ生成手段と、
前記地図データに前記予測データを重ね合わせ、前記天気図データを時間的に変化させた天気図データを復元する復元手段と、を備えること
を特徴とする天気図生成装置。 A weather map generation device,
An input means for inputting weather map data;
Separation and extraction means for extracting at least meteorological physical data and map data from the input weather map data,
Speed generating means for detecting a speed from the meteorological physical data and generating a speed field supplemented with the speed;
Predictive data generating means for applying the partial differential equation in which the velocity field is set to the meteorological physics data and generating at least one prediction data obtained by temporally changing the meteorological physics data;
A weather map generating apparatus comprising: a restoring unit that superimposes the prediction data on the map data and restores the weather map data obtained by temporally changing the weather map data.
前記偏微分方程式は、移流項と時間項とを含み、画素の画像強度を変数として有し、
前記移流項は、前記速度場と、前記画像強度の1次空間微分と、の積であること
を特徴とする天気図生成装置。 The weather map generating device according to claim 1,
The partial differential equation includes an advection term and a time term, and has a pixel image intensity as a variable,
The advection term is a product of the velocity field and a first-order spatial derivative of the image intensity.
前記物理気象データには、風の方向および風力が含まれ、
前記速度生成手段は、前記風の方向および風力に基づいて、前記天気図データに設定された観測地点の速度を検出すること
を特徴とする天気図生成装置。 The weather map generating device according to claim 1,
The physical weather data includes wind direction and wind power,
The speed generation means detects a speed of an observation point set in the weather map data based on the wind direction and the wind force.
前記抽出手段は、前記天気図データから、緯度および/または経度を示す座標データを、さらに抽出し、
前記復元手段は、前記地図データおよび前記座標データに、前記予測データを重ね合わせて、前記予測天気図データを復元すること
を特徴とする天気図生成装置。 The weather map generating device according to claim 1,
The extraction means further extracts coordinate data indicating latitude and / or longitude from the weather map data,
The restoration means restores the forecast weather map data by superimposing the forecast data on the map data and the coordinate data.
前記情報処理装置は、
天気図データを入力する入力ステップと、
前記入力した天気図データから、少なくとも気象物理データと、地図データとをそれぞれ抽出する分離抽出ステップと、
前記気象物理データから速度を検出し、前記速度を補完した速度場を生成する速度生成ステップと、
前記気象物理データに対して、前記速度場を設定した偏微分方程式を適用し、前記気象物理データを時間的に変化させた少なくとも1つの予測データを生成する予測データ生成ステップと、
前記地図データに前記予測データを重ね合わせて、前記天気図データを時間的に変化させた天気図データを復元する復元ステップと、を行うこと
を特徴とする天気図生成方法。 A weather map generation method performed by an information processing apparatus,
The information processing apparatus includes:
An input step for inputting weather map data;
A separation and extraction step for extracting at least weather physics data and map data from the input weather map data;
A speed generation step of detecting a speed from the meteorological physics data and generating a speed field complementary to the speed;
Applying a partial differential equation in which the velocity field is set to the meteorological physics data to generate at least one forecast data in which the meteorological physics data is temporally changed;
A weather map generation method comprising: a restoring step of superimposing the prediction data on the map data and restoring the weather map data obtained by temporally changing the weather map data.
前記情報処理装置に、
天気図データを入力する入力ステップと、
前記入力した天気図データから、少なくとも気象物理データと、地図データとをそれぞれ抽出する分離抽出ステップと、
前記気象物理データから速度を検出し、前記速度を補完した速度場を生成する速度生成ステップと、
前記気象物理データに対して、前記速度場を設定した偏微分方程式を適用し、前記気象物理データを時間的に変化させた少なくとも1つの予測データを生成する予測データ生成ステップと、
前記地図データに前記予測データを重ね合わせて、前記天気図データを時間的に変化させた天気図データを復元する復元ステップと、を実行させること
を特徴とする天気図生成プログラム。
A weather map generation program executed by an information processing device,
In the information processing apparatus,
An input step for inputting weather map data;
A separation and extraction step for extracting at least weather physics data and map data from the input weather map data;
A speed generation step of detecting a speed from the meteorological physics data and generating a speed field complementary to the speed;
Applying a partial differential equation in which the velocity field is set to the meteorological physics data to generate at least one forecast data in which the meteorological physics data is temporally changed;
A weather map generating program, comprising: a step of superimposing the prediction data on the map data and restoring the weather map data obtained by temporally changing the weather map data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005353465A JP4045284B2 (en) | 2005-12-07 | 2005-12-07 | Weather map generating apparatus, weather map generating method, and weather map generating program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005353465A JP4045284B2 (en) | 2005-12-07 | 2005-12-07 | Weather map generating apparatus, weather map generating method, and weather map generating program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007155592A JP2007155592A (en) | 2007-06-21 |
JP4045284B2 true JP4045284B2 (en) | 2008-02-13 |
Family
ID=38240156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005353465A Active JP4045284B2 (en) | 2005-12-07 | 2005-12-07 | Weather map generating apparatus, weather map generating method, and weather map generating program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4045284B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4499775B2 (en) * | 2007-10-31 | 2010-07-07 | 日本電信電話株式会社 | Pattern prediction apparatus, pattern prediction method, and pattern prediction program |
JP4845998B2 (en) * | 2009-05-13 | 2011-12-28 | 日本電信電話株式会社 | Animation method, animation apparatus, and animation program |
-
2005
- 2005-12-07 JP JP2005353465A patent/JP4045284B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2007155592A (en) | 2007-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101783872B (en) | Apparatus and method for obtaining high resolution image | |
JP6612487B1 (en) | Learning device, classification device, learning method, classification method, learning program, and classification program | |
JP2007000205A (en) | Image processing apparatus, image processing method, and image processing program | |
CN101147172A (en) | Image processing system and program | |
JP6612486B1 (en) | Learning device, classification device, learning method, classification method, learning program, and classification program | |
CN109447897B (en) | Real scene image synthesis method and system | |
KR20200008343A (en) | Image processing apparatus and operating method for the same | |
CN116797787B (en) | Remote sensing image semantic segmentation method based on cross-modal fusion and graph neural network | |
KR20220032382A (en) | Method and system for high resolution sound source maps based on artificial neural network. | |
WO2017199498A1 (en) | Lane specification method and lane specification device | |
CN110188427A (en) | A kind of traffic data fill method decomposed based on non-negative low-rank dynamic mode | |
JP4045284B2 (en) | Weather map generating apparatus, weather map generating method, and weather map generating program | |
CN104205807A (en) | Image processing device and method, and program | |
CN104091364A (en) | Single-image super-resolution reconstruction method | |
KR102007738B1 (en) | Method and apparatus for content-based image resizing | |
CN117576578A (en) | Method and device for labeling samples, electronic equipment and storage medium | |
JP2007058342A (en) | Image-matching device, image matching method and image matching program | |
CN102724530B (en) | Three-dimensional method for plane videos based on feedback control | |
CN110532868B (en) | Method for predicting free space semantic boundary | |
US11922659B2 (en) | Coordinate calculation apparatus, coordinate calculation method, and computer-readable recording medium | |
CN113724205A (en) | Image change detection method, apparatus and storage medium | |
JP2018049583A (en) | Simulation method, computer program, and simulation device | |
Gallardo et al. | Data-based hybrid reduced order modeling for vortex-induced nonlinear fluid–structure interaction at low Reynolds numbers | |
CN112991249A (en) | Remote sensing image fusion method based on depth separable CNN model | |
JPH04182860A (en) | Combination problem solving method and image segmenting method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071012 |
|
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: 20071023 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4045284 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101122 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121122 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131122 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |