JP6831130B1 - 風向風速推定装置、風向風速推定方法、および風向風速推定プログラム - Google Patents

Abstract

【課題】所定のエリアにおける風向風速の推定精度を向上させる。【解決手段】一実施形態に係る風向風速推定装置は、所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、関数に含まれている三角関数成分を特定する特定部と、複数の三角関数の各三角関数と対応づけられている所定のエリア内の複数の地点における風速比の情報に基づいて、三角関数成分と対応する所定のエリア内の複数の地点における風速比を取得する取得部と、三角関数成分と対応する所定のエリア内の複数の地点における風速比を、三角関数成分の大きさに基づき合成することで、代表地点における風速の鉛直分布と対応する複数の地点の風速比を求める処理部と、を含む。【選択図】図１２

Description

本発明は、風向風速推定装置、風向風速推定方法、および風向風速推定プログラムに関する。

例えば、ビルなどの建造物が立ち並ぶ都市部などの所定のエリアにおける風向風速を推定することが行われている。推定された風向風速の情報は、例えば、そのエリアに建てる建築物の設計や、防災管理などに役立てることができる。一例として、ビルの管理者等は、ビルの周辺の風向風速の情報が得られれば、危険な強風が吹く恐れのある領域への立ち入りを禁止したり、風を弱めるための仕切りを立てたりなど対策を講じることができる。或いは、例えば、風向風速の情報は、イベント会場の設営などにおいて風向風速の悪化が許容範囲に収まるようにするために役立てることができる。

これに関し、任意地点での風向風速を推定することに関する技術が知られている（例えば、特許文献１）。

特開２０１９−７８０１号公報

例えば、所定のエリアにおけるビルなどの建造物の情報を含む３次元モデルのデータと、基準となる地点における気流のデータとを数値流体解析に入力することで、所定のエリア内における風向風速を推定することができる。なお、数値流体解析は、例えば、流体解析、気流解析などと呼ばれてもよい。しかしながら、数値流体解析に入力される気流の情報の正確性が不十分である場合、風向風速の推定精度が低下することがある。一方で、実際の気流の形状は様々であり得、それらの無数に存在し得る気流データに数値流体解析を実行すると処理に大きな時間がかかってしまう。

例えば、以上のことに鑑み、１つの側面では、本発明は、所定のエリアにおける風向風速の推定精度を向上させることを目的とする。

本発明の一つの態様の風向風速推定装置は、所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、関数に含まれている三角関数成分を特定する特定部と、複数の三角関数の各三角関数と対応づけられている所定のエリア内の複数の地点における風速比の情報に基づいて、三角関数成分と対応する所定のエリア内の複数の地点における風速比を取得する取得部と、三角関数成分と対応する所定のエリア内の複数の地点における風速比を、三角関数成分の大きさに基づき合成することで、代表地点における風速の鉛直分布と対応する複数の地点の風速比を求める処理部と、を含む。

本発明の一つの態様のコンピュータが実行する風向風速推定方法は、所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、関数に含まれている三角関数成分を特定し、複数の三角関数の各三角関数と対応づけられている所定のエリア内の複数の地点における風速比の情報に基づいて、三角関数成分と対応する所定のエリア内の複数の地点における風速比を取得し、三角関数成分と対応する所定のエリア内の複数の地点における風速比を、三角関数成分の大きさに基づき合成することで、代表地点における風速の鉛直分布と対応する複数の地点の風速比を求める、ことを含む。

本発明の一つの態様の風向風速推定プログラムは、所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、関数に含まれている三角関数成分を特定し、複数の三角関数の各三角関数と対応づけられている所定のエリア内の複数の地点における風速比の情報に基づいて、三角関数成分と対応する所定のエリア内の複数の地点における風速比を取得し、三角関数成分と対応する所定のエリア内の複数の地点における風速比を、三角関数成分の大きさに基づき合成することで、代表地点における風速の鉛直分布と対応する複数の地点の風速比を求める、処理をコンピュータに実行させる。

一つの態様によれば、所定のエリアにおける風向風速の推定精度を向上させることができる。

例示的な数値流体解析を用いた風向風速の推定を示す図である。 或る地点におけるドップラーライダの観測データを例示する図である。 実施形態に係る風向風速推定装置のブロック構成を例示する図である。 例示的なドップラーライダによる風向風速の観測データを示す図である。 実施形態に係る風速の鉛直分布と対応する三角関数成分の特定の流れを例示する図である。 実施形態に係る三角関数と対応する風向風速の推定処理の流れを説明する図である。 実施形態に係る地点情報を例示する図である。 実施形態に係る三角関数成分情報を例示する図である。 実施形態に係る風向風速情報を例示する図である。 実施形態に係る風向風速の表示を例示する図である。 実施形態に係るフーリエ級数の三角関数と対応する入力気流を用いた数値流体解析処理の動作フローを例示する図である。 実施形態に係る対象エリア内での風向風速の推定処理の動作フローを例示する図である。 実施形態に係る風向風速の３次元での表示画面を例示する図である。 或る地点での時系列の観測データを例示する図である。 実施形態に係るフーリエ係数の集計を例示する図である。 実施形態に係る周期と対応する０以外のフーリエ係数の項数を集計する例を示す図である。 実施形態に係る風向風速推定装置を実現するためのコンピュータのハードウェア構成を例示する図である。

以下、図面を参照しながら、本発明のいくつかの実施形態について詳細に説明する。なお、複数の図面において対応する要素には同一の符号を付す。また、以下の説明において、高度は、例えば、風向風速を推定する対象のエリアの地表面からの高さであってよく、或いは、標高や海抜などの基準面からの高さであってもよい。

図１は、例示的な所定のエリアにおける数値流体解析を用いた風向風速の推定を示す図である。なお、風向風速を推定する対象となるエリアを、以下では「対象エリア」と呼ぶことがある。

また、図１には、都市部の所定のエリアにおける３次元モデルが示されている。３次元モデルには、建築物、道路、河川、地形などといった地物の３次元形状を示す情報が含まれている。３次元モデルは、例えば、ＣＡＤ（Computer Aided Design）データで作成されてよい。

そして、３次元モデルとともに、基準となる地点における気流のデータを入力気流として与えて数値流体解析を実行することで、所定のエリア内に測定点として設定されている複数の地点における風向風速を推定することができる。なお、数値流体解析で風向風速を推定する対象となるエリアは、例えば、半径が数百メートル、地上数百メートルほどの範囲のエリアであってよく、一例では、実在都市空間全体である。そして、例えば、このような対象エリアにおける風向および風速などの情報を提供することができれば、建築物の設計や、防災管理などの様々な用途に役立てることができる。なお、基準となる地点は、例えば、所定のエリアを代表する代表地点であってよく、代表地点は、例えば、対象エリア内または対象エリアの近傍の任意の地点に設定されてよい。また、風速は、例えば、風速比で表されてもよい。

ところで、或る地点における風速の鉛直分布は、地表面の粗度状況に応じたべき指数分布として表わされる傾向を示すことが知られている。例えば、風速の鉛直分布は、下記の式１で表すことができる。
Ｕ_ｚ＝Ｕ_Ｒ（Ｚ／Ｚ_Ｒ）^α ・・・式１
なお、式１において、Ｕ_Ｚは、高さＺ（ｍ）での風速（ｍ／ｓ）であり、Ｕ_Ｒは、基準となる高さＺ_Ｒ（ｍ）での風速（ｍ／ｓ）である。また、αは、べき指数である。

そのため、風向風速を推定する場合、入力気流の鉛直分布はしばしば、べき指数分布で表されて数値流体解析に入力される。しかしながら、実際には気流の鉛直分布は粗度状況だけでなく気象条件などの影響を受けるため、例えば、ドップラーライダなどを用いて気流を観測すると、同じ位置であっても時間に応じてさまざまに変化し、上記の式１には従わないことがある。

図２は、異なる時点で観測された或る地点におけるドップラーライダの観測データを例示する図である。図２では、高度に応じた風向の観測結果は丸い点（〇）で示されており、また、高度に応じた風速の観測結果は三角の点（△）で示されている。そして、図２では、時点Ａ、時点Ｂ、および時点Ｃで観測された３つの観測データが示されている。図２に示すように、時点Ａ、時点Ｂ、および時点Ｃにおいて、風速は高度によってさまざまな値を示しており、その形状は必ずしも式１で表されるべき指数分布に従わないことがわかる。

そのため、例えば、数値流体解析の際に、入力気流の鉛直分布をべき指数分布として与えても、風向風速の推定精度が低下してしまうことがある。特に、鉛直分布に基づく誤差は、上空ほど大きくなる傾向があることが推定されるため、地上だけでなく、比較的上空の風向風速を精度高く求めたい用途では、入力気流をより実際に近づけることが求められる。

この場合に、例えば、実際に観測された風速の鉛直分布を数値流体解析の入力として用いることで、都市空間全体の風向風速をより実際に近く高精度に推定することができる可能性がある。しかしながら、様々な状況に応じて無数に存在し得る風速の鉛直分布のすべてに数値流体解析を実行することは、処理に時間がかかり現実的ではない。特に、リアルタイムで風向風速を推定して利用するような用途では、数値流体解析は処理に時間がかかるため、利用できないことがある。

例えば、以上のことから、風向風速の推定精度を向上させることのできる更なる技術の提供が望まれている。また、風向風速の推定にかかる時間を短縮することのできる技術の提供も望まれている。

以下で述べる実施形態では、様々な三角関数の波形の鉛直分布を有する気流データを生成し、その生成した気流データを入力気流として用いて対象エリアの３次元モデルとともに数値流体解析を行うことで、三角関数と対応する風向風速の情報を取得する。そして、風向風速の推定に用いる気流が入力された場合に、その入力気流から得た風速比の鉛直分布に含まれる三角関数成分を特定する。そして、特定された三角関数成分と対応する三角関数の風向風速を三角関数成分の大きさに応じて合成することで、入力気流と対応する対象エリア内の風向風速を推定する。それにより、入力気流の風速の鉛直分布に応じた精度の高い風向風速の推定を実行することができる。また、入力気流に対して数値流体解析を実行しなくてもよいため、迅速に風向風速を推定することが可能となる。以下、実施形態をさらに詳細に説明する。

図３は、実施形態に係る風向風速推定装置３００のブロック構成を例示する図である。風向風速推定装置３００は、例えば、対象エリアの風向風速を推定する装置である。風向風速推定装置３００は、例えば、コンピュータ、モバイルコンピュータ、タブレット端末、スマートフォンなどであってよい。そして、風向風速推定装置３００は、例えば、制御部３０１、記憶部３０２、および表示部３０３を含む。制御部３０１は、風向風速推定装置３００の全体を制御してよく、例えば、特定部３１１、取得部３１２、および処理部３１３を含む。風向風速推定装置３００の記憶部３０２は、例えば、風向風速の観測データ、対象エリアの３次元モデル、後述する地点情報７００、三角関数成分情報８００、および風向風速情報９００などの情報を記憶していてよい。表示部３０３は、例えば、ディスプレイなどの表示装置であり、制御部３０１の指示に従って表示画面に情報を表示する。これらの各部の詳細および記憶部３０２に格納されている情報の詳細については後述する。

続いて、入力気流の風速の鉛直分布と対応する三角関数成分の特定の流れについて一例を説明する。

（風速の鉛直分布と対応する三角関数成分の特定）
実施形態では制御部３０１は、風速の鉛直分布を解析し、入力気流の風速の鉛直分布と対応する三角関数成分を特定する。例えば、ドップラーライダなどの複数高度の風向および風速を計測するセンサで、対象エリア内を代表する代表地点または対象エリアの近傍にある代表地点での複数高度の風向および風速を観測することができる。

図４は、例示的なドップラーライダによる風向風速の観測データを示す図である。図４（ａ）は、例示的な風速の観測結果である。風速は、例えば、１０分間などの所定時間における平均風速（単位：０．１ｍ／ｓ）などで表されてよい。図４（ａ）では、日時に示される日付および時間に第１高度から第２０高度のそれぞれの高度について観測した風速の観測結果が登録されている。また、図４（ｂ）は、例示的なドップラーライダによる風向の観測結果である。風向は、例えば、１０分間などの所定時間における平均風向き（単位：角度）などで表されてよい。図４（ｂ）では、日時に示される日付および時間に第１高度から第２０高度のそれぞれの高度について観測した風向の観測結果が登録されている。なお、風向の角度は、対象エリアでの東西南北の方位を含む平面において、北などの所定の方位に対して風向きが示す角度で表されてよい。一例では、北の方向が０°または３６０°であってよく、東の方向が９０°、南の方向が１８０°、西の方向が２７０°であってよい。そして、一例では、制御部３０１は、ドップラーライダの観測結果の図４（ａ）の風速の鉛直分布を入力気流として用いて所定のエリア内での風向風速を推定してよい。そして、制御部３０１は、入力気流の風速の鉛直分布と対応する三角関数成分を特定する。

なお、風向きは、図４（ｂ）に示すように高度に応じて様々な値を示し得るが、制御部３０１は、入力気流の高度に応じた風向きを代表する代表風向きを決定し、入力気流の風向きとして用いてよい。また、代表風向きは、一例では、ドップラーライダの基準高度における風向きであってよく、別の実施形態では、代表風向きは、図４（ｂ）に示す高度に応じた風向きを平均した向きなどの統計学的手法により求められる風向きであってもよい。なお、ドップラーライダの観測範囲は、設置位置から約５０ｍから３５０ｍ程度の高度の範囲であり、ドップラーライダの基準高度は、一例ではドップラーライダで観測可能な最大の高度付近（例えば、約３５０ｍ）に設定される。

図５は、実施形態に係る風速の鉛直分布と対応する三角関数成分の特定を例示する図である。図５（ａ）には、風速の鉛直分布が示されている。なお、風速の鉛直分布は、例えば、ドップラーライダで観測された観測値であってよい。

ここで、例えば、高度方向にｘ軸をとり、また、ｙ軸に各高度での風速を基準高度での風速で除した風速比をとる。そして、風速比の鉛直分布を、図５（ｂ）に示すように高度：ｘに対して変化する風速比の関数ｆ（ｘ）とする。そして、図５（ｃ）に示すように、関数ｆ（ｘ）をフーリエ級数展開して、風速比の鉛直分布に含まれる三角関数成分を特定する。以下の式２は、フーリエ級数展開の式を例示する図である。
なお、式２において、ａ_０は、直流成分である。ｎは、整数である。また、ａ_ｎは、ｆ（ｘ）のフーリエ余弦係数であり、ｂ_ｎはフーリエ正弦係数である。ａ_ｎおよびｂ_ｎは、フーリエ係数とも呼ばれる。Ｌは周期である。

なお、周期Ｌは、一例では、ドップラーライダの観測範囲や、数値流体解析の計算範囲よりも大きい値に設定されてよい。例えば、ドップラーライダの観測範囲は、上述のように高度３５０ｍ程度であり、また、数値流体解析の計算範囲は、高度方向に１ｋｍ程度で設定されることがある。この場合に、周期Ｌは、数値流体解析の計算範囲の１ｋｍの数倍などに設定されてよい。例えば、周期Ｌは、数値流体解析の計算範囲の３倍〜５倍である３ｋｍ〜５ｋｍの範囲の値であってよく、一例では４倍の４ｋｍであってよい。風速比の鉛直分布の変化はそれほど高い周波数では変化しないため、このように数値流体解析の計算範囲として設定する距離の数倍程度に周期Ｌを設定することで、風速比の鉛直分布を効率的に三角関数成分で表現することができる。

そして、以下の式により、フーリエ係数（ａ_ｎおよびｂ_ｎ）を得ることができ、それにより、図５（ｄ）に示すように、風速の鉛直分布に含まれる三角関数成分を特定することができる。

また、実施形態では、風向風速推定装置３００の制御部３０１は、フーリエ級数の複数の三角関数について、各三角関数で表される鉛直分布の風が吹いた場合の風向風速を、数値流体解析を行い予め推定しておく。そして、制御部３０１は、風向風速の推定に用いる風速の鉛直分布が与えられた場合に、その風速の鉛直分布に基づき特定した三角関数成分と対応する三角関数の風向風速を、三角関数成分の大きさに応じて合成し、対象エリアの風向風速を推定する。以下、三角関数と対応する風向風速の推定について説明する。

（三角関数と対応する風向風速の推定）
図６は、実施形態に係る三角関数と対応する風向風速の推定処理の流れを説明する図である。風向風速推定装置３００の制御部３０１は、フーリエ級数の三角関数と対応する気流データを生成する。例えば、制御部３０１は、フーリエ級数の三角関数のｘに高度を代入することで、フーリエ級数の三角関数の波形で変化する風速の鉛直分布を有する気流のデータを生成する。なお、気流データの生成に用いるフーリエ級数の三角関数の周期Ｌは、上述の図５を参照して述べたフーリエ級数展開で用いた周期であってよい。また、気流データは、数値流体解析の計算範囲の高度（例えば、１ｋｍ）まで生成されてよい。そして、制御部３０１は、フーリエ級数の三角関数のｎを、複数に変化させて複数の気流データが生成してよい。なお、制御部３０１は、例えば、フーリエ級数のコサインの三角関数のｎ＝０とすることで、フーリエ級数の直流成分と対応する風速の鉛直分布を有する気流データを生成してよい。

また、制御部３０１は、対象エリアの３次元モデルのデータを読み出す。対象エリアの３次元モデルのデータは、例えば、建築物、道路、河川、地形などといった地物の３次元形状、およびその他の風向風速に関係するオブジェクトの３次元形状を示す３次元データを含んでよい。３次元データは、一例では、ＣＡＤデータであってよい。

そして、制御部３０１は、フーリエ級数の三角関数に基づいて生成した気流データを所定の風向きで入力気流として入力し、また、対象エリアの３次元データを入力し、数値流体解析を実行する。なお、所定の風向きは、例えば、東西南北の方位を含む平面を１６分割した方位から選択されてよい。なお、風向きの分割の数はこれに限定されるものではなく、それより多い方位に分割されても、それより少ない方位に分割されてもよい。そして、数値流体解析により、制御部３０１は、対象エリア内に測定点として設定されている複数の地点の各地点における風速比を求める。

図７は、例示的な数値流体解析の測定点として設定されている対象エリア内の複数の地点の各地点の座標データを含む地点情報７００を例示する図である。地点情報７００は、例えば、地点番号、Ｘ座標、Ｙ座標、およびＺ座標の情報を含む。地点番号は、例えば、対象エリア内で測定点として設定されている地点を識別するための識別情報である。また、Ｘ座標、Ｙ座標、およびＺ座標は、例えば、地点番号で識別される測定点の座標を示す情報である。なお、Ｚ座標は、例えば、高度方向に定められていてよい。また、Ｘ座標およびＹ座標はそれぞれ、例えば、対象エリアにおける東西の方向と、南北の方向に一致するように軸がとられていてよい。しかしながら、軸の方向はこれに限定されるものではなく、その他の方向にとられていてもよい。そして、制御部３０１は、例えば、地点情報７００で定義される地点での風速比を数値流体解析により計算してよい。それにより、制御部３０１は、フーリエ級数の三角関数と対応する複数の地点での風速比を得ることができる。そして、制御部３０１は、解析結果を三角関数成分情報８００に登録してよい。

図８は、数値流体解析の結果得られた各地点におけるフーリエ級数の三角関数と対応する風速比の情報を含む三角関数成分情報８００を例示する図である。三角関数成分情報８００は、例えば、入力気流として用いたフーリエ級数の三角関数の情報を含む。なお、三角関数成分情報８００は、フーリエ級数の三角関数ごとに生成されてよい。また、三角関数成分情報８００には、例えば、地点番号と対応づけて風向きごとの風速比ベクトルが登録されている。風速比ベクトルは、ｘ成分、ｙ成分、およびｚ成分の風速比で表されており、各成分の軸は、図７で述べた軸方向と対応していてよい。即ち、例えば、ｚ成分の軸は、高度方向に定められていてよい。また、ｘ成分の軸およびｙ成分の軸はそれぞれ、例えば、対象エリアにおける東西の方向と、南北の方向に一致するように軸がとられていてよい。

（対象エリアの各地点における風速比の取得）
続いて、制御部３０１は、特定した入力気流の風速比の鉛直分布の三角関数成分の係数の大きさに応じて、フーリエ級数の三角関数と対応する風速比を合成し、対象エリアの各地点における風速比を取得する。

図５を参照して述べたように、制御部３０１は、入力気流に基づく風速比の鉛直分布を、所定の周期Ｌでフーリエ級数展開することによってａ_ｎ、ｂ_ｎを決定することができる。そして、制御部３０１は、ａ_ｎが０以外の値を持つコサインの三角関数成分：ｃｏｓ（ｎπｘ／Ｌ）について、その三角関数を入力気流として用いて数値流体解析を実行し得られた三角関数成分情報８００の風速比に、その三角関数成分の大きさを表す係数ａ_ｎを乗じて入力気流に含まれるその三角関数成分と対応する風速比を得る。なお、制御部３０１は、フーリエ級数のコサインの三角関数をｎ＝０として生成された気流データを数値流体解析することで得られた三角関数成分情報８００の風速比に係数ａ_０を乗じて、フーリエ級数の直流成分と対応する風速比を得てよい。また、制御部３０１は、ｂ_ｎが０以外の値を持つサインの三角関数成分：ｓｉｎ（ｎπｘ／Ｌ）について、その三角関数を入力気流として用いて数値流体解析を実行し得られた三角関数成分情報８００の風速比に、その三角関数成分の大きさを表す係数ｂ_ｎを乗じて入力気流に含まれるその三角関数成分と対応する風速比を得る。そして、制御部３０１は、例えば、係数が０以外の値を持つ成分に対して以上の処理で得られた風速比を、複数の地点ごとに足し合わせるなどして合成することで、各地点における入力気流と対応する風速比を求めて風向風速情報９００に登録する。

図９は、実施形態に係る風向風速情報９００を例示する図である。風向風速情報９００には、入力気流と対応する各地点における風速比ベクトルが風向きごとに登録されている。風速比ベクトルは、ｘ成分、ｙ成分、およびｚ成分の風速比で表されており、各成分の軸は、図７および図８で述べた軸方向と対応していてよい。即ち、例えば、ｚ成分の軸は、高度方向に定められていてよい。また、ｘ成分の軸およびｙ成分の軸はそれぞれ、例えば、対象エリアにおける東西の方向と、南北の方向に一致するように軸がとられていてよい。以上のようにして、制御部３０１は、対象エリア内の複数の地点の各地点について、入力気流と対応する風速比の情報を取得することができる。

そのため、実施形態によれば制御部３０１は、基準高度における風速を、風向風速情報９００に含まれる風速比に乗じることで、対象エリア内の複数の地点の各地点について、所定の風向きで入力される入力気流の鉛直分布と対応する風速比の情報を取得することができる。

図１０は、実施形態に係る風向風速の表示画面を例示する図である。図１０では、矢印は、対象エリア内において測定点として設定される複数の地点のうち、所定の高度の地点での風向きを表している。また、コンターは、風速比を表している。例えばこのように、制御部３０１は、風向風速情報９００に基づいて表示部３０３の表示画面に風向きおよび風速を示す情報を表示させることができる。それにより、ユーザは表示画面を見て所定のエリア内で風がどのような強さでどの方向に吹くのかを容易に知ることができる。

以上で述べたように、実施形態によれば風速の鉛直分布を考慮して、所定のエリア内に設定される複数の地点の各地点での風向および風速を推定することができるため、各地点での風向および風速をより高精度の推定することが可能となる。

続いて、以上で述べた実施形態に係る処理の動作フローを説明する。

図１１は、実施形態に係るフーリエ級数の三角関数と対応する風速比の入力気流を用いた数値流体解析処理の動作フローを例示する図である。制御部３０１は、例えば、数値流体解析処理の実行指示が入力されると、図１１の動作フローを開始してよい。

ステップ１１０１（以降、ステップを“Ｓ”と記載し、例えば、Ｓ１１０１と表記する）において制御部３０１は、フーリエ級数の三角関数と対応する気流データを生成し、記憶部３０２に保存する。例えば、制御部３０１は、コサインの三角関数：ｃｏｓ（ｎπｘ／Ｌ）と、サインの三角関数：ｓｉｎ（ｎπｘ／Ｌ）のそれぞれについて、ｎの値を様々に振った波形で風速が鉛直方向に変化する複数の気流データを生成し、記憶部３０２に保存する。なお、制御部３０１は、例えば、フーリエ級数のコサインの三角関数をｎ＝０とすることで、フーリエ級数の直流成分と対応する風速の鉛直分布を有する気流データを生成し、記憶部３０２に保存してよい。また、周期Ｌの値は、上述のように、数値流体解析の計算範囲に応じて任意に設定されてもよいし、別の実施形態では、様々な値に振って気流データが生成されてもよい。

Ｓ１１０２において制御部３０１は、風向風速を推定する対象となるエリアの３次元モデルを読み出す。なお、対象エリアの３次元モデルのデータは、例えば、対象エリアにおける建築物、道路、河川、地形などといった地物の３次元形状、およびその他の風向風速に関係するオブジェクトの３次元形状を示す３次元データを含んでよい。

Ｓ１１０３において制御部３０１は、Ｓ１１０１で生成した複数の気流データのうちから、未選択の１つの気流データを読み出す。

Ｓ１１０４において制御部３０１は、所定の複数の風向きのうちから未選択の風向きを１つ選択する。なお、所定の複数の風向きは、一例では、対象エリアにおける東西南北の方位を含む平面上の３６０°を１６分割した複数の方位であってよく、複数の方位は、東、西、南、北の方位を含んでよい。なお、風向きはこれに限定されるものではなく、別の実施形態ではより多くの分割数またはより少ない分割数で分割した方位が用いられてもよい。

Ｓ１１０５において制御部３０１は、選択した気流データが選択した風向きで入力されるものとして、３次元モデルとともに数値流体解析を実行し、地点情報７００に示される複数の地点での風速比のデータを取得する。

Ｓ１１０６において制御部３０１は、選択した気流データと対応する三角関数と、選択した風向きとに対応づけて、計算した各地点での風速比のデータを記憶部３０２に保存する。例えば、制御部３０１は、選択した気流データと対応する三角関数の三角関数成分情報８００において選択した風向きの列に、数値流体解析の結果を登録して記憶部３０２に保存してよい。

Ｓ１１０７において制御部３０１は、所定の複数の風向きの全ての風向きの選択を完了したか否かを判定する。そして、未選択の風向きがある場合には、フローはＳ１１０４に戻る。一方、全ての風向きを選択済みである場合には、フローはＳ１１０８に進む。

Ｓ１１０８において制御部３０１は、Ｓ１１０１において生成した全ての気流データの処理を完了したか否かを判定する。そして、まだ未処理の気流データがある場合には、フローはＳ１１０３に戻る。一方、全ての気流データの処理を完了している場合には、本動作フローは終了する。

以上の図１１の動作フローによれば、制御部３０１は、フーリエ級数の三角関数と対応づけて三角関数成分情報８００を生成し、風向きごとに計算した風速比の情報を含む三角関数成分情報８００を記憶部３０２に保存することができる。

続いて、入力された気流データに対する対象エリア内での風向風速の推定処理の動作フローを説明する。図１２は、実施形態に係る対象エリア内での風向風速の推定処理の動作フローを例示する図である。例えば、制御部３０１は、風向風速の推定処理の実行指示が入力されると、図１２の動作フローを開始してよい。

Ｓ１２０１において制御部３０１は、風速の鉛直分布を示す気流データの入力を受け付ける。気流データが入力されると、フローはＳ１２０２に進む。

Ｓ１２０２において制御部３０１は、気流データと対応する三角関数成分を特定する。例えば、制御部３０１は、入力された気流データの高度方向にｘ軸をとり、また、各高度における風速を基準高度における風速で除して得られた風速比をｙ軸にとり、関数ｆ（ｘ）として、ｆ（ｘ）に含まれる三角関数の成分を特定する。制御部３０１は、例えば、図５を参照して説明したように、フーリエ級数展開を行って気流データから三角関数成分を特定してよい。

Ｓ１２０３において制御部３０１は、特定された三角関数の成分と対応する三角関数成分情報８００を読み出す。例えば、制御部３０１は、フーリエ係数が０以外の値だった三角関数成分の三角関数成分情報８００を読み出してよい。

Ｓ１２０４において制御部３０１は、読み出した三角関数成分情報８００を、その三角関数成分の係数で調整し、調整後の風速比を取得する。例えば、制御部３０１は、読み出した三角関数成分情報８００に登録されている風速比に、三角関数成分の係数を乗じて調整を行ってよい。直流成分についても、制御部３０１は、フーリエ級数のコサインの三角関数をｎ＝０として生成された気流データを数値流体解析することで得られた三角関数成分情報８００の風速比に係数ａ_０を乗じることで調整を行ってよい。

Ｓ１２０５において制御部３０１は、入力気流データに含まれる三角関数の成分ごとに得られた調整後の風速比を足し合わせるなどして合成し、各地点での風速比を求める。

Ｓ１２０６において制御部３０１は、求めた各地点での風速比を風向風速情報９００として保存する。

Ｓ１２０７において制御部３０１は、入力された気流データに含まれる高度に応じた風向きを代表する代表風向きを特定する。そして、制御部３０１は、読み出した三角関数成分情報８００に登録されている風速比のうちで、代表風向きと最も近い風向きにおける各地点での風速比に、基準高度での風速を乗じて、各地点での風速のベクトルを求める。そして、Ｓ１２０８において制御部３０１は、求めた風速のベクトルに基づいて風向風速の情報を表示させるための表示情報を出力し、風向風速の情報を表示部３０３の表示画面に表示させて、本動作フローは終了する。

図１３は、実施形態に係る表示部３０３に表示される風向風速の３次元での表示画面１３００を例示する図である。図１３の例では、表示画面１３００には所定のエリアでの地表面から所定の高度における風速のベクトルが、３次元の矢印で示されている。なお、矢印の長さは風速の強さを表してよく、また、矢印の向きは風向を表していてよい。図１３に示すように、３次元で風向および風速を示すことで、ユーザはどの向きにどの強さの風が吹くのかの情報をより感覚的に知ることができる。なお、表示画面１３００は、所定のエリア内で表示位置を拡大、縮小、および回転可能であってよく、それによりユーザは、情報を得たい領域にフォーカスして詳細な情報を取得することができる。

また、制御部３０１は、表示画面１３００において高度の選択を受け付けてよく、ユーザは様々な高さを選択して風向および風速を確認することができる。また、図１３では、日時が２０１９年１１月１２日の０時１０分の風向風速の情報が表示されている。一例では、制御部３０１は、ドップラーライダで観測された時系列の風速の鉛直分布のデータを読み込んで、表示画面に過去から現在までの３次元の風速ベクトルのデータを時系列に順次表示させてよい。それにより、ユーザは、風速および風向の時間変化を把握することができる。なお、制御部３０１は、ドップラーライダで観測された風速の鉛直分布のデータを順次読み込んで、図１３の風向および風速のデータをリアルタイムで提供してもよい。

そして、以上で例示したように、リアルタイムの風向風速を時々刻々推定して提供することで、現在時刻、１時間前、１時間後などの時系列の風向風速がどうなっているのかを知ることができる。そして、リアルタイムに提供される時系列の風向および風速の情報を用いることで、例えば現在開催中のイベントに対して中止等の対応を行う必要があるか、および現在開放中の歩道などの閉鎖を行う必要があるか、といったリアルタイムの判断を行うことが可能となる。また更に、実施形態によるリアルタイムでの風向風速の推定の結果は、風速が強くなってきたので屋上の利用を中止しようといった屋上利用の管理、およびドローンの飛行が影響を受ける状況になったので飛行を中止しようといったドローン運行の管理などにも有効に利用することができる。

また、風向風速推定装置３００の制御部３０１は、例えば、ＷｅｂＧＬ（Web Graphics Library）などの技術を用いて図１３の表示画面１３００をウェブページとしてウェブ上で提供してもよい。それにより、例えば、風向風速の情報を得たいと望むユーザは、ブラウザを介してウェブページにアクセスすることで、特別なアプリケーションを用意することなくどこからでも各地点における風向および風速の情報を得ることができる。この場合、表示画面１３００は、例えば、ウェブページにアクセスしてきた端末が備える表示装置に表示されてよい。

以上に述べたように、実施形態によれば、建物等の影響を強く受けた風向風速を推定する際に、精度の高い風向および風速の情報を提供することができる。

（変形例１）
続いて、上述の実施形態の変形例１を説明する。図１４は、或る地点でのドップラーライダによる時系列の観測データを例示する図である。なお、図１４（ａ）は、風速のデータであり、また、図１４（ｂ）は、風向のデータである。図１４（ａ）および図１４（ｂ）において登録されている項目は、例えば、図４（ａ）および図４（ｂ）と同様の情報であってよい。ただし、図１４では、複数の日時でのドップラーライダの観測データのレコードが登録されている。例えば、図１４に示すように、或る地点でのドップラーライダによる時系列の観測データを取得することが可能である。

そして、このように過去の複数の観測データの取得が可能な場合、過去の複数の観測データに基づいて、実施形態に係る風速比の算出で利用する三角関数成分を絞り込むことが可能である。

例えば、図１４（ａ）の各レコードについて、所定の周期Ｌを用いて上述のようにフーリエ級数展開を実行することで、各レコードについてフーリエ係数を得ることができる。なお、周期Ｌは、一例では、数値流体解析で計算範囲として入力する高度（例えば１ｋｍ）の数倍（例えば、４倍など）に設定されてよい。

図１５は、図１４（ａ）に示される各観測データと対応するフーリエ係数の値を示す情報であり、フーリエ級数の三角関数のサインについてｎの値のそれぞれに対する係数の値と、コサインについてｎの値のそれぞれに対する係数の値とが示されている。なお、図１５に示されるフーリエ係数ａ、ｂ、ｃは、０以外の値である。そして、このように、複数のデータを用いてフーリエ係数を求めることで、風速の鉛直分布に含まれる傾向のあるｎを絞り込むことができる。例えば、複数の観測データにおいて、フーリエ級数展開を行った結果、全てで係数が０の項は、その周期Ｌにおいて風速を表すのに不要である可能性が高く、これらの項については間引くことができる。例えば、図１５の例では、サインについてはｎ＝３は、係数が０以外の値をとったレコードが無い。そのため、ｎ＝３については、風速の鉛直分布に含まれる可能性が低く、ｎ＝３としたサインの三角関数については図１１の動作フローによる数値流体解析を実行しなくてもよく、また、その三角関数成分情報８００は記憶部３０２に記憶されなくてもよい。そして、複数の観測データにおいて、フーリエ級数展開を行った結果、いずれかの観測データで係数が０以外の値を持った三角関数の三角関数成分情報８００のみを記憶部３０２に記憶する。

このように、風向の成分に含まれる傾向のある三角関数の成分を抽出することで、数値流体解析を行って三角関数成分情報８００を準備するのにかかる時間を短縮でき、また、記憶部３０２に保存する三角関数成分情報８００のデータ量を削減することができる。

（変形例２）
続いて、実施形態の変形例２を説明する。上述の実施形態では、周期Ｌは、例えば、数値流体解析で計算範囲として入力する高度（例えば１ｋｍ）の数倍（例えば、４倍など）に設定する例を述べている。しかしながら、例えば、図１４に示すように、過去の複数の観測データを取得可能な場合、過去の複数の観測データに基づいて、実施形態に係るフーリエ級数展開で周期Ｌとして用いる周期を、好ましい値に設定することが可能である。

例えば、数値流体解析で計算範囲として入力する高度（例えば１ｋｍ）の数倍などの所定の高度に基準となる周期Ｌを設定し、その基準となる高度の上下に所定の間隔で複数の周期Ｌを設定するものとする。例えば、計算範囲として入力する高度（例えば１ｋｍ）の４倍の４０００ｍを周期Ｌとして設定し、そこから上下の所定の範囲に１０ｍおきに周期Ｌを設定する（例えば、…、３９８０ｍ、３９９０ｍ、４０００ｍ、４０１０ｍ、４０２０ｍ、…）。なお、周期を設定する範囲は、一例では、基準として設定した高度：４０００ｍの２０％程度の範囲であってよい。ここでは、設定された複数のＬは、距離が短い方から順にＬｎ（ｎは正の整数）で表記するものとする。そして、制御部３０１は、このように設定された複数のＬ（例えば、Ｌ１からＬｎ）のそれぞれの周期でフーリエ級数展開を実行する。

図１６は、複数の日時の観測データに対してＬ１からＬｎまでのそれぞれの周期でフーリエ級数展開を実行して得られたフーリエ係数を示す図である。また、図１６では、各周期において、フーリエ係数が０以外の値をとった項の数が、０以外のフーリエ係数の項数として登録されている。なお、図１６に示されるフーリエ係数ａ、ｂ、ｃ、ｄは、０以外の値である。

そして、一実施形態においては、制御部３０１は、０以外のフーリエ係数の項数が少ない周期Ｌを風速の鉛直分布を効率的に三角関数の成分に分解できる周期として特定する。例えば、制御部３０１は、それぞれの周期で、複数のデータに対して特定された０以外のフーリエ係数を持つ項数を足し合わせ、その合計が少ない周期Ｌを風速の鉛直分布を効率的に三角関数の成分に分解できる周期として特定してよい。

そして、制御部３０１は、このように特定された周期Ｌを用いて上述の図１１および図１２の動作フローを実行してよい。それにより、少ない三角関数の項数で風速の鉛直分布を表現することができ、風向および風速を少ない計算量で推定することが可能となる。

以上において、実施形態を例示したが、実施形態はこれに限定されるものではない。例えば、上述の動作フローは例示であり、実施形態はこれに限定されるものではない。可能な場合には、動作フローは、処理の順番を変更して実行されてもよく、別に更なる処理を含んでもよく、または、一部の処理が省略されてもよい。

また、上述の実施形態における風向風速推定装置３００は、ウェブサーバとして動作してもよく、クライアントの装置からのリクエストに応じて、推定した風向風速の情報をクライアントの装置に提供してもよい。例えば、制御部３０１は、クライアントの装置が備える表示装置、またはクライアントの装置と接続された表示装置の表示画面に、上述の図１３に示す表示画面１３００などを表示させる表示情報を生成し、クライアントの装置に出力してよい。それによって、クライアントの装置の表示装置には表示画面１３００などの風向および風速の３次元データが表示されてよい。なお、風向および風速を推定するために用いる風速の鉛直分布のデータや３次元モデルは、クライアントの装置から提供されてもよい。

また、上述の実施形態では、風向および風速を推定するための風速の鉛直分布として、ドップラーライダによる観測データを用いる例を述べているが、実施形態はこれに限定されるものではなく、例えば、ユーザが任意に指定した風速の鉛直分布が用いられてもよい。

また、上述の実施形態では風向風速推定装置３００の制御部３０１が、図１１および図１２などの実施形態に係る処理を実行する例を述べているが、実施形態はこれに限定されるものではなく、上述の実施形態は複数の装置で実装されてもよい。一例として、図１１および図１２の処理は、それぞれ別の装置で実行されてもよい。例えば、第１の装置で生成された三角関数成分情報８００を、第２の装置が風向風速の推定のために利用してもよい。

なお、上述の実施形態において、Ｓ１２０２の処理では、風向風速推定装置３００の制御部３０１は、例えば、特定部３１１として動作する。Ｓ１２０３の処理では、風向風速推定装置３００の制御部３０１は、例えば、取得部３１２として動作する。Ｓ１２０４〜Ｓ１２０８の処理では、風向風速推定装置３００の制御部３０１は、例えば、処理部３１３として動作する。

図１７は、実施形態に係る風向風速推定装置３００を実現するためのコンピュータ１７００のハードウェア構成を例示する図である。図１７の風向風速推定装置３００を実現するためのハードウェア構成は、例えば、プロセッサ１７０１、メモリ１７０２、記憶装置１７０３、読取装置１７０４、通信インタフェース１７０６、入出力インタフェース１７０７、および表示装置１７１１を備える。なお、プロセッサ１７０１、メモリ１７０２、記憶装置１７０３、読取装置１７０４、通信インタフェース１７０６、入出力インタフェース１７０７は、例えば、バス１７０８を介して互いに接続されている。

プロセッサ１７０１は、例えば、シングルプロセッサであっても、マルチプロセッサやマルチコアであってもよい。プロセッサ１７０１は、メモリ１７０２を利用して例えば上述の動作フローの手順を記述したプログラムを実行することにより、上述した制御部３０１の一部または全部の機能を提供する。例えば、風向風速推定装置３００のプロセッサ１７０１は、記憶装置１７０３に格納されているプログラムを読み出して実行することで、特定部３１１、取得部３１２および処理部３１３として動作する。

メモリ１７０２は、例えば半導体メモリであり、ＲＡＭ領域およびＲＯＭ領域を含んでよい。記憶装置１７０３は、例えばハードディスク、フラッシュメモリ等の半導体メモリ、または外部記憶装置である。なお、ＲＡＭは、Random Access Memoryの略称である。また、ＲＯＭは、Read Only Memoryの略称である。

読取装置１７０４は、プロセッサ１７０１の指示に従って着脱可能記憶媒体１７０５にアクセスする。着脱可能記憶媒体１７０５は、例えば、半導体デバイス（ＵＳＢメモリ等）、磁気的作用により情報が入出力される媒体（磁気ディスク等）、光学的作用により情報が入出力される媒体（ＣＤ−ＲＯＭ、ＤＶＤ、Blu-ray Disc等（Blu-rayは登録商標））などにより実現される。なお、ＵＳＢは、Universal Serial Busの略称である。ＣＤは、Compact Discの略称である。ＤＶＤは、Digital Versatile Diskの略称である。

上述の記憶部３０２は、例えばメモリ１７０２、記憶装置１７０３、および着脱可能記憶媒体１７０５を含んでよい。例えば、風向風速推定装置３００の記憶装置１７０３には、風向風速の観測データ、対象エリアの３次元モデル、地点情報７００、三角関数成分情報８００、および風向風速情報９００が格納されている。

通信インタフェース１７０６は、プロセッサ１７０１の指示に従ってネットワークを介してデータを送受信する。例えば、風向風速推定装置３００がサーバとして動作する場合、風向風速推定装置３００は通信インタフェース１７０６を介してクライアントの装置と通信してよい。入出力インタフェース１７０７は、例えば、入力装置および出力装置との間のインタフェースである。例えば、図１７では、入出力インタフェース１７０７は、ディスプレイなどの表示装置１７１１と接続されている。表示装置１７１１は、例えば、表示画面１３００などの情報を表示してよい。また、入力装置は、例えばユーザからの指示を受け付けるキーボードやマウスなどのデバイスを含んでよい。出力装置は、例えばスピーカなどの音声装置およびプリンタなどの印刷装置を含んでよい。

実施形態に係る各プログラムは、例えば、下記の形態で風向風速推定装置３００に提供される。
（１）記憶装置１７０３に予めインストールされている。
（２）着脱可能記憶媒体１７０５により提供される。
（３）プログラムサーバなどのサーバから提供される。

なお、図１７を参照して述べた風向風速推定装置３００を実現するためのコンピュータ１７００のハードウェア構成は、例示であり、実施形態はこれに限定されるものではない。例えば、上述の構成の一部が、削除されてもよく、また、新たな構成が追加されてもよい。また、別の実施形態では、例えば、上述の制御部３０１の一部または全部の機能がＦＰＧＡおよびＳｏＣなどによるハードウェアとして実装されてもよい。なお、ＦＰＧＡは、Field Programmable Gate Arrayの略称である。ＳｏＣは、System-on-a-chipの略称である。

以上において、いくつかの実施形態が説明される。しかしながら、実施形態は上記の実施形態に限定されるものではなく、上述の実施形態の各種変形形態および代替形態を包含するものとして理解されるべきである。例えば、各種実施形態は、その趣旨および範囲を逸脱しない範囲で構成要素を変形して具体化できることが理解されよう。また、前述した実施形態に開示されている複数の構成要素を適宜組み合わせることにより、種々の実施形態が実施され得ることが理解されよう。更には、実施形態に示される全構成要素からいくつかの構成要素を削除して、または実施形態に示される構成要素にいくつかの構成要素を追加して種々の実施形態が実施され得ることが当業者には理解されよう。

３００ ：風向風速推定装置
３０１ ：制御部
３０２ ：記憶部
３０３ ：表示部
３１１ ：特定部
３１２ ：取得部
３１３ ：処理部
７００ ：地点情報
８００ ：三角関数成分情報
９００ ：風向風速情報
１３００ ：表示画面
１７００ ：コンピュータ
１７０１ ：プロセッサ
１７０２ ：メモリ
１７０３ ：記憶装置
１７０４ ：読取装置
１７０５ ：着脱可能記憶媒体
１７０６ ：通信インタフェース
１７０７ ：入出力インタフェース
１７０８ ：バス
１７１１ ：表示装置

Claims (9)

1. 所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、該関数に含まれている三角関数成分を特定する特定部と、
   複数の三角関数の各三角関数と対応づけられている前記所定のエリア内の複数の地点における風速比の情報に基づいて、前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比を取得する取得部と、
   前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比を、前記三角関数成分の大きさに基づき合成することで、前記代表地点における風速の鉛直分布と対応する前記複数の地点の風速比を求める処理部と、
   を含む、風向風速推定装置。
2. 前記複数の三角関数の各三角関数と対応づけられている前記所定のエリア内の複数の地点における風速比の情報は、前記複数の三角関数の各三角関数について、該三角関数と対応する風速の鉛直分布を有する気流を入力として前記所定のエリアの数値流体解析を実行することで生成される、請求項１に記載の風向風速推定装置。
3. 前記特定部は、前記高度に対する風速比の関数をフーリエ級数展開することで前記三角関数成分を特定し、
   前記処理部は、前記三角関数成分のフーリエ係数を、前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比に乗じて得た風速比を、前記複数の地点毎に足し合わせて、前記代表地点における風速の鉛直分布と対応する前記複数の地点の風速比を求めることを特徴とする、請求項１または２に記載の風向風速推定装置。
4. 前記複数の三角関数の各三角関数と対応づけられている前記所定のエリア内の複数の地点における風速比の情報を記憶する記憶部を更に含み、
   前記複数の三角関数は、前記代表地点において過去に観測された風速の鉛直分布の複数の観測データを高度に対する風速比の関数で表してフーリエ級数展開し、前記複数の観測データのうちの少なくとも１つにおいてフーリエ係数が０以外の値であった三角関数成分であり、
   前記取得部は、前記記憶部から前記複数の三角関数の各三角関数と対応づけられた前記所定のエリア内の複数の地点における風速比の情報を取得する、請求項３に記載の風向風速推定装置。
5. 前記フーリエ級数展開で用いる周期は、前記代表地点において過去に観測された風速の鉛直分布の複数の観測データを高度に対する風速比の関数で表して、所定の複数の周期のそれぞれを用いてフーリエ級数展開した結果、フーリエ係数が０以外の値を持った項の数が最も少なかった周期である、請求項３に記載の風向風速推定装置。
6. 前記処理部は、更に、
   前記代表地点における風速の鉛直分布と対応する前記複数の地点の風速比に基づいて、前記複数の地点での風向および風速を取得し、
   前記所定のエリア内の建築物の形状を含む３次元モデルとともに、前記複数の地点での風向および風速を表す矢印を３次元で表示した表示画面を表示装置に表示させる表示情報を出力する、
   ことを特徴とする、請求項１から５のいずれか１項に記載の風向風速推定装置。
7. 前記処理部は、更に、前記代表地点における複数の風速の鉛直分布が時系列に入力された場合、前記表示情報を、入力された前記複数の風速の鉛直分布に応じて時系列に出力することを特徴とする、請求項６に記載の風向風速推定装置。
8. 所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、該関数に含まれている三角関数成分を特定し、
   複数の三角関数の各三角関数と対応づけられている前記所定のエリア内の複数の地点における風速比の情報に基づいて、前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比を取得し、
   前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比を、前記三角関数成分の大きさに基づき合成することで、前記代表地点における風速の鉛直分布と対応する前記複数の地点の風速比を求める、
   ことを含む、コンピュータが実行する風向風速推定方法。
9. 所定のエリアを代表する代表地点における風速の鉛直分布に基づく高度に対する風速比の関数から、該関数に含まれている三角関数成分を特定し、
   複数の三角関数の各三角関数と対応づけられている前記所定のエリア内の複数の地点における風速比の情報に基づいて、前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比を取得し、
   前記三角関数成分と対応する前記所定のエリア内の複数の地点における風速比を、前記三角関数成分の大きさに基づき合成することで、前記代表地点における風速の鉛直分布と対応する前記複数の地点の風速比を求める、
   処理をコンピュータに実行させる風向風速推定プログラム。