JP5200736B2 - 予報装置、その方法及びプログラム - Google Patents

Description

本発明は予報装置、その方法及びプログラムに関する。特に任意の予報地点での天気予報の精度を高める技術に関する。

気象庁や民間気象会社によって提供される天気予報は、上空の雲の割合が８割以下を晴れとし、雲の割合が９割以上を曇りと定義している。しかしながら、人は一般に太陽が見えると晴れ、見えないと曇りと感じる。従って、雲が上空に８割あり、太陽が殆ど見えない空を晴れているとは感じにくい。

また、現在の天気予報は１ｋｍ格子の細かな予報はあるものの、予報の時間間隔は１時間毎であり、ある特定の地点における上述した定義による予報が提供されている。従って、晴れと予報していても、本当に晴れているという実感が得られないときがある。

天気予報の基礎データの算出に使用される数値気象予報モデルでは、気圧、風、温度、湿度などの気象要素の状態変化を数値的に計算して、将来の大気の状態を予測している。
例えば、メソスケールモデルによる数値気象予測では、水平方向が１ｋｍ以下で、鉛直方向が２５０ｍ程度の立体格子ごとに、気象要素の状態量を２０［ｓｅｃ］間隔で予測することができる。この数値気象予測は、雲分布予測の正確性では実観測データに劣るが、２４時間先の予測でも信憑性がある。例えば、高解像度の数値気象予測モデルの予測結果から作成した予報衛星画像と、静止気象衛星画像とを比較し、微細な雲がよく表現されていることが確認されている。
その他に、静止気象衛星によって撮影された静止気象衛星画像に基づいて作成される基本格子点情報も提供されている。基本格子点情報では、上空を高度によって第１層から第５層までの５つの層に分割し、分割した各層での雲量（％）を表している。

また、設定された気象条件に基づいて気象シュミュレーションを行うシステムも提案されている（例えば、特許文献１参照）。

特表平９−５０４３８８号公報

気象庁は大まかな地域の気象情報を算出することを行政上の使命とし、細かな局地的な予報は民間の気象会社に任せている。しかしながら、民間の気象会社は計算機資源の不足もあり、数値気象予測モデルで計算される予測データや静止気象衛星によって撮像された画像データから求められる基本格子点情報を充分に活用しきれていない。

本発明は上記事情に鑑みてなされたものであり、予報地点から観測目標を見ることができるか否かを精度よく判定することができる予報装置、その方法及びプログラムを提供することを目的とする。

かかる目的を達成するために本明細書の開示では、大気の状態を表す雲の水量又は雲量が、対象となる領域を所定サイズに分割した立体格子毎に算出された予測データを用いて、予報地点から観測目標を見ることができるか否かを予報する予報装置であって、前記予報地点と前記観測目標とを結ぶ直線が通過する立体格子を特定する特定手段と、前記特定された各立体格子の雲の水量又雲量を加算する加算手段と、前記加算手段の加算値が判定しきい値以下である場合に、前記予報地点から前記観測目標を見ることができると判定する判定手段とを有している。
従って、予報地点から観測目標を見ることができるか否かを精度よく判定することができる。

本明細書の開示によれば、予報地点から観測目標を見ることができるか否かを精度よく判定することができる。

以下、添付図面を参照しながら本発明の好適な実施例を説明する。

まず、図１を参照しながら本実施例の構成を説明する。図１に示すように本実施例の予報装置１は、処理部１０と、ディスプレイ２１と、データベース２２と、操作部２３とを有している。また、処理部１０は、通信部１１と、グラフィックインターフェース１２と、入出力インターフェース１３と、ＲＯＭ１４と、ＲＡＭ１５と、ＣＰＵ１６とを有している。

通信部１１は、ネットワーク１００を介して気象データサーバ１１０に接続する。気象データサーバ１１０には、数値気象予測モデルによって計算された予測データと、気象衛星によって撮影された気象衛星データに基づいて算出された基本格子点情報とが格納されている。通信部１１は、ＣＰＵ１６の制御に従って気象データサーバ１１０と通信し、気象データサーバ１１０から予測データや基本格子点情報を取得する。取得した予測データや基本格子点情報は、ＣＰＵ１６の制御に従ってデータベース２２に格納される。
予測データの一例を表１に示す。表１に示す雲水量混合比（以下、雲水量と表記する）は、１ｋｇの大気中に含まれる水の質量を表す（単位は［ｋｇ／ｋｇ］）。雨水量混合比（以下、雨水量と表記する）は、１ｋｇの大気中に含まれる雨水の質量を表す（単位は［ｋｇ／ｋｇ］）。氷雲水量混合比（以下、氷雲水量と表記する）は、１ｋｇの大気中に含まれる氷雲の質量を表す（単位は［ｋｇ／ｋｇ］）。雪混合比（以下、雪水量と表記する）は、１ｋｇの大気中に含まれる雪の質量を表す（単位は［ｋｇ／ｋｇ］）。霰混合比（以下、霰水量と表記する）は、１ｋｇの大気中に含まれる霰の質量を表す（単位は［ｋｇ／ｋｇ］）。
なお、「雲水量」と「雨水量」と「氷雲水量」と「雪水量」と「霰水量」とのうちの少なくとも１つが本発明の雲の水量に該当する。また、基本格子点情報の詳細については実施例２で後述する。

グラフィックインターフェース１２は、ＣＰＵ１６で処理された画像をディスプレイ２１に表示させるためのインターフェースであり、ディスプレイ２１に表示するグラフィックデータを波形電気信号に変換する。
例えば、ディスプレイ２１には、予報装置１による予報結果が表示される。

入出力インターフェース１３は、処理部１０に接続されたデータベース２２や操作部２３とのデータの入出力部となる。
データベース２２に保存された予測データが入出力インターフェース１３を介してＣＰＵ１６に送られる。また、ＣＰＵ１６によって計算されたデータが入出力インターフェース１３を介してデータベース２２に保存される。また、操作部２３より入力された設定情報などが入出力インターフェース１３を介してＣＰＵ１６に送られる。

ＲＯＭ１４には、ＣＰＵ１６の制御プログラムが記録されている。ＣＰＵ１６は、ＲＯＭ１４に格納されたプログラムを読み込んで、このプログラムに従った制御を行う。制御の詳細な手順については、図３に示すフローチャートを参照しながら後ほど詳細に説明する。ＲＡＭ１５は、ＣＰＵ１６の作業用メモリとして使用され、ＣＰＵ１６の演算途中のデータなどが記録される。

本実施例は、数値気象予測モデルによって計算され、データベース２２に格納された雲水量［ｋｇ／ｋｇ］に基づいて、予報地点と観測目標（例えば、太陽）とを結ぶ直線上に雲が存在するか否かを予報する。判定結果により予報地点から観測目標を見ることができるか否かを判定する。また、例えば、観測目標が太陽であれば、予報地点での天候を予報することができる。
図２に示すように、予報地点と観測目標としての太陽とを直線で結び、この直線上に所定量以上の雲が存在すれば曇りと判定する（図２に示す時刻Ｔ２）
。また直線上に所定量以上の雲が存在しなければ晴れと判定する（図２に示す時刻Ｔ１）。
数値気象予測モデルは、例えば、水平方向の格子間隔が１ｋｍ、鉛直方向の格子間隔が２５０ｍの立体格子ごとに、この立体格子内に含まれる平均雲水量を算出する。また、数値気象予測モデルが平均雲水量を算出する時間間隔は、例えば、２０［ｓｅｃ］である。なお、立体格子の格子間隔は、数値気象予測モデルの処理能力に応じて変更される。また、平均雲水量を算出する時間間隔も、数値気象予測モデルの処理能力の向上に応じて変更することができる。

図３に示すフローチャートを参照しながら、予報地点と観測目標としての太陽とを結ぶ直線上に雲が存在するか否かを判定する処理部１０の処理手順を説明する。
まず、処理部１０は、予報地点の予測時刻における太陽高度ｈと太陽方位角Ａとを計算する。太陽高度ｈは、以下に示す式（１）によって算出される。また、太陽方位角Ａは、以下に示す式（２）によって算出される。

なお、真南に向かってＡ＜０の場合は東側、Ａ＞０の場合は西側を表す。
また、φは予報地点の緯度、δは太陽の赤緯であり、δは以下の式（３）の関係を満たす。

なお、ω=２π／３６５、うるう年はω=２π／３６６、Ｊ=元旦からの通算日数＋０．５、ｔは時角でありｔ＝１５°Ｔ−１８０°の関係を満たす。Ｔは真太陽時であり、Ｔ=日本の標準時+(東経Ｌ−１３５°)／１５°＋ｅの関係を満たす。ｅは均時差であり、以下に示す式（４）の関係を満たす。

なお、この実施例では太陽を例に説明しているため、太陽高度と太陽方位角とを求めたが、例えば、観測目標を月に設定すれば月の高度と方位角とを求めることになる。月の高度や方位角を求める場合には、太陽高度や太陽方位角を求めたときに使用した係数（φ、δなど）を変更すれば、太陽と同様に求めることができる。また、観測目標を星や静止衛星に設定する場合には、星や静止衛星などの高度や方位角情報を予めデータベース２２に格納しておくこともできる。

次に、処理部１０は、予報地点の座標と、ステップＳ１で計算した太陽高度、太陽方位角とを使用して、予報地点と太陽とを結ぶ直線と、立体格子との交点の座標を求める（ステップＳ２）。この処理について図４〜図６を参照しながら説明する。
図４には、数値気象予測モデルが予測データを計算する計算領域を示す。
この計算領域が所定サイズの立体格子に細分化され、各立体格子ごとに予測データが算出されている。
処理部１０は、まず、予報地点と太陽とを結ぶ直線が通る立体格子のうち、鉛直方向（Ｚ軸方向）の高さが最も高い最高層の立体格子（図４に示す立体格子Ｑ）を特定する。そして、この最高層の立体格子Ｑと直線との交点の座標を求める。なお、立体格子の最高層の高度Ｚｎ（ｎは任意の自然数）の値は、数値気象予測モデルの計算領域の鉛直方向の高さに該当するので既知である。
最高層の立体格子Ｑと、予報地点と太陽とを結ぶ直線との交点の座標のＸ座標値、Ｙ座標値は以下に示す式（５）、（６）で算出できる。

式（５）、（６）にＺ_ｎ、太陽高度ｈ、太陽方位角Ａの値を代入して、Ｘ_ｎ，Ｙ_ｎの値を算出する。なお、（Ｘ_０，Ｙ_０，Ｚ_０）は予報地点の座標値を表している。

次に、処理部１０は、算出した最高層の立体格子Ｑよりも一つ下の格子点高度Ｚ_ｎ−１の立体格子と直線との交点を求める。
格子点高度Ｚ_ｎ−１の値は既知であるので、式（５）、（６）のＸ_ｎ，Ｙ_ｎの値をＸ_ｎ−１，Ｙ_ｎ−１に変更し、Ｚ_ｎ−１、太陽高度ｈ、太陽方位角Ａを代入してＸ_ｎ−１，Ｙ_ｎ−１の値を求める。
以下、同様の手順で、（Ｘ_ｎ−２，Ｙ_ｎ−２，Ｚ_ｎ−２），（Ｘ_ｎ−３，Ｙ_ｎ−３，Ｚ_ｎ−３），・・・，（Ｘ_１，Ｙ_１，Ｚ_１）を求める。図５に、鉛直方向の高度が高い立体格子から順に、立体格子の座標を計算していく様子を示す。

次に、処理部１０は、座標値を求めた立体格子内の相対湿度の最高値を求める（ステップＳ３）。なお、各立体格子内の相対湿度の情報は、予測データと共に気象データサーバ１１０から取得し、データベース２２に保存されている。
最高値が１００以上の立体格子が存在しない場合には（ステップＳ４／ＮＯ）、処理部１０は、今回の判定は「晴れ」としてステップＳ６に移行する。
また、最高値が１００以上の立体格子が存在する場合には（ステップＳ４／ＹＥＳ）、処理部１０は、ステップＳ２で求めた座標値を含む立体格子の雲水量の総和を計算する（ステップＳ５）。座標値が（Ｘ_ｎ，Ｙ_ｎ，Ｚ_ｎ）から（Ｘ_１，Ｙ_１，Ｚ_１）の立体格子の雲水量を加算する。

雲水量の加算は、単純に合計するのではなく、各立体格子内を通過するパスの長さを計算し、これを立体格子の高さΔＺで割る。除算した値に雲水量をかけた値を各立体格子内の雲水量とする。この雲水量を直線が通過する立体格子のすべてについて加算する（合計値を累積雲水量と呼ぶ）。すなわち、算出したパスの長さに応じた雲水量に変換することで、太陽光の光路長に応じた雲水量を求めることができ、光学的厚さの精度を向上させることができる。
図６に示す立体格子を参照しながら具体的に説明する。図６に示す立体格子内を通るパスの長さをΔＷ、立体格子内の平均雲水量をｑ_ｗとすると、パスの長さに応じた雲水量は、ｑ_ｗ×ΔＷ／ΔＺとなる。
なお、ΔＷは、ΔＷ＝（ΔＸ^２＋ΔＹ^２＋ΔＺ^２）^１／２＝｛（Ｘ_ｎ−Ｘ_ｎ−１）^２＋（Ｙ_ｎ−Ｙ_ｎ−１）^２＋（Ｚ_ｎ−Ｚ_ｎ−１）^２｝^１／２となる。

処理部１０は、ステップＳ１からＳ５までの処理を設定された予報時間内で繰り返し行う。算出された累積雲水量はＣＰＵ１６によってデータベース２２に保存される。
予報時間内での累積雲水量の算出が終了すると（ステップＳ６／ＹＥＳ）、処理部１０は、累積雲水量と判別しきい値とを比較して、天気が晴れであるか否かを判定する。判別しきい値は、うす曇りの場合に、晴れと判定するか曇りと判定するかを判別するしきい値である。累積雲水量が判別しきい値以上であれば曇りと判定し、累積雲水量が判別しきい値よりも小さければ晴れと判定する。

なお、判別しきい値は、太陽天頂角に応じて変更してもよい。太陽天頂角が大きい、すなわち太陽高度が低いときには、日射量が少ないので、雲水量が少しでも太陽からの光が弱くなり晴れていると感じられなくなる。そこで、判別しきい値は小さい値に設定する。
一方、太陽天頂角が小さい、すなわち太陽高度が高いときには、日射量が多いので、少しくらいの雲水量であれば太陽からの光の減衰は気にならず、晴れていると感じる。そこで、判別しきい値は大きい値に設定する。

図７には、判別しきい値と、積算雲水量の時間変化を示す。数値気象予測モデルは、予測データを２０［ｓｅｃ］ごとに算出するので、予報装置１１も累積雲水量を２０［ｓｅｃ］ごとに算出することができる。
予報装置１は、設定された予報時間内で晴れと判定された時間の割合で、天気の予報結果を出力する。例えば、図７（Ａ）に示す例では、予報時間Ｔ１からＴ４の間でＴ２からＴ３で晴れと判定されている。Ｔ２からＴ３までの時間をａとすると、晴天確率は、ａ／（Ｔ４−Ｔ１）となる。
なお、晴れと判定された区間は連続していなくてもよい。図７（Ｂ）に示す例では、Ｔ１１からＴ１６の予報時間内で、（Ｔ１２〜Ｔ１３）と（Ｔ１４〜Ｔ１５）の時間で晴れと判定されている。従って、Ｔ１２からＴ１３までの時間をｂ、Ｔ１４からＴ１５までの時間をｃとすると、晴天確率は、
（ｂ＋ｃ）／（Ｔ１６−Ｔ１１）となる。

なお、大気の状態を表す状態量として、雲水量だけではなく、雨水量や氷相の水量を立体格子ごとに求めることができるのであれば、雲水量に加えてこれらの値を加算してもよい。雨水量や氷相の水量を加味することで、予報地点から観測目標が見ることができるか否かの予報精度を高めることができる。
また、上述したフローにおけるステップＳ３とＳ４の処理は、必ず行わなければならないステップではなく、省略することもできる。

このように本実施例は、予報地点と観測目標とを結ぶ直線上に存在する立体格子を特定し、特定された立体格子に含まれる雲水量の和と判別しきい値と比較する。このため、予報地点から観測目標を見ることができるか否かを精度よく判定することができる。また、観測目標を太陽に設定すれば、予報地点での天気を予報することができる。また、設定された予報時間内において、晴れと判定された時間の割合で予報地点の天気を予報するため、例えば、「太陽が見える確率」、「対象物が見える確率」など、利用者が実感しやすい予報情報を提供することができる。

図８には、図３のフローチャートに示す手順を実行するソフトウェアの機能ブロック図を示す。
ＣＰＵ１６がＲＯＭ１４に記憶されたプログラムを読み出して、読み出したプログラムに従って処理を行うことにより、図８に示す機能ブロックが実現される。
高度、方位角算出手段１０１は、データベース２２から予報地点の緯度φや太陽の赤緯δを読み出して、上述した式（１）〜（４）に従って予報地点の予測時刻における太陽高度ｈと太陽方位角Ａとを計算する。
座標値算出手段１０２は、図４〜図５を参照しながら説明したように、予報地点と太陽とを結ぶ直線と、立体格子との交点の座標を求める。
パス長算出手段１０３は、直線が通過する立体格子内での直線（パス）の長さを計算する。
補正手段１０４は、直線の長さを立体格子の高さΔＺで割った値に、立体格子の雲水量をかけて光学的厚さの補正を行う。
加算手段１０５は、光学的厚さに応じた量に補正された雲水量を加算して累積雲水量を計算する。
判定手段１０６は、累積雲水量と判別しきい値とを比較して、予報地点から観測目標を見ることができるか否かを判定する。

上述したフローでは、観測目標として太陽を例に挙げて説明したが、月、星、航空機や観測衛星についても同様の計算が可能である。例えば、予報地点と観測目標（星、月）との間に雲が存在するか否かを計算することで、天体観測の予測にも適用できる。図９に示す時刻Ｔ１、Ｔ３では、予報地点からそれぞれ星や月を観測することができるが、時刻Ｔ２、Ｔ４では、予報地点から星や月を観測することができない。同様に、図１０に示す時刻Ｔ１では、観測衛星を予報地点Ｂから見ることができるが、時刻Ｔ２では観測衛星を予報地点Ｂから見ることはできない。観測目標が月や星、地球観測衛星の場合は、太陽高度、太陽方位角に相当する月、星、地球観測衛星の高度、方位角を求めることになる。航空機の場合は、予報地点と航空機の座標との間の雲水量を求めることになる。

また、航空機を観測目標とする場合には、航空機に搭載されているＧＰＳにより、航空機の現在の緯度、経度、高度を取得できる。また、飛行計画により予定航路の時刻毎の緯度、経度、高度を推定することができる。そして、緯度、経度、高度の座標を数値モデルの格子座標に変換することにより、どの格子にいつ航空機が存在するかが分かる。つまり、上述した式（５）、（６）の（Ｘ_ｎ，Ｙ_ｎ，Ｚ_ｎ）の値が求められる。また、人工衛星の場合には、軌道予測方程式により、時刻毎の高度角、方位角を推定でき、上述した式（５）、（６）の（Ｘ_ｎ，Ｙ_ｎ，Ｚ_ｎ）の値が求められる。

また、予報の対象となる地点は平地だけではなく、例えば山頂であったり、上空のある地点であってもよい。図１０には、予報地点Ｂとして山頂が設定された場合を示す。また、上空のある地点とは、例えば、飛行中の航空機である。
また、地点Ａと地点Ｂを結ぶ直線上の雲の有無を判定することにより、Ａ地点からＢ地点が見えるか否かの予測を行うことも可能になる。例えば、図１０に示すように観測目標を山の山頂の地点Ｂに設定すれば、予報地点Ａから山の山頂を見ることができるか否かを判定することができる。予報地点Aと観測目標の地点Ｂとの間の天気を予測する場合、両地点を結ぶ直線上の雲水量を求めることになる。

なお、現実の雲の分布と数値気象予測モデルが予測する雲水量の分布は必ずしも一致しない。そのため、予報の誤差を生じる。しかし、人工衛星により雲の３次元分布のデータも地球規模で得られるようになっている。従って、今後の数値気象予測モデルの改良と、初期値の与え方（データ同化）の改善により、数値気象予測モデルによる雲水量の分布予測の精度はさらに向上すると期待できる。

また、数値気象予測モデルの予測が外れた場合に、本実施例の予報装置１の予測も外れることが予想される。この問題を解決するためには、数値気象予測モデルの予測精度をいかに向上させるかが課題となる。
そこで、予測前に予測対象領域の気象衛星画像の雲の分布と、数値気象予測モデルの同時刻の雲水量の分布から作成した予想衛星画像の輝度レベルの相関、又は分散を計算する。その相関が高いか、又は分散が小さい場合には、数値気象予測モデルの予測結果は実際の雲の分布をよくシミュレートできていると判断することができる。

予想衛星画像は、以下の手順で求められる。まず、数値気象予測モデルで算出した雲水量をもとに、放射伝達方程式により雲の放射量を求める。この雲の放射量に基づいて衛星画像の放射輝度に相当する値を計算する。そして、求めた予想衛星画像を気象衛星画像と同様のファイル形式に座標変換することにより、同一ピクセルでの放射輝度の比較が可能となる。従って、予測衛星画像と気象衛星画像との相関係数や分散を計算することができる。なお、予測衛星画像は、赤外線画像の他に水蒸気画像、可視画像でも作成可能であり、可視画像どうしの相関係数を計算してもよい。

添付図面を参照しながら本発明の第２実施例を説明する。なお、実施例２の構成は、上述した実施例１と同一であるので、その説明は省略する。
上述した実施例１では、数値気象予測モデルにより計算した雲水量の分布に基づいて任意の予報地点での天気を予報していた。
本実施例のデータベース２２には、静止気象衛星によって撮影された静止気象衛星画像を使用して算出された基本格子点情報が格納されている。さらに、データベース２２には、この基本格子点情報をもとにして算出された１時間から数時間後の予測情報である予測基本格子点情報が格納されている。
処理部１０は、データベース２２に格納された基本格子点情報や予測基本格子点情報に基づいて、雲量の３次元分布を予測する。

表２に基本格子点情報の一例を示す。基本格子点情報は、表２に示すように第１層から第５層までの各層での雲量（％）が示されている。各層の高度は、気圧高度で表現されるが、標高を計算することができる。

処理部１０は、図１１に示すように、予報地点と観測目標（例えば、太陽）とを結ぶ直線と立体格子との交点の座標を算出する。本実施例では、図１１に示すように第１層から第５層までの５つの層からなる立体格子が適用される。そして、予報地点と観測目標とを結ぶ直線の第１層から第５層でのパスの長さを求める。基本格子点情報や予測基本格子点情報は、雲量で規定されているので、各層での雲量を光学的厚さに応じた雲量に変更する。そして、各層での光学的厚さに応じた雲量を加算（以下、この加算値を積算雲量と呼ぶ）して、積算雲量を判別しきい値と比較する。

図１２には、判別しきい値と積算雲量との比較結果を示す。処理部１０は、設定された予報時間Ｔ２１からＴ２４の間で累積雲量を求める。求めた累積雲量を判別しきい値と比較して、予報地点から観測目標を見ることができるか否かを判定する。図１２に示す例では、Ｔ２２からＴ２３の時間で、累積雲量が判別しきい値を下回ったので、この区間を晴れと判定する。処理部１０は、晴れと判定したＴ２２からＴ２３の時間（これをｄとおく）を予報時間（Ｔ２４からＴ２１）で除算して、晴天確率を求める。
このように基本格子点情報から求められる雲量（％）を使用しても予報地点と観測目標との間の天気を精度よく予報することができる。

なお、基本格子点情報や予測基本格子点情報は、予め作成されたものをネットワーク１００を介して取得してもよいが、予報装置１側でこれらの情報を作成してもよい。
静止気象衛星画像から基本格子点情報を作成するには、０．２５度格子ごとの赤外線温度のヒストグラムを作成し、その赤外線温度の分布から雲頂高度と雲量とを推定する。静止気象衛星の撮影範囲（例えば、ＭＴＳＡＴ（運輸多目的衛星）の場合、北緯６０度から南緯６０度、東経８０度から西経１６０度）を０．２５度格子に細分化し、その格子ごとに表２に示すような基本格子点情報を算出する。

また、近年では高層ゾンデのデータを使用せずに作成できる「北太平洋領域雲量格子点情報」（０．２度×０．２５度）をファイル形式で一般に配布している。全雲量、上層雲量、対流雲量、雲型および雲頂高度が提供されている。
この場合、雲型および雲頂を考慮し、上層雲量を第１層か第２層に適用し、対流雲層を第１層か第２層から第５層に適用するなどの代替処置が必要となる。

また、基本格子点情報から数時間後の予測基本格子点情報を作成するには、数時間後の予想衛星画像（赤外、水蒸気、可視）の画像を雲移動ベクトルを使用して１時間ごとに時間外挿することにより作成する。そして、実際に撮像した画像と同じロジックにより予測基本格子点情報又は予想北太平洋領域雲量格子点情報を作成する。なお、詳細については、以下を参照のこと。
気象衛星「ひまわり」画像から算出した雲移動ベクトルを用いた雲の自動推定、谷口浩成、黒川浩助、大谷謙仁、
http://pv.ei.tuat.ac.jp/paper/sysshin_taniguti.pdf
また、高層ゾンデの気温データの予測値は、全球数値気象予測モデルの予測結果を使用して推定する。また、雲移動ベクトルは、市販されている静止気象衛星受信処理システム（ＴｅｒａＳｃａｎ）にも準リアルタイムに算出する機能がある。また、気象庁の気象衛星センタでは、「大気追跡風」として雲移動ベクトルを算出している。
気象衛星センターのプロダクト：大気追跡風、
http://mscweb.kishou.go.jp/panfu/product/product/wind/index.htm

上述した実施例は、本発明の好適な実施の例である。但しこれに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。
例えば、上述した実施例１では、外部で計算された予測データを取得して、予報地点から観測目標を見ることができるか否かを予報していた。これ以外に、処理部１０で数値気象予測モデルによる計算を行って、予測データをデータベース２２に格納しておくこともできる。
数値気象予測モデルを実行するためには、３次元の全ての格子点における、ある時刻における風、気温、水蒸気などの大気の状態（初期値（境界条件を含む））を与える必要がある。気象庁では地上観測、高層観測、衛星データから推定した観測値を用いて初期値を作成し、全球予測モデルの入力データとしている。
メソスケールの数値気象予測モデルは、全球予測モデルの出力結果を初期値として入力することができる。

予報装置の構成を示すブロック図である。 予報装置による予報方法を示す図である。 処理部の処理手順を示すフローチャートである。 数値気象予測モデルで計算される計算領域と、この計算領域を所定サイズに分割した立体格子とを示す図である。 予報地点と観測目標とを結ぶ直線と、立体格子との交点の座標を算出する方法を説明するための図である。 立体格子内での直線の長さに応じて雲水量を補正する方法を説明するための図である。 （Ａ）、（Ｂ）は判別しきい値と累積雲水量とを比較して晴れの確率を求める方法を説明するための図である。 ソフトウェア処理によって実現される機能ブロックを示す図である。 月や星を観測目標とした場合の予報を概念的に示す図である。 観測衛星を観測目標とした場合の予報を概念的に示す図である。 基本格子点情報を使用して予報地点と観測目標との間の天気を予報する方法を説明するための図である。 判別しきい値と累積雲量とを比較して晴れの確率を求める方法を説明するための図である。

符号の説明

１ 予報装置
１０ 処理部
１１ 通信部
１６ ＣＰＵ
２２ データベース

Claims (6)

1. 大気の状態を表す雲の水量又は雲量が、対象となる領域を所定サイズに分割した立体格子毎に算出された予測データを用いて、予報地点から観測目標を見ることができるか否かを予報する予報装置であって、
   前記予報地点と前記観測目標とを結ぶ直線が通過する立体格子を特定する特定手段と、
   特定された各立体格子の雲の水量又雲量を加算する加算手段と、
   前記加算手段の加算値が判定しきい値以下である場合に、前記予報地点から前記観測目標を見ることができると判定する判定手段と、
   を有することを特徴とする予報装置。
2. 前記特定手段で特定された各立体格子内を通る直線の長さをそれぞれに算出するパス長算出手段と、
   前記直線の長さに応じて立体格子内の雲の水量又は雲量を補正し、光学的厚さを補正する補正手段と、
   を有することを特徴とする請求項１記載の予報装置。
3. 前記判定手段は、設定された時間内で前記予報地点から前記観測目標を見ることができると判定された時間の割合を算出することを特徴とする請求項１記載の予報装置。
4. 前記観測目標として太陽が設定された場合に、太陽の高度に応じて前記判定しきい値を補正する補正手段を有することを特徴とする請求項１から３のいずれか一項記載の予報装置。
5. 大気の状態を表す雲の水量又は雲量が、対象となる領域を所定サイズに分割した立体格子毎に算出された予測データを用いて、予報地点から観測目標を見ることができるか否かを予報する予報方法であって、
   前記予報地点と前記観測目標とを結ぶ直線が通過する立体格子を特定するステップと、
   前記特定された各立体格子の雲の水量又雲量を加算するステップと、
   前記加算手段の加算値が判定しきい値以下である場合に、前記予報地点から前記観測目標を見ることができると判定するステップと、
   を有することを特徴とする予報方法。
6. 大気の状態を表す雲の水量又は雲量が、対象となる領域を所定サイズに分割した立体格子毎に算出された予測データを用いて、予報地点から観測目標を見ることができるか否かを予報するプログラムであって、
   コンピュータを、
   前記予報地点と前記観測目標とを結ぶ直線が通過する立体格子を特定する手段と、
   前記特定された各立体格子の雲の水量又雲量を加算する手段と、
   前記加算手段の加算値が判定しきい値以下である場合に、前記予報地点から前記観測目標を見ることができると判定する手段として機能させるプログラム。

Images