局地・短時間気象予報システム：My Weather

• Item type: Journal(1)
• 公開日: 1999-03-15
• タイトル: 局地・短時間気象予報システム：My Weather
• タイトル / 言語: en
• タイトル: Short - time Local Precipitation Nowcasting System : My Weather
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 画像・図形認識
• 著者所属: NTTヒューマンインタフェース研究所
• 著者所属: NTTヒューマンインタフェース研究所
• 著者所属: NTTヒューマンインタフェース研究所／現在，NTTビジネス開発部
• 著者所属: NTTヒューマンインタフェース研究所
• 著者所属: NTTヒューマンインタフェース研究所
• 著者所属: NTTビジネス開発部／現在，NTTソフトウェア
• 著者所属(英): en
• 著者所属(英): NTT Human Interface Labs.
• 著者所属(英): en
• 著者所属(英): NTT Human Interface Labs.
• 著者所属(英): en
• 著者所属(英): NTT Human Interface Labs/Presently with NTT Multimedia Service Promotion Headquarters
• 著者所属(英): en
• 著者所属(英): NTT Human Interface Labs.
• 著者所属(英): en
• 著者所属(英): NTT Human Interface Labs.
• 著者所属(英): en
• 著者所属(英): NTT Multimedia Sirvice Promotion Headquarters/Presently with NTT Software
• 著者名: 大塚, 和弘; 落合, 慶広; 鈴木, 智; 堀越, 力; 小田, 寿則; 稲垣, 充廣
• 著者名(英): Kazuhiro, Otsuka; Keihiro, Ochiai; Satoshi, Suzuki; Tsutomu, Horikoshi; Toshinori, Oda; Michihiro, Inagaki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 気象レーダ画像から局地・短時間の降水を予測して その結果をインターネットおよびFAXにより配信するシステムを構築した. 予測手法として ニューラルネット技術と時空間画像処理技術を組み合わせた手法を提案する. 本手法では まず 降水域の発達・衰退をニューラルネットにより過去3時間のレーダ画像の変化を学習することにより予測する. 次に2降水域を同じ動きをするセグメントに分割して セグメントごとに移動速度ベクトルを求める. 最後に ニューラルネットにより予測した結果をセグメントごとに動かすことにより 最終的な予測を得る. 実験の結果 本手法により2時間先の降水あり/なしの的中精度が従来手法の相互相関法に比べて約10%向上することを実験により確認した. 得られた予測結果は 2.5km単位の局地的な地域における 2時間先までの降水の強さに変換され インターネットのホームページとしで発信される. さらに ホームページのHTMLをFAXイメージに変換するすることにより FAXがらも予報を取り出せる. 予報は5分ごとに更新されるために リアルタイムな気象情報を得ることができる.
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: A precipitation nowcasting system has been devised that predicts short-time local precipitation from weather radar images and distributes the forecasts by the Internet and FAX. A new prediction method is proposed by combining artificial neural networks and spatiotemporal image processing. First, the growth and decay of precipitation fields are predicted by artificial neural networks, which discern mapping rules of radar image patterns between consecutive frames from the last three hours of radar images. Next, each precipitation field is divided into segments with the same motion and their moving speeds are estimated. Finally, forecasted images are produced by moving the output images obtained from the neural networks by the estimated motiom. This method can predict the onset of precipitation accurately. For 2 hour lead time, it is 1.1 times more accurate than the conventional cross-correlation method. The prediction is converted to the forecasts of precipitation strength for up to 2 hours later on the small mesh size of 2.5km×2.5km. People can access the forecasts through WWW home pages as well as through FAX. Since the forecasts are made every five minutes using the most recent radar images, people can know real-time weather information easily.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 40, 号 3, p. 1117-1126, 発行日 1999-03-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764