(1) 球面座標系による波浪予測モデル及び波浪情報提供システムの開発 [1] 研究対象 全地球的波浪計算に適用できる球面座標系による波浪予測モデルの開発とテスト計算および波浪情報提供システムのとりまとめを行った。 [2] 研究方法 a. 波浪モデルの改良およびプロトタイプモデルの完成 b. 波浪モデルの基本特性調査 c. 全球波浪の1年分の計算 d. ブイデータによるモデルの精度調査 e. 波浪情報についての検討 [3] 研究内容 球面座標系による波浪予測モデルの改良を行い、プロトタイプのモデルを完成させ、その基本特性の調査と1年分の全球波浪計算を実施し、ブイデータとの比較検討により、その精度を確かめた。波浪情報提供システムは試験運用を行い、船舶向けの波浪情報の検討と局地波浪モデルの有効性を調査した。 [4] 報告書の作成 本研究の成果をとりまとめてカラー印刷3ぺージを含む報告書を作成し、関係官庁に配布した。(A4判 250部) (2) 沿岸局地気象予測手法の開発 [1] 研究対象 沿岸で生じる局所的な気象現象を把握し、GPVデータ等の活用を目指した沿岸局地気象予測手法の開発のための研究を行った。 [2] 研究方法 沿岸局地気象現象の解析は、解析対象地域として東京湾、伊勢湾、大阪湾及び瀬戸内海を設定し、各海域で海難が発生した時期を調査し、代表的な海難発生日の気象状況について解析し、衛星画像(NOAA)による全般的な気象条件等の把握を行った。 また、沿岸局地気象予測モデルは、局地強風と海霧のシミュレーションモデルについて検討し、今後の予測計算の基本となるモデルを作成した。 さらに、予測情報等を容易に入手できるように、予測結果の三次元表示とその伝達方法について検討し、EWSによる表示と伝達の基本的プログラムを作成した。 [3] 研究内容 a. 沿岸局地気象現象の補充事例収集と整理 b. 沿岸局地気象予測手法の開発 c. 気象予測結果表示・伝達プログラム開発 以上の研究成果は、沿岸局地気象予測手法の開発の面で当初の目的を達成するとともに、沿岸航行船舶の安全かつ効果的な航行に非常に有効である。 [4] 報告書の作成 本研究の成果を報告書にまとめ、関係官庁に配布した。(A4判 200部) (3) 知識工学手法による局地気象予測システムの開発 [1] 研究対象 沿岸航行船舶や海岸道路・鉄道にとって、より精度の高い局地降雪予測が、安全運行や災害防止のために不可欠な情報である。局地気象予測は地域性が高いため、これに関する貴重な法則・知識をルール化した系統的な予測システムが強力な手段となる。最近の知識工学手法の進歩が、今まで困難であった法則・知識のデータベース化を可能とした。 平成元年度から3年にわたる研究で知識工学による局地気象予測システムヘの適用の基礎的な研究を行い、本年度はこの成果を実際に運用するための手法についての研究をおこなった。 [2] 研究方法 平成元年度から4年度にわたる研究で開発した基礎手法を利用した運用システムは、次のような条件を満足するものとし、その運用手法を開発した。 a. 操作性がよい。 b. 数値予報格子点データ(GPV)が容易に使用できる。 c. ネットワークシステムでデータが利用できる。 d. エキスパートシステムの改良が容易にできる。 e. エキスパートシステムとニューラルネットワークのインターフェースがある。 f. 気象情況を認識し易い可視化システムがある。 g. 処理はできるかぎり自動化する。 [3] 研究内容 平成元年度からの研究をもとに、気象庁から配信されるGPVデータを編集し、ニューロシステムを活用してパターン認識、定量予測計算を行い、それらを組み合わせた予測推論エキスパートシステムを作り上げ、大気の3次元グラフィック表示を参照しつつマンマシン方式で局地予測を行うシステムを構築する研究を行った。 この研究成果により日々運用出来るシステムを構築することが可能となり、今後の実用システム構築に向けての基礎が完成した。 特記すべき研究内容は次のようなものである。 a. コンピュターグラフィックを活用した大気の情況把握 2次元断面である複数の天気図類から把握していた大気の4次元構造をコンピューグラフィックを活用し、GPVをオンラインでとりこみリアルタイムで表示する手法を開発した。 b. ニューラルネットワークによる総観場の特徴抽出 気圧配置や天気図の型などの特徴を抽出して行う気象予測にはパターン認識をクラスタ分析等を利用して客観的に行っているが、必ずしも十分ではない。このためパターン認識に優れているニューラルネットワークを用いてオンラインで得られるGPVデータから自動的に地上天気図型を判別し天気の予測推論に自動的に反映する手法を開発した。 c. ガイダンス計算のための気象データ入力方法の改善 定量的な予測値計算に用いる入力データは従来はアナログの数値予報の出力結果から値を読み取っていたが、オンラインで得られるGPVデータを入力して予測推論を自動的に反映する手法を開発した。 d. ニューラルネットワークを導入したガイダンス値計算手法の改善 定量的な予測値の一次参照値となるガイダンス値は、通常重回帰モデルによっているが、これには柔軟性に欠けるという欠点がある。入力と出力の関係が複雑な場合でも取り扱える他、常時学習することによって入力特性の変化に対応することが可能なニューラルネットワークを導入し重回帰式に比べてより精度良く降雪の有無と降雪量を予測する手法が開発した。 e. 新しい知見に基づき逐次改善を施した知識の集約 数式等で扱うことが困難な定性的な法則や経験則を計算機を用いて客観化し予報専門家の推論に近い予測精度を確保することが出来るエキスパートシステムを構築した。さらにこのシステムはより精度を高めるためにパソコンを用いて新しい知見に基づき逐次改善を施すことが出来るようなものになっている。 [4] 報告書の作成 本研究の成果を報告書にまとめ、運輸省ほか官公庁、大学等の関係機関に配布した。 (A4判 150部)
■事業の成果
