[发明专利]气象变化预测信息提供系统及气象变化预测信息提供方法无效

专利信息
申请号: 201110293754.7 申请日: 2011-09-29
公开(公告)号: CN102445715A 公开(公告)日: 2012-05-09
发明(设计)人: 藤崎昌伸 申请(专利权)人: 精工爱普生株式会社
主分类号: G01W1/10 分类号: G01W1/10
代理公司: 北京金信立方知识产权代理有限公司 11225 代理人: 黄威;张彬
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 气象 变化 预测 信息 提供 系统 方法
【说明书】:

技术领域

本发明涉及一种提供用于对局部性的气象变化进行高精度预测的信息的、气象变化预测信息提供系统及气象变化预测信息提供方法。

背景技术

目前的民间气象公司所实施的气象信息系统服务为,适用气象厅制作的数值预报模型的结果、或自动气象资料收集系统(AMeDAS:Automated Meteorological Data Acquisition System)等的广域性的全国数据,并将这些数据在计算机上进行图像显示的服务。即,以由气象厅的超级计算机生成的数值预报模型为主体的网格点值数据(Grid Point Value。以下称为GPV数据)成为预报的主流。由于该GPV数据为,不仅覆盖日本列岛区域,还覆盖了包含围绕着日本的沿岸海域在内的广阔的范围的数据,因此反而难以根据这种大范围的数据来进行对小范围的局部性的气象的预测。其原因在于,即便是GPV数据的最小的网格,也是一边为30km左右的大范围的区域(例如,就东京来说,是覆盖了东京-川崎间的范围),而通过该模型无法捕捉到例如羽田机场、代代木公园这种局部的气象,从而不能进行分析。因此,在根据数值预报模型结果而生成各个用户的局部预报的情况下,每当生成预报时,气象技术人员均通过计算机上的技术而进一步进行细分化,且增加地形上的修正数据,从而从广域的模型结果向狭义的局部预报对大气现象进行翻译。然而,即使进行了这样的翻译,也会由于该原始的GPV数据中并不包含局部性的以及特异性的数据,因而无法成为准确的数据。

另外,虽然公知积云或积雨云通常由较强的上升气流形成,但是当进入衰减期时,降水粒子将对周围的空气产生摩擦效果,从而会产生下降气流。将该下降气流中会在地面上引起灾害这种程度的极端强烈的气流称为下击暴流。下击暴流多数情况下会带来各种各样的(往往为严重的)破坏,尤其对于飞机来说是严重且最应引起注意的气象现象。另外,下降气流的风速即使在通常的情况下,也被观测为达到了“强台风”或与F1级的龙卷风相当的瞬时风速30(m/s)的程度,在罕见的情况下会达到翻倍以上的风速。

下击暴流在吹落至地面附近之后,碰撞到地表而向水平方向扩散。将该扩散大约小于4km的较小型的下击暴流称为微暴流,而将扩散达到4km以上的大型的下击暴流称为大暴流。通常,与大暴流相比微暴流的风速更快、更强。

此外,在多普勒雷达的观测中,将远离雷达的方向与接近雷达的方向这两个方向上的风速之差(相当于水平流的风速差)为10(m/s)以上的气流作为下击暴流。但是,由于风速差的范围过大的气流难以由雷达辨别,因此主要以风速差的范围小于4km的微暴流作为对象。

对于正在起飞或着陆的飞机而言,该下击暴流是与坠落有直接关系的现象。其原因在于,尤其在以接近于失速速度的速度飞行的、机身姿态不稳定的着陆时,机身将被较强的下降气流压向地面。此外,作为与下击暴流同时产生的现象,还存在风切变。其为下降气流从下击暴流中心吹到地面,但该下降流被地面反弹而成为湍流,且风向从下击暴流中心变为放射状的现象。也就是说,其为风向以低高度而急剧变化的现象。

例如,如果在着陆进场时于飞机跑道的近前处产生了下击暴流,则在最初会由于吹来较强的逆风而使机身浮起。虽然飞行员可对此采取减小发动机输出功率等的措施而继续进行着陆进场,但在经过下击暴流(微暴流)中心附近时,飞机被一举压向地面之后,接下来将向机身吹来强烈的顺风。因此,迫切需要增加发动机输出功率以提高空速,但是,民用飞机用的喷射式发动机与往复式发动机不同,其从飞行员的操作到输出功率上升具有几秒的时滞。因此,由于在着落时,本来到失速速度为止的时间就较少,因而有时会瞬间地陷入失速中,且由于高度较低而没有恢复的余地,从而导致坠落。即使未至坠落的地步,也基本上会成为伴着接近于坠落的严重的冲击的着陆。

这样的事故在1970年代到80年代,尤其是在民用飞机的航线数较多的美国多次发生。因此,近年来推进了在机场设置气象用多普勒雷达,而对其发生进行检测以及预测,从而进行对坠落事故的防止的研究。此外,在飞机方面,也推进了应对风切变的对策,在A320等中,当检测到风切变时,会在发出警告的同时自动进入复飞以进行回避的程序发挥作用。

专利文献1中,提出了“采用神经网络,而使过去的气象现象数据与其周围环境的变化相结合并进行多次学习,并利用根据该学习结果而计算出的“阈值”以及“突触耦合系数”,对局部性的特定地点处的气象进行预测的、局部性的气象预测方法”。

由此,能够不拘泥于气象厅的数值预报模型,而通过独立的气象网络生成限定于局部的高精度的预测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于精工爱普生株式会社,未经精工爱普生株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110293754.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top