WO2019111641A1 - 降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム - Google Patents

Abstract

【課題】偏波パラメータを有効に利用することによって、降水粒子をより正確に判別することができる降水粒子判別装置などを提供する。 【解 決手段】降水粒子判別装置は、取得部と、データ処理部と、分布データ生成部と、分布データ解析部と、判別処理部と、を備える。取得部は、水平偏波及び垂直 偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得する。データ処理部は、水平偏波受信信号及び垂直偏波受信信号に基づいて算出される 偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得する。分布データ生成部は、判別対象領域に含まれる複数のサンプリング領域のレーダ反射 因子情報と反射因子差情報の関係を示す分布データを生成する。分布データ解析部は、分布データに基づいて、降水粒子の種類の判別に用いる評価値を算出す る。判別処理部は、評価値に基づいて、判別対象領域に存在する降水粒子の種類を判別する。

Description

降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム

　本発明は、主として、雨や雪などの降水粒子の種類を判別することができる降水粒子判別装置に関する。

　従来から、水平偏波と垂直偏波を送受信することができる二重偏波レーダを用いて降水粒子の種類を判別する手法が知られている。非特許文献１は、この種の降水粒子判別方法を開示する。

　非特許文献１は、二重偏波レーダを用いて取得されるレーダ反射因子（Ｚｈｈ）と反射因子差（Ｚｄｒ）と比偏波間位相差（Ｋｄｐ）と偏波間相関係数（ρｈｖ）に関する偏波パラメータに基づいて、雨粒子や雪粒子などの降水粒子を判定する方法を開示する。

Ｔａｋｅｈａｒｕ　Ｋｏｕｋｅｔｓｕ，Ｈｉｒｏｓｈｉ　Ｕｙｅｄａ，　Ｔａｄａｙａｓｕ　Ｏｈｉｇａｓｈｉ，　Ｍａｒｉｋｏ　Ｏｕｅ， 　Ｈｉｒｏｔｏ　Ｔａｋｅｕｃｈｉ，　Ｔａｒｏ　Ｓｈｉｎｏｄａ，　ａｎｄ　Ｋａｚｕｈｉｓａ　Ｔｓｕｂｏｋｉ，２０１５：Ａ　Ｈｙｄｒｏｍｅｔｅｏｒ　 Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｍｅｔｈｏｄ　ｆｏｒ　Ｘ－Ｂａｎｄ　Ｐｏｌａｒｉｍｅｔｒｉｃ　Ｒａｄａｒ：Ｃｏｎｓｔｒｕｃｔｉｏｎ　ａｎｄ　 Ｖａｌｉｄａｔｉｏｎ　Ｆｏｃｕｓｉｎｇ　ｏｎ　Ｓｏｌｉｄ　Ｈｙｄｒｏｍｅｔｅｏｒｓ　ｕｎｄｅｒ　Ｍｏｉｓｔ　Ｅｎｖｉｒｏｎｍｅｎｔｓ，　 ＪＯＵＲＮＡＬ　ＯＦ　ＡＴＭＯＳＰＨＥＲＩＣ　ＡＮＤ　ＯＣＥＡＮＩＣ　ＴＥＣＨＮＯＬＯＧＹ，Ｖｏｌ．３２，ｐｐ．２０５２－２０７４

　 しかし、上記非特許文献１に記載の方法では、そのＦｉｇ．１に示されるように、異なる種類の降水粒子から取得される偏波パラメータの値域が重複することに よって、降水粒子の種類を一意に区別することが困難になる場合があった。従って、降水粒子の判別精度を向上させる観点から改善の余地があった。

　本発明は以上の事情に鑑みてされたものであり、その目的は、偏波パラメータを有効に利用することによって、降水粒子の種類をより正確に判別することができる降水粒子判別装置などを提供することにある。

課題を解決するための手段及び効果

　本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段とその効果を説明する。

　 本発明の第１の観点によれば、以下の構成の降水粒子判別装置が提供される。即ち、この降水粒子判別装置は、取得部と、データ処理部と、分布データ生成部 と、分布データ解析部と、判別処理部と、を備える。前記取得部は、水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得 する。前記データ処理部は、前記水平偏波受信信号及び前記垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報 とを取得する。前記分布データ生成部は、判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報の関係を示す分布 データを生成する。前記分布データ解析部は、前記分布データに基づいて、降水粒子の種類の判別に用いる評価値を算出する。前記判別処理部は、前記評価値に 基づいて、前記判別対象領域に存在する降水粒子の種類を判別する処理を行う。

　即ち、液体の降水粒子については、レーダ反 射因子の値が大きくなるのに従って反射因子差の値が大きくなるという傾向がある一方、固体の降水粒子については、そのような傾向はあまりみられない。従っ て、上記の２つの値の関係を評価することによって、降水粒子の種類を良好に判別することができる。

　前記の降水粒子判別装置においては、前記評価値は、前記レーダ反射因子情報と前記反射因子差情報の相関の強さを示す情報に基づいて導出される値であることが好ましい。

　これにより、相関の強さを評価することで、降水粒子の種類を一層良好に判別することができる。

　前記の降水粒子判別装置においては、前記評価値は、前記分布データの近似線を用いて算出されることが好ましい。

　これにより、近似線を用いることで、簡単な処理で、レーダ反射因子の値と反射因子差の相関の強さを評価することができる。

　前記の降水粒子判別装置においては、以下の構成とすることが好ましい。即ち、前記近似線は、直線である。前記評価値は、少なくとも当該直線の傾きを用いて算出される。

　これにより、簡単な処理で、レーダ反射因子の値と反射因子差の値との相関の強さを良好に評価することができる。

　前記の降水粒子判別装置においては、前記評価値は、更に前記直線の切片を用いて算出されることが好ましい。

　このように直線の切片も含めて評価することにより、降水粒子の判別精度を高めることができる。

　前記の降水粒子判別装置においては、前記評価値は、前記直線の傾きと、前記直線の切片と、との重み付け加算により算出されることが好ましい。

　これにより、近似直線の傾きと切片の両方をバランスよく評価することができるので、降水粒子の判別精度を向上させることができる。

　前記の降水粒子判別装置においては、前記評価値は、前記近似線において、前記レーダ反射因子情報の値が４０ｄＢＺ以上６０ｄＢＺ以下の所定の値であるときの前記反射因子差情報の値であることが好ましい。

　 これにより、液体の降水粒子に関し、レーダ反射因子の値が大きくなるのに従って反射因子差の値が大きくなるという傾向を効果的に反映させることができる。 従って、当該傾向が効果的に反映された評価値を算出することができるので、降水粒子の判別精度を向上させることができる。

　前記の降水粒子判別装置においては、前記評価値は、前記近似線において、前記分布データにおける前記レーダ反射因子情報の値の平均値に対応する前記反射因子差情報の値であることが好ましい。

　これにより、簡単な演算で、代表的な評価値を取得することができる。

　前記の降水粒子判別装置においては、前記分布データの前記近似線に対する差が所定以上大きい場合は、前記判別処理部による判別処理が行われないことが好ましい。

　これにより、例えばノイズの影響等により良好な近似ができなかった場合には、判別処理を行わないようにすることで、誤判別を防止することができる。

　前記の降水粒子判別装置においては、前記判別処理部は、前記分布データを構成する前記レーダ反射因子情報の値を代表する代表値と、前記評価値と、を変数とする判別関数によって、降水粒子の種類を判別することが好ましい。

　これにより、データ群の分布が少なくとも雨粒子と雪粒子の間で明確に分かれるので、判別関数を簡素化できるとともに、正確な判別を実現することができる。

　前記の降水粒子判別装置においては、前記分布データは、散布図であって、第１軸がレーダ反射因子、第２軸が反射因子差である散布図であることが好ましい。

　これにより、レーダ反射因子と反射因子差の関係がより明確にされているデータを用いて、降水粒子の種類の判別を行うことができる。

　前記の降水粒子判別装置においては、前記判別処理部が行う処理に、前記降水粒子が雨か雪かを判別する処理が含まれることが好ましい。

　これにより、偏波パラメータだけでは従来困難であった雨雪の一意な区別を実現することができる。

　 前記の降水粒子判別装置においては、以下の構成とすることが好ましい。即ち、この降水粒子判別装置は、前記データ処理部が取得する、前記水平偏波受信信号 及び前記垂直偏波受信信号に基づいて算出される偏波パラメータである前記レーダ反射因子情報と前記反射因子差情報のうち、観測領域のうち所定の判別対象領 域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報を抽出するデータ抽出部を更に備える。前記分布データ生成部は、前記 データ抽出部によって抽出された前記レーダ反射因子情報と前記反射因子差情報に基づいて分布データを生成する。

　これにより、観測領域のうち所定の判別対象領域に含まれるサンプリング領域のレーダ反射因子情報と反射因子差情報に基づいて分布データを生成するので、データ処理の負担軽減を図ることができる。

　 本発明の第２の観点によれば、以下の構成の降水粒子判別装置が提供される。即ち、この降水粒子判別装置は、分布データ生成部と、分布データ解析部と、判別 処理部と、を備える。前記分布データ生成部は、水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号に基づいて算出される偏波 パラメータであるレーダ反射因子情報と反射因子差情報とに基づいて、判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因 子差情報との関係を示す分布データを生成する。前記分布データ解析部は、前記分布データに基づいて、前記レーダ反射因子情報と前記反射因子差情報の相関の 強さを示す評価値を算出する。前記判別処理部は、前記評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別する。

　これにより、例えば、この降水粒子判別装置とは別体に設けられた装置により取得されるレーダ反射因子情報と反射因子差情報とに基づいて、降水粒子の種類を良好に判別することができる降水粒子判別装置を実現することができる。

　 本発明の第３の観点によれば、以下の降水粒子判別方法が提供される。即ち、水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信 号を取得する。前記水平偏波受信信号及び前記垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得す る。判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報との関係を示す分布データを生成する。前記分布データに 基づいて、降水粒子の種類の判別に用いる評価値を算出する。前記評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別する。

　 本発明の第４の観点によれば、以下の構成の降水粒子判別プログラムが提供される。即ち、この降水粒子判別プログラムは、取得ステップと、データ処理ステッ プと、分布データ生成ステップと、分析データ解析ステップと、判別処理ステップと、をコンピュータに実行させる。前記取得ステップでは、水平偏波及び垂直 偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得する。前記データ処理ステップでは、前記水平偏波受信信号及び前記垂直偏波受信信号 に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得する。前記分布データ生成ステップでは、判別対象領域に含まれる複 数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報との関係を示す分布データを生成する。前記分析データ解析ステップでは、前記分布デー タに基づいて、降水粒子の種類の判別に用いる評価値を算出する。前記判別処理ステップでは、前記評価値に基づいて、前記判別対象領域に存在する降水粒子の 種類を判別する。

本発明の一実施形態に係る気象レーダ装置の構成を示すブロック図。 降水粒子の判別を行う判別対象領域と観測メッシュの関係を示す模式的な平面図。 雨粒子の場合と雪粒子の場合のそれぞれについて、レーダ反射因子の値及び反射因子差の値の関係を示す分布データと、分布の近似直線と、を例示するグラフ。 レーダ反射因子の平均値と、評価値と、を用いて、雨雪を判別する処理を説明する散布図。 降水粒子判別部において実行される処理を示すフローチャート。 変形例に係る降水粒子判別システムを示す模式図。

　 次に、図面を参照して本発明の実施の形態を説明する。図１は、本発明の一実施形態に係る気象レーダ装置１の構成を示すブロック図である。図２は、降水粒子 の判別を行う判別対象領域Ｔと観測メッシュＭの関係を示す模式的な平面図である。図３は、雨粒子の場合と雪粒子の場合のそれぞれについて、レーダ反射因子 Ｚｈｈの値及び反射因子差Ｚｄｒの値の関係を示す分布データと、分布の近似直線と、を例示するグラフである。図４は、レーダ反射因子Ｚｈｈの平均値と、評 価値Ｖと、を用いて、雨雪を判別する処理を説明する散布図である。

　図１に示す気象レーダ装置１（降水粒子判別装置）は、 アンテナ部５を回転させながら例えばＸバンドの周波数帯の電波を送受信することにより、所定の空間（以下、観測領域という。）の気象に関するデータを取得 することができる。気象レーダ装置１は二重偏波レーダとして構成されており、水平偏波と垂直偏波の２種類の電波を送信することにより、多様なデータを観測 することができる。このようなレーダは、マルチパラメータレーダと呼ばれている。

　この気象レーダ装置１は、レーダ部１１（取得部）と、データ処理部２１と、判別装置３１と、出力部４１と、を備える。

　レーダ部１１は、観測領域に対して実際に電波を送受信し、受信した電波に基づく信号をデータ処理部２１に出力する。

　データ処理部２１は、レーダ部１１の出力信号を入力して、様々な偏波パラメータを計算する処理を行う。データ処理部２１は、取得した偏波パラメータを判別装置３１及び出力部４１に出力する。

　判別装置３１は、気象レーダ装置１の一部を構成し、降水粒子を判別する機能を有している。判別装置３１は、観測領域において指定された判別対象領域Ｔに降水があった場合に、降水粒子の種類を判別する。判別装置３１は、判別結果を出力部４１に出力する。

　出力部４１は、データ処理部２１で得られた各種の偏波パラメータと、判別装置３１で得られた判別結果と、を外部の記録サーバ等に対して出力する。この出力部４１は、例えば、有線又は無線による通信インタフェースを含んで構成することができる。

　 判別装置３１は、データ処理部２１及び出力部４１と同様に、公知の構成のコンピュータにより実現されている。このコンピュータはＣＰＵ、ＲＯＭ、ＲＡＭ及 びＩ／Ｏインタフェース等を有しており、前記ＲＯＭには、本発明の降水粒子判別方法を実現するためのプログラム等が記憶されている。そして、上記のハード ウェアとソフトウェアの協働によって、当該コンピュータを、判別装置３１、データ処理部２１及び出力部４１等として動作させることができる。

　レーダ部１１について説明する。このレーダ部１１は、送信信号出力部１２と、アンテナ部５と、受信信号処理部１３と、を備える。

　 送信信号出力部１２は、送信信号をアンテナ部５に出力する。送信信号出力部１２は、信号発生部１４と、送信制御部１５と、アンプ１６と、を備える。信号発 生部１４は、送信信号を生成してアンプ１６に出力する。なお、送信信号の出力のタイミングは、送信制御部１５によって制御される。信号発生部１４で出力さ れた送信信号は、アンプ１６で増幅された後、サーキュレータ１７を介してアンテナ部５に出力される。

　アンテナ部５は、観 測領域に対して送信信号としての電波を送信するとともに、当該電波が降水粒子等により反射した反射波を受信する。アンテナ部５は、モータなどを駆動源とす る不図示の回転機構によって、水平面内で回転可能である。従って、アンテナ部５は、水平面内で回転しながら電波の送受信を繰り返し行うことができる。ま た、アンテナ部５は、当該回転機構により、仰角を変化させて電波の送受信を行うことができる。以上により、半球状の観測領域を３次元的に走査することがで きる。なお、アンテナ部５が受信した受信信号とされる水平偏波受信信号及び垂直偏波受信信号は、サーキュレータ１７を介して、受信信号処理部１３に出力さ れる。

　受信信号処理部１３は、アンテナ部５が受信した受信信号に対して信号処理を行う。受信信号処理部１３は、ＡＤコンバータ１８と、パルス圧縮部１９と、信号ノイズ処理部２０と、を備える。

　ＡＤコンバータ１８は、受信信号をデジタル信号に変換して、当該デジタル信号をパルス圧縮部１９に出力する。

　パルス圧縮部１９は、ＡＤコンバータ１８から出力されるデジタル信号にパルス圧縮処理を行い、受信信号のＳ／Ｎ比等を改善させる。パルス圧縮処理された信号は、信号ノイズ処理部２０に出力される。

　信号ノイズ処理部２０は、周波数ノイズ等のノイズを除去する処理を行う。信号ノイズ処理部２０は、ノイズ処理された信号をデータ処理部２１に出力する。

　データ処理部２１について説明する。データ処理部２１は、観測領域を細かく区画した観測メッシュ（サンプリング領域）Ｍ毎に、レーダ部１１から入力される受信信号に基づいて偏波パラメータを計算する。

　本実施形態において、データ処理部２１が計算により取得する偏波パラメータには、レーダ反射因子Ｚｈｈ及び反射因子差Ｚｄｒが含まれる。

　 レーダ反射因子Ｚｈｈは、レーダ反射波の強度を示している。レーダ反射因子には、水平偏波を送信して水平偏波を受信した場合の反射強度Ｚｈｈ、垂直偏波を 送信して垂直偏波を受信した場合の反射強度Ｚｖｖ等があるが、本実施形態では水平偏波の送受信時の反射強度Ｚｈｈをレーダ反射因子として用いている。

　 反射因子差Ｚｄｒは、水平偏波の反射強度Ｚｈｈと垂直偏波の反射強度Ｚｖｖの比として表現される。反射因子差Ｚｄｒは、降水粒子の縦横比を示している。降 水粒子が雨である場合は、雨滴が大きくなる程、当該雨滴は空気抵抗を受けて扁平状になることが知られている。従って、反射因子差Ｚｄｒは、雨滴の粒径分布 を推定するために重要なパラメータである。

　データ処理部２１は、上記以外の偏波パラメータとして、例えば、相関係数ρｈｖ、偏波間位相差変化率Ｋｄｐ、ドップラー速度Ｖｄ等を併せて計算しても良い。

　 データ処理部２１は、レーダ部１１による観測領域の１回分の走査が完了し、全ての観測メッシュＭについて新しい受信信号が得られる毎に、偏波パラメータの 計算を反復する。これにより、観測領域の全ての観測メッシュＭについての偏波パラメータを、所定の時間間隔で（例えば、１分毎に）取得することができる。

　データ処理部２１は、計算した偏波パラメータを出力部４１に出力する。また、データ処理部２１は、計算した偏波パラメータのうちレーダ反射因子Ｚｈｈ及び反射因子差Ｚｄｒを、判別装置３１に出力する。

　判別装置３１について説明する。判別装置３１は、データ抽出部３２と、評価値算出部３３と、判別処理部３４と、を備える。

　データ抽出部３２は、観測領域を区分した上記の観測メッシュＭのうち、予め指定された所定の判別対象領域Ｔに属する観測メッシュＭに係るレーダ反射因子Ｚｈｈ及び反射因子差Ｚｄｒのデータだけを、判別装置３１に入力されるデータから取り出す。

　 判別対象領域Ｔは、例えば図２に示すように上から見て扇形の平面領域とすることができるが、これに限定されない。例えば、レーダ部１１はアンテナ部５の仰 角を変化させながら空間を３次元的に走査できることを利用して、判別対象領域Ｔを、上から見ても横から見ても扇形となるような３次元形状とすることもでき る。本明細書では、「領域」というとき、２次元的な領域の場合と、３次元的な領域の場合と、の両方を含むものとする。

　データ抽出部３２は、判別対象領域Ｔに含まれる観測メッシュＭのレーダ反射因子Ｚｈｈの値及び反射因子差Ｚｄｒの値を、観測メッシュＭ毎に評価値算出部３３に出力する。また、データ抽出部３２は、取り出されたレーダ反射因子Ｚｈｈの値を、判別処理部３４に出力する。

　評価値算出部３３は、データ抽出部３２から入力された、各観測メッシュＭのレーダ反射因子Ｚｈｈの値及び反射因子差Ｚｄｒの値から分布データを生成し、この分布データに対して統計的な解析を行うことにより、降水粒子判別に用いる評価値Ｖを算出する。

　評価値算出部３３は、分布データ生成部３５と、分布データ解析部３６と、を備える。

　 分布データ生成部３５は、判別対象領域Ｔに属する各観測メッシュＭについて得られたレーダ反射因子Ｚｈｈと反射因子差Ｚｄｒの関係を示す分布データを生成 する。この分布データは、散布図であって、第１軸がレーダ反射因子、第２軸が反射因子差である散布図であることが好ましい。これにより、レーダ反射因子と 反射因子差の関係がより明確にされているデータを用いて、降水粒子の種類の判別を行うことができる。

　なお、非降水粒子に よるレーダエコー（例えば、建物に反射したエコー等）の影響を除去し、また、判別精度を向上させるために、分布データ生成部３５が分布データを生成する前 の段階で、データ抽出部３２から入力したデータに対して閾値処理が行われることが好ましい。この閾値処理には、適宜のレーダ観測結果（例えば、ＳＮ比、 レーダ反射因子Ｚｈｈ及び反射因子差Ｚｄｒ）を用いることができる。当該閾値処理は公知であるので、詳細な説明は省略する。

　 分布データ解析部３６は、分布データ生成部３５で生成された分布データに対して回帰分析等の解析処理を行い、当該分布データから評価値Ｖを算出する。本実 施形態において、回帰分析には、分布データから近似直線を求める処理が含まれる。ただし、直線近似に代えて適宜の曲線を用いた近似が行われてもよい。

　 評価値Ｖを求める考え方について説明する。図３に示すように、レーダ反射因子Ｚｈｈの値をｘ軸（第１軸）、反射因子差Ｚｄｒの値をｙ軸（第２軸）にとった ＸＹ平面を定義し、このＸＹ平面に、それぞれの観測メッシュＭにおけるレーダ反射因子Ｚｈｈの値と反射因子差Ｚｄｒの値との関係をプロットした散布図を考 える。レーダ反射因子Ｚｈｈの値の単位はｄＢＺであり、反射因子差Ｚｄｒの値の単位はｄＢである。

　本実施形態において、評価値Ｖは、この散布図に示す分布を１次近似して得られる近似直線をｙ＝ａｘ＋ｂで表したときに、傾きａの５０倍にｙ切片ｂを加算したものとなっている（Ｖ＝ａ×５０＋ｂ）。

　ここで、雨粒子と雪粒子から取得されるレーダ反射因子Ｚｈｈと反射因子差Ｚｄｒの関係について、図３の２つの散布図を参照して説明する。

　 雨粒子は液体であるため、落下時に空気抵抗の影響によって扁平状となるが、この扁平の度合いは、雨粒子が大きくなるにつれて強くなる。従って、雨粒子に反 射したレーダエコーについては、レーダ反射因子Ｚｈｈの値が大きくなるにつれて反射因子差Ｚｄｒの値も大きくなる傾向が見られる。このため、判別対象領域 Ｔの全体に雨が降った場合の分布は、例えば図３（ａ）のようになると考えられる。

　これに対して、固体である雪粒子は、落 下時に扁平状に変形しにくく、上記のような相関はみられない。従って、雪粒子に反射したレーダエコーについては、レーダ反射因子Ｚｈｈの値が変化しても、 反射因子差Ｚｄｒの値は概ね一定値となる傾向がある。この結果、判別対象領域Ｔの全体に雪が降った場合の分布は、例えば図３（ｂ）のようになると考えられ る。

　以上を踏まえると、上記の分布データを最も良く表す直線を考えたとき、当該直線の傾きａは、レーダ反射因子Ｚｈｈの 値が大きくなるにつれて反射因子差Ｚｄｒの値も大きくなる傾向の強さを表しているということができる。言い換えれば、当該傾きａが大きくなる程、レーダ反 射因子Ｚｈｈの値と反射因子差Ｚｄｒの値との間に強い正の相関があることを示している。

　この点、本実施形態では、降水粒子判別に用いる評価値Ｖを求める式に当該傾きａが含まれているので、降水粒子が雨粒子であるか雪粒子であるかを精度良く判別することができる。また、近似線として直線を用いることにより、相関の強さを簡単な処理で評価することができる。

　更に、本実施形態において、評価値Ｖは、近似直線の傾きａとｙ切片ｂとを、傾きの影響がｙ切片の影響の５０倍となるように重み付けを互いに異ならせて加算することで求められる。これにより、近似直線の傾きとｙ切片の両方をバランスよく評価することができる。

　 なお、評価値Ｖを求める式と、近似直線の式と、を比較すると、評価値Ｖは、近似直線の式（ｙ＝ａｘ＋ｂ）にｘ＝５０を代入したときのｙの値と等しい。図３ には、これに着目した場合の評価値の求め方を示している。ｘ＝５０を代入することに限定されないが、４０ｄＢＺ以上６０ｄＢＺ以下の所定の値を代入するこ とが好ましい。また、例えば後述のＺｈｈ平均値を代入することも考えられる。

　ただし、評価値Ｖの求め方は様々であり、適宜変更することができる。例えば、評価値Ｖを、ａの１００倍にｂの２倍を加算したものとしても良い。

　図１の分布データ解析部３６は、上記の近似直線式を分布データから算出して、評価値Ｖを上記の式に従って求める。近似直線式を求める方法としては、例えば、公知の最小２乗法を用いれば良い。分布データ解析部３６は、算出した評価値Ｖを判別処理部３４に出力する。

　 最小２乗法は残差の２乗和が最小となるように近似直線を求めるものであるが、残差の大きさ（例えば、残差の２乗和をデータ数で除した値）が閾値以上となる 場合は、ノイズの影響等の何らかの理由で、得られた直線が分布を良好に近似できていないことを意味する。従って、この場合は、判別精度の低下を回避するた めに、降水粒子の種類を判別する対象から除外することが好ましい。

　判別処理部３４は、観測メッシュＭにおけるレーダ反射因子Ｚｈｈの値を平均した値と、評価値算出部３３から出力される評価値Ｖと、に基づいて、判別対象領域Ｔに存在する降水粒子の種類を判別する。

　判別処理部３４は、反射因子平均値算出部３７と、粒子判別部３８と、を備える。

　 反射因子平均値算出部３７は、判別対象領域Ｔに属する各観測メッシュＭのレーダ反射因子Ｚｈｈの値を入力し、当該値の平均を算出する。この平均値は、レー ダ反射因子Ｚｈｈの値の分布を代表する代表値であるということができる。反射因子平均値算出部３７は、レーダ反射因子Ｚｈｈの平均値（以下、「Ｚｈｈ平均 値」という。）を粒子判別部３８に出力する。

　粒子判別部３８は、反射因子平均値算出部３７から出力されるＺｈｈ平均値と、分布データ解析部３６から出力される評価値Ｖと、に基づいて、判別対象領域Ｔに存在する降水粒子の種類を判別する。粒子判別部３８は、判別結果を出力部４１に出力する。

　 粒子判別部３８が行う判別処理について詳細に説明する。ある判別対象領域Ｔにおいて雨が降った場合と雪が降った場合とで、実際の観測結果に基づくＺｈｈ平 均値と評価値との関係をプロットした散布図は例えば図４のようになり、雨のデータ群が分布する領域と雪のデータ群が分布する領域が、ほぼ明確に分かれてい ることがわかる。本実施形態では、２つの領域を分ける境界Ｂに対応する判別関数が事前の観測に基づいて求められており、当該判別関数が粒子判別部３８に予 め設定されている。本実施形態において、この判別関数は、Ｚｈｈ平均値と評価値を変数とする２変数関数である。図４に示すように、２つのデータ群の分布は 線形分離可能となっているため、本実施形態において、判別関数は１次関数とされている。なお、判別関数は、降水粒子の種類の判定閾値を定める関数として機 能すればよく、直線関数の代わりに曲線関数が用いられてもよい。データ群の領域がはっきりと分かれているので、簡単な判別関数を用いて正確な判別を行うこ とができる。

　粒子判別部３８は、新しい観測に基づくレーダ反射因子Ｚｈｈの平均値と、評価値Ｖと、の組合せが入力される と、当該値を判別関数に代入した計算結果の符号に基づいて、降水粒子の種類を判別する。具体的には、判別関数の符号がプラスの場合は「雨」と判定し、マイ ナスの場合は「雪」と判定する。

　判別対象領域Ｔに雪が降っている場合は、電波の反射強度が非常に小さく、良好なＳ／Ｎ比 を確保することが難しいことがある。この点、本実施形態では、上記の判別関数を用いることで、図４の散布図で示すように、Ｚｈｈ平均値が２０ｄＢＺ以下で あるような領域でも雨か雪かを高い精度で判別することができる。従って、様々な気象条件下で、判別対象領域Ｔに存在する粒子の種類を安定して正確に判別す ることができる。

　次に、図５を参照して、降水粒子判別プログラムが行う処理について説明する。図５は、気象レーダ装置１において実行される処理を示すフローチャートである。

　処理がスタートすると、気象レーダ装置１は、新しい受信信号をデータ処理部２１が取得して、新しい観測データ（偏波パラメータ）がデータ処理部２１から判別装置３１に入力されるまで待機する（ステップＳ１０１）。

　判別装置３１に新しい観測データが入力されると、データ抽出部３２は、判別対象領域Ｔの観測メッシュＭに係るレーダ反射因子Ｚｈｈの値及び反射因子差Ｚｄｒの値を取り出す（ステップＳ１０２）。

　 次に、評価値算出部３３の分布データ生成部３５が、各観測メッシュＭのレーダ反射因子Ｚｈｈと反射因子差Ｚｄｒの関係を示す分布データを生成するととも に、分布データ解析部３６が、当該分布データを近似する近似直線式を算出する（ステップＳ１０３）。その後、分布データ解析部３６は、近似直線式から評価 値を算出する（ステップＳ１０４）。

　評価値が得られると、粒子判別部３８は、反射因子平均値算出部３７が計算したＺｈｈ 平均値と、評価値と、に基づいて、判別対象領域Ｔに存在する降水粒子の種類を、判別関数を用いて判別する（ステップＳ１０５）。判別装置３１は、得られた 判別結果を、出力部４１を介して外部に出力する（ステップＳ１０６）。その後、処理はステップＳ１０１に戻る。

　このプロ グラムは、水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得する取得ステップ（ステップＳ１０１）と、水平偏波受信 信号及び垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得するデータ処理ステップ（ステップ Ｓ１０１）と、判別対象領域に含まれる複数のサンプリング領域のレーダ反射因子情報と反射因子差情報との関係を示す分布データを生成する分布データ生成ス テップ（ステップＳ１０２、ステップＳ１０３）と、分布データに基づいて、降水粒子の種類の判別に用いる評価値を算出する分析データ解析ステップ（ステッ プＳ１０３、ステップＳ１０４）と、評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別する判別処理ステップ（ステップＳ１０５）と、を 含み、コンピュータに降水粒子判別ステップを実行させるものということができる。

　本実施形態は、データの散布図から近似 直線を求めることにより判別を行うため、ある程度のデータ点数が必要になる。ただし、本願発明者が試算したところ、本実施形態の構成によれば、従来の手法 の半分以下のデータ点数（例えば４０点程度）を確保できれば、雨と雪の判別を十分な精度で行うことができる。

　以上に示す ように、気象レーダ装置１は、レーダ部１１と、データ処理部２１と、分布データ生成部３５と、分布データ解析部３６と、判別処理部３４と、を備える。レー ダ部１１は、水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得する。データ処理部２１は、水平偏波受信信号及び垂直 偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得する。分布データ生成部３５は、判別対象領域Ｔに含ま れる複数の観測メッシュＭのレーダ反射因子情報と反射因子差情報の関係を示す分布データを生成する。分布データ解析部３６は、分布データに基づいて、降水 粒子の種類の判別に用いる評価値Ｖを算出する。判別処理部３４は、評価値Ｖに基づいて、判別対象領域Ｔに存在する降水粒子の種類を判別する処理を行う。

　 即ち、液体の降水粒子については、レーダ反射因子Ｚｈｈの値が大きくなるのに従って反射因子差Ｚｄｒの値が大きくなるという傾向がある一方、固体の降水粒 子については、そのような傾向はあまりみられない。従って、上記の２つの値の相関の強さを評価することによって、降水粒子の種類を良好に判別することがで きる。

　次に、上記実施形態の変形例を説明する。図６は、変形例に係る降水粒子判別システム５０を示す図である。なお、本変形例の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。

　 図６に示す変形例では、判別装置３１が、気象レーダ装置１とは別体に設けられている。本変形例において、判別装置３１は、本発明の降水粒子判別装置として 機能する。気象レーダ装置１と、判別装置３１とは、例えばＷＡＮ等を介して互いに通信することができる。気象レーダ装置１と、判別装置３１と、により、降 水粒子判別システム５０が実現されている。この変形例の構成によっても、上述の実施形態と同様の効果を実現することができる。

　以上に本発明の好適な実施の形態及び変形例を説明したが、上記の構成は例えば以下のように変更することができる。

　 評価値Ｖは、上述の近似直線の傾き及び切片を用いることに代えて、例えば、レーダ反射因子と反射因子差との相関係数を用いるように変更することもできる。 また、レーダ反射因子と反射因子差の相関の強さと、他のパラメータと、を総合的に評価して、降水粒子の種類を判別するように構成することもできる。

　レーダ反射因子としては、水平偏波の送受信時の反射強度Ｚｈｈに代えて、垂直偏波の送受信時の反射強度Ｚｖｖを用いることもできる。

　Ｚｈｈ平均値の代わりに、他の代表値、例えばＺｈｈの中央値を用いて、降水粒子の種類の判別を行っても良い。

　本発明は、雨か雪かを判別するだけでなく、他の種類の降水粒子の判別に利用することもできる。また、例えば雪粒子の中でも、乾雪、湿雪、雪あられ等を判別するために、本発明が用いられてもよい。

　気象レーダ装置１が送受信する電波の周波数帯は、例えば、Ｃバンド、Ｓバンド等に変更することもできる。

　気象レーダ装置１や判別装置３１は、適宜の構造物に配置することができる。例えば、建物又は移動体に設置することが考えられる。

　１　気象レーダ装置（降水粒子判別装置）
　３１　判別装置（降水粒子判別装置）
　３３　評価値算出部
　３４　判別処理部

用語

　必ずしも全ての目的または効果・利点が、本明細書中に記載される任意の特定の実施形態に則って達成され得るわけではない。従って、例えば当業者であれば、特定の実施形態は、本明細書中で教示または示唆されるような他の目的または効果・利点を必ずしも達成することなく、本明細書中で教示されるような1つまたは複数の効果・利点を達成または最適化するように動作するように構成され得ることを想到するであろう。

　本明細書中に記載される全ての処理は、1つまたは複数のコンピュータまたはプロセッサを含むコンピューティングシステムによって実行されるソフトウェアコードモジュールにより具現化され、完全に自動化され得る。コードモジュールは、任意のタイプの非一時的なコンピュータ可読媒体または他のコンピュータ記憶装置に記憶することができる。一部または全ての方法は、専用のコンピュータハードウェアで具現化され得る。

　本明細書中に記載されるもの以外でも、多くの他の変形例があることは、本開示から明らかである。例えば、実施形態に応じて、本明細書中に記載されるアルゴリズムのいずれかの特定の動作、イベント、または機能は、異なるシーケンスで実行することができ、追加、併合、または完全に除外することができる (例えば、記述された全ての行為または事象がアルゴリズムの実行に必要というわけではない)。さらに、特定の実施形態では、動作またはイベントは、例えば、マルチスレッド処理、割り込み処理、または複数のプロセッサまたはプロセッサコアを介して、または他の並列アーキテクチャ上で、逐次ではなく、並列に実行することができる。さらに、異なるタスクまたはプロセスは、一緒に機能し得る異なるマシンおよび/またはコンピューティングシステムによっても実行され得る。

　本明細書中に開示された実施形態に関連して説明された様々な例示的論理ブロックおよびモジュールは、プロセッサなどのマシンによって実施または実行することができる。プロセッサは、マイクロプロセッサであってもよいが、代替的に、プロセッサは、コントローラ、マイクロコントローラ、またはステートマシン、またはそれらの組み合わせなどであってもよい。プロセッサは、コンピュータ実行可能命令を処理するように構成された電気回路を含むことができる。別の実施形態では、プロセッサは、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、またはコンピュータ実行可能命令を処理することなく論理演算を実行する他のプログラマブルデバイスを含む。プロセッサはまた、コンピューティングデバイスの組み合わせ、例えば、デジタル信号プロセッサ(デジタル信号処理装置)とマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、DSPコアと組み合わせた1つ以上のマイクロプロセッサ、または任意の他のそのような構成として実装することができる。本明細書中では、主にデジタル技術に関して説明するが、プロセッサは、主にアナログ素子を含むこともできる。例えば、本明細書中に記載される信号処理アルゴリズムの一部または全部は、アナログ回路またはアナログとデジタルの混合回路により実装することができる。コンピューティング環境は、マイクロプロセッサ、メインフレームコンピュータ、デジタル信号プロセッサ、ポータブルコンピューティングデバイス、デバイスコントローラ、または装置内の計算エンジンに基づくコンピュータシステムを含むが、これらに限定されない任意のタイプのコンピュータシステムを含むことができる。

　特に明記しない限り、「できる」「できた」「だろう」または「可能性がある」などの条件付き言語は、特定の実施形態が特定の特徴、要素および/またはステップを含むが、他の実施形態は含まないことを伝達するために一般に使用される文脈内での意味で理解される。従って、このような条件付き言語は、一般に、特徴、要素および/またはステップが1つ以上の実施形態に必要とされる任意の方法であること、または1つ以上の実施形態が、これらの特徴、要素および/またはステップが任意の特定の実施形態に含まれるか、または実行されるかどうかを決定するための論理を必然的に含むことを意味するという訳ではない。

　語句「X、Y、Zの少なくとも1つ」のような選言的言語は、特に別段の記載がない限り、項目、用語等が X, Y, Z、のいずれか、又はそれらの任意の組み合わせであり得ることを示すために一般的に使用されている文脈で理解される(例: X、Y、Z)。従って、このような選言的言語は、一般的には、特定の実施形態がそれぞれ存在するXの少なくとも1つ、Yの少なくとも1つ、またはZの少なくとも1つ、の各々を必要とすることを意味するものではない。

　本明細書中に記載されかつ/または添付の図面に示されたフロー図における任意のプロセス記述、要素またはブロックは、プロセスにおける特定の論理機能または要素を実装するための1つ以上の実行可能命令を含む、潜在的にモジュール、セグメント、またはコードの一部を表すものとして理解されるべきである。代替の実施形態は、本明細書中に記載された実施形態の範囲内に含まれ、ここでは、要素または機能は、当業者に理解されるように、関連する機能性に応じて、実質的に同時にまたは逆の順序で、図示または説明されたものから削除、順不同で実行され得る。

　特に明示されていない限り、「一つ」のような数詞は、一般的に、1つ以上の記述された項目を含むと解釈されるべきである。従って、「～するように設定された一つのデバイス」などの語句は、1つ以上の列挙されたデバイスを含むことを意図している。このような1つまたは複数の列挙されたデバイスは、記載された引用を実行するように集合的に構成することもできる。例えば、「以下のA、BおよびCを実行するように構成されたプロセッサ」は、Aを実行するように構成された第1のプロセッサと、BおよびCを実行するように構成された第2のプロセッサとを含むことができる。加えて、導入された実施例の具体的な数の列挙が明示的に列挙されたとしても、当業者は、このような列挙が典型的には少なくとも列挙された数(例えば、他の修飾語を用いない「2つの列挙と」の単なる列挙は、通常、少なくとも2つの列挙、または2つ以上の列挙を意味する)を意味すると解釈されるべきである。

　一般に、本明細書中で使用される用語は、一般に、「非限定」用語(例えば、「～を含む」という用語は「それだけでなく、少なくとも～を含む」と解釈すべきであり、「～を持つ」という用語は「少なくとも～を持っている」と解釈すべきであり、「含む」という用語は「以下を含むが、これらに限定されない。」などと解釈すべきである。) を意図していると、当業者には判断される。

　本明細書中で使用される用語の「付着する」、「接続する」、「対になる」及び他の関連用語は、別段の注記がない限り、取り外し可能、移動可能、固定、調節可能、及び/または、取り外し可能な接続または連結を含むと解釈されるべきである。接続/連結は、直接接続及び/または説明した2つの構成要素間の中間構造を有する接続を含む。

　特に明示されていない限り、本明細書中で使用される、「およそ」、「約」、および「実質的に」のような用語が先行する数は、列挙された数を含み、また、さらに所望の機能を実行するか、または所望の結果を達成する、記載された量に近い量を表す。例えば、「およそ」、「約」及び「実質的に」とは、特に明示されていない限り、記載された数値の10%未満の値をいう。本明細書中で使用されているように、「およそ」、「約」、および「実質的に」などの用語が先行して開示されている実施形態の特徴は、さらに所望の機能を実行するか、またはその特徴について所望の結果を達成するいくつかの可変性を有する特徴を表す。

　上述した実施形態には、多くの変形例および修正例を加えることができ、それらの要素は、他の許容可能な例の中にあるものとして理解されるべきである。そのような全ての修正および変形は、本開示の範囲内に含まれることを意図し、以下の特許請求の範囲によって保護される。

Claims (16)

1. 　水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得する取得部と、
   　前記水平偏波受信信号及び前記垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得するデータ処理部と、
   　判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報の関係を示す分布データを生成する分布データ生成部と、
   　前記分布データに基づいて、降水粒子の種類の判別に用いる評価値を算出する分布データ解析部と、
   　前記評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別する処理を行う判別処理部と、
   を備えることを特徴とする降水粒子判別装置。
2. 　請求項１に記載の降水粒子判別装置であって、
   　前記評価値は、前記レーダ反射因子情報と前記反射因子差情報の相関の強さを示す情報に基づいて導出される値であることを特徴とする降水粒子判別装置。
3. 　請求項１又は２に記載の降水粒子判別装置であって、
   　前記評価値は、前記分布データの近似線を用いて算出されることを特徴とする降水粒子判別装置。
4. 　請求項３に記載の降水粒子判別装置であって、
   　前記近似線は、直線であり、
   　前記評価値は、少なくとも当該直線の傾きを用いて算出されることを特徴とする降水粒子判別装置。
5. 　請求項４に記載の降水粒子判別装置であって、
   　前記評価値は、更に前記直線の切片を用いて算出されることを特徴とする降水粒子判別装置。
6. 　請求項５に記載の降水粒子判別装置であって、
   　前記評価値は、前記直線の傾きと、前記直線の切片と、との重み付け加算により算出されることを特徴とする降水粒子判別装置。
7. 　請求項３から６までの何れか一項に記載の降水粒子判別装置であって、
   　前記評価値は、前記近似線において、前記レーダ反射因子情報の値が４０ｄＢＺ以上６０ｄＢＺ以下の所定の値であるときの前記反射因子差情報の値であることを特徴とする降水粒子判別装置。
8. 　請求項３から７までの何れか一項に記載の降水粒子判別装置であって、
   　前記評価値は、前記近似線において、前記分布データにおける前記レーダ反射因子情報の値の平均値に対応する前記反射因子差情報の値であることを特徴とする降水粒子判別装置。
9. 　請求項３から８までの何れか一項に記載の降水粒子判別装置であって、
   　前記分布データの前記近似線に対する差が所定以上大きい場合は、前記判別処理部による判別処理が行われないことを特徴とする降水粒子判別装置。
10. 　請求項１から９までの何れか一項に記載の降水粒子判別装置であって、
    　前記判別処理部は、前記分布データを構成する前記レーダ反射因子情報の値を代表する代表値と、前記評価値と、を変数とする判別関数によって、降水粒子の種類を判別することを特徴とする降水粒子判別装置。
11. 　請求項１から１０までの何れか一項に記載の降水粒子判別装置であって、
    　前記分布データは、散布図であって、第１軸がレーダ反射因子、第２軸が反射因子差である散布図であることを特徴とする降水粒子判別装置。
12. 　請求項１から１１までの何れか一項に記載の降水粒子判別装置であって、
    　前記判別処理部が行う処理に、前記降水粒子が雨か雪かを判別する処理が含まれることを特徴とする降水粒子判別装置。
13. 　請求項１から１２までの何れか一項に記載の降水粒子判別装置であって、
    　 前記データ処理部が取得する、前記水平偏波受信信号及び前記垂直偏波受信信号に基づいて算出される偏波パラメータである前記レーダ反射因子情報と前記反射 因子差情報のうち、観測領域のうち所定の判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報を抽出するデータ抽 出部を更に備え、
    　前記分布データ生成部は、前記データ抽出部によって抽出された前記レーダ反射因子情報と前記反射因子差情報に基づいて分布データを生成することを特徴とする降水粒子判別装置。
14. 　 水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子 差情報とに基づいて、判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報との関係を示す分布データを生成する分 布データ生成部と、
    　前記分布データに基づいて、前記レーダ反射因子情報と前記反射因子差情報の相関の強さを示す評価値を算出する分布データ解析部と、
    　前記評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別する判別処理部と、
    を備えることを特徴とする降水粒子判別装置。
15. 　水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得し、
    　前記水平偏波受信信号及び前記垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得し、
    　判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報との関係を示す分布データを生成し、
    　前記分布データに基づいて、降水粒子の種類の判別に用いる評価値を算出し、
    　前記評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別することを特徴とする降水粒子判別方法。
16. 　水平偏波及び垂直偏波を送受信して得られる水平偏波受信信号及び垂直偏波受信信号を取得する取得ステップと、
    　前記水平偏波受信信号及び前記垂直偏波受信信号に基づいて算出される偏波パラメータであるレーダ反射因子情報と反射因子差情報とを取得するデータ処理ステップと、
    　判別対象領域に含まれる複数のサンプリング領域の前記レーダ反射因子情報と前記反射因子差情報との関係を示す分布データを生成する分布データ生成ステップと、
    　前記分布データに基づいて、降水粒子の種類の判別に用いる評価値を算出する分析データ解析ステップと、
    　前記評価値に基づいて、前記判別対象領域に存在する降水粒子の種類を判別する判別処理ステップと、
    をコンピュータに実行させることを特徴とする降水粒子判別プログラム。

Images