next up previous contents
Next: 実験結果 Up: 実験1 : 自己組織化マップによる気象の予測精度 Previous: 実験1 : 自己組織化マップによる気象の予測精度   目次

実験概要

この実験では、第4章で述べた自己組織化マップによる気象パターンの分類や学習を用いた 予測方法によって、予測精度はどのようになるかを調べた。

入力データは、降水量、気温、風、日照時間と降雪積雪の5項目、14種類のデータを用いて行った。 また、降水量は前年と同様に対数化したものを利用した。

これらの予測方法、入力データを用いて 表5.1の10カ所の地点の観測データを用いて気象の予測を行い、 予測精度に関する特徴を分析し考察した。


表 5.1: 予測対象とする地点
地点 特徴
東京都 東京 気象庁が予報精度検証に使用している地点
北海道 稚内 最北端の気象観測所で平均気温が低い地点
秋田県 秋田 夏と冬の気候が極端に違う地点
新潟県 新潟 日本海側に位置し、豪雪地帯に含まれる地点
長野県 軽井沢 富士山を除く最も標高の高い測候所
滋賀県 彦根 周囲を山に囲まれ、気候の変動が少ない地点
和歌山県 潮岬 太平洋側に位置し、季節風の影響を大きく受ける地点
香川県 高松 瀬戸内気候に属し、雨が少なく温暖な地点
島根県 松江 日本海側気候に属するも冬期は雪が少なく雨が多い地点
沖縄県 那覇 沖縄本島に位置し、平均気温が高い地点



Deguchi Lab. 2012年3月9日