development of predictive system of short-term rain by geolocation

21
位置情報に基づく降雨 短期予測システムの開発 東京都立多摩科学技術高等学校 2小山智之

Upload: tomoyui-koyama

Post on 13-Apr-2017

135 views

Category:

Technology


0 download

TRANSCRIPT

Page 1: Development of predictive system of short-term rain by geolocation

位置情報に基づく降雨短期予測システムの開発

東京都立多摩科学技術高等学校

2年 小山智之

Page 2: Development of predictive system of short-term rain by geolocation

はじめに

• 位置情報を利用した気象データの可視化。

Page 3: Development of predictive system of short-term rain by geolocation

これまで(イメージ)

Live E!センサー

★ 現在地

Page 4: Development of predictive system of short-term rain by geolocation

システムのイメージ

★雨雲

雨を観測

雨が降りそう!

Page 5: Development of predictive system of short-term rain by geolocation

目的・背景

• 位置情報に基づく,降雨短期システムの製作

Page 6: Development of predictive system of short-term rain by geolocation

GPSについて

• Global Positioning System

• 人工衛星により自分の位置情報を割り出せる仕組み

• 位置情報を利用することで,利用者へ適切なサービスを提供できる。

• e.g. 東京スカイツリー

– Latitude(緯度): 35.710063

– Longitude(経度): 139.810700

Page 7: Development of predictive system of short-term rain by geolocation

サーバー構築

• Ubuntu 14.04 LTS上に以下のソフトをインストールする。

• Apache 2.2(Web サーバ)

• PHP 5.5

• MySQL Database 5.5

• phpMyAdmin 4.2.13

Page 8: Development of predictive system of short-term rain by geolocation

アルゴリズム

5.HTMLへ出力する

4.現在地に到達するまでの時間の算出

3.抽出センサーと現在地との距離の算出

2.現在地付近のセンサーをDBで検索

1.位置情報の取得

Page 9: Development of predictive system of short-term rain by geolocation

アルゴリズムのイメージ

Live E!センサー

★ 現在地

雨雲

Page 10: Development of predictive system of short-term rain by geolocation

1.位置情報の取得

• HTML5のGeolocation APIを利用(ブラウザ上で動作)

• スマートフォン等の端末の経度,緯度を取得

Page 11: Development of predictive system of short-term rain by geolocation

2.現在地付近のセンサーをDBで検索

• センサーの名称,設置場所,緯度,経度などを登録したデータベースを作成。

–シェルスクリプトで自動更新。

パラメータ処理ファイル

Geolocation API

検索

結果

Page 12: Development of predictive system of short-term rain by geolocation

2.現在地付近のセンサーをDBで検索

• 以下の条件で取得した位置情報をセンサー一覧DBで検索し抽出。

–現在地より西側

–緯度の差が少ない(±5kmに設定)

–地点を10件

←西

Page 13: Development of predictive system of short-term rain by geolocation

2.現在地付近のセンサーをDBで検索

• 現在地より西側

–経度が現在地よりも小さい。

• 緯度の差が少ない

–現在地の緯度との差を絶対値に変換。

–絶対値に変換後に昇順に並び替え。

Page 14: Development of predictive system of short-term rain by geolocation

3.抽出したセンサーと現在地との距離

• 抽出した10地点の経度を取得

• 現在地との差を求め絶対値に変換(西経対策)

• 「東京スカイツリー」←→「東京駅」e.g.|35.681382 – 35.710063| = 0.028681

|139.766084 – 139.810700| = 0.044616

Page 15: Development of predictive system of short-term rain by geolocation

3.抽出したセンサーと現在地との距離

• 経度の絶対値から距離に変換する。

–経度1分: 約1.85km → 経度1度: 約111km

– e.g. 111 * 0.044616 = 4.952376(km)

• 昇順に並び替える。

4

3

2

1

Page 16: Development of predictive system of short-term rain by geolocation

4.現在地に到達するまでの時間

• 抽出した10地点の最新の風速データを取得。

• 距離÷速さ(風速)=時間 を利用して計算。

• e.g. 4952.376(m)÷ 2(m/s)= 2476.188(s)1591.795(s) → 41.2698(min)

4

3

2

1

41分

63分

104分

78分

Page 17: Development of predictive system of short-term rain by geolocation

5.HTMLへ出力

• 10地点の気象情報を取得し,求めた時間と出力する。

• 現在,作成中。以下はイメージ。

時間 天候 情報源

26分後 雨東京都立多摩科学技術高等学校

40分後 雨東京都立田無工業高等学校

Page 18: Development of predictive system of short-term rain by geolocation

結果(現状)

• アルゴリズムは作成したが出力機能の実装が未完了。

• Live E!センサー付近の緯度(西側)にセンサーが無い地点があり予測が難しい。

• 値が取れていないセンサーがあり精度の向上に問題がある。

Page 19: Development of predictive system of short-term rain by geolocation

考察

• 降雨予測を行うためには正確なデータを収集する必要がある。

• 利用するセンサーを増やすことで精度の向上につながる。

• センサーの状況に応じて様々な例外処理(条件分岐)を行う必要があると考えられた。

Page 20: Development of predictive system of short-term rain by geolocation

今後の課題

• 西側に地点が少ない場合の対応

– Soratenaを活用する。

• 動作していないセンサーがある。

–動作していないセンサーを除外する処理を行う。

• 予測精度をより高める。

–アルゴリズムの改良

Page 21: Development of predictive system of short-term rain by geolocation

引用サイト

• GPS(ジー ピー エス)とは -コトバンクhttps://kotobank.jp/word/GPS-3980#SCII.jp.E3.83.87.E3.82.B8.E3.82.BF.E3.83.AB.E7.94.A8.E8.AA.9E.E8.BE.9E.E5.85.B8

• Google Map 「東京スカイツリー」http://maps.google.com/

• 緯度、経度 1分は何km? http://oshiete.goo.ne.jp/qa/141526.html

• Googleマップで経度・緯度を求める(拡張版)http://user.numazu-ct.ac.jp/~tsato/webmap/sphere/coordinates/