４−１　結果

　以上のような予測結果より、以下のことがわかる。

ａ）観測値adt2の影響

　予測される画像はadt2の影響を大きく受けてしまい、予測値とその時刻にあたる観測値は予測時間が進むにつれ、大きく異なる。

ｂ）データの大きさ、時間幅と予測後の変化の関係 　データは、広範囲を取ると様々な動きが含まれ、予測結果に大きな変化が見られない。反対に、狭範囲を取ると変化をよくとらえるが、時間幅を大きく取るとノイズが出てしまい、変化が見られない場合がある。また、時間幅を３時間以下の場合で予測してみたが、変化は見られなかった。

図４　データの大きさと 予測後の変化の関係

ｃ）データの大きさ、時間幅、ノイズの関係

　データの大きさ、時間幅、それに伴い現れるノイズは図５，６のような関係が成り立つと考えられる。

つまり、時間幅を一定とし、データの大きさを変化させると、データの大きさが大きいほどノイズが大きく現れる（ただし、時間幅を大きく取ると、どの大きさでもノイズは大きく現れる）。	図５　データの大きさとノイズ
また、データの大きさを一定とし、時間幅を変化させると、時間幅が大きいほどノイズが大きく現れる。	図６　時間幅とノイズ

ｄ）特定の動きと予測精度

　３−２節において、低気圧のみを取り上げ予測計算を行った。その結果、天気図全体をとらえて予測計算するよりも、精度よく予測されることがわかる。

　このことから、精度よく計算するためには１枚の画像から個々の動きを抜き出して計算し、予測後、元の画像に戻すと精度のいい予測が出ると考えられる。

ｅ）四辺補間と予測

　３−３節のような台風の予想は、結果的にはいい精度であると考えられるが、補間によって予測されてしまった点から考えると、精度がいいわけではない。１−４節の四辺補間の式は、この予測プログラムの今後の課題である。

ｆ）予測プログラムと長期予報

　このプログラムによる長期予報は最低でも３回目（fdt5）までと考えられる。これは変化無しの場合やノイズが出現てしまうためである。

４−２　まとめ

　以上より、画像は狭範囲で、特定の動きをとらえることのできるものを選び、時間幅は３時間に設定すると、比較的よい結果が得られる。ただし、四辺補間の影響を考え、注意して予測された画像を取り扱わなくてはならないことが大切である。