13:45 〜 15:15
[O11-P122] スプライト（超高層雷放電）現象を探る
キーワード：スプライト、機械学習、気象
はじめに
スプライトとは、主に雷に伴って中間圏から電離圏で発生する発光現象である。高層での一瞬の現象であるため、撮影が難しく、謎が多い。本校天文気象部では2023年に流星研究班が、安価な防犯ビデオを5台用いて全天を毎晩撮影し、流星をリアルタイムで検知するシステムを開発した1)。この映像にスプライトが捉えられたところから、動画データを調べたところ、1年間で12個のスプライトと思われる映像が得られた。
本研究では、これらのスプライトの画像を分析し、発生時刻や方角から発生地点の気象状況を調査した。スプライトが発生する条件について、観測を継続し分析を進めたい。また、他所で取得されているスプライトのデータも含めて画像を入手し、機械学習によりスプライトを自動検知するプログラムの開発を目指す。
研究方法
先行研究3)では、スプライトは上向き正極性落雷によって発生し、種類ごとに異なる色や形状などの特徴があるとされている(図1･2)が、詳部は未解明である。本研究では、SonotaCo Networkや「スプライト観測ハンドブック2005」4)ほか、静岡県立磐田南高校や成蹊高校の先行研究を参考にして研究を進めた。
撮影装置は、流星班が開発した観測機器(図4)である。安価な防犯カメラATOM Cam 2を5台用いて全天を常時撮影し、画像から流星を検知するプログラムを開発して、流星群を分析している。本研究では、このデータを用いて、以下の手順でスプライトの分析を試みた。 撮影された映像を目視で確認し、スプライトが発生しているフレームを切り出す。 スプライトが写っている方角や時刻を分析し、該当のスプライトを引き起こしたと考えうる対地落雷を特定する。 スプライトの形状・降水の有無・気圧配置等（ウェザーニューズより）や雷の位置（気象庁より）等を表にまとめ、気象条件とスプライト発生の関係を考察する。
結果と考察
先行研究を参考にして判定したところ、12件中、レッドスプライトが5件で最も多く、ジェットが2件、エルブス1件判定出来た。また、冬季から春季にかけてのスプライトのみ捉えることが出来、夏季は捉えられていなかった。また、画像のような連続したスプライトの発生は、観測事例が極めて少ないことがわかった。今後は他地域との違いや、季節的な偏りについて更に考察を深めたい。
今後の展望
画像の確認は目視で行った。現在、プログラミング言語Pythonと、主に画像編集に用いられるライブラリOpenCVを用いて本校及びSonotaCo Network上に公開されているスプライトの画像約１００件を学習データとして機械学習を行い、観測映像からスプライトを自動検出するプログラムを作成し、現在試行中である。検出精度向上を目指していく。
また、観測を継続してスプライトの記録を増やし、発生条件などの分析に生かしていきたい。
・参考文献
1) 天文気象部 水澤ほか(2023)『流星観測装置「TenGu」の制作 ～ビデオと電波による流星自動観測システムの構築～』 第12回高校・高専気象観測機器コンテスト
2) Sentman, D.D, E.M. Wescott, D.L. Osborne, D.L. Hampton and M.J. Heavner, 1995：Preliminary results from the Sprites94aircraft campaign：1.Red sprites.Geophys.Res.Lett.,22,1205-1208.
3) スプライト - 気象庁 https://metsoc.jp/tenki/pdf/2009/2009_07_0081.pdf 2009
4) スプライト観測ハンドブック 2005 (8~52ページ) 2004/12/3 Astro-HS
5)「concurrent.futures – 並列タスク実行」. https://docs.python.org/ja/3/library/concurrent.futures.html
6) 静岡県立磐田南高校<冬季スプライトの形状と気象条件の関係>-2022
7) 成蹊高校<スプライトの発生状況と発生時の気象条件について>-2022
スプライトとは、主に雷に伴って中間圏から電離圏で発生する発光現象である。高層での一瞬の現象であるため、撮影が難しく、謎が多い。本校天文気象部では2023年に流星研究班が、安価な防犯ビデオを5台用いて全天を毎晩撮影し、流星をリアルタイムで検知するシステムを開発した1)。この映像にスプライトが捉えられたところから、動画データを調べたところ、1年間で12個のスプライトと思われる映像が得られた。
本研究では、これらのスプライトの画像を分析し、発生時刻や方角から発生地点の気象状況を調査した。スプライトが発生する条件について、観測を継続し分析を進めたい。また、他所で取得されているスプライトのデータも含めて画像を入手し、機械学習によりスプライトを自動検知するプログラムの開発を目指す。
研究方法
先行研究3)では、スプライトは上向き正極性落雷によって発生し、種類ごとに異なる色や形状などの特徴があるとされている(図1･2)が、詳部は未解明である。本研究では、SonotaCo Networkや「スプライト観測ハンドブック2005」4)ほか、静岡県立磐田南高校や成蹊高校の先行研究を参考にして研究を進めた。
撮影装置は、流星班が開発した観測機器(図4)である。安価な防犯カメラATOM Cam 2を5台用いて全天を常時撮影し、画像から流星を検知するプログラムを開発して、流星群を分析している。本研究では、このデータを用いて、以下の手順でスプライトの分析を試みた。 撮影された映像を目視で確認し、スプライトが発生しているフレームを切り出す。 スプライトが写っている方角や時刻を分析し、該当のスプライトを引き起こしたと考えうる対地落雷を特定する。 スプライトの形状・降水の有無・気圧配置等（ウェザーニューズより）や雷の位置（気象庁より）等を表にまとめ、気象条件とスプライト発生の関係を考察する。
結果と考察
先行研究を参考にして判定したところ、12件中、レッドスプライトが5件で最も多く、ジェットが2件、エルブス1件判定出来た。また、冬季から春季にかけてのスプライトのみ捉えることが出来、夏季は捉えられていなかった。また、画像のような連続したスプライトの発生は、観測事例が極めて少ないことがわかった。今後は他地域との違いや、季節的な偏りについて更に考察を深めたい。
今後の展望
画像の確認は目視で行った。現在、プログラミング言語Pythonと、主に画像編集に用いられるライブラリOpenCVを用いて本校及びSonotaCo Network上に公開されているスプライトの画像約１００件を学習データとして機械学習を行い、観測映像からスプライトを自動検出するプログラムを作成し、現在試行中である。検出精度向上を目指していく。
また、観測を継続してスプライトの記録を増やし、発生条件などの分析に生かしていきたい。
・参考文献
1) 天文気象部 水澤ほか(2023)『流星観測装置「TenGu」の制作 ～ビデオと電波による流星自動観測システムの構築～』 第12回高校・高専気象観測機器コンテスト
2) Sentman, D.D, E.M. Wescott, D.L. Osborne, D.L. Hampton and M.J. Heavner, 1995：Preliminary results from the Sprites94aircraft campaign：1.Red sprites.Geophys.Res.Lett.,22,1205-1208.
3) スプライト - 気象庁 https://metsoc.jp/tenki/pdf/2009/2009_07_0081.pdf 2009
4) スプライト観測ハンドブック 2005 (8~52ページ) 2004/12/3 Astro-HS
5)「concurrent.futures – 並列タスク実行」. https://docs.python.org/ja/3/library/concurrent.futures.html
6) 静岡県立磐田南高校<冬季スプライトの形状と気象条件の関係>-2022
7) 成蹊高校<スプライトの発生状況と発生時の気象条件について>-2022