| Project/Area Number |
19K04978
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25030:Disaster prevention engineering-related
|
|---|
| Research Institution | National Research Institute for Earth Science and Disaster Prevention |
|---|
Principal Investigator |
Nakai Sento 国立研究開発法人防災科学技術研究所, 雪氷防災研究部門, 総括主任研究員 (20360365)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
橋本 明弘 気象庁気象研究所, 気象予報研究部, 主任研究官 (20462525)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2019: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 降雪 / 雲物理 / 数値気象モデル / レーダー / 機械学習 / 新積雪 / 比表面積 / SSA / 雪氷災害 / 雪崩 |
|---|
| Outline of Research at the Start |
偏波レーダー観測に基づいて粒子形状の情報を分布として解析する手法、及び、気象モデルを改良して雲物理過程(上空の雲の中で降雪粒子が形状を変えながら成長する過程)を反映した降雪・新積雪物理量の時空間変化を予測する手法を開発する。新積雪物理量の測定を１時間間隔で行い測定データを蓄積するとともに、偏波レーダー及び気象モデルから得られた降雪形状情報の時空間変化と対応させる。それにより、レーダーや気象モデルによる上空の降雪データから、降雪起源の弱層形成について時空間的変化を追った検知、予測に利用できる技術を開発する。
|
| Outline of Final Research Achievements |
Based on the simultaneous observations of the Snow and Ice Research Center radar and Specific Surface Area of the new snow at the Falling Snow Observatory (FSO), a precipitation intensity estimation equation for aggregates of unrimed cold-type snow crystals was formulated. A meteorology-based preprocessing was suggested to be necessary for snowstorm classification using deep learning technique. It was observationally clarified that SSA was small (large) for unrimed particles of low-pressure systems (heavily rimed snow aggregates and graupel during winter monsoon). New schemes were developed in which the ratio of aggregation in the cloud microphysical process of the JMA-NHM was given as a function of temperature based on surface hydrometeor observations. Thus, radar analyses and cloud microphysical modeling progressed based on the observations of physical properties of new snow.
|
| Academic Significance and Societal Importance of the Research Achievements |
降雪起源の弱層形成につながる雪についてレーダー降雪強度が過小評価となりうる点を指摘できたことは、レーダー気象学上，及び雪氷防災上の意義が大きい。地上降雪粒子観測データをもとにJMA-NHMの雲物理過程を最適化し雪粒子の凝集率を温度の関数として新たに与えたことは、気象学的に、また予報業務への効果が大きい。この改良が衛星リモートセンシングシミュレータの出力も改善できた点は、当初想定より進展したと言える。機械学習を用いた降水分布分類については、深層学習に関するWebサイトの開設により、気象学、雪氷学分野における深層学習の導入による研究加速の手段のひとつを提供できた。
|
