機械学習が切り開く北太平洋移行領域の熱輸送経路の解明

• Project/Area Number: 24K17120
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 17020:Atmospheric and hydrospheric sciences-related
• Research Institution: Hokkaido University
• Principal Investigator: 松田 拓朗 北海道大学, 地球環境科学研究院, 助教 (90974121)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2026: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: 黒潮続流 / 機械学習 / 南北循環

Outline of Research at the Start

黒潮続流と親潮が合流する海域（黒潮-親潮合流域）は大気海洋相互作用を介して、北半球の気候に影響を与えることが知られている。大気海洋相互作用を駆動する上で重要になるのは海面水温であるが、黒潮-親潮合流域の海面水温を決定するメカニズムはまだ十分に解明されていない。本研究は機械学習を用いた観測データの解析と海洋大循環モデルを用いた数値実験を組み合わせることで、黒潮-親潮合流域の海面水温変動メカニズムを解明することを目指す。