2020 Fiscal Year Annual Research Report
Improved Arctic Ocean heat and freshwater transport and climate prediction by an interactive thin- and thick- ice data assimilation in an OGCM
| Project/Area Number |
16K17805
|
|---|
| Research Institution | Japan, Meteorological Research Institute |
|---|
Principal Investigator |
豊田 隆寛 気象庁気象研究所, 全球大気海洋研究部, 主任研究官 (90450775)
|
|---|
| Project Period (FY) |
2016-04-01 – 2021-03-31
|
| Keywords | 海氷 / 薄氷 / データ同化 / 北極海 / 水塊形成 / 再解析 / 南極海 / 予測 |
|---|
| Outline of Annual Research Achievements |
衛星観測ベースの薄氷データを海洋大循環モデルで利用するシステムを構築した。クオリティーコントロールした薄氷情報をモデルの境界条件として与え、大気・海洋間の熱フラックスと厚い氷の分布をコントロールするものである。これを用いた海洋－海氷再解析実験を実施し、結果の海氷厚、混合層深、表層塩分など、北極海のキーパラメータにおける改善を議論して、Climate Dynamics誌に発表した。これは、海氷形成域における薄氷と厚氷の分布が海氷・海洋場全体に影響することを示唆し、北極海シミュレーションを改善する重要な手掛かりを与える結果である。
また、観測データの更に高度な取り込みを行う4次元変分法システムの開発に向けて、海氷アジョイントモデルを開発した。特に、これまで困難と考えられてきた海氷力学部分についてもアジョイントモデルで表現することが可能となった。この成果をMonthly Weather Review誌に発表した。
更に、海氷形成時だけでなく、海氷融解時の再現性の向上に向けて、現場観測をもとにした積雪アルベドの大気温依存性の新しい知見を海洋大循環モデルシミュレーションに反映し、そのインパクトを調べた。これを取りまとめ、Polar Science誌に発表した。
加えて、海氷速度の衛星観測データを用いて、キーとなる海氷の力学パラメータを制御する手法を開発し、海氷速度場と北極海の淡水輸送を改善した成果を現在、Climate Dynamics誌に投稿中である。
上記の海氷・海洋場や表面フラックスの改善の効果を、大気・海洋・海氷結合モデルによる気候シミュレーションにより確認するために、本科研費研究で構築した海氷データ同化システムを用いて海洋・海氷場の初期値化を行い、結合予測実験を現在行っている。
|
