2020 Fiscal Year Research-status Report
| Project/Area Number |
16K17807
|
|---|
| Research Institution | Institute of Physical and Chemical Research |
|---|
Principal Investigator |
大塚 成徳 国立研究開発法人理化学研究所, 計算科学研究センター, 研究員 (40585022)
|
|---|
| Project Period (FY) |
2016-04-01 – 2022-03-31
|
| Keywords | フェーズドアレイ気象レーダ / 降水ナウキャスト / 積雲対流 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
前年度に引き続き、3次元レーダ画像の線形時空間補外予測システムの開発を進めた。フェーズドアレイ気象レーダ(PAWR)は30秒毎に半径60km圏内の雨雲を3次元的に観測することの出来るレーダであり、急速に発達するゲリラ豪雨のような現象の早期検出に貢献すると期待されている。本研究では、この3次元レーダ画像の時系列を用いて、雨雲の移動ベクトルを計算し、そのまま動いた場合にどうなるかを予測する「降水ナウキャストシステム」を開発している。これまで実際にシステムのリアルタイム運用を行い、スマートフォンアプリへの配信も行ってきた。
前年度から新たに埼玉大学に設置されたマルチパラメータPAWR (MP-PAWR)を用いて関東平野における降水予測に着手していた。今年度はそのシステムをリアルタイム運用し、予測を一般に公開できるようにした。
降水は非線形性の強い現象であり、そのことが対流スケールの予測可能性を制限している。従来取り組んできたナウキャストは線形性をある程度仮定した予測手法であった。近年発展してきた深層学習は、非線形的な予測を過去のデータに基づいて行うことが出来る。今年度は深層学習を用いたナウキャストシステムを作成し、その性能を評価した。その結果、深層学習を用いたシステムは従来手法よりも予測精度を向上させられる可能性があることが明らかになった。
なお、本研究はJST AIP加速課題JPMJCR19U2「ビッグデータ同化とAIによるリアルタイム気象予測の新展開」（代表：三好建正）および宇宙航空研究開発機構・降水観測ミッション「GPM観測のデータ同化の高度化」（代表：三好建正）と密接に連携して実施している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究では研究の実施順序を入れ替えて実施したものの、予定していた降水ナウキャストの予測可能性検討において、深層学習手法を用いた検討を行うなどの進展が得られた。新型コロナウイルスの流行により、成果発表等に遅れが出た。
|
| Strategy for Future Research Activity |
3次元降水ナウキャストシステムについては、リアルタイム運用を継続すると共に、得られた予測に関する検証を行い、線形予測の適用範囲と限界について明らかにする。また、深層学習を用いた予測手法等についての成果を纏める。
|
| Causes of Carryover |
理由：新型コロナウイルスの影響で研究成果発表のための出張が取りやめになったこと。
使用計画：消耗品、論文の出版費、リモート学会参加費等に充てる予定である。
|
