2017 Fiscal Year Annual Research Report
| Project/Area Number |
17H01292
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
神田 学 東京工業大学, 環境・社会理工学院, 教授 (90234161)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
バルケズ アルビンCG 東京工業大学, 環境・社会理工学院, 特任講師 (30754783)
小田 僚子 千葉工業大学, 創造工学部, 准教授 (50553195)
稲垣 厚至 東京工業大学, 環境・社会理工学院, 助教 (80515180)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 都市気象 / グローバル展開 / 地球温暖化 / ヒートアイランド |
|---|
| Outline of Annual Research Achievements |
1) 人工排熱グローバルデータベースの構築
全球人口密度データ（LandScan）と全球夜間光データ（DMSP-OLS）を融合し（以降、夜間光補正人口データ、と呼ぶ）、エネルギー消費原単位法から高精度で推定された複数の先進国の人工排熱データとキャリブレーションを施すことによって、回帰的に人工排熱を推定する手法を提案している。本年度は、2016年から大幅に精度向上される全球夜間光データ（VIIRS）を新たに用いて再計算を行い、新たな人工排熱グローバルデータベース（解像度1km・毎年更新可能）を構築し、ＨＰ上で公開した。
2) 建物粗度グローバルデータベースの構築
申請者らは、建物の平均高さ・高さ分散・建蔽率など５つの幾何パラメータから、建物粗度を推定する手法を提案している。また、夜間光補正人口データを基に、ＧＤＰなどの経済指標を追加変数として、回帰的に建物粗度を推定する手法を提案している。本年度は、レーザー測量による３次元建物データから計算された複数の先進国の高精度の建物粗度データとキャリブレーションを施すことによって、建物粗度グローバルデータベース（解像度1km・毎年更新可能）を構築し、ＨＰ上で公開した。
3) 全球気象観測データ200地点を用いた都市温暖化のグローバルな要因分析
地球温暖化研究においてGlobal Surface Temperature（GST）と呼ばれる全球の気温観測データが利用されてきた。その際、ヒートアイランド影響を排除するため都市観測点は使用されてこなかった。本年度は、観測点の代表性・信頼度などを精査して、過去５０年間の都市観測点200地点を抽出し、それぞれの地点での地球温暖化による気温上昇量を差し引いたヒートアイランドによる気温上昇量を算定した上で、都市・地球２つの温暖化のグローバルな要因分析を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画調書によれば、平成２９年度の計画は以下の６つに要約される。
1) 人工排熱グローバルデータベースの構築、2) 建物粗度グローバルデータベースの構築
3) 全球気象観測データ200地点を用いた都市温暖化のグローバルな要因分析、4) マルチダウンスケーリングによる汎用的都市気象解析手法の適用、5) マルチダウンスケーリングによる汎用的都市気象解析手法の観測検証、6) 将来気候予測のための社会・経済シナリオ・適応策シナリオの設定。1)～3)については、本年度の主要な研究成果であり、研究実績の概要でも詳しく述べた。研究は調書通りに遂行され、口頭発表・ジャーナル原稿執筆の段階にある。1)については、人工排熱グローバルデータベース（解像度1km・毎年更新可能）の構築を行った。当初計画以上の成果として、全球夜間光データの赤外域の情報を利用することにより、夜間時の高温域（ホットスポット）を抽出して、発電所・大型工場などを特定することができた。2)については、建物粗度グローバルデータベース（解像度1km・毎年更新可能）の構築は都市気象予測技術のグローバル展開に必須である。このようなデータベースは世界で唯一である。3)については、ヒートアイランド強度が、都市要因だけでなく、バックグラウンドとなる気候区分に強く依存するという重要な知見を得た。4)については、汎用的都市気象解析手法を複数の途上国に適用し、の観測点の代表性や信頼性の問題を検討した。 5)については、東京・ジャカルタを中心に、フラックス計測を実施し、モデルによる熱収支計算の精度を、比較して検証した。また、マイクロスケール観測を実施し、歩行者レベルにおける微気象や温熱生理指標の計算結果の検証を行った。6)については、次年度以降に行う都市気象将来予測計算のために、グローバルおよびローカルの両視点から社会・経済・適応策シナリオを設定した。
|
| Strategy for Future Research Activity |
1) 汎用的都市気象解析を用いたメガシティー３０地点の気候シミュレーション：汎用的都市気象解析手法を用いて、世界の３０地点のメガシティー気候再現計算を行う。メソスケール解析（解像度1km・広域都市全体）は、過去１０年間の気候再現を目的とした「再現計算」および、都市域を草地に完全に置き換えた「都市化以前計算」、の２通りを行う。2) メガシティー３０地点における都市・地球２つの温暖化のグローバルな要因分析：上記で行った、メソスケール解析の「再現計算」および「都市化以前計算」の２ケースから、地球温暖化に依存しない都市温暖化による気温上昇量を得ることができる。３０都市の気温上昇量と、各都市のインフラ形態、地理条件、気候区分、社会経済状態、などとの関連付けを行い、平成２９年度に行った２００地点の全球気温解析データを用いた要因分析の結果と比較・参照することによって、都市気象の機構と要因の包括的解明を行う。3) メガシティー３０地点における都市の変容予測シミュレーション：平成２９年度に行った将来気候予測のための社会・経済シナリオ・適応策シナリオに基づき、メガシティー３０地点における都市の変容予測（土地利用・人工排熱・建物粗度）を行い、次年度以降の将来予測計算のシナリオ別入力データとする。具体的には、アメリカの都市計画分野で開発されたSLEUTHモデルを用いる。これは、地形勾配・都市域・土地規制域・交通網の過去の時系列データを基にセル・オートマトンを用いて将来の都市域の変容を予測する物理モデルである。世界中の都市で適用実績があり、物理パラメータ値の制御により、容易に、コンパクト化、交通誘導型開発、などの都市シナリオを実現できるメリットがある。
|
