2018 Fiscal Year Annual Research Report

Sensitivity Analysis and Verification of Regional Climate Model over South-East Asia

Research Project

Project/Area Number	17H06966
Research Institution	Kumamoto University
Principal Investigator	石田桂熊本大学, 大学院先端科学研究部(工), 助教 (70800697)
Project Period (FY)	2017-08-25 – 2019-03-31
Keywords	力学的ダウンスケーリング / 領域大気モデル / 感度解析 / パラメタリゼーション / 再解析データ / ナッジング
Outline of Annual Research Achievements	本研究では東南アジアを対象に長期間の降水量の関し力学的ダウンスケーリングにおける領域大気モデルの各種設定条件の感度解析及び精度の検証を行った．領域大気モデルとして， WRFを用いた．東南アジアの対象地域としてChao Phraya川流域及びChao Phraya川流域内の主なダムの流域，Bhumibolダム流域，Pa Sak Jolasidダム流域，Sirikitダム流域を選定した．これらを用い，データ補正手法であるナッジングの有無に加え，初期条件，計算領域の解像度，及びパラメタリゼーションを対象にした統合的な感度解析を行った．まず，初期条件の感度解析では，対象地域において一年以上のシミュレーションでは初期条件が降水量にあまり影響しないことが判明した．次に，パラメタリゼーションスキームの組み合わせによってはナッジングは有効に働くが，常に精度向上させるわけではないことが判明した．計算領域の鉛直方向空間解像度に関する感度解析では，多くのパラメタリゼーションスキームの組み合わせに対し鉛直方向解像度が高い（40層）とき精度が最も高くなることが示された．最内の計算領域のサイズに関しては，対象流域だけでなく周辺地域を含めた大きいサイズの計算領域を用いた場合により高い計算精度を示した．境界条件に用いる再解析データとして，ERA-Interim，ERA20C，ERA5を試した．その結果，時空間解像度が最も高い最新の再解析データであるERA5を用いると最も高い精度が得られる可能性が高いことが示された．また，全体を通してパラメタリゼーションスキームの組み合わせが精度に大きく影響を与え，組み合わせの選定が非常に重要であることが分かった．本研究の結果は東南アジアにおける力学的ダウンスケーリングの精度向上に寄与し，さらには将来予測の信頼性向上に繋がると考えられる．
Research Progress Status	平成30年度が最終年度であるため、記入しない。
Strategy for Future Research Activity	平成30年度が最終年度であるため、記入しない。