2018 Fiscal Year Annual Research Report
Improving LETKF assimilation of remotely-sensed dense observations through direct model-space covariance localization
| Project/Area Number |
17H07352
|
|---|
| Research Institution | Japan, Meteorological Research Institute |
|---|
Principal Investigator |
堀田 大介 気象庁気象研究所, 予報研究部, 主任研究官 (60805365)
|
|---|
| Project Period (FY) |
2017-08-25 – 2019-03-31
|
| Keywords | データ同化 / アンサンブルカルマンフィルタ / GNSS / 共分散局所化 |
|---|
| Outline of Annual Research Achievements |
本研究では地上GNSS観測や衛星輝度温度観測等の非局所的で観測「位置」の概念が明確に定義されない観測（非局所観測）を局所アンサンブル変換カルマンフィルタ（LETKF）で同化する際、背景誤差共分散の局所化を従前の手法のように観測空間で観測誤差分散を人工的に膨張させることにより間接的に行う(R局所化)代わりにモデル空間で直接行う（B局所化）ことにより飛躍的に改善することを目指している。
2年計画の初年度である平成29年度には、本研究で提案する手法の定式化を理論的に検討し、理想化した鉛直一次元実験を用いて、背景誤差共分散または観測演算子の少なくともどちらか一方が空間方向に広がった構造を持つ場合には、新規に提案する手法（B局所化）が従前の手法（R局所化）よりも最適な解析インクリメントに近い解を与えることを明らかにした。
最終年度である平成30年度は、提案するB局所化を現実的なシステムから得られた背景誤差のサンプルに適用した。その結果、現実大気では鉛直方向の誤差相関が局在化していないこと、よって、当初利用を想定していた距離に基づく局所化行列を用いる方法では適切な局所化が行われず、意味のある相関が人為的に消去されてしまう可能性があることが判明した。そこで定式化を見直し、気候学的な背景誤差共分散の固有モード空間で局所化を行う新しい方法を提案し、この方法により鉛直方向に遠い2点間の相関を保ったままサンプル誤差によるノイズを消去できることを理想化試験により確認した。
これは本課題で目的とする、局所化手法の高度化による非局所観測の有効な同化に資する新しい発見であり、大きな進展があったと考える。
|
| 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。
|
Research Products
(8 results)
