2020 Fiscal Year Annual Research Report
日本の前線性降雨に対する物理的最大規模降水量推定手法の適用
| Project/Area Number |
19H02251
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
石田 桂 熊本大学, くまもと水循環・減災研究教育センター, 准教授 (70800697)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 想定最大規模降水量 / 領域大気モデル / 力学的ダウンスケーリング / 前線性降雨 |
|---|
| Outline of Annual Research Achievements |
想定最大規模降水量の推定における既存の手法の問題点を克服するため，領域大気モデルによる数値実験を用いたMaximum Precipitation (MP) Estimationという手法がアメリカ合衆国の西海岸を対象として開発された．本研究ではMP Estimation法を過去に前線性降雨による豪雨災害が発生した福岡県の朝倉地域を日本における対象地とし改良を行い，実際に想定最大規模降水量の推定を行うことを目的とする．本研究の手順は，1)前線の影響により引き起こされた降水イベントの選定，2) 各降水イベントの再現計算，3)各降水イベントにおける降水量の最大化，4)想定最大規模降水量の推定降水量からなる．また，本研究では【１】前線性降雨により朝倉地域及びその周辺で豪雨が発生した降水イベント，【２】九州北部周辺に前線が停滞し，高湿度の大気が前線に向かい流れ込んだ降水イベントを最大化の対象とする．初年度にこのうち【１】の降水イベントを選定し手順１，２を行った．そして，手順３の導入として１つの降水イベントに関し降水量の最大化を試した．２年度目である本年度は，計画通りにまず【１】の降水イベントの再現計算に関して十分な精度が得られなかったものに関し，再現精度向上を試みた．初年度に行なったモデルパラメータの最適化に加え，計算領域の変更や他の再解析データ（ERA-Interim，NCEP-FNL）の使用などを試した．次に，【１】の降水イベントに関して十分な再現精度が得られたものに関し，手順3による降水量の最大化を行なった．また，同時に【２】の降水イベント抽出に関して，より定量的に行うために機械学習手法を導入した．様々な機械学習手法を試し，そこで発生した副産物の成果は二つの国際学会で発表した．そして，【２】の降水イベントに関しても再現計算を進めた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在まで概ね計画通り研究を進めている．本年度は上記【１】の降水イベントに関して，初年度は再現計算に用いる領域大気モデル(WRF)の初期・境界条件として大気再解析データであるERA5を用いた．しかしながら，降水イベントによっては十分な再現精度が得られなかった．そのため，他の大気再解析データであるERA-InterimやNCEP-FNLを試したが，結局のところ再現精度の向上は得られなかった．一方で，ERA5を用い，計算領域の再設定や更なるモデルパラメータの設定などを行い，降水イベントによっては大幅な精度向上が得られた．その後，これらの再現計算の結果を元に，手順3)のAtmospheric Boundary Conditions Shifting（ABCS）法による降水量の最大化を進めた．
並行して，【２】の降水イベント抽出を行なった．当所の計画では，大気再解析データ，観測データ及び天気図から単純に降水イベントの抽出を行う予定をしていた．しかしながら，初年度に選定を進めるなかで必要を感じ，本年度はより定量的な手法による【２】に関する降水イベントの選定を行なった．まず，現在注目を集めている深層学習のいくつかの手法を試した．しかしながら，本研究で対象とする極端現象では事例数が十分ではなくうまくいかなかった．そこで，クラスタリングを対象とした機会学習手法を導入した．クラスタリングの結果と対応する大気場や降水量の比較により降水イベントの抽出を行なった．そして，抽出した降水イベントの再現計算を進めた．
以上のように，【１】の降水イベントに関して手順１，２が終了し，３を進めている．【２】の降水イベントに関しては手順１が終了し，２を進めている．手順２が最も計算量が最も計算量を必要とする部分であり，本研究課題で予定している計算量で考えると概ね計画通りに進んでいる．
|
| Strategy for Future Research Activity |
今後は初年度で得られた結果を元に手法の改良・発展を行っていく．本研究の手順は，１）前線の影響により引き起こされた降水イベントの選定，２）各降水イベントの再現計算，３）各降水イベントにおける降水量の最大化，４）想定最大規模降水量の推定からなる．降水量を最大化する対象となる降水イベントの選定に関して，本研究では【１】前線性降雨により朝倉地域及びその周辺で豪雨が発生した降水イベント，降水強度は地形の影響を受けるため，過去に豪雨が発生していなくとも【２】九州北部周辺に前線が停滞し，高湿度の大気が前線に向かい流れ込んだ降水イベントの２種類を対象とする．【１】に関して抽出した降水イベントに関しては１，２年度目に手順２）の再現計算が終了し，それらをもとに手順３）の降水量の最大化を進めた．また，【2】に関しては手順１）のイベントの抽出を行い，２年度目に手順２）の再現計算を進めた．最終年度である今年度は，これらを継続して行っていく．まず，【１】に関して抽出した全ての降水イベントにおいて，手順3の降水量の最大化を完了する．次に 【2】に関して抽出した降水イベントに対して手順２）の再現計算を完了する．その後，それらの降水イベントに関しても手順３）降水量の最大化を行う．最終的に，手順４）として，【１】及び 【２】に関して抽出した降水イベントにおいて最大化した降水量のものから，降水量が最大のものを想定最大規模降水量の推定値とする．
|
