2022 Fiscal Year Annual Research Report
数値モデルに適用する雲氷・降雪粒子の新スキーム開発による気候予測の高精度化
| Project/Area Number |
19K14795
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
道端 拓朗 岡山大学, 自然科学学域, 准教授 (30834395)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | エアロゾル・雲相互作用 / 全球気候モデル / 降水 / 放射強制力 / 微物理 |
|---|
| Outline of Annual Research Achievements |
前年度までに構築した新しい固体降水パラメタリゼーションの性能評価を行うため、複数の人工衛星データを用いてモデルの降水素過程の評価を実施した。モデルと観測の整合的な評価を行うため、衛星シミュレータを比較に用いた。開発したモデルは、年平均の雲量や降雪量は観測と整合的であることがわかっていたものの、瞬間値で観測と比較すると系統的な誤差を抱えていることが明らかになった。
具体的には、モデルは降雪強度を過小評価する一方で降雪頻度を過大評価する誤差補償が、特に北極域で顕著に存在することがわかった。降雪粒子は、太陽放射・赤外放射ともに強い感度をもつ事実を踏まえると、こうした誤差補償は北極域における放射収支・水収支の再現性に大きく影響することが考えられる。特に、海氷の年々変動予測は気候モデルにおける主要な不確実要素の一つであり、モデリング手法の高度化に加えて観測データを系統的に用いた精度向上が継続的に必要であることを示唆する結果である。
こうした系統誤差を解消するために、モデル内で仮定している不確実なパラメータを摂動させる多数の感度実験を実施した。北極域の降雪強度・頻度の誤差補償は、こうしたパラメータ調整だけでは改良が困難であることが示唆されたほか、衛星シミュレータの仮定そのものにも問題が生じうることが明らかとなった。例えば本研究で構築した降雨・降雪を予報するモデルの場合、大気中に存在する降水粒子も衛星搭載レーダー・ライダーから散乱体として検出され、その一部は雲と識別されて雲量の評価に含まれる一方でシミュレータにはそのような計算が欠落しているなど、不十分なプロセスを考慮することでモデルの再評価を実施した。これは、現状の国内外の気候モデルの雲プロセスを評価する枠組みに依然として不確実性が大きく含まれることを意味しており、気候感度の定量化にも影響しうることを示唆する結果である。
|
