2021 Fiscal Year Research-status Report
観測ビッグデータを活用した変分法データ同化の高度化
| Project/Area Number |
19K23467
|
|---|
| Research Institution | Japan, Meteorological Research Institute |
|---|
Principal Investigator |
藤田 匡 気象庁気象研究所, 気象予報研究部, 室長 (50847283)
|
|---|
| Project Period (FY) |
2019-08-30 – 2023-03-31
|
| Keywords | 観測誤差相関 / 流れに依存する背景誤差 / データ同化 / 高頻度高密度観測 / ドップラー速度 |
|---|
| Outline of Annual Research Achievements |
リモートセンシング技術の高度化により観測データの高頻度高密度化が著しく進んでいる。これらの観測データを数値予報の初期値作成において有効に活用するためのデータ同化技術の高度化に取り組んでいる。これまで、ドップラー速度の観測誤差の時間空間相関を統計的に診断してその特性を調査し、さらに、得られた観測誤差相関を四次元変分法に組み込み、また、流れに依存する背景誤差も導入して、ドップラー速度観測の高頻度高密度同化に取り組んだ。2021年度は、これらの分析をまとめた論文の執筆を完了して投稿し、出版した。論文の査読の過程で、観測誤差相関の統計的診断について、データ同化サイクルで用いる背景誤差の流れへの依存性やドップラー速度観測のセル平均に対する感度実験を行った。また、解析インクリメント（解析値－第一推定値）のスペクトル特性の分析、同化における観測誤差相関の設定に対する予測の感度実験、一点観測同化実験による背景誤差の時間発展の特性調査を行い、流れに依存する背景誤差の効果を中心にさらに詳しく調査した。これまでの分析の堅牢性を高めるこれらの追加調査についても論文に記述した。流れに依存する背景誤差の効果により、同化ウィンドウ初期から解析インクリメントの高波数成分が大きくなり、観測データからより詳細な情報を気象状況に応じて抽出し解析値に反映できるようになることが分かった。これに伴い、北海道付近の停滞する前線の事例について予測に改善がみられた。以上の結果から高頻度高密度観測を有効に活用するために、流れに依存する背景誤差が重要となることが示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2021年度の課題としていた、これまでの研究成果をまとめた論文について、投稿、査読への対応を行い、出版した。また、査読の過程で、分析の堅牢性を高める感度実験を実施して論文に反映した。計画していた調査を概ね終え、感度実験によるより一般的な知見を含めて論文として成果発表したことから、おおむね順調に進展していると判断する。
|
| Strategy for Future Research Activity |
2022年度は、これまでの研究成果のまとめを行う。また、これまでの計算結果を整理し、今後の参照のための保存を行う。
|
| Causes of Carryover |
2021年度は2022年3月の論文出版まで費用が定まらず、また、新型コロナウィルスの影響で多くの研究集会での成果発表がオンラインとなったことにより、次年度使用額が生じた。2022年度は、観測誤差特性の統計的診断や感度実験による計算結果を保存するためのストレージ装置の整備などに使用する計画である。
|
