2020 Fiscal Year Research-status Report

Basic research on AI system for ocean float observation

Research Project

Project/Area Number	20K20634
Research Institution	Tokyo University of Marine Science and Technology
Principal Investigator	北出裕二郎東京海洋大学, 学術研究院, 教授 (50281001)
Co-Investigator(Kenkyū-buntansha)	溝端浩平東京海洋大学, 学術研究院, 助教 (80586058) 長井健容東京海洋大学, 学術研究院, 准教授 (90452044)
Project Period (FY)	2020-07-30 – 2024-03-31
Keywords	昇降式フロート / 海洋観測AI化基礎実験 / 海洋学 / 環境監視
Outline of Annual Research Achievements	本研究は、海洋ビッグデータを活用し、水平的に移動する機能を持たず流れで受動的に移動する昇降式フロートによる観測を、計画的に流れに乗せて移動させ、能動的に観測するためのアルゴリズムの開発を行う基礎研究である。フロートを計画通りに移動させるには、高分解能・高精度で3次元流速を推定する必要がある。本研究は、衛星海面高度の高分解能補間アルゴリズム開発、高分解能モデル開発と高精度化、フロートの現場実験による検証に分かれており、最終的に組み合わせてフロートの最適な昇降制御アルゴリズムの開発を行う。まず、衛星海面高度データのグリッドより小さいスケールの海面高度を得るため、衛星海面高度の生データから最適内挿アルゴリズムの開発がはじめられた。このアルゴリズムの検証のためには、観測結果との比較が必要であるため、海面漂流ブイが導入された。漂流ブイの現場実験については、COVID-19の影響もあり年度内の航海予定を組むことができなかったことから、ブイに取り付けるドローグの調整が行われた。また、昇降式フロートの導入は、2021年度に実施予定となっているが、予備的な研究として、南大洋に展開されているアルゴフロートのデータを用いて、流れの評価とアルゴフロート自体の動態についての解析が実施された。その結果、同一海域からに存在したフロートでも、その後の移動方向に大きな違いがあることが示され、その要因を調べた。一方、Regional Ocean Model systemを用いた高分解能モデルの開発に関しては、当該年度前半では、仙台湾沿岸域の高分解能モデルのチューニングを行われた。モデルの再現性について観測結果との比較を行った。年度後半では、境界条件の高解像度化と海水密度の観測データに則した評価方法のための内部サブルーチンのチューニングを実施した。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 2020年度後半は、船舶による研究観測航海が中止され海洋での実験ができなかったが、初年度の観測計画自体は多くなかったこと、従来より手掛けていた南大洋における昇降式フロートの動態データについて解析が進められたこと、高解像度モデルによるテスト実験を進めることができたことから、2020年度末における状況としては、おおむね順調に進んでいると言える。ただし、2021年度の観測実験航海の予定の調整が難航していることから、現場観測実験の方法を再検討し、船舶のシップタイムに頼らない実験方法により実施する。昇降式フロートの制御はイリジューム衛星通信で可能であるため、実験の実施方法の変更による問題は生じないと考えられる。
Strategy for Future Research Activity	今年度は、フロートの追跡実験のため、フロートの導入が進められる。当該研究代表者所属機関では卓越大学院教育プログラムが始まり、海洋観測AI教育に関連して昇降式フロートが２台2020年度末に導入された。そのフロートを本研究課題にも使用できるため、2021年度に本経費で新たに導入する昇降式フロートを１台とし、全体の通信費を支出する。フロートは電池消耗により使用期限があること、本年度はCOVID-19の影響もあり、前半の航海において十分な観測予定を組めないことから、必要に応じて2022年度以降にもフロートを追加できるよう柔軟に対応したい。今年度は昇降式フロートを1台導入するが、納入時期が年度後半になると予測されるため、現有のフロート2台を用いて先に研究を進める。計画当初、運用試験において投入と回収を繰り返しつつ実験するとしていたが、コロナ禍で船舶観測が自由に組めないことも予想されることから、実験方法を変更し、フロート投入後は回収せずに実験を行うこととする。これにより、フロート電池消耗や位置の微調整等の問題も生じるが、設置回収に関する航海時間のロスを減らすことができ、短いシップタイムを海面漂流ブイの実験や停船観測に使用できる。海洋ビッグデータの解析と流速場推定では、衛星データおよび海洋データと、三次元データ同化全球海洋再解析データ(分解能1/12度)を初期・境界条件として高分解能を駆動し、時間発展する流速の3次元場を求める。観測データと比較することにより数値モデルの結果を検証し、実際の漂流と推定値の誤差について、統計的校正手法を開発すると同時にモデルにおける海面データの同化方法を改善する。高分解能領域モデルによる計算実行時間は数日程度であるため、フロートの漂流地点をモデル海域とするように徐々に海域を移動して数値実験と漂流実験を実施し、目標とする計画的な漂流実験へと移行していく。
Causes of Carryover	2020年度後半では、船舶による研究観測航海が中止となったことによる出張旅費、研究発表会中止に伴う参加費・旅費などの支出がなかったことにより次年度への繰越が生じた。繰越金は、2021年度における海洋観測航海のための研究旅費および年度後半の研究発表会参加のための参加費・旅費に使用する。