2022 Fiscal Year Research-status Report
巨大電流・エネルギーを持つ冬季落雷のメカニズムの解明と予知
| Project/Area Number |
21K03681
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
ウ ティン 岐阜大学, 工学部, 准教授 (50789774)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 冬季雷 / 強帰還雷撃 / 巨大落雷 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本年度は主に(1)強い正極性雷撃の解析・論文発表、(2)機械学習を用いて帰還雷撃の自動識別方法の開発を行った。
(1)冬季に観測された700例ぐらいの正極性帰還雷撃の強さについて詳細な解析を行った。正極性帰還雷撃は夏季雷雲には多く発生しないため、このような大量な事例の解析は世界でも珍しい。この研究で初めて判明したことは主に: ①正極性帰還雷撃の強さは帰還雷撃の電界変化波形と深くかかわる。②強い正極性帰還雷撃は雷始まった後すぐ発生する傾向が強い。これは強い正極性帰還雷撃の発生時、雷雲下非常に強い電場の存在を示唆する。③正極性帰還雷撃が強いほど、直前のリーダパルスも強い。そしてこの傾向は海に落ちた雷撃のほうが強い。④強い正極性と負極性帰還雷撃の比較を行った。強い負極性帰還雷撃と比べると、正極性のほうが全体的にもっと強い。そして、海に落ちる可能性は高い。しかし、強い正極性帰還雷撃は負極性のような異常な電界変化波形を生じない。⑤強い正極性帰還雷撃は正負電荷層逆転型の電荷構造とかかわり、正電荷層が非常に大きいという可能性が高い。これらの結果から強い正極性帰還雷撃の発生条件は雷雲下非常に強い下向きの電場が存在することが明らかになった。この研究成果は既に論文にまとめて国際学術誌に発表した。
(2)もっと大規模な解析を行うため、高精度の帰還雷撃自動識別方法の確立が必要である。現在主流の自動識別方法の精度は90%ぐらい留まっている。本研究では大量の観測データをもとに、機械学習の手法を用いて高精度の自動識別方法の確立を目指す。本年度は既に識別方法の開発を完了し、負極性帰還雷撃の識別精度は98%以上に達することに成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年度の強い負極性雷撃に関連する成果の発表に続いて、本年度は強い正極性雷撃に関連する成果も発表した。本研究の計画通り研究が着実に進んでいる。また、機械学習を用いた帰還雷撃の自動識別方法もほぼ完成したので、今後はこの方法を利用して帰還雷撃についてもっと大規模な解析を行い、更に多くの成果が期待できる。
|
| Strategy for Future Research Activity |
(1)広域FALMA観測ネットワークの観測サイトを更に増やして、長期間、広範囲の観測データを蓄積する。
(2)帰還雷撃の自動識別方法を更に改良し、正極性帰還雷撃及び冬季の特殊な帰還雷撃も高精度で識別できるようにする。
(3)高精度の自動識別方法を利用して、夏季と冬季両方の観測データから帰還雷撃を検出し、大規模な解析を行う。
|
Research Products
(4 results)
