• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2023 Fiscal Year Research-status Report

解析誤差と成長モードを考慮したアンサンブル予測による線状降水帯の高精度確率予測

Research Project

Project/Area Number 23K03498
Research InstitutionJapan, Meteorological Research Institute

Principal Investigator

小野 耕介  気象庁気象研究所, 台風・災害気象研究部, 主任研究官 (70845677)

Co-Investigator(Kenkyū-buntansha) 川畑 拓矢  気象庁気象研究所, 気象観測研究部, 室長 (80354447)
Project Period (FY) 2023-04-01 – 2026-03-31
Keywords線状降水帯 / アンサンブル予報 / 確率予測 / 予測可能性
Outline of Annual Research Achievements

2020年から2022年の3年間に九州陸上で発生した線状降水帯29事例を抽出するとともに、確率予測精度のベースラインを作成するため気象庁現業メソモデル及びメソアンサンブル予報システムの降水予測およびその環境場の予測精度評価をこの29事例について実施した。その結果、現業モデルは下層水蒸気場に負バイアスが見られること、風の鉛直シアについても負バイアスが生じていることが明らかになった。
また2021年8月13日に九州において発生した線状降水帯について、成長モードを考慮したアンサンブル予報システムを用いて予測誤差の時間発展を調べた。予測誤差は個々の対流雲から重力波とともに急速に周囲へ伝播するとともに、この急速な伝播がメソスケールにおける摂動の非線形性に大きく寄与することがわかった。この結果を日本気象学会誌「気象集誌」に"Multiscale Relative Nonlinearity in High-Resolution Forecasts for a Mesoscale Convective System"と題した論文を投稿した。
線状降水帯がもたらす洪水の予測について、大アンサンブルによってその発生確率を求めた。最大で40%を超える確率を予測できることが分かり、人々の早期避難に有効な情報であると確認された。さらにアンサンブルが算出する確率予測を用いて、決定論予測の信頼度を示すことが出来ることも分かった。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

線状降水帯事例を抽出するとともに、現業予報モデルの確率予測精度を調べることで予測精度のベースラインを作成することができた。また成長モードを利用したアンサンブル予報システムによる線状降水帯の予測実験を行い、その予測誤差特性を調査した。以上より、初年度として研究はおおむね順調に進んでいる。

Strategy for Future Research Activity

今後は解析誤差を考慮したアンサンブル予報システムを用いて線状降水帯の予測実験を行い、成長モードを用いた場合との比較を行う予定である。また実験を行う事例数を増やすことで、事例別の予測特性の違いを調査する予定である。

Causes of Carryover

初年度は大規模な実験を行うに至らなかったため、大容量ストレージ等のデータ保存媒体の購入を抑えたためである。

  • Research Products

    (11 results)

All 2023

All Presentation (11 results) (of which Int'l Joint Research: 4 results)

  • [Presentation] Clustering technique considering temporal coherence of ensemble members.2023

    • Author(s)
      Kosuke Ono
    • Organizer
      Using ECMWF's Forecast 2023
    • Int'l Joint Research
  • [Presentation] Towards the deterministic use of the regional ensemble forecasts at the Japan meteorological agency.2023

    • Author(s)
      Kosuke Ono
    • Organizer
      Using ECMWF's Forecast 2023
    • Int'l Joint Research
  • [Presentation] 線状降水帯発生時の環境場に対するメソモデルの予測精度2023

    • Author(s)
      小野耕介
    • Organizer
      2023年度日本気象学会秋季大会
  • [Presentation] 気象庁における局地アンサンブル予報システムの開発2023

    • Author(s)
      服部宏紀, 川田英幸, 安西悠理, 河野耕平
    • Organizer
      2023年度日本気象学会秋季大会
  • [Presentation] The impact-based forecasting with a large-ensemble DA2023

    • Author(s)
      Takuya KAWABATA, Tsutao OIZUMI, Ping-Yin Wu, Le Duc, Kazuo SAITO
    • Organizer
      The 6th International Workshop on Nonhydrostatic Models
    • Int'l Joint Research
  • [Presentation] 大アンサンブルによる Impact-based forecasting2023

    • Author(s)
      川畑拓矢, 大泉伝, 呉品穎, Le Duc
    • Organizer
      2023年度日本気象学会春季大会
  • [Presentation] 摂動観測を用いた局所アンサンブル変換カルマンフィルタ(第2報)2023

    • Author(s)
      露木義
    • Organizer
      2023年度日本気象学会春季大会
  • [Presentation] Typhoon and heavy rainfall simulations with 1000-member ensembles: Influence of boundary condition perturbations2023

    • Author(s)
      Wu, P.-Y., T. Kawabata, and L. Duc
    • Organizer
      2023年度日本気象学会春季大会
  • [Presentation] High-resolution 1000-member Ensemble Simulations of Typhoon Hagibis (2019)2023

    • Author(s)
      Wu, P.-Y., T. Kawabata, and L. Duc
    • Organizer
      2023年度日本地球惑星科学連合大会
  • [Presentation] The rank of ensemble perturbations affects wind probability distribution predictions: A case of typhoon large-size ensemble simulations with a limited-area2023

    • Author(s)
      Wu, P.-Y., T. Kawabata, and L. Duc
    • Organizer
      第2回都 市極端気象シンポジウム・第19回台風研究会
  • [Presentation] Investigation of error growth and non-Gaussianity in severe weather predictions using large-ensemble2023

    • Author(s)
      Wu, P.-Y., T. Kawabata, and L. Duc
    • Organizer
      9th International Symposium on Data Assimilation
    • Int'l Joint Research

URL: 

Published: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi