Development of short-term intense rainfall prediction techniques using lower-cost radar data assimilation and the application to river discharge prediction
| Project/Area Number |
18H01673
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25030:Disaster prevention engineering-related
|
|---|
| Research Institution | Ibaraki University |
|---|
Principal Investigator |
若月 泰孝 茨城大学, 理工学研究科(理学野), 准教授 (70455492)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加藤 雅也 名古屋大学, 宇宙地球環境研究所, 研究員 (00648272)
牛山 朋来 国立研究開発法人土木研究所, 土木研究所(水災害・リスクマネジメント国際センター), 研究員 (50466257)
清水 慎吾 国立研究開発法人防災科学技術研究所, 水・土砂防災研究部門, 主任研究員 (70462504)
岩崎 博之 群馬大学, 教育学部, 教授 (70261823)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Project Status |
Granted (Fiscal Year 2021)
|
| Budget Amount *help |
¥15,860,000 (Direct Cost: ¥12,200,000、Indirect Cost: ¥3,660,000)
Fiscal Year 2021: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2020: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2019: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2018: ¥7,410,000 (Direct Cost: ¥5,700,000、Indirect Cost: ¥1,710,000)
|
|---|
| Keywords | 短時間降水予測 / レーダデータ同化 / 河川流量予測 / 河川流出予測 / ナウキャスト / 気象レーダ / 短時間降水予測技術の高度化 / 河川流出予測技術の高度化 / 研究体制の強化 / 複数の研究成果 |
|---|
| Outline of Annual Research Achievements |
令和元年度は、低負荷型レーダデータ同化による直近の豪雨予測技術の高度化と河川流量予測技術の高度化について技術開発を実施し、非常に良好な成果をあげることができた。低負荷型レーダデータ同化による直近の豪雨予測技術については、昨年度に開発した選択的アンサンブルナウキャスト法の中の、量的バイアス補正法の問題点（降水システムの発生と消滅時期にバイアスが大きくなる問題）を解決するため、量的バイアス補正に時間発展関数を導入するという手法開発を行った。また、防災科学技術研究所において、複数の関東域の豪雨事例に対して、3次元変分法データ同化手法による短時間降水予測実験を実施した。この手法は、レーダなどの充実した関東域の観測ネットワークのデータをフルに活用して数値モデルによって予測する手法である。このデータは、今後アンサンブルナウキャスト法のアンサンブルメンバーとして組み込まれ、量的予測の精度向上に貢献することが期待される。関連した学会発表や論文発表もなされた。
河川モデル予測研究においても十分な成果をあげることができた。平成30年7月豪雨に対して、アンサンブル気象予測を適用し、河川流出モデルもアンサンブル化して計算することができ、学会発表された。また、大気モデルシミュレーションと統計モデルによるダウンスケーリング結果を用いたアンサンブル河川流出予測計算などのテスト実験が行われた。
本研究に深く関連する研究として、2種類の成果があげられる。ひとつは、関東域での都市効果による降水増強メカニズムが明らかになったことである。都市の混合層の発達と海風の効果が都市での降水増強に寄与しており、降水予測に貢献することが期待される。降水予測の補正やダウンスケーリング（高解像度化）に多層ニューラルネットを用いた機械学習が有効であることが明らかになった。
なお、予定していた研究集会がコロナウイルス対策のため延期された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和元年度の研究では、コロナウイルス対策のために、当初予定していた研究集会を開催することができなかったが、次年度にフォローすることができる範囲と判断できた。
研究論文１編、学会発表１０件の成果を上げることができた。また、防災科学技術研究所で作成された短時間降水予測モデルシミュレーションのデータを選択的アンサンブルナウキャスト法に導入するための準備が整い、研究グループ間の連携を図ることができた。
当初の予定通り、各チームで短時間降水予測に資する技術開発も進んだ。特に、本研究のカギとなりうる選択的アンサンブルナウキャスト法における量的バイアス補正の課題の一部を解決する手法の開発は本研究の推進に有効だと考えられる。また、平成30年7月豪雨に対して、アンサンブル気象予測を適用し、河川流出モデルもアンサンブル化して計算することができた。次年度以降に発生する可能性のある豪雨災害に対しても、このようなアンサンブルシミュレーションによる降水と河川流量予測による評価ができる準備が整っているといえる。このように、来年度以降に本格的に予定されている降水予測と河川モデルの結合研究の準備が整いつつある状況といえる。
また、当初計画にはなかった多層ニューラルネットなどの機械学習を用いた降水情報の高解像度化技術が開発されるなど、大きな進展があったチームもあった。総合的に判断して、おおむね順調に進展していると判断できる。
|
| Strategy for Future Research Activity |
令和２年度以降も、各チームでの手法の高度化をさらに推進させる。一方で、研究チーム間および研究機関間連携を強化する。令和元年度までは、短時間降水予測のデータ交換などを行ったが、降水予測を河川流出予測につなげる連携の強化の必要性が高まっている。令和元年度は台風１９号などで、大規模な河川災害が発生した。毎年のように繰り返される河川氾濫災害に対して、いち早く流出の予測情報を伝達させるためには、本研究の方向性を流出予測の早期警戒の可能性の探求にフォーカスしていく必要があると考えられる。また、選択的アンサンブルナウキャスト法のように、複数の降水予測結果を結合して確率論的にアンサンブル降水予測を行い、それを用いてアンサンブル的に河川流出予測計算を行う必要がある。防災科学技術研究所での３次元変分法による降水予測、気象庁の高解像度降水ナウキャスト、上流下層加湿法による降水予測、気象庁LFMによる気象予測などのさまざまな降水予測プロダクトを選択的アンサンブルナウキャスト法などを用いて融合する試みを行う。河川流出予測モデルには、RRIモデルなどを用いる。この中では、大規模河川だけではなく、中小規模河川の流出予測の精度についても検討していく必要性がある。中小規模河川の流出予測の精度向上のためには、大規模河川の流出予測の精度が高くなければならない。すなわち、時空間的にマルチスケールの階層構造をもった降水予測プロダクトと河川流出予測プロダクトの結合を考えなければならない。このマルチスケール階層構造システム開発は、本研究プロジェクトだけでは難しいかもしれないが、その方向性が示されるような結果を出していく必要がある。令和２年度以降、このような目標の下で、研究機関連携や情報交換・データ交換を強化していく予定である。
|
Report
(2 results)
Research Products
(29 results)
