Hybrid data assimilation methods with a particle filter for forecasts of extreme weather events

• Project/Area Number: 21K13995
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 17020:Atmospheric and hydrospheric sciences-related
• Research Institution: Japan, Meteorological Research Institute
• Principal Investigator: 近藤 圭一 気象庁気象研究所, 気象観測研究部, 主任研究官 (00735558)
• Project Period (FY): 2021-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2021)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: データ同化 / 非ガウス分布 / 観測誤差 / 粒子フィルタ / 観測インパクト

Outline of Research at the Start

気象学では大気モデルと観測の架け橋としてデータ同化が発展し、気象予測精度向上に貢献してきた。社会的にインパクトの大きい台風や集中豪雨等の顕著現象の予測精度向上は防災・減災の上でも喫緊の課題の一つである。そのような顕著現象では非線形性が極めて強いという特徴があり、強非線形性に起因する非ガウス分布を適切に扱うことが顕著現象のさらなる予測精度向上のため非常に重要となる。本研究では、複数の予報を束ねたアンサンブル予報を活用し、観測をガウス分布・非ガウス分布部分に分割することにより、非ガウス分布を適切に扱える非ガウスデータ同化手法を確立し、顕著現象の予測可能性の向上を図る。