| 研究課題/領域番号 |
19K04978
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25030:防災工学関連
|
|---|
| 研究機関 | 国立研究開発法人防災科学技術研究所 |
|---|
研究代表者 |
中井 専人 国立研究開発法人防災科学技術研究所, 雪氷防災研究部門, 総括主任研究員 (20360365)
|
|---|
| 研究分担者 |
橋本 明弘 気象庁気象研究所, 気象予報研究部, 主任研究官 (20462525)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 降雪 / 雲物理 / 数値気象モデル / レーダー / 機械学習 / 新積雪 / 比表面積 / SSA / 雪氷災害 / 雪崩 |
|---|
| 研究開始時の研究の概要 |
偏波レーダー観測に基づいて粒子形状の情報を分布として解析する手法、及び、気象モデルを改良して雲物理過程(上空の雲の中で降雪粒子が形状を変えながら成長する過程)を反映した降雪・新積雪物理量の時空間変化を予測する手法を開発する。新積雪物理量の測定を１時間間隔で行い測定データを蓄積するとともに、偏波レーダー及び気象モデルから得られた降雪形状情報の時空間変化と対応させる。それにより、レーダーや気象モデルによる上空の降雪データから、降雪起源の弱層形成について時空間的変化を追った検知、予測に利用できる技術を開発する。
|
| 研究成果の概要 |
雪氷防災研究センターにおけるレーダーと新積雪物理量である比表面積(SSA)との同時観測に基づき、降雪起源の弱層となりうる雪の降水強度推定式を作成した。11冬季のレーダー降水分布について手作業と機械学習とを比較し、気象学的な前処理の必要性を指摘した。低気圧性の雲粒付着のない降雪粒子のSSAは小さく、濃密雲粒付き雪片及び霰ではSSAが大きいことを明らかにした。地上降雪粒子観測をもとにJMA-NHMの雲物理過程において雪粒子の凝集率を温度の関数として新たに与える処理を作成した。以上のように、新積雪特性の観測データをもとにしたレーダー解析及び気象モデル研究を進展させることができた。
|
| 研究成果の学術的意義や社会的意義 |
降雪起源の弱層形成につながる雪についてレーダー降雪強度が過小評価となりうる点を指摘できたことは、レーダー気象学上，及び雪氷防災上の意義が大きい。地上降雪粒子観測データをもとにJMA-NHMの雲物理過程を最適化し雪粒子の凝集率を温度の関数として新たに与えたことは、気象学的に、また予報業務への効果が大きい。この改良が衛星リモートセンシングシミュレータの出力も改善できた点は、当初想定より進展したと言える。機械学習を用いた降水分布分類については、深層学習に関するWebサイトの開設により、気象学、雪氷学分野における深層学習の導入による研究加速の手段のひとつを提供できた。
|
