| 研究課題/領域番号 |
21K03671
|
|---|
| 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17020:大気水圏科学関連
|
|---|
| 研究機関 | 気象庁気象研究所 |
|---|
研究代表者 |
廣川 康隆 気象庁気象研究所, 台風・災害気象研究部, 主任研究官 (90845885)
|
|---|
| 研究分担者 |
川畑 拓矢 気象庁気象研究所, 気象観測研究部, 室長 (80354447)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 線状降水帯 / アンサンブルシミュレーション / メソ気象 / 気象予報 / クラスター解析 / 集中豪雨 / 環境場 |
|---|
| 研究開始時の研究の概要 |
線状降水帯は集中豪雨をもたらす要因として近年特に注目されているが、未解明な部分が多いために精度良く予測することが現状では難しい。そこで令和2年7月豪雨で球磨川流域に生じた顕著な線状降水帯を対象とした、高解像度・大アンサンブルシミュレーション（複数の初期値や境界値をもとに複数の予測を行うこと）を活用する。1000通りの予測結果を系統的に整理することで、線状降水帯が発生、発達、維持しやすい気象状況の特徴を解明し、線状降水帯にともなう集中豪雨の予測精度向上を目指す。
|
| 研究実績の概要 |
令和2年7月豪雨の球磨川流域で生じた線状降水帯を対象とした1000メンバーの大アンサンブルシミュレーションに対して，発生期間や位置に着目してクラスター解析を行い，下層の高暖湿気流入や活発な対流域，深い湿潤層が発生環境場として特徴的であることを示した．
1000メンバーによる大アンサンブル実験結果を用いて，線状降水帯による洪水被害がどのように予測できるのかということについて調査を行った．その結果，高解像度でかつ水文モデルと結合することで，高い確率予測が可能であることが分かった．
気象庁で現業運用している局地解析（LA）を，メソアンサンブル予報システム（MEPS）を用いてハイブリッド化する（背景誤差共分散に流れ依存性を導入する）ことで，LAを初期値とする水平解像度2kmの局地予報モデル（LFM）の予報精度が向上することが分かった．令和2年7月豪雨で球磨川流域に生じた線状降水帯についても，ハイブリッド化によって降水上流下層の風や気温が適切に修正され，より観測に近い位置に予報することが出来た．
広範囲で持続する強雨域の形成・強化要因を調べるため，気象庁メソ解析による解析を行い，強雨の形態による強雨発生域周辺での大気環境の違いについて調べた．その結果，線状の強雨域の形成にはより活発な下層での水蒸気供給と中層500hPaで降水系の周囲が広範囲に湿っていることが好都合である一方，中層で広く高湿な環境になるほど大規模で停滞性もある顕著な線状強雨域が形成されやすいとは一概には言えないことが示唆された．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究代表者が開発した，解析雨量から得られる強雨域の時空間連続性を考慮して線状降水帯を客観的に抽出する手法は，水平分解能2kmの高解像度・大アンサンブルシミュレーションの予想降水量にも適用できることを確認した．このように抽出した線状降水帯の発生期間や位置，降水強度をもとにクラスター解析を行うことで，線状降水帯の発生・発達しやすい環境場の特徴を把握することができた．
あわせて水文モデルとの結合や，客観解析とアンサンブル予報システムとのハイブリット化を適用することで，予測精度向上に寄与することを示すことができた．
これらのことから，ここまでの研究計画はおおむね順調に進展していると言える．
|
| 今後の研究の推進方策 |
令和2年7月豪雨の球磨川流域で生じた線状降水帯事例に用いた，大アンサンブルシミュレーションのクラスター解析を他事例にも適用し，発生．発達に寄与する環境場の特徴の解明研究を進める．このクラスタリングが線状降水帯の発生環境場の特徴を理解するのに有効であることが確認できた場合は，その手順を整理し，予測精度向上に寄与する一手法として提案する．
|
