| 研究領域 | 微気象制御学：微気象の調和的予測と能動的観測の融合による自律制御型社会基盤の創成 |
|---|
| 研究課題/領域番号 |
20H05751
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
大西 領 東京工業大学, 学術国際情報センター, 准教授 (30414361)
|
|---|
| 研究分担者 |
Kolomensk Dmitry 東京工業大学, 学術国際情報センター, 特任准教授 (00813924)
杉山 大祐 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(情報エンジニアリングプログラム), 准研究副主任 (00816184)
廣川 雄一 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(地球情報基盤センター), 特任副主任研究員 (30419147)
松田 景吾 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(地球情報基盤センター), 研究員 (50633880)
|
|---|
| 研究期間 (年度) |
2020-10-02 – 2023-03-31
|
| キーワード | 微気象制御学 / 超解像 / 微気象シミュレーション / 深層学習 |
|---|
| 研究実績の概要 |
AI 融合シミュレーションによる超高速・微気象予測技術の開発を開始した。数 m メッシュという超高解像度で建物や樹冠を解像する微気象シミュレーションモデルは計算コストが甚大である。それによるリアルタイム予測を実現するために、本研究班が新開発した、物理シミュレーションと深層学習・超解像(空間解像度を人工的に向上させる補間技術)を融合した超解像シミュレーション法を発展させ、物理を考慮した超解像 ・深層学習器の試作と評価を行った。本班のメンバーが2019年に開発した超解像システムはレベル０の物理超解像（イメージ超解像）であった。本年度、レベル１の物理超解像によって、気温分布の補間精度を大きく向上させられることを確認した。また、オペレーショナルな予測を行うためには、シミュレーション結果と観測値とをデータ同化して得られる格子点データセット(解析プロダクト)が初期値として必要になる。実際の建物密集地に対する微気象スケールの解析プロダクトを、分散型マルチスケールデータ同化法を用いて構築するための前段階として、対象とする建物密集地の検討を行い、２つの対象候補を選定した。また、オペレーショナルな予測システムを構築するための開発環境及びプリ・ポストツール群の整備を行った。具体的には、gitと呼ばれるクラウド型バージョン管理ツールを導入し、微気象予測コードやその周辺ツール群をクラウド上でバージョン管理する環境を構築した。これにより、複数人、複数機関での開発を効率的に推進することが可能となった。
|
| 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
予定通り、研究開発環境（ハードウェア、ソフトウェア）を構築できた。人員体制の構築に関しては、ポスドク１名の採用を決定し、2021年度途中参画いただく予定である。研究成果に関しては、街区微気象の予測情報を超解像（高解像度化）する技術に関する論文の投稿準備中にまで進んだ。来年度早々に投稿できる見通しである。注目を集めている研究開発であり、短期間のうちに３件の招待講演依頼を受けた。
|
| 今後の研究の推進方策 |
本調和的予測班の実施する技術開発は、他班との密な連携が欠かせない。現象解明班、影響モデル班、機動的観測班との打合せを継続し、お互いに進展状況を共有しながら、効率的に技術開発を進めていく。
|
