| 研究課題/領域番号 |
16K17807
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
大塚 成徳 国立研究開発法人理化学研究所, 計算科学研究センター, 研究員 (40585022)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2021-03-31
|
| キーワード | フェーズドアレイ気象レーダ / 降水ナウキャスト / 積雲対流 / パターン認識 |
|---|
| 研究実績の概要 |
前年度に引き続き、3次元レーダ画像の線形時空間補外予測システムの開発を進めた。フェーズドアレイ気象レーダ(PAWR)は30秒毎に半径60km圏内の雨雲を3次元的に観測することの出来るレーダであり、急速に発達するゲリラ豪雨のような現象の早期検出に貢献すると期待されている。本研究では、この3次元レーダ画像の時系列を用いて、雨雲の移動ベクトルを計算し、そのまま動いた場合にどうなるかを予測する「降水ナウキャストシステム」を開発している。これまで実際にシステムのリアルタイム運用を行い、スマートフォンアプリへの配信も行ってきた。
従前は大阪大学吹田キャンパスとNICT未来ICT研究所（神戸）に設置されたPAWRを利用して研究を行ってきたが、今年度から新たに埼玉大学に設置されたマルチパラメータPAWR (MP-PAWR)が利用可能になったため、その観測データを用いて関東平野における降水の予測精度調査に取り組んだ。
神戸と埼玉の二台のPAWRを用いてナウキャストを同時に二領域で行うために、計算の高速化をさらに進め、従来の倍の性能が出るようになった。現在は上記二領域のナウキャストを同時に実施している。
対流の予測可能性を調査するに当たり、予測結果の定量的な評価が必要である。しかし、格子データの各点での値の比較を行う従来の手法では、降水系の位置や形状の差異を正しく反映することが出来なかった。そのため、パターン認識技術を利用して、降水系の形状特徴量に基づく評価手法を開発してきた。今年度はこれまでの成果をまとめて、論文として発表した。
なお、本研究はJST AIP加速課題JPMJCR19U2「ビッグデータ同化とAIによるリアルタイム気象予測の新展開」（代表：三好建正）および宇宙航空研究開発機構・降水観測ミッション「GPM観測のデータ同化の高度化」（代表：三好建正）と密接に連携して実施している。
|
| 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
本研究では研究の実施順序を入れ替えて実施したものの、予定していた降水ナウキャストシステムのリアルタイム運用と予測精度の統計的な検証において当初の目的を達成しており、順調に進展していると判断している。
|
| 今後の研究の推進方策 |
3次元降水ナウキャストシステムについては、リアルタイム運用を継続すると共に、得られた予測に関する検証を行い、線形予測の適用範囲と限界について明らかにする。また、機械学習を用いて予測手法の改良を試みる。また、ブリーディング法による積雲対流スケールのカオス的誤差成長の測定とマルチモデルアンサンブルカルマンフィルタに着手する。
|
| 次年度使用額が生じた理由 |
論文の出版時期に変更が生じた事と、新型コロナウイルスの影響で研究成果発表のための出張が取りやめになったこと。
|
