• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実績報告書

対流スケールの予測可能性の理解と向上

研究課題

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 – 2022-03-31
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 / 深層学習
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。
埼玉大学に設置されたマルチパラメータPAWR (MP-PAWR)を用いて関東平野における降水予測を行うシステムは、前年度よりリアルタイム運用と予測の一般公開を開始していた。今年度も引き続きリアルタイム予測を行うとともに、予測可能性の向上を目指して降雨減衰補正手法の開発を行った。
また、前年度に着手した深層学習を用いたナウキャストシステムの開発については、ConvLSTMと呼ばれるニューラルネットワークの一種を改良し、予測精度の向上を行った。降水のマルチスケールな構造を考慮するネットワーク構造および損失関数を考案し、従来手法と比較したところ、精度の向上が見られた。
対流スケールの予測可能性を理解する上で重要な概念に、予測誤差分布が正規分布からどの位ずれているかということがある。今年度は他の研究者との連携の下、データ同化の頻度と予報誤差分布の正規分布性の関係について調べた論文の出版に至った。
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・共同研究「GPM観測データ同化による降水予測アルゴリズムの高度化」(代表:三好建正)と密接に連携して実施した。

  • 研究成果

    (7件)

すべて 2022 2021 その他

すべて 国際共同研究 (1件) 雑誌論文 (2件) (うち国際共著 1件、 査読あり 2件、 オープンアクセス 1件) 学会発表 (3件) (うち国際学会 2件) 図書 (1件)

  • [国際共同研究] University of Buenos Aires(アルゼンチン)

    • 国名
      アルゼンチン
    • 外国機関名
      University of Buenos Aires
  • [雑誌論文] Advantage of 30-s-Updating Numerical Weather Prediction with a Phased-Array Weather Radar over Operational Nowcast for a Convective Precipitation System2022

    • 著者名/発表者名
      Takumi Honda, Arata Amemiya, Shigenori Otsuka, James Taylor, Yasumitsu Maejima, Seiya Nishizawa, Tsuyoshi Yamaura, Kenta Sueki, Hirofumi Tomita, Takemasa Miyoshi
    • 雑誌名

      Geophysical Research Letters

      巻: 49 ページ: in print

    • 査読あり
  • [雑誌論文] Reduced non-Gaussianity by 30 s rapid update in convective-scale numerical weather prediction2021

    • 著者名/発表者名
      Ruiz Juan、Lien Guo-Yuan、Kondo Keiichi、Otsuka Shigenori、Miyoshi Takemasa
    • 雑誌名

      Nonlinear Processes in Geophysics

      巻: 28 ページ: 615~626

    • DOI

      10.5194/npg-28-615-2021

    • 査読あり / オープンアクセス / 国際共著
  • [学会発表] Algorithm development for the 3D precipitation nowcasting with deep learning2022

    • 著者名/発表者名
      Otsuka, S. and T. Miyoshi
    • 学会等名
      The 4th R-CCS International Symposium
    • 国際学会
  • [学会発表] 深層学習による3D降水ナウキャストの高精度化に向けた開発2022

    • 著者名/発表者名
      大塚成徳, 三好建正
    • 学会等名
      日本気象学会2021年度秋季大会
  • [学会発表] Development of an integrated NWP-DA-AI system for 30-second-update 3D precipitation prediction2021

    • 著者名/発表者名
      Otsuka, S., Y. Maejima, P. Tandeo, and T. Miyoshi
    • 学会等名
      JpGU2021
    • 国際学会
  • [図書] "Enhancing data assimilation of GPM observations" in "Precipitation Science"2021

    • 著者名/発表者名
      Miyoshi, T., K. Terasaki, S. Kotsuki, S. Otsuka, Y.-W. Chen, K. Kanemaru, K. Okamoto, K. Kondo, G.-Y. Lien, H. Yashiro, H. Tomita, M. Satoh, and E. Kalnay
    • 総ページ数
      787-804
    • 出版者
      Elsevier
    • ISBN
      9780128229378

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi