| 研究課題/領域番号 |
17H01705
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
松井 知子 統計数理研究所, モデリング研究系, 教授 (10370090)
|
|---|
| 研究分担者 |
村上 大輔 統計数理研究所, データ科学研究系, 助教 (20738249)
山形 与志樹 国立研究開発法人国立環境研究所, 地球環境研究センター, 主席研究員 (90239864)
AMES MATTHEW 統計数理研究所, 統計的機械学習研究センター, 特任助教 (90794769)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 時空間解析 / 地表面温度 / 地球温暖化 |
|---|
| 研究成果の概要 |
熱波の極値状況を精度良くとらえるための時空間モデリング手法ST-BLUEの高度化を行った。試行錯誤の結果、都心と郊外のように性質の異なる地域のモデリングを個別に行う必要があると判明したため、熱波状況の局所予測を行う手法を開発した。この手法を用い、東京大都市圏を対象地域として、地表面温度の背後にあるプロセスの平均、分散、歪度、尖度を地点ごとに推定した結果、都心西部において温度が高い点、海沿いや山沿いで温度分散が大きい点、都心で尖度が高まり極端な高温が局所的に発生している点、都心―熊谷―群馬に至る盆地で分布の裾が熱くなる点、などの興味深い知見が得られた。
|
| 自由記述の分野 |
統計的機械学習
|
| 研究成果の学術的意義や社会的意義 |
本手法により、時々刻々変化する熱波リスク事象の状況把握を高精度化し、そのためのモデル選択やシステム同定の研究を活性化することが期待される。また、高精度な時空間分布の推定を実施して、都市のヒートアイランド現象の変動要因の解明を可能とする。このシミュレーション結果は熱波対策立案の支援に繋がることが期待される。さらに、今後の著しい温暖化影響が予想される国内外の都市を対象に、本手法を活用した都市のレジリエンス研究への応用が期待できる。
|
