• 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

2022 年度 研究成果報告書

アンサンブルデータ同化を利用した大気海洋結合モードの抽出とその短期予測への応用

研究課題

  • PDF
研究課題/領域番号 17K05663
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 気象・海洋物理・陸水学
研究機関慶應義塾大学 (2022)
国立研究開発法人海洋研究開発機構 (2017-2021)

研究代表者

小守 信正  慶應義塾大学, 自然科学研究教育センター(日吉), 研究員 (80359223)

研究期間 (年度) 2017-04-01 – 2023-03-31
キーワード海洋物理・陸水学 / 気象学 / 大気海洋相互作用 / データ同化 / 季節変動予測 / アンサンブル / 観測システムシミュレーション実験
研究成果の概要

アンサンブル手法を用いて全球大気海洋結合モデルCFESに大気観測データを同化するシステムを構築し,大気大循環モデルAFESに基づいたシステムには見られなかった熱帯太平洋域における海盆規模の相関構造を見出した.また,短期変動予測への応用に資するため,CFESに海面水温の観測データのみを簡便な手法を用いて同化する試験的な季節予測システムを構築し,海氷域を含め,既存のシステムと遜色のない予測スキルが得られることを明らかにした.さらに,AFESにおける陸水の取扱いを改良し,熱的コントラストの改善を通じて大規模な循環場のバイアスを低減しうることを明らかにした.

自由記述の分野

海洋物理学

研究成果の学術的意義や社会的意義

大気海洋結合モデルを用いた季節変動予測自体はすでに実用化されているが,その精度を向上させるためには,初期条件を作成する際に大気と海洋を一体的に取り扱うことが重要であり,各国の現業数値予報センターでも精力的に開発が行われている分野である.一方,大気大循環モデルにおける内海や湖沼の取扱いは,これまであまり着目されてこなかったものの,その影響は無視できないことが本研究で明らかとなった.従って本研究の成果は,将来的な季節変動予測の精度向上に資するものであると考えている.

URL: 

公開日: 2024-01-30  

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