大気・水文結合データ同化 －水文ビッグデータ同化による大気・水文予測の改善－

2020 年度 研究成果報告書

• 研究課題/領域番号: 18H01549
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 小区分22040:水工学関連
• 研究機関: 千葉大学 (2019-2020); 国立研究開発法人理化学研究所 (2018)
• 研究代表者: 小槻 峻司 千葉大学, 環境リモートセンシング研究センター, 准教授 (90729229)
• 研究期間 (年度): 2018-04-01 – 2021-03-31
• キーワード: データ同化 / 気象予測 / 土壌水分 / 結合システム / 降水予測

研究成果の概要

本研究では、水文観測情報を統合的に同化し、中期天気予報、及び、河川流量、旱魃指数などの水文予測精度改善へ向け研究推進した。特に全球大気データ同化システムNICAM-LETKFの高度化に注力し、以下の成果を得た。
(1) NICAMへ、GLDASから得られる土壌水分観測を有効に強結合同化する方法を開拓した。土壌水分同化による大気変数は改善効果である一方で、大気変数同化による陸面変数の更新は改悪効果であることを示した。(2) 衛星水文観測を同化し、モデルパラメータを推定する研究を推進した。GSMaP同化により降水量予測精度を改善し、GCOM2/AMSR2可降水量同化により全球放射収支改善を達成した。

自由記述の分野

気象予測

研究成果の学術的意義や社会的意義

諸国の経済が国境を越えて密接に関わる現代では、自国のみならず、「場所を問わず」他国の災害可能性をモニタリングする必要がある。自然災害の多くは気象現象、特に降水により引き起こされるため、2週間程度の中期天気予報を改善し、災害の予報スキルを向上させることは重要な社会的使命である。本研究では、現業機関でほとんど活用されていない陸域の水文観測ビッグデータを用いた中期天気予報改善へ取り組んだ。全球の土壌水分・降水量・可降水量などのデータを有効に天気予報に取り込む手法を探求し、データ同化手法の高度化やモデルパラメータ推定により、降水予報を始めとする天気予報改善を達成した。