「ゲリラ豪雨」予報高精度化に向けた超高頻度・高解像度雷発光データ同化

2020 年度 実施状況報告書

• 研究課題/領域番号: 18K13614
• 研究機関: 国立研究開発法人理化学研究所
• 研究代表者: 前島 康光 国立研究開発法人理化学研究所, 計算科学研究センター, 特別研究員 (90509564)
• 研究期間 (年度): 2018-04-01 – 2022-03-31
• キーワード: データ同化 / 数値天気予報 / 局地的豪雨 / メソ気象

研究実績の概要

課題3年目である令和2年度は、平成31年度までに研究を進めた雷発光データ同化を行うために必要な観測演算子を改良し、実際にゲリラ豪雨を対象としたデータ同化実験を行うための準備を行った。観測演算子とは、データ同化を行う際に、数値モデルの変数と観測データの関係性を記述する式である。平成31年度までに行った研究では、100万分の1秒のオーダーで観測される雷の発光位置と、数値気象モデルの物理量との関係について、散布図等をつかった解析によって一定の関係性を見出したものの、当初の想定にはない課題に直面した。具体的には、氷晶が衝突して帯電すると、鉛直に伝播(対地雷)するばかりでなく、水平方向にも伝播し、必ずしも雲、降水がない場所でも雷発光が観測されるため、単純氷晶の質量と雷発光頻度を比較することが難しくなるという課題を解決する必要があった。そこで、Takahashi(1978)で示された雷発光の基準を踏まえつつ、さらに雷が帯電してから数ミリ秒間にデータを絞り込むことによって、水平方向に伝播する雷を排除する試みを行った。その結果モデルの氷晶の質量との相関係数が0.78という関係性を見つけた。さらに、機械学習にて雷発光データと氷晶の質量との関係性を見出したところ、氷晶の質量が乾燥大気1㎏あたり0.1gの時に雷発光が最も進発しており、両者をガウス関数でフィッティングできる可能性も見えた。2021度日本気象学会春季大会、日本地球惑星科学連合2021年大会(国際会議・査読あり)にて報告を行う。

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

申請段階における年次計画では、1年目の研究到達点として観測演算子の構築を挙げていた。そのための具体的なプロセスとして、(1) 高精細・高精度な数値モデルデータセットの成、(2) 雷の先行研究のレビュー、(3)雷発光データとモデルデータとの比較、の3つを提示していた。
平成30年度までに(1)に関しては、気象レーダーデータを同化した高解像度のシミュレーションを行って、30秒毎、100mメッシュの数値モデルデータセットが出来上がっており、計画を達成済みである。平成31年度は(2)に関して、Takahashi(1978)をはじめとした雷現象そのものの研究、さらにDickson et al.(2016)のレビューが終わり、この点についても計画が達成された。さらに平成31年度は(3)に関しても、観測演算子記述に向けた取り組みが一通り行われたが、雷発光とモデルの氷晶が対応しない、水平に伝播する雷の扱いについて、困難な課題が生じてきた。しかしながら、令和2年度にてこの問題を解決する方法がみつかり、観測演算子をより高度化する取り組みが行われた。一方で令和2年度実施要諦だった、実際のゲリラ豪雨を対象としたデータ同化実験が十分に行えていない。
全体を通して進捗を振り返ると、実事例を対象とした雷データ同化実験に関しては先送りとなったものの、観測演算子構築においては、当初想定していなかった課題を克服し、研究計画時より高度な形で研究を遂行できた。そのため3年目の研究計画の評価は、「概ね達成された」とする。

今後の研究の推進方策

令和3年度は研究期間延長に伴う機関となるため、これまでの研究計画でで残された課題に取り組む。具体的には、令和2年度までに開発した観測演算子を領域気象予報システムSCALE-LETKFに実装して、実際のゲリラ豪雨事例を対象としたデータ同化実験を行い、ゲリラ豪雨予報にどのような影響を与えるか調べる。
まずは雷発光データ同化に対応したSCALE-LETKFの計算安定化を図り、そのうえで、少数の観測を同化することでどのようなインパクトがあるか評価する。続いて、全観測データを同化した本格的なシミュレーションに取り組み、雷発光データ同化がゲリラ豪雨予報改善にどのように寄与するか、気象予報の精度を測る指標を用いて定量的に評価する。
本研究のデータ同化実験においては、局所アンサンブル変換カルマンフィルタ(LETKF,)を用いるが、LETKFに内在するパラメータは、同化を行う観測データによってチューニングがなされる必要がある。これまで本研究で用いる雷発光データを用いたデータ同化実験は行われておらず、それに対応したパラメータセットは明らかでない。今年度はゲリラ豪雨予報改善の結果に対する評価を通じて、雷発光データ同化に適したパラメータも提案する。
また、雷発光データ同化を通じて、これまでのゲリラ豪雨シミュレーションでは何が足りなかったか、またゲリラ豪雨という現象そのものをどう説明できるのか、といった気象学的な議論も深めていく。

次年度使用額が生じた理由

令和2年度はコロナ禍の影響で、各種学会、シンポジウムが中止またはオンライン開催になり、学会等へは在宅での参加となった。そのため本来科研費より拠出する予定であった旅費が執行できず、繰越金が発生せざるを得ない状況であった。
令和3年度も、当分は新型コロナウイルス感染防止のため、学会等はオンライン開催になることが決まっており、平成31年度までのような状況を想定しての旅費執行はできない。そのため、これらの助成金は論文出版費用、データ処理とバックアップのためのHDD購入、老朽化したPC端末の更新に用途変更して執行するよていである。

研究成果

• [雑誌論文] Predictability of the July 2020 Heavy Rainfall with the SCALE-LETKF (2021)
  • 著者名/発表者名: Taylor James、Amemiya Arata、Honda Takumi、Maejima Yasumitsu、Miyoshi Takemasa
  • 雑誌名: SOLA 巻: 17 ページ: 48～56
  • DOI: 10.2151/sola.2021-008
  • 査読あり / オープンアクセス
• [雑誌論文] Impact of the Window Length of Four-Dimensional Local Ensemble Transform Kalman Filter: A Case of Convective Rain Event (2020)
  • 著者名/発表者名: Maejima Yasumitsu、Miyoshi Takemasa
  • 雑誌名: SOLA 巻: 16 ページ: 37～42
  • DOI: 10.2151/sola.2020-007
• [学会発表] 雷観測データBOLTの同化に向けた観測演算子の設計調査 (2020)
  • 著者名/発表者名: 前島 康光, 牛尾 知雄, 三好 建正
  • 学会等名: 日本気象学会2020年度春季大会
• [学会発表] EFSOを用いた稠密地上観測データ同化のインパクト評価 (2020)
  • 著者名/発表者名: 前島 康光, 三好 建正
  • 学会等名: 日本気象学会2020年度秋季大会
• [学会発表] Toward assimilation of dense and frequent 3-D lightning location data for severe local thunderstorm forecast (2020)
  • 著者名/発表者名: Yasumitsu Maejima, Tomoo Ushio and Takemasa Miyoshi
  • 学会等名: The 3rd R-CCS International Symposium
  • 国際学会
• [学会発表] Yasumitsu Maejima, Tomoo Ushio and Takemasa Miyoshi (2020)
  • 著者名/発表者名: Toward assimilation of dense and frequent 3-D lightning location data on a severe local rainfall forecast
  • 学会等名: Japan Geoscience Union Meeting 2020
  • 国際学会 / 招待講演
• [学会発表] 高頻度・高解像度3次元 雷発光データ同化に向けた取り組み (2020)
  • 著者名/発表者名: 前島 康光, 牛尾 知雄, 三好 建正
  • 学会等名: 令和2年度 「富岳」成果創生加速プログラム成果報告会
• [学会発表] Big Data Assimilation: Real-Time Workflow for 30-Second-Update Forecasting and Perspectives Toward DA-AI Integration (2020)
  • 著者名/発表者名: Takemasa Miyoshi, Takumi Honda, Marimo Ohhigashi, Shigenori Otsuka, Arata Amemiya, Yasumitsu Maejima, Shunji Kotsuki, Yoshihiro Ishikawa, Hiromu Seko, Yoshito Yoshizaki, Naonori Ueda, Hirofumi Tomita, Yutaka Ishikawa, Shinsuke Satoh, Tomoo Ushio, Kana Koike, Yasuhiko Nakada
  • 学会等名: 100th American Meteorological Society Annual Meeting
  • 国際学会 / 招待講演
• [学会発表] Toward an integrated NWP-DA-AI system for 30-second-update precipitation prediction (2020)
  • 著者名/発表者名: Shigenori Otsuka, Yasumitsu Maejima, Pierre Tandeo, Takemasa Miyoshi
  • 学会等名: ECMWF-ESA Workshop on Machine Learning for Earth System Observation and Prediction
  • 国際学会
• [学会発表] 深層学習と数値天気予報の融合による降水予測に向けて (2020)
  • 著者名/発表者名: 大塚成徳, 前島康光, Pierre Tandeo, 三好建正
  • 学会等名: 日本気象学会2020年度秋季大会
• [備考] 理化学研究所データ同化研究チーム
  • URL: http://www.data-assimilation.riken.jp/