|
高頻度高密度の観測データを数値予報において有効に活用するためのデータ同化手法の高度化に取り組んだ。ドップラー速度の観測誤差時間空間相関を統計的に診断し、変分法データ同化に導入するためのモデル化を行った。単純な変分法データ同化に観測誤差相関を導入することにより、高密度観測の詳細な情報が偏りなく解析値に反映されることを確認した。さらに、「流れに依存する背景誤差」を取り入れた四次元変分法に観測誤差相関を導入したドップラー速度の同化実験により、高頻度高密度の観測データから詳細な情報を気象状況に応じて抽出するためには、「流れに依存する背景誤差」が重要となることが分かった。
|
