|
本研究では、水蒸気の連続観測を可能とするGNSS衛星（衛星測位システム）を用いた、新たな水蒸気トモグラフィー手法の開発を実施した。近年、気温上昇に伴う降水の極端化が懸念されているが、降水組織の構造を知る上で重要な水蒸気の鉛直構造を連続的に観測する手段は未だ確立されていない。新たに開発したGNSS水蒸気トモグラフィーを用い、水蒸気の鉛直構造の連続観測を目指す。
当該年度では、昨年度までに実施したトモグラフィーによる水蒸気のプロファイルの推定について、逆解析時に設定する水蒸気プロファイルの重み付け関数の改良を行った。重み付け関数の正確さは、トモグラフィー解析で得られる結果の精度を左右する重要な部分である。今回開発した改良版の重み付け関数は、教師ありの機械学習を活用し推定モデルの構築を実施した。機械学習モデルの構築法の特徴としては、モデルの学習時に水蒸気の鉛直構造の形状を数値化したデータ（シグネチャ）を用いることで精度向上を図った点が挙げられる。通常の物理量を用いるよりも効率的に学習されることが確認できた。得られた結果を学術誌へ投稿し受理された。
構築したモデルにより、従来の重み付け関数よりも高精度に水蒸気の鉛直構造を表現することが可能となり、トモグラフィー解析による推定精度の向上も確認された。水蒸気量やその鉛直構造の時間変動が比較的大きい、大気状態が不安定な場合であっても、水蒸気プロファイルをより正確に推定することが可能となった。
|
