研究課題
大気や海洋、固体地球等の大規模数値シミュレーションによって生成される数値データは、データサイズが膨大であるだけでなく、そこに含まれる情報量も膨大であり、解析者が理解するのを困難なものとしている。本研究課題は、大規模シミュレーション結果から有益な情報を効率的に引き出し、効果的に認識するための可視化手法の研究開発および地球科学における実現象への応用を目指したものである。平成29年度においては、平成28年度までに開発を行った大気シミュレーションからの雲塊の分類に関する研究および海洋シミュレーションからの水塊の抽出に関する研究を行った。前者に関しては、上層雲（巻雲、巻積雲、巻層雲）、中層雲（高積雲、高層雲）、低層雲（層積雲、層雲、乱層雲）について、Google画像検索によってラベル付けされた雲写真を取得し、深層学習を用いた可視化結果の自動的なクラス分類に適用した。これによって、物理ベースの分類に加えてイメージベースの分類を用いることで、雲の詳細な分類が可能であることを示した。また、後者に関しては、海洋において水温や塩分で特徴付けられる水塊であるモード水の、3次元形状を比較する手法を開発した。これによって、これまで複数の研究者によってそれぞれ定義された様々ななパラメータの組み合わせによって抽出されたモード水の、定量的な比較を行うことに成功した。開発手法を、太平洋領域の高空間分解能データに対して適用することにより、海洋物理学における知見を得た。
29年度が最終年度であるため、記入しない。
すべて 2018 2017
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (3件) (うち国際学会 1件)
International Journal of Modeling, Simulation, and Scientific Computing
巻: 8 ページ: 1-15
10.1142/S1793962317500519
