2020 Fiscal Year Annual Research Report
Instrument development for obtaining microclimate big data of near surface and its impact on numerical weather simulation through data assimilation
| Project/Area Number |
18K13840
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
仲吉 信人 東京理科大学, 理工学部土木工学科, 准教授 (90706475)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | IoT気象センサデバイス / 気象シミュレーション |
|---|
| Outline of Annual Research Achievements |
本研究では、低消費電力・小型・安価に構築可能な気象測定デバイスを開発し、地上微気象データの大規模データを収集する基盤を構築すること、および地上気象ビッグデータを気象シミュレーションに同化することで気象計算の精度向上に繋げることを目的に進められた。測定デバイス構築では、申請者が2015年に開発したGlobe Anemo-radiometerを改良し、Globe Radio-anemo Thermometer（GRaT）を構築した。GRaTでは3球の小型温度センサと、複数の放射温度センサから短波・長波放射、風速、気温を算出する(2019年に特許出願)。今年度は本センサを12 mmから4 mmに小型化し、かつ低消費電力無線通信技術であるLPWAと接続し、無線観測を可能とするように修正を行った。さらに、これまでは熱電対を球中心に設置し表面温度を推定していたが、球形の温度センサを用いる検討を開始し、球形のPT100のGRaTへの利用可能性を検討した。気象シミュレーションでは、オープンソース気象モデルであるWRFを用い、シミュレーションにより仮想観測データを構築し、意図的に誤差を与えた計算値に観測データを同化することで計算精度がどれほど向上するかを評価した。仮想観測データは、気温、湿度、気圧、風速、風向とし、関東の都市部を対象に、1 km、5 km、10 km解像度で構築した。初期値への誤差としてはBGM法、およびランダムノイズを与える方法の2通りを検討したが、いずれの手法、いずれの解像度データを用いても劇的な精度改善は望めなかった。
|
Research Products
(6 results)
