2021 Fiscal Year Annual Research Report
水文観測データ同化を組み合わせた陸域水循環モデルによる流出発生過程の解明
| Project/Area Number |
21J01322
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
塩尻 大也 千葉大学, 環境リモートセンシング研究センター, 特別研究員(PD)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | データ同化 / 陸面過程モデル / スパースセンサ位置最適化 / 雨量計 |
|---|
| Outline of Annual Research Achievements |
コロナウィルスの影響による学位取得の遅れにより本研究の開始を2022年1月まで延期したため、本年度の研究実施期間は2022年1月から3月までの3ヶ月間である。
本研究の目的は陸面過程モデルを用いた陸域水循環解析とデータ同化を組み合わせることで、一般に精度が低いと知られている陸面過程モデルによる流出量の解析精度の向上へと繋げることである。本研究でまず重要な部分は、データ同化システムを構築し陸面過程モデルと結合することである。そこで本年度は期間も限られることもあり、未習熟であったデータ同化技術の習得に焦点を当てた。その一環としてスパースセンサ位置最適化手法を用いた雨量計配置の最適化についての研究を実施した。本手法は観測が疎である場合の最適な観測位置を推定可能な手法であり、センサ位置を最適化するとともに疎なセンサ配置から全体の場を復元することも可能である。北海道において雨量計配置の最適化を行い、最適化された配置を用いて復元された場を、現存するアメダスの観測点情報を用いて復元した場を比較し、本手法の有効性を確認できた。本手法は、もとより本研究で計画している地下水位観測データを用いた同化にも、一般に公開されている地下水位観測データは疎であるため応用可能と考えられる。今後の応用を見越し、今後も継続して研究をおこなってゆく予定である。
データ同化技術の習得と同時に陸面仮定モデルによる地下水位解析手法の検討も行った。その結果現実に即した形で地下水位を解析するためには、地下水面直上の不飽和帯における水分移動を適切に表現することが重要だと判明した。この知見を活かし、地下水位を高精度かつ簡便に解析可能な手法についての検討を進めてゆく予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の目標であったデータ同化技術の習得を達成することができたため、本年度は予定通りに進捗したといえる。さらにその一環として実施したスパースセンサ位置最適化手法の雨量計配置への適用の有効性も確認することができた。本手法は水文・気象分野においては適用例がない未開拓な手法であるため、本手法の本研究に対する貢献・進捗度合いを一概に測ることはできないが、予備実験である雨量計配置の最適化の結果より、今後大いに本研究の進捗に貢献することが期待できる。
|
| Strategy for Future Research Activity |
本年度はデータ同化技術の習得に焦点を置き、それらの実装は完了した。次なる課題はデータ同化システムと陸面過程モデルの結合である。これらを結合した陸面データ同化システムを実用段階へ持ってゆくためには、同化に使用する観測データの特徴を理解・システムへの反映が必要である。また陸面データ同化システムが適切に作動しているかを確認するための、検証用のデータセットの整備も必要である。今後はこれらについて取り組んでゆく。
また陸面データ同化システムの実装と同時に、スパースセンサ位置最適化の研究も引き続き行う。地下水位観測データは疎であるため、本手法の強みを十分に活かし本研究の目標達成のために大いに貢献することが期待できる。
|
