权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

集中豪雨の発達機構を解明する水物質同化手法の研究

水物质同化方法研究阐明暴雨发展机制

基本信息

批准号：
21K03669
负责人：
幾田泰酵
金额：
$ 1.75万
依托单位：
Japan, Meteorological Research Institute
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究の目的の一つである大気中の水物質の解析変数化のために、水物質の背景誤差の特性解明とその高精度な推定値が必要となる。従来の統計的な背景誤差推定手法では、雲降水過程の多様性のため、水物質の背景誤差の高精度な推定値を得ることが困難であった。そこで、様々な状況における背景誤差共分散行列を深層学習によって求める手法の開発を進めている。まず、学習用のデータセットを作成するため、研究実施計画の課題①「アンサンブル予測」に基づき気象庁メソモデルを用いて夏と冬の典型的な降水事例を対象に100メンバーのアンサンブル予測の計算を実行した。このアンサンブル予測の結果から作成する背景誤差共分散行列のデータセットは、研究実施計画の課題②「深層学習」で学習用入力データとして使用するものであり、課題②を進めるうえで必要不可欠のものである。課題①で計算したアンサンブル予測のデータから背景誤差共分散行列の画像を生成し学習用のデータセットを準備した。画像データセットを利用して、深層学習の一つである条件付き敵対生成ネットワーク（cGAN）に夏と冬の背景誤差共分散行列の画像と条件画像のペアを学習させた。その結果、水物質の鉛直プロファイルを条件としてcGANに与え、背景誤差共分散行列の画像を生成することに成功した。これは、膨大な計算資源を必要とするアンサンブル予報を行うことなく流れに依存した背景誤差共分散を瞬時に生成できる可能性を示す革新的な結果である。また、雲降水過程の誤差特性を解明するため、水物質の予測と二重偏波レーダーを比較し予測誤差特性を調査した。その結果、雲微物理スキームの雨滴の粒径分布と雪粒子の形状の仮定に問題があることが判明したため、雲微物理スキームを改良しシミュレーションの精度向上に取り組んだ。降水予測の精度向上は本研究の主目的である豪雨の発達機構の解明を大きく進展させるものである。

The purpose of this study is to quantify the analysis of water substances in large quantities and to estimate the characteristics of water substances with high accuracy. The background error estimation method of statistics is difficult to obtain, the diversity of cloud precipitation process and the background error estimation of water substance with high accuracy. The background error is distributed among the rows. Deep learning is the development of the method. The research and implementation plan is based on the research and implementation of the project 1. The calculation of the basic weather forecast is carried out according to the typical precipitation case in summer and winter. The results of this study are based on background errors, distributed arrays, and research implementation projects. 2. Deep learning. 2. Learning input. 3. Use. 4. Necessary. 5. Problem 1: Calculation and preparation of images for background error prediction and dispersion The image of the background error in summer and winter is scattered by the image of the background error in summer and winter. As a result, we were able to successfully generate images of water particles in rows co-dispersed with background errors under cGAN conditions. The need to expand computing resources, to report on the flow, to distribute background errors, to generate instantaneous results, and to demonstrate the feasibility of innovation. To investigate the error characteristics of cloud precipitation process, prediction and double polarization of water substance The results show that the cloud microphysics system has the characteristics of raindrop size distribution and snow particle shape determination. The accuracy of precipitation prediction is improved.

项目成果

期刊论文数量（9）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

1km格子 asuca を用いた豪雨をもたらした降水系の流跡線解析

利用1km网格asuca对造成暴雨的降水系统进行轨迹分析

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Liu Ming-Chang、McCain Kaitlyn A.、Matsuda Nozomi、Yamaguchi Akira、Kimura Makoto、Tomioka Naotaka、Ito Motoo、Uesugi Masayuki、Imae Naoya、Shirai Naoki、Ohigashi Takuji、Greenwood Richard C.;et al.;甲斐憲次;瀬古弘
通讯作者：
瀬古弘

Evaluation and improvement of cloud microphysics scheme using ground-based polarimetric radar and disdrometer observations

利用地基极化雷达和测距仪观测评估和改进云微物理方案