Investigating the mechanisms using water isotopes ratio and improving the predictability through satellite data assimilation of heavy rainfall associated with atmospheric rivers

利用水同位素比研究机制并通过卫星数据同化与大气河流相关的强降雨提高可预测性

• 批准号: 19J01337
• 负责人: 取出 欣也
• 金额: $ 7.49万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-25 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19J01337/
• 关键词: 水同位体; データ同化; Atmospheric River; Data assimilation; Water isotope

本研究課題では、大気における大規模水蒸気輸送に着目し、豪雨の予測改善に向けた研究を行った。水蒸気の中に含まれる重い水同位体に着目し、最新の衛星観測を用いて気象予測の改善を目指した。まず、理想実験において水同位体比を同化することで対流圏中層において風速、比湿、温度場が10％以上改善することを示した。次に、実際の観測データを同化するため、気象モデルとの間に存在する気候/短期予測バイアスの季節性や地域性について、現地観測も用いて詳しく明らかにした。次に、衛星観測からバイアスを取り除き、衛星の観測演算子をデータ同化システムに組み込むことで実際の観測を用いた同化実験を行い、水蒸気同位体比が大気場や降水量の予測改善に繋がることを示した。また、大気において帯状に水蒸気を大量輸送する大気の川に関しても、熱帯と中緯度のそれぞれの運動による影響を明らかにし、予測精度の改善の可能性を示した。

This research topic is to study the direction of large-scale water vapor transportation and prediction and improvement of heavy rain. Water vapor contains heavy water isotopes, and recent satellite measurements are used to improve weather prediction. The ideal water isotope ratio is more than 10% better than the average wind speed, humidity and temperature field in the middle layer of the flow field In addition, the actual measurement data are analyzed, and the weather/short-term prediction data are analyzed in detail. In addition, the satellite measurement algorithm can be used for the analysis of satellite data. The actual measurement can be used for the analysis of satellite data. The water vapor isotope ratio can be used for the prediction of precipitation. The possibility of improving the accuracy of the prediction is demonstrated by the influence of large and medium-sized water vapor transport on the movement of large and medium-sized water.

项目成果

Testing isotopologues as diabatic heating proxy for atmospheric data analyses

测试同位素体作为大气数据分析的非绝热加热代理

• 发表时间: 2020
• 作者: Khosrawi;F.;K. Toride;K. Yoshimura;C. Diekmann;B. Ertl;M. Schneider
• 通讯作者: M. Schneider

Historical weather reconstruction by weather information assimilation using Gaussian transformation

使用高斯变换通过天气信息同化重建历史天气

• 发表时间: 2021
• 作者: Wang;X.;K. Yoshimura;K. Toride
• 通讯作者: K. Toride

Historical Weather Reconstruction by Cloud Cover Data Assimilation with Gaussian Transformation

通过云量数据同化和高斯变换重建历史天气

• 发表时间: 2020
• 作者: Wang;X.;K. Yoshimura;K. Toride
• 通讯作者: K. Toride

Karlsruhe Institute of Technology(ドイツ)

卡尔斯鲁厄理工学院（德国）

Reconstruction of Daily Weather in the 1810s by Diary Data Assimilation

通过日记数据同化重建 1810 年代的日常天气

• 发表时间: 2022
• 作者: Wang;X.;K. Toride;K. Yoshimura
• 通讯作者: K. Yoshimura