Development of a new probabilistic expression for short-period precipitation forecast based on a large ensemble

2022年度は小課題4のクラスター解析と関連づけたアンサンブルデータ同化手法の開発を進めた。対流性降水のような現象では系の時間発展における非線形性により背景誤差分布がガウス分布と大きく異なるため、ガウス分布を前提としたカルマンフィルタの理論に基づくデータ同化手法が非効率となることがありうる。そこで、局所数値天気予報モデルSCALE-RMにおいて既存の局所アンサンブル変換カルマンフィルタ(LETKF)の代わりに、系の背景誤差分布がガウス分布と大きく異なる場合に有力となる局所粒子フィルタ(LPF)をLETKFを拡張する形で実装した。LPFのリサンプリングにおけるランダムな粒子の選択に伴う空間的な非整合の問題に対応するため、同化に用いる変換行列を全格子点で計算する代わりに、空間的に粗視化した格子点で計算し補間する手法を導入した。また、LPFとLETKFを併用することで背景誤差の混合ガウス分布を想定した同化手法も可能にした。傾圧不安定を模した理想実験において、動作の確認及び計算性能の比較を行い、比較的小さなメンバー数においてもLPFが安定して動作し、LETKFに比べて性能で大きく下回らないことを確認した。また、アンサンブル数に対する計算時間の依存性を比較し、アンサンブル数が大きくなると理論通りLPFがLETKFより計算効率で上回ることを確かめた。以上により、大アンサンブルを用いて対流性降水の理想実験を行う準備を整えた。

2022年度は小課題4のクラスター解析と関連づけたアンサンブルデータ同化手法の開発を進めた。対流性降水のような現象では系の時間発展における非線形性により背景誤差分布がガウス分布と大きく異なるため、ガウス分布を前提としたカルマンフィルタの理論に基づくデータ同化手法が非効率となることがありうる。そこで、局所数値天気予報モデルSCALE-RMにおいて既存の局所アンサンブル変換カルマンフィルタ(LETKF)の代わりに、系の背景誤差分布がガウス分布と大きく異なる場合に有力となる局所粒子フィルタ(LPF)をLETKFを拡張する形で実装した。LPFのリサンプリングにおけるランダムな粒子の選択に伴う空間的な非整合の問題に対応するため、同化に用いる変換行列を全格子点で計算する代わりに、空間的に粗視化した格子点で計算し補間する手法を導入した。また、LPFとLETKFを併用することで背景誤差の混合ガウス分布を想定した同化手法も可能にした。傾圧不安定を模した理想実験において、動作の確認及び計算性能の比較を行い、比較的小さなメンバー数においてもLPFが安定して動作し、LETKFに比べて性能で大きく下回らないことを確認した。また、アンサンブル数に対する計算時間の依存性を比較し、アンサンブル数が大きくなると理論通りLPFがLETKFより計算効率で上回ることを確かめた。以上により、大アンサンブルを用いて対流性降水の理想実験を行う準備を整えた。