Development of an ensemble data assimilation method to be introduced into a nation-wide distributed runoff model

点击翻译按钮获取中文摘要

１）アンサンブルカルマンフィルタの局所化手法の開発分布型降雨流出モデルの状態量をデータ同化する際の基本情報となる状態量の推定誤差分散共分散行列について、状態量の推定精度を向上させるためにその局所化手法を検討した。具体的には、河川地点間のユークリッド距離、河川地点上流の流域面積、河川区間に沿った河川地点間のユークリッド距離に関する相関関係をもとに局所化行列を設定し、それらの局所化行列を用いたフィルタリングアルゴリズムを開発して、状態量更新の性能を数値シミュレーションによって比較した。いずれの局所化手法も誤った状態量推定を防止する効果があることが分かった。また、システムノイズの設定や評価地点、洪水事象ごとにこれらの局所化手法の性能は異なり、特定の局所化手法が有効であるかは明確に定まらないことが分かった。また、ダム放流量の観測値に対する局所化手法の適用は有効であることを確認した。２）推定誤差分散共分散行列の計算負荷の低減手法の開発上記の推定誤差分散共分散行列の逐次計算負荷がアンサンブルカルマンフィルタを実時間洪水予測に適用する際のボトルネックとなる。そこで、二種類の計算負荷低減手法を検討した。まず、推定誤差分散共分散行列をアンサンブル計算によって得るのではなく一つの予測計算によって得られる状態量に空間相関誤差を加えた複数の状態量を生成し、それらから推定誤差分散共分散行列を生成する手法を新たに開発した。本手法によって得られる状態量の推定値はアンサンブルカルマンフィルタを用いた場合には及ばないものの、大幅な計算負荷の軽減が可能となることが分かった。もう一つの方法として、既往洪水のシミュレーション結果を蓄積したモデル状態量ベクトルをデータベース化し、それらから逐次、類似する状態量ベクトルを抽出することによって、計算負荷を低減させつつ推定誤差分散共分散行列を構成する手法を開発した。