気象庁における取り組み
This presentation is the property of its rightful owner.
Sponsored Links
1 / 32

気象庁における取り組み 気象庁数値予報課長 隈 健一 PowerPoint PPT Presentation


  • 72 Views
  • Uploaded on
  • Presentation posted in: General

気象庁における取り組み 気象庁数値予報課長 隈 健一. 1.数値予報とは 2.衛星観測の数値予報への利用 3. EarthCARE への期待. 気象サービスと数値予報. 1. 数値予報とは. 観測資料. 高層観測. 気象衛星. 航空機. レーダー. 船舶. アメダス. 実況監視. 予報作成. 警報作成. スーパーコンピュータ. 予測資料. 数値予報資料. 予報作業. 情報発表. 気象庁 HP. 関係機関 報道機関. 国民 (エンドユーザ ). 民間気象事業者. テレビ、携帯電話、インターネット等.

Download Presentation

気象庁における取り組み 気象庁数値予報課長 隈 健一

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


3255382

気象庁における取り組み気象庁数値予報課長隈 健一

1.数値予報とは

2.衛星観測の数値予報への利用

3.EarthCAREへの期待


3255382

気象サービスと数値予報

1. 数値予報とは

観測資料

高層観測

気象衛星

航空機

レーダー

船舶

アメダス

実況監視

予報作成

警報作成

スーパーコンピュータ

予測資料

数値予報資料

予報作業

情報発表

気象庁HP

関係機関

報道機関

国民

(エンドユーザ)

民間気象事業者

テレビ、携帯電話、インターネット等


3255382

なぜ予測ができるのか数値予報の原理 

  • 最初の状態がわかり

  • 現象を支配する法則がわかれば

4

3

2

 秒後

1

原理的に予測可能

 秒後

0

初期の状態から次々に予測

しかし

ボールの軌道計算のようには簡単ではない


3255382

数値予報の計算の中身

格子(箱)に観測データを反映、それを出発点に

右の計算

流体力学や熱力学の方程式


3255382

数値予報モデルの計算量(20kmメッシュ全球モデル)

  • 格子数 8000万

  • 計算量 240兆回/24時間予報

  • 積分時間間隔 10分

  • 計算時間(84時間予報=  約500ステップ) 約25分

  • 必要な計算機資源 60ノード(960CPU)

膨大な計算量

高速なスーパーコンピュータが必要


3255382

数値予報の流れ


3255382

(平成21年7月28日21時)

観測データ分布図

高層観測 (ゾンデ・航空機・ウィンドプロファイラ・ドップラーレーダー)

地上観測 (観測所・船舶・ブイ)

静止衛星観測

極軌道衛星観測


3255382

全球通信システム(GTS)

 大気現象は地球規模で起っているため、正確な予報のためには地球全体の情報を短時間に集める必要がある。

 そのため、世界気象機関(WMO)の枠組みの元、世界の主要地域を結ぶGTSを通じて気象情報を迅速に収集できる体制を整備している。

 図の青線が主要な通信網を表す。


3255382

数値予報モデルの計算領域と地形

全球モデル

メソモデル

格子間隔 ~20km

格子間隔 5km


3255382

全球モデルによる予報例


3255382

メソモデル(格子間隔5km)による

九州北部の豪雨の予測(7月26日)

  解析雨量      7/25 18UTC初期値    7/25 12UTC初期値 

(7/26 00-03UTC)    FT=06-09FT=12-15


3255382

アンサンブル予報

初期値が少しづつ異なる多数の数値予報を行うことで、気象現象を確率的に予報する。


3255382

台風アンサンブル予報例進路予報の信頼性を事前評価

2007年7月29日12UTC

台風第5号

2007年9月2日18UTC

台風第9号


3255382

全球予報の精度向上

最近の3日先予報は

1980年代半ばの1日先予報にほぼ匹敵する精度を有する。

2日予報誤差

3日予報誤差

1日予報誤差

上空約5000mの大気の流れ(500hPa高度)についての、数値予報の誤差(平方根平均2乗誤差)を北半球全体で平均した後に1ヶ月平均したもの(短い横線は年平均)


3255382

世界の数値予報


3255382

数値予報精度の国際競争

競いながら互いに精度向上

数値予報による台風進路予報の誤差(km)

台風進路予報誤差

UKMO

US-NCEP

ECMWF

JMA

DWD


3255382

数値予報開始50年と計算機

50年前の計算機の数10億倍

リチャードソンの人力数値予報の夢


17 14

平成17年台風第14号


3255382

近年の短時間大雨の発生状況

観測システム

数値予報

大雨予測精度の向上が求められる


3255382

2.衛星観測の数値予報への利用

  • 衛星で測っているのは、電波(赤外線、マイクロ波など)の強さ(「放射強度」という)など

  • 放射強度は、気温、水蒸気等の鉛直分布によって決まる

数値予報で必要な格子点における気温、水蒸気等を直接観測しているわけではない

変分法という仕掛けが必要


3255382

比較に基づく「候補」の修正

観測

比湿

解析値候補の

比湿

放射強度

放射強度

比湿

観測演算子

比較

比湿

比湿

比湿

比湿

比湿

変分法による衛星観測の利用

繰り返し計算

観測演算子:モデル物理量から観測物理量への変換

「解析値」を一発で求めるのでなく、「解析値の候補」を少しずつ変えて最適な値を求める


3255382

雲が無い!

衛星観測のインパクト

観測

衛星データ不使用

雲ができた!

数値予報モデルの中の雲の分布

衛星データ使用


3255382

衛星データの利用

GOS;Global Observing System

GOES(米) 75W

GOES(米) 135W

GMS(日) 140E

METEOSAT(欧) 0E

METEOSAT(欧) 63E

NOAA(米);2機極軌道

WMOホームページから


3255382

数値予報に利用されている(一部予定)衛星データ

*AMV: Atmospheric Motion Vector 大気追跡風*CSR: Clear Sky Radiance 晴天輝度温度


3255382

衛星観測データの分布

①大気追跡風AMV

①CSR

②散乱計

④マイクロ波イメージャ

⑤サウンダSSMIS(気温)

⑤サウンダAMSU-B,MHS(水蒸気)

⑤サウンダAMSU-A(気温)


Earthcare

3.EarthCAREへの期待

  • 大気モデルの中でよくわかっていない部分の科学的な裏づけ(雲・降水過程、雲・エーロゾル相互作用等)

  • 雲について、モデルと観測との比較

  • 黄砂予報への利用


3255382

どの雲が本当なのか?

気象庁で使っているモデル

イギリスで使われていたモデルに近いモデル

55hPa

270hPa

630hPa

965hPa

90S

90N

赤道

1992年1月の一ヶ月積分。帯状平均。

どっちが正しいのだろう?

普通は、熱帯の上層雲に隠されていて観測できない…。 

EarthCAREを使えばわかる


3255382

雲物理過程の比較

モデル結果から雲レーダー観測相当量を計算し(シミュレータ)、観測結果と比較

  • 台風のレインバンド、集中豪雨をもたらす線状降水帯等、メソ降水システムの組織化には雲物理過程が重要

  • 雲物理・雲放射過程が対流の維持にも寄与

Alejandro Bodas-Salcedo & Mark Webb, Hadley Centre


Calipso

ライダー搭載衛星 CALIPSOの黄砂予報への利用

黄砂とは

現状では黄砂に関する実況データは利用していない

ライダー衛星観測データを利用した黄砂予報の改善を調査中

気象庁の黄砂予報の例


3255382

データ同化のインパクト

気象研究所関山剛氏より

CALIPSO衛星のライダーデータの同化により、黄砂予測が改善できる可能性を調査

衛星データを使わないと

衛星データを使うと

●は黄砂を観測した、●は黄砂を観測しなかった、

観測点

ダスト地表面濃度

NASA/MODISによって観測された光学的厚さ


3255382

エーロゾルの様々な影響

  • 放射過程を通じて影響

    • 大気加熱による大循環への影響

      • 特に砂漠付近で顕著

    • 大規模火山噴火による寒冷化

  • 雲物理過程を通じて天気、降水に影響

    • 小さな雲粒が増加

    • 海陸の降水過程の違い

  • エーロゾルと航空機運航

    • 火山灰でエンジン障害→火山灰予測業務

    • エーロゾル→視程(直接的な効果、凝結核として霧を強化)→離発着の制限

エーロゾル解析の結果を

数値予報に反映

雲物理・エーロゾル相互作用のプロセス研究


3255382

気象庁の取り組み

  • 地球上の大気現象をリアルタイムで監視、解析、予測を行っています。

  • 地上観測、衛星観測等様々な観測を反映して統合解析を作成する仕組み(データ同化)があります。

  • 天気予報、豪雨予測、台風予測等の予測情報の提供を通じて、気象学の成果を社会に還元しています。予測情報の精度には、観測とその利用方法が大きく影響します。

  • 黄砂、広域大気汚染等の大気環境予測にも取り組んでいます。


  • Login