1 / 32

東海大学大学院　海洋学研究科　海洋科学専攻

全球洋上における海面運動量フラックス格子データの構築と精度評価に関する研究. 東海大学大学院　海洋学研究科　海洋科学専攻. 海上気象学研究室　 指導教員：　轡田　邦夫　教授. 3AOGM004 　笠原　実. 散乱計≒間接的観測　，　数値モデル≒仮想の大気場. ただし、当該海域では現場データとの比較が困難. 散乱計データによる海上風＆海面応力格子データセットの構築. 複数のデータセットを用いる. 高い信頼性のデータを選択.

sally
Download Presentation

東海大学大学院　海洋学研究科　海洋科学専攻

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 全球洋上における海面運動量フラックス格子データの構築と精度評価に関する研究全球洋上における海面運動量フラックス格子データの構築と精度評価に関する研究 東海大学大学院　海洋学研究科　海洋科学専攻 海上気象学研究室　 指導教員：　轡田　邦夫　教授 3AOGM004　笠原　実

  2. 散乱計≒間接的観測　，　数値モデル≒仮想の大気場散乱計≒間接的観測　，　数値モデル≒仮想の大気場 ただし、当該海域では現場データとの比較が困難 散乱計データによる海上風＆海面応力格子データセットの構築 複数のデータセットを用いる 高い信頼性のデータを選択 J-OFURO(Japanese Ocean Flux data sets with Use of Remote sensing Observations) 背景２ (Kubota et al.,2002)http://dtsv.scc.u-tokai.ac.jp/j-ofuro/で取得可能 多数存在するデータセットの特性を把握する必要がある。 ・海面運動量フラックスと海面熱フラックス 作成した格子データの信頼度を検証 衛星散乱計データ 総観規模から地球規模の解析を可能 数値気象予報モデル ・亜熱帯循環系における海流流量の評価(Aoki,2003) ・海洋大循環における南大洋の海上風の重要性(Wunsh,1998) 背景１

  3. 使用データ ・衛星散乱計データ QSCAT/SeaWinds 1999.7　～　 ・・・稼動停止 ADEOS-Ⅱ/SeaWinds 2003.4　～　2003.9 ・数値気象予報モデルデータ NCEP Reanalysis 1 (NRA1) （バルク法） （米国立環境予報センター） Sea Surface data 6hr-ave. Wind 6hr-ave. Wind-stress daily-ave. Wind daily-ave. Wind-stress ECMWF Reanalysis 40 (ERA40) （欧州中期予報センター） 6hr-mean. Wind 6hr-ave. Wind-stress 6hr-ave. Wind daily-ave. Wind-stress daily-ave. Wind 目的 現場データを用いた検証＆データセット間の比較を通し・・・ 各データセットの特性を把握し、データ使用時の警鐘とする

  4. 海上風の比較(2000年1年間の平均) スカラー風速 (a)：QSCAT(J-OFURO) (b)：NCEP (m/s) (a) (b) NCEPデータ ・ブイデータを用いた精度検証(武田2002,笠原他2003) TAO海域(熱帯域)・・・負のバイアス NDBC海域(北米大陸沿岸)・・・正のバイアス,高RMSD ・他データセットの相互比較 南北両半球高緯度帯・・・正のバイアスが顕著

  5. 海面応力の算出方法 τx=ρCDW･Wx CD:Large & Pond(1981) τy=ρCDW･Wy 荷重平均法(Kutsuwada,1998) （時間荷重＆空間荷重） ・散乱計データ Swath Data Daily(6hr) Mean ・格子化された風から応力を算出しているのではない ・数値モデル Daily(6hr) Mean Daily(6hr) Mean TAO(熱帯域)は10分毎,NDBC(北米)は1時間毎 ・ブイデータ ・単純平均により、6時間値と日平均値を作成

  6. 応力の絶対値(x10-2N/m2) 海面応力の比較(2000年1年間の平均) NCEP(6hr)応力 ・NCEP(daily)応力より強い 海上風の日変化が影響 ・他データセットに比し,突出して強い 検証が必要 (a)：NCEP(6hr)風より算出 (b)：NCEP(daily)風より算出 (a) (b) 南半球高緯度 海上風による運動量輸送が最大(Wunsh,1998)

  7. 海上風の日変化の大きさを検証(対象期間：2000年)海上風の日変化の大きさを検証(対象期間：2000年) 応力の絶対値 ・南北両半球の中・高緯度 日変化の影響が大 6hr応力とdaily応力の差 ・緯度と成分に依らず NCEPが大(0-20度で顕著) ・あくまで,共に数値モデル 観測値による検証が必要 課題 ・ECMWF応力とNCEP応力の違いは? 別の要因 全球洋上 長期間データ＆日変化　 数値モデル(6hr値) 東西成分 南北成分

  8. QSCAT&ADEOS-Ⅱ複合データ（Composite）の作成 ・両衛星は，ブイデータに対し，同程度の精度を持つ ･1日4回の観測と見なす ・・・（過去の検証より選択） ･荷重平均法（Kutsuwada，1998） 単一衛星では不可能だった高時間解像度データ(6hr値) 空間荷重：東西450km,南北225km　時間荷重：±6時間 ･･･全球洋上 散乱計データを観測値と位置づけるため ・数値モデルの検証 ・南大洋の海面応力の評価 ･･･短命に終わったADEOS-Ⅱの有効利用のため QSCAT/SeaWinds（1999.7~現在） ･･･6時＆18時(赤道上)に観測 ADEOS-Ⅱ/SeaWinds（2003.4.17～9.30：稼動停止） ･･･10時30分＆22時30分(赤道上)に観測

  9. ブイデータを用いた検証（1） 散乱計データ NDBC ・観測値として位置づけ ・観測方法が異なる TAO ・格子化の方法も多様 現場データとの比較 Ebuch et al.1996;Freilich and Dunbar,1999;Masuko et al.,2000 TAO及びNDBCの測点図 上：東西成分 下：南北成分 （m/s） 黒：TAO 赤：Composite 青：NCEP TAO(2N140W)の例

  10. ブイデータを用いた検証（2） TAO（熱帯域）　2003.4－9 風速 南北成分 Composite（6hr）風 ・バイアス無し　RMSDは公称測定精度内（±2.0m/s） NCEP(6hr)風 ・風速・南北成分の負のバイアス ・RMSDはComposite（6hr）の倍 海面応力の検証結果 海上風の結果と同様の傾向

  11. ブイデータを用いた検証（3） NDBC（北米沿岸）　2003.4－9 海上風 海面応力 Composite（6hr） ・バイアス無し　RMSD≒1.0m/s（公称測定精度内） NCEP(6hr) ・風速の正のバイアスが顕著 熱帯域と反対 ・RMSDはComposite（6hr）の倍程度

  12. ブイデータを用いた検証（4） ＴＡＯ（熱帯域）（0N180W） 東西成分 南北成分 スカラー風速 海上風 1日周期に注目 ・ＮＣＥＰ(6ｈｒ)が突出して高い （ＮＣＥＰ(6ｈｒ)は1日周期を過大評価） ・Ｃｏｍｐｏｓｉｔｅ(6ｈｒ)がやや過小評価 ・精度検証の結果より・・・ Composite(6hr)を全球洋上における基準値とした。

  13. 中・高緯度海域の海面応力の評価（1） ・ECMWF応力とNCEP応力の違いは? 別の要因 課題 ・数値モデルによる評価 観測値による検証が必要 ・NCEP風の6hr値を・・・ Wx=Wx+W’x 考察 「－」は平均成分 ・・・1日より長周期 V=V+V’ 「‘」は変動成分 ・・・1日以下の短周期 バルク法に入力（南北成分も同様） τx＋τ’x=ρCD（ V+V’）（ Wx+W’x） τx＋τ’x=ρCD（VWx+VW’x+V’Wx+V’W’x） ・精度検証と相互比較より、中・高緯度海域で 第1，2，3項に寄与 NCEPの正のバイアスが顕著 ただし・・・右辺第2、3項が、平均成分と変動成分のどちらに寄与するかは、明確に出来ない

  14. 中・高緯度海域の海面応力の評価（2） NDBC（56N148W） 東西成分 南北成分 絶対値 海上風 海面応力

  15. 海面応力の日変化 中・高緯度海域の海面応力の評価（3） （2000年） 絶対値 東西成分 南北成分 ・南北両半球50度付近で差が最大 熱帯付近では目立たない ・海上風の日変化の場合 比較 熱帯域で差が最大（＝NCEPが1日周期を過大評価） 中・高緯度海域では、日変化に顕著な差は見られず 両数値モデルの違い･･･他データセットに対するバイアスの有無

  16. 中・高緯度海域の海面応力の評価（4） 海面応力の日変化 （2003年4月-9月） 絶対値 東西成分 南北成分 Ｃｏｍｐｏｓｉｔｅ 精度検証の結果を踏まえ、 全球洋上で取得した観測値として位置付け ・南半球50度付近で差が最大 ＮＣＥＰ(6ｈｒ)応力の過大評価は明確 結論 ・その直接的な原因は・・・ 海上風の日変化　に加え， ＮＣＥＰ(6ｈｒ)風が持つ正のバイアス ・NCEP6hr風でバルク法から海面応力を算出 要注意！

  17. 結論 今後の展望（J-OFUROの今後） ・従来の格子間隔より、細かい空間解像度の格子データ作成 Composite(0.5grid)を基準とし、QSCAT(J-OFURO/0.5grid) ・QSCAT(J-OFURO/0.5grid)の継続的な作成と検証へ 1999年7月～現在（約5年間・全球洋上・日平均値・観測値） 従来より、詳細な気象擾乱の検出が可能（森本・栗本,2004） ・バルク法にNCEP(6hr)風を入力し、海面応力を算出する 中・高緯度海域で、海面応力を異常に強く評価する 要注意! ・QSCATとADEOS-Ⅱを併用する（荷重平均法で格子化） 従来に比し、高時間解像度の散乱計格子データが作成可能

  18. J-OFURO：空間解像度の向上 Composite 0.5 grid (x10-6N/m3) 格子間隔を、従来の1.0度や2.5度から、0.5度へ。 詳細な現象を検出可能 （Curlτの分布図） 以上です。 ご静聴ありがとうございました。 QSCAT(J-OFURO) 1.0 grid (x10-6N/m3) QSCAT(J-OFURO) 0.5 grid (x10-6N/m3)

  19. 付図・補足

  20. 海上風の比較(2000年1年間の平均) a：QSCAT(J-OFURO) b：NCEP(daily)風 (a) c：NCEP(6hr)風 単位（m/s） (b)と（c）に海域に依る差はない (b) 時間解像度が異なっても・・・ 海上風の平均場に影響はない 一方、海面応力はスライド6の様に 時間解像度が影響する (c) （海上風の日変化が影響）

  21. 海面応力の比較(2000年1年間の平均) 絶対値 南北成分 東西成分 南半球高緯度 海上風による運動量輸送が最大(Wunsh,1998) NCEP(6hr)応力 ・他データセットに比し,突出して強い 検証が必要 ・NCEP(daily)応力より強い 海上風の日変化が影響

  22. 海上風の日変化の大きさを検証(対象期間：2003年4月～9月)海上風の日変化の大きさを検証(対象期間：2003年4月～9月) スカラー風速 東西成分 南北成分 海上風の日変化の大きさ 0-20度帯 NCEPが1日周期を過大評価（TAOとの比較より） Compositeが1日周期を過小評価 注・高緯度 Compositeを基準として考えると・・・ NCEPが1日周期を過大評価の可能性がある

  23. 散乱計データ：長期間格子データセットの構築(1)散乱計データ：長期間格子データセットの構築(1) NDBC （2003.4－9） ＡＤＥＯＳ-Ⅱ ：　2003年4月～9月に制限 散乱計による、長期間の格子データセット構築 ＱＳＣＡＴ　(1999.7～現在) 最小の時間解像度：　日平均値 海上風 ＱＳＣＡＴ　 ＡＤＥＯＳ-Ⅱ Ｃｏｍｐｏｓｉｔｅ　 同じ精度 海面応力 ＴＡＯ海域も同様

  24. 散乱計データ：長期間格子データセットの構築(2)散乱計データ：長期間格子データセットの構築(2) （2003.4－9） ・全球洋上で比較（下図：海面応力の例） 海上風・海面応力 Biasはない 平均場 相関は0.95以上 ＱＳＣＡＴ　 Ｃｏｍｐｏｓｉｔｅ(daily) 海域に依る相違はない 標準偏差 単一の散乱計データ 日平均値を精度良く 作成可能である

  25. 結論 今後の展望（複合データの利用法・J-OFUROの今後） ・従来の格子間隔より、細かい空間解像度の格子データ作成 Composite(0.5grid)を基準とし、QSCAT(J-OFURO/0.5grid) ・QSCAT(J-OFURO/0.5grid)の継続的な作成と検証へ 1999年7月～現在（約5年間・全球洋上・日平均値・観測値） 従来より、詳細な気象擾乱の検出が可能（森本・栗本,2004） ・バルク法にNCEP(6hr)風を入力し、海面応力を算出する 中・高緯度海域で、海面応力を異常に強く評価する ・QSCATとADEOS-Ⅱを併用する（荷重平均法で格子化） 従来に比し、高時間解像度の散乱計格子データが作成可能 ・QSCAT単体の格子データ（日平均値） 高い信頼度の海面応力格子データセットの構築が可能

  26. 荷重平均法（Kutsuwada,1998） 空間荷重（Levy&Brown,1986） 影響半径R： 1o ERS-1/2/AMI（600km,300km） 1o ADEOS/NSCAT（300km,150km） r R QSCAT/SeaWinds（300km,150km） Center of grid ADEOS2/SeaWinds（300km,150km） 時間荷重

  27. 荷重平均法（Kutsuwada,1998）の基本式 ・前スライドの関数型は、以下の式で表される ・時間荷重 t:対象時刻からの時間差(0，6，12，18時からの差) T:荷重が影響する最長時間(J-OFUROなら36時間，Compositeなら6時間) ・空間荷重（Lavy&Brown，1986） ｒ:対象の格子点からの距離 R:影響半径

  28. Composite(6hr)に寄与するデータ分布 例えば。2003年6月20日12時の格子データの場合 時間荷重±6hrとしているので・・・20日6時～18時が寄与 QSCAT単体（2000年6月20日6時～18時）のデータ分布 緑点一つ＝1回分の観測　･･･　熱帯では重複しない ･･･　中・高緯度では重複する （観測幅(Swath)があるため）

  29. データ数分布（平均前・荷重をかけられ、振り分けられたデータ数）データ数分布（平均前・荷重をかけられ、振り分けられたデータ数） 複合データ Composite(daily） QSCAT & ADEOS-2 QSCAT 単体 ・振り分け後のデータ数が倍になっている（共に、1日分） ・北半球で少ない・・・図はあくまで荷重後なので。陸地が多いから

  30. 高時間解像度・複合データの荷重の決定 ±6hr450km＊225km 東西成分 南北成分 欠測値の分布 ±9hr450km＊225km ・Composite(6hr)の場合 欠測値数のみを考慮すると、 ±9hr450km＊225km ±6hr300km＊150km しかし、短周期を過小評価する よって･･･ ±6hr450km＊225km ・・・に決定した 加えて、精度に問題は無い

  31. QSCAT(J-OFURO)－NCEP　スカラー風速の平均差(2000年)QSCAT(J-OFURO)－NCEP　スカラー風速の平均差(2000年) Fig.10 Distribution of mean differences in wind speed between the Qscat and NCEP winds. Positive values mean that the Qscat wind speed is larger than the NCEP’s. ･緑枠：QSCAT(J-OFURO)に対し，最大＋3.0m/sのバイアス TAO海域：QSCATの精度・良　/NCEPの精度・負のバイアス ･赤枠：他プロダクトに対し，最大－3.0m/sのバイアス 詳細は。武田2002卒論，笠原他2002卒論＆紀要2003

  32. 海上風の日変化の大きさを抽出 時系列データ　から ローパス･フィルター （日変化を除去） （4ヶ移動平均） の差を取り・・・ ハイパス･フィルター 短周期のみ取り出した （左図=1日未満の周期） 全格子点（全球洋上）で， 標準偏差を算出

More Related