1 / 19

マルチスケールを考慮したアンサンブルデータ同化と局所化に関する考察

第 7 回気象庁数値モデル 研究会 第 4 回データ同化 ワークショップ　　　　　　　　　　　　　　　　　　　　　　　　　　　　 2014 年 01 月 08 日. マルチスケールを考慮したアンサンブルデータ同化と局所化に関する考察. 近藤 圭一 1, 2 , 三好 建正 2 , 田中 博 3 1: 筑波大学大学院 生命環境科学研究科 2: 理化学研究所 計算科学研究機構 3: 筑波大学 計算科学研究センター. 局所化について. 局所化 （ Localization, Houtekamer and Mitchell 2001 ）

candra
Download Presentation

マルチスケールを考慮したアンサンブルデータ同化と局所化に関する考察

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. 第7回気象庁数値モデル研究会 第4回データ同化ワークショップ　　　　　　　　　　　　　　　　　　　　　　　　　　　　2014年01月08日 マルチスケールを考慮したアンサンブルデータ同化と局所化に関する考察 近藤 圭一1, 2, 三好 建正2, 田中 博3 1: 筑波大学大学院 生命環境科学研究科 2: 理化学研究所 計算科学研究機構 3: 筑波大学 計算科学研究センター

  2. 局所化について • 局所化（Localization, Houtekamer and Mitchell 2001） • 誤差相関は距離とともに小さくなる一方、少ないアンサンブルメンバーに起因するサンプリングエラーは距離によらず一様. • 局所化関数により、遠方の格子点のサンプリングエラーを除去. Gaspari & Cohn (1999) 裾がゼロとなる 円の内側の観測を同化 局所化

  3. Motivation 高解像度化 マルチスケール 局所化 同化可能観測：７個 同化可能観測：２個 同化可能観測：４個 遠くの観測が同化されない 遠くの観測が同化される

  4. マルチスケール局所化の方法 • 観測による修正量=インクリメントを • 高波数成分(局所化スケール:小) • 低波数成分 (局所化スケール:大) に分けて解析. • 少ないアンサンブルメンバー数で、 観測の影響範囲を広げつつ、 観測近傍の現象を詳細に補足することが可能.

  5. 局所化スケール：大 • 局所化スケール1000km (larger scale) を適用. 平滑化(T21)された摂動から計算されたインクリメント Full-range (T30)のインクリメント Noisier in distance は観測点

  6. 局所化スケール：小 • 局所化スケール500km (smaller scale) を適用. 平滑化(T21)された摂動から計算されたインクリメント Full-range (T30)のインクリメント More structure in short range は観測点

  7. スケール毎のインクリメントの作成 解析インクリメント (低波数) 局所化スケール：1000 km 解析インクリメント (高波数) 局所化スケール：500 km 詳細な構造のインクリメント 小スケールの構造を除去

  8. 2スケールのインクリメントを結合 • 高波数成分 と低波数成分 のインクリメントを結合.

  9. 手法のまとめ 1 • 解析インクリメントを計算. (局所化スケール：小) • 平滑化された摂動から解析インクリメントを計算. (局所化スケール：大) • 平滑化された摂動から解析インクリメントを計算. (局所化スケール：小) • 2と3の差を計算. • 1と4を足し合わせる. 2 3 4 5

  10. 実験設定 (完全モデル実験) 局所化パラメータ敏感性を調査. • 実験期間は、1982/01/01 – 1983/02/01 • DLOC: Dual Localization LETKF※ 平滑化にはLanczosフィルタを使用.

  11. 局所化スケール敏感性 • 局所化スケールの組合せを変化させて、敏感性を調査. • 全変数で良好な結果である局所化スケールを以下に固定. 600 km(高波数成分) と 900 km(低波数成分) • U(4層目) • Q(1層目) • 局所化スケールは、400 km程度の幅で良好な結果. • 詳細なチューニングの必要性はない. 1300 1300 Long Localization Parameter ※ 赤い領域は、CTRLよりも誤差が小さいことを表す 600 600 900 900 300 300 Short Localization Parameter

  12. CTRL vs. DLOC: RMSE (解析誤差) • U(4層目の東西風, 全球) • T(2層目の気温, 全球) • 全変数において、全変数において解析誤差が低減. • 特に下層のQが大幅に改善. Assimilation time [month] Assimilation time [month] • Q(1層目の水蒸気, 全球) • PS(地上気圧、全球) Assimilation time [month] Assimilation time [month]

  13. RMSE改善率 (1年平均) • U(4層目, 全球) ※灰色：誤差改善が不確かな領域 モデル鉛直層 • T(2層目, 全球) モデル鉛直層

  14. 大アンサンブル実験 (共分散の構造) • 20→ 3200メンバーの共分散の構造(1層目のT). • 3200メンバーでは、サンプリングエラーが大きく低減. • 3200メンバーの共分散は真値に近く、それをDualはとらえる. • 20メンバー • 3200メンバー 局所化あり(L=1000 km) 局所化あり(L=1000 km) 局所化あり(L=500 km) 局所化なし 局所化なし • Dual(L=500 km & 1000 km)

  15. 大アンサンブル実験 (1点相関) ◆Q (4層目)サイクル21日目 誤差相関は、 はるか遠方にまで及ぶが、 20メンバーではとえられない. PNAのようなテレコネクションパターンも出現. 局所化により、重要なシグナルが除去. 誤差相関は、変数によって異なる. 20 3200 ◆Ps サイクル21日目 20 3200

  16. 相関(サイクル21日目, 4層目のQ) 20メンバー 400メンバー 800メンバー 50メンバー 100メンバー 1600メンバー 200メンバー 3200メンバー

  17. まとめ • Dual Localization LETKFを開発. • 局所化スケールは、400 km程度の幅で良好な結果. • 詳細なチューニングの必要性は薄い. • サンプリングエラーを効果的に除去し、遠方の観測を同化可能 • 改善率は20%以上に達し、全変数・全層にわたって大幅に改善. • 解析時に、通常のLETKFの3倍の計算コストが必要. 小スケールの現象を補足 大スケールの現象を補足

  18. まとめ • アンサンブルメンバー数を3200まで増やすことで、20メンバーでは見えなかった共分散の構造が見えてきた. • Dual Localization法により、少ないアンサンブルメンバーでも詳細な共分散が補足可能. • 共分散の構造は局所化スケールより大きく、変数によっては特定の方向に広がっている. • Qは西方向、Psは東方向 • 遠方のシグナルの重要性について • テレコネクションのような遠方のシグナルを同化することで、解析精度が向上するか？

  19. ありがとうございました

More Related