JP4421492B2 - 気象予測システム及びその同化処理方法 - Google Patents

Description

本発明は、気象予測モデルに各種センサ観測データ、気象レーダデータを入力して気象現象をシミュレーションし予測する気象予測システムとその同化処理方法に関する。

現在、水平領域５００ｋｍの気象予測モデルでは、水平領域が数千ｋｍの広域気象予測モデルの予測データを初期値として計算を実行している。また、気象レーダにおいて観測される雨水量、風速ベクトルをデータ同化して将来の予測計算を行うオプションが付加されている（例えば特許文献１参照）。

ところで、上記気象レーダの雨水量データを気象予測モデルにデータ同化して予測計算の実験を多岐に渡って行った結果、レーダデータ同化期間内での雨水量予測はアメダス（ＡＭｅＤＡＳ：Automated Meteorological Data Acquisition System地域気象観測システム）雨量データとよい一致をみせることが多い。しかしながら、レーダデータ同化を終了した後にそのまま予測計算を続けると、モデル内で現れていた雨が直ちにやんでしまい、観測との一致が見られなくなる現象が生じている。

この要因としていくつか考察されるが、「雨水量のみをデータ同化しており、雨を生成する水蒸気をデータ同化していない」ことがデータ同化終了後に直ちに雨が止んでしまう主要因であると考えられる。すなわち、雨水量のみをデータ同化したとしても、雨水は有意な落下速度を持ち、直ちに地表へ落ちてしまうことにより、落下後はモデル内に殆ど影響を及ぼさないと考えられ、その後もモデル内で「雨を降り続かせる」ためには、雨水を作る物質、つまり水蒸気が欠かせないと考えられる。そこで、水蒸気量同化を目的として、「気象レーダによる雨水量データを用いた水蒸気ボーカス」が提案されている（特許文献２参照）。

この水蒸気量同化の適用は、気象予測の精度を飛躍的に向上することができる。しかしながら、気象レーダの観測では、低高度で山陰等に入るレーダ電波の遮蔽領域で観測不能となるため、その領域を除いてレーダデータの同化を行っている。このため、同じレーダ覆域内であってもレーダ電波の遮蔽領域での予測演算精度がその周りに比して極端に落ちてしまう。
特開２００３−０９０８８８号公報 特願２００４−２１７６０８号

以上述べたように、従来の気象レーダの雨水量データを利用した気象予測モデルによる気象予測システムでは、水蒸気ボーカスの採用によって予測精度を向上させても、レーダ波遮蔽による観測不能領域の影響がモデル内に生じてしまい、地域によって観測精度にムラが生じてしまう。

本発明は上記の問題を解決するためになされたもので、レーダ波が遮蔽される観測不能領域での雨水量データの同化を適切に補正することができ、モデル内全域の予測精度を向上させることのできる気象予測システムとその同化処理方法を提供することを目的とする。

上記問題を解決するために、本発明に係る気象予測システムは、気象レーダで観測された雨水量データを気象予測モデルに同化して当該モデルで得られる予測値を定期的に観測値と比較し、その比較結果を前記モデルに内挿する気象予測システムであって、前記気象レーダを予め高度別に区分された複数の階層で走査して得られる階層別の雨水量データを取得してそれぞれ気象予測モデルに同化し、低階層側で観測されなかった地点の上層で雨水量データの同化が得られた場合には上層での同化を採用する同化手段と、前記同化手段で同化された気象予測モデルで、雨水量が既定値以上存在する地点を判定する判定手段と、前記雨水量が既定値以上存在する地点について水蒸気ボーガスを作成して前記気象予測モデル内に同化することで水蒸気ボーガス同化手段とを具備し、前記水蒸気ボーガス同化手段は、前記雨水量が既定値以上存在する地点についてデータ同化前のモデル内で表現されている水蒸気量と同点の気温と気圧で求められる飽和水蒸気量とを比較しナッシング処理して飽和水蒸気量に近づけることを特徴とする。

また、本発明に係る気象予測システムの同化処理方法は、気象レーダで観測された雨水量データを気象予測モデルに同化して当該モデルで得られる予測値を定期的に観測値と比較し、その比較結果を前記モデルに内挿する気象予測システムに適用され、前記気象レーダを予め高度別に区分された複数の階層で走査して得られる階層別の雨水量データを取得する階層別データ取得ステップと、前記複数の階層それぞれで得られた雨水量データを気象予測モデルに同化する階層別同化ステップと、前記階層別同化ステップの処理結果から低階層側で観測されなかった地点の上層で雨水量データの同化が得られた場合には上層での同化を採用する同化合成ステップと、前記同化合成ステップで同化された気象予測モデルで、雨水量が既定値以上存在する地点を判定する判定ステップと、前記雨水量が既定値以上存在する地点について水蒸気ボーガスを作成して前記気象予測モデル内に同化することで水蒸気ボーガス同化ステップとを具備し、前記水蒸気ボーガス同化ステップは、前記雨水量が既定値以上存在する地点についてデータ同化前のモデル内で表現されている水蒸気量と同点の気温と気圧で求められる飽和水蒸気量とを比較しナッシング処理して飽和水蒸気量に近づけることを特徴とする。

本発明によれば、レーダ波が遮蔽される領域であっても、上空での雨水量データで補足して同化されるため、雨水量に関して高精度な予測が可能な気象予測システム及びその同化処理方法を提供することができる。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

図１は本発明が適用される気象予測システムの概略構成を示すブロック図である。図１において、通信処理部１１は、通信インターフェース１２を通じてネットワークＮＴに接続され、当該ネットワーク上の例えば気象庁等の気象データサーバＤＳ０から配信される全国規模の気象観測データ（以下ＧＰＶ（Grid Point Value）データと記す）と、予測対象地域及びその周辺のレーダサイト等のデータサーバＤＳ１，ＤＳ２，…から提供される局所的な気象観測データを入手する。この通信処理部１１で入手された気象観測データは観測データ格納部１３に格納され、気象予測モデル演算部１４からの要求に応じて選択的に演算部１４に送られる。また、この演算部１４で求められた気象予測データは予測データ格納部１５に蓄積される。

上記気象予測モデル演算部１４は、まず観測データ格納部１３からＧＰＶデータを取り込んで初期値とし、気象予測モデルを演算した後、レーダサイト等の局所的な気象観測値を観測値格納部１３から取り込んで気象予測モデルの空間格子点に内挿し、データ同化処理を行って予測値の補正を行う。補正後の予測値（予測データ）は予測データ格納部１５に格納される。次に、予測データ格納部１５から前回の計算された予測データを取り込み、これを初期値として気象予測モデルを演算する。以後、新たなＧＰＶデータが得られるまで、補正後の予測値を初期値として用い、気象予測モデルを更新する。

上記気象予測モデル演算部１４のデータ同化処理の流れを図２に示す。図２において、まず観測値と予測値を取り込み、品質管理処理を行う（Ｓ１１）。ここでは、観測値と予測値を比較することにより、品質の悪いデータを同化から除外する。

次に、観測値と予測値の統計的な誤差特性をもとに別途計算された内挿重み算出値を用いて、品質管理後の観測値を空間的に気象予測モデルの格子点に内挿する（Ｓ１２）。このとき、最初のモデル計算では、初期値にＧＰＶデータを用い、次のモデル計算からは補正後の予測データを用いる。

内挿重み算出処理後、データ同化処理を行う（Ｓ１３）。このデータ同化処理は、内挿した結果を数値モデルに時間的に連続して取り込む。予測値とこの内挿した観測値を比較し、予測値を補正する。

上記システムにおいて、気象レーダの雨水量データをデータ同期して予測計算を行った場合、データ同化期間内での雨水量予測は実際の観測データとほぼ一致した値が得られるが、データ同期を終了した後にそのまま予測計算を続けると、モデル内で現れていた雨が直ちに止んでしまい、観測との一致がみられなくなってしまう。

この要因としていくつか考察されるが、「雨水量のみをデータ同化しており、雨を生成する水蒸気をデータ同化していない」ことがデータ同化終了後に直ちに雨が止んでしまう主要因であると考えられる。すなわち、雨水量のみをデータ同化したとしても、雨水は有意な落下速度を持ち、直ちに地表へ落ちてしまうことにより、落下後はモデル内に殆ど影響を及ぼさないと考えられ、その後もモデル内で「雨を降り続かせる」ためには、雨水を作る物質、つまり水蒸気が欠かせないと考えられる。

そこで、水蒸気量同化を目的として様々な試みを行ったが、水蒸気の生の観測データを手に入れてモデルにデータ同化することは問題が多い。特に、ＧＰＳ（Global Positioning System：衛星測位システム）衛星等による水蒸気データの同化手法は、データ蓄積を行っているが、実運用のためのルーチンデータを入手できないため、現状では非常に難しい。そこで、本発明者らは、先に述べた特許文献２で「気象レーダデータを用いた水蒸気ボーカス」を提案している。この「水蒸気ボーカス」とは、レーダデータから水蒸気量を推定し、モデル内にデータ同化することを意味する。以下、図３に水蒸気ボーカスを用いた水蒸気量データ同化処理のフローチャートを示してその処理内容を説明する。

まず、気象レーダにおける雨水量のデータ同化を行うことで、同化される雨水量を算出する（Ｓ２１）。雨水量データの同化を行った後、水蒸気量の推定計算を行う（Ｓ２２）。この「水蒸気量の推定計算」は、モデル計算領域内のある定義点の周囲に同化された雨水量が既定値以上存在すれば、その点では周囲の雨水を生成した水蒸気が飽和水蒸気量を上限として豊富に存在するという考えを基本とする。

水蒸気量の推定計算の結果、周囲にレーダ同化された雨水が存在するか否かを判定する（Ｓ２３）。この判定で、存在しない場合にはそのまま雨水量データ同化処理を終了する。存在すると判定された場合には、水蒸気ボーガスを作成してモデル内にデータ同化する（Ｓ２４）。

具体的には、その定義点においてデータ同化前のモデル内で表現されている水蒸気量と同点の気温と気圧で求められる飽和水蒸気量とを比較し、以下の式を用いてナッシングすることで飽和水蒸気量に近づける、つまり雲水や雨水を生成しやすくする推定方法をとる。

qvassim = qvmod * (1-alpha) + qvsat * alpha
qvassim：同化後の水蒸気量（未知量）
qvmod ：同化前の（モデルで計算される）水蒸気量（既知量）
qvsat ：定義点の飽和水蒸気量（既知量）
alpha ：重み付けパラメータ（０＜alpha＜１）
但し、上記の方法では、以下の３点をパラメータ実験によって予め決定する必要がある。
・水蒸気量同化を行う際に周囲のレーダ同化された雨水の検索範囲
・検索する雨水量のしきい値
・水蒸気量同化の際の「重み付けパラメータ」
上記の処理を実行することにより、レーダデータ同化された雨水は直ちに落下してモデル領域内に影響を残さないが、空中に漂う水蒸気をモデル領域に残すことができる。雨が降っている地点は周囲も含めて擾乱が激しく、水蒸気量を同化させることにより、その水蒸気が凝結し、雲や雨を生成することが期待される。これにより、モデル内で「雨を降り続かせる」ことが可能になると考えられる。

したがって、上記構成による気象予測システムでは、雨水量のレーダデータ同化を終了した後に予測計算を継続しても、モデル内での降雨状況を模擬し続けることができ、これによって雨水量に関して高精度な予測が可能となる。

上記構成による気象予測システムでは、レーダにより雨量が観測された＝その場には水蒸気が豊富に存在する、と推定し、雨量データのほかに水蒸気データも補正する方式を採用している。この結果、データ同化終了後の補正有効期間が数時間程度まで延び、予測精度が改善された。しかし、レーダ観測範囲にも関わらず、図４に示すように、気象レーダＡの電波発射方向に対して山Ｂ１，Ｂ２の後ろ側に存在する領域は電波が遮蔽されてしまい、レーダ観測では雨域を捉えられない。このため、従来のレーダ同化技術では、レーダ観測可能な領域のみ同化による補正を行っていた。

ところが、図４に示すように、レーダ観測が不能な領域であっても、その上層に雨が存在する場合は、その下層の同化不可の領域も雨であると推定することができるので、上層の雨水量で同化による補正を行えば、下層の観測不可による部分的な精度劣化を抑制可能となる。

本発明はこの点に着目し、遮蔽の問題を解決するには、そのさらに上空に雨滴が存在する場合、下層にも水蒸気・雨が存在すると仮定し、下層にも水蒸気量をナッジング方式により与える方法を提案するものである。

以下、図５を参照して本発明による処理の流れを説明する。

まず、データ同化開始に際して、図１に示したレーダサイトサーバＤＳ１，ＤＳ２から、気象レーダを予め高度別に区分された複数の階層で走査して得られる階層別の雨水量データ（空間三次元データ）を取得し、観測データ格納部１３に格納しておく。その階層数は、レーダ複数の山岳部の高度に基づいて適宜選定する。ここでは説明を簡単にするため３階層を想定する。

同化開始が指示されると、まず下層の走査で得られた雨水量データを取り込んで（ステップＳ３１）、観測地点毎に雨水量を閾値と比較して雨があるか判定し（ステップＳ３２）、雨があると判定された場合には、その地点の下層全てについて図３に示した水蒸気同化を行う（ステップＳ３３）。

ステップＳ３３の水蒸気同化処理が完了した場合、またはステップＳ３２で雨はないと判定された場合には、上層の雨水量データを取り込んで（ステップＳ３４）、再度、雨水量を閾値と比較して雨があるか判定する（ステップＳ３５）。このステップＳ３５で雨があると判定された場合には、雨が観測された地点の下層のうち、水蒸気同化を一度も行っていない地点に対して水蒸気同化を行った後（ステップＳ３６）、ステップＳ３４に戻り、次の階層の雨水量データを取り込む。また、ステップＳ３５で雨はないと判定された場合には、データ同化処理は完了したものとする。

上記の処理によれば、低層側から順に雨水量データから雨のある地点を判別して水蒸気同化を行い、雨がない地点ではその上層の雨水量データから雨の有無を判別して水蒸気同化を行うようにしているので、各地点ではレーダ電波の遮蔽域か否かにかかわらず、上層に雨があれば水蒸気同化が行われる。このように、遮蔽により見えなかった雨滴を仮想的に与えたことにより、気象モデル内に雨滴や水蒸気を与えることができ、データ同化による予測の補正ができ、予測精度の向上が期待できる。

尚、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

本発明が適用される気象予測システムの概略構成を示すブロック図。 図１のシステムの気象予測モデル演算部のデータ同化処理の流れを説明するためのフローチャート。 図１のシステムに適用される、水蒸気量のデータ同化処理過程を説明するためのフローチャート。 図１のシステムで、レーダ電波が山によって遮蔽されて観測不可領域ができる様子を示す図。 図１のシステムに本発明に係る階層別同化処理を適用した場合の処理手順を示すフローチャート。

符号の説明

１１…通信処理部、
１２…通信インターフェース、
１３…観測データ格納部、
１４…気象予測モデル演算部、
１５…予測データ格納部、
ＮＴ…ネットワーク、
ＤＳ０…気象データサーバ、
ＤＳ１，ＤＳ２…レーダサイトデータサーバ。

Claims (6)

1. 気象レーダで観測された雨水量データを気象予測モデルに同化して当該モデルで得られる予測値を定期的に観測値と比較し、その比較結果を前記モデルに内挿する気象予測システムであって、
   前記気象レーダを予め高度別に区分された複数の階層で走査して得られる階層別の雨水量データを取得してそれぞれ気象予測モデルに同化し、低階層側で観測されなかった地点の上層で雨水量データの同化が得られた場合には上層での同化を採用する同化手段と、
   前記同化手段で同化された気象予測モデルで、雨水量が既定値以上存在する地点を判定する判定手段と、
   前記雨水量が既定値以上存在する地点について水蒸気ボーガスを作成して前記気象予測モデル内に同化することで水蒸気ボーガス同化手段とを具備し、
   前記水蒸気ボーガス同化手段は、前記雨水量が既定値以上存在する地点についてデータ同化前のモデル内で表現されている水蒸気量と同点の気温と気圧で求められる飽和水蒸気量とを比較しナッシング処理して飽和水蒸気量に近づけることを特徴とする気象予測システム。
2. 前記ナッシング処理は、
   qvassim = qvmod * (1-alpha) + qvsat * alpha
   qvassim：同化後の水蒸気量（未知量）
   qvmod ：同化前の（モデルで計算される）水蒸気量（既知量）
   qvsat ：定義点の飽和水蒸気量（既知量）
   alpha ：重み付けパラメータ（０＜alpha＜１）
   により同化後の水蒸気量をqvassim を求めることを特徴とする請求項１記載の気象予測システム。
3. 前記ナッシング処理を実行するために、水蒸気量同化を行う際にレーダ同化された雨水の検索範囲、検索する雨水量のしきい値、水蒸気量同化の際の重み付けパラメータを予め決定しておくことを特徴とする請求項２記載の気象予測システム。
4. 気象レーダで観測された雨水量データを気象予測モデルに同化して当該モデルで得られる予測値を定期的に観測値と比較し、その比較結果を前記モデルに内挿する気象予測システムに適用され、
   前記気象レーダを予め高度別に区分された複数の階層で走査して得られる階層別の雨水量データを取得する階層別データ取得ステップと、
   前記複数の階層それぞれで得られた雨水量データを気象予測モデルに同化する階層別同化ステップと、
   前記階層別同化ステップの処理結果から低階層側で観測されなかった地点の上層で雨水量データの同化が得られた場合には上層での同化を採用する同化合成ステップと、
   前記同化合成ステップで同化された気象予測モデルで、雨水量が既定値以上存在する地点を判定する判定ステップと、
   前記雨水量が既定値以上存在する地点について水蒸気ボーガスを作成して前記気象予測モデル内に同化することで水蒸気ボーガス同化ステップとを具備し、
   前記水蒸気ボーガス同化ステップは、前記雨水量が既定値以上存在する地点についてデータ同化前のモデル内で表現されている水蒸気量と同点の気温と気圧で求められる飽和水蒸気量とを比較しナッシング処理して飽和水蒸気量に近づけることを特徴とする気象予測システムの同化処理方法。
5. 前記ナッシング処理は、
   qvassim = qvmod * (1-alpha) + qvsat * alpha
   qvassim：同化後の水蒸気量（未知量）
   qvmod ：同化前の（モデルで計算される）水蒸気量（既知量）
   qvsat ：定義点の飽和水蒸気量（既知量）
   alpha ：重み付けパラメータ（０＜alpha＜１）
   により同化後の水蒸気量をqvassim を求めることを特徴とする請求項４記載の気象予測システムの同化処理方法。
6. 前記ナッシング処理を実行するために、水蒸気量同化を行う際に周囲のレーダ同化された雨水の検索範囲、検索する雨水量のしきい値、水蒸気量同化の際の重み付けパラメータを予め決定しておくことを特徴とする請求項５記載の気象予測システムの同化処理方法。

Images