経験的調整パラメータのない高精度大気解析の実現

无需经验调节参数即可实现高精度大气分析

基本信息

批准号：
22K03726
负责人：
石橋俊之
金额：
$ 2.66万
依托单位：
Japan, Meteorological Research Institute
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K03726/
关键词：
データ同化数値天気予報大気解析経験的調整

项目摘要

大気状態を高精度で解析（推定）することは大気のカオス性により難しい科学的問題である。データ同化は、大気に関する膨大な情報（観測、予測、物理法則）を確率密度関数によって無矛盾に統合してこれを可能にする。しかし、データ同化には多くの経験的調整パラメータが含まれており、解析精度を強く制限している。特に各情報の確率密度関数は、経験的パラメータの塊となっている。本研究の目的は、経験的パラメータに依存しない高精度な大気解析の実現である。このために、大規模アンサンブルによる新しい客観推定法の構築等により確率密度関数を精緻に推定する。本研究により大気解析の精度が飛躍的に向上する。2022年度は、複数の推定手法を統合して誤差の確率密度関数を水物質分布への依存性も含めて推定し（PDF1と呼ぶ）、さらに推定された確率密度関数について、推定スキームの誤差の範囲で補正した確率密度関数を生成した（PDF2と呼ぶ）。これらを用いて、全球数値天気予報システムで、一ヶ月間の解析、予報サイクル実験を行った。この実験では、ハイブリッド4次元変分法を用いた。両者の精度を比較した結果、PDF2では、PDF1に比べ、有意に予測精度が向上することがわかった。先行研究では、確率密度関数の推定誤差の起源の一つとして、背景誤差の流れ依存性の表現誤差が考えられていたが、ハイブリッド4次元変分法でも依然推定誤差が無視できないことがわかった。また、確率密度関数の各成分がどのように解析場に影響し、予報精度の違いとなるのかについて線型及び非線形インパクト解析で明らかにした。

由于大气的混沌性质，高精度分析（估计）大气状况是一个困难的科学问题。数据同化通过使用概率密度函数持续整合大量有关大气的信息（观测、预测、物理定律）使这成为可能。然而，资料同化涉及许多经验调整参数，这极大地限制了分析的准确性。特别地，每条信息的概率密度函数是大量的经验参数。本研究的目的是实现不依赖于经验参数的高精度大气分析。为此，我们将通过使用大规模集成构建新的客观估计方法来精确估计概率密度函数。这项研究将极大地提高大气分析的准确性。在2022财年，我们将整合多种估计方法来估计误差的概率密度函数，包括其对水物质分布的依赖性（简称PDF1），并进一步评估估计方案的误差对于估计的概率密度函数A范围。 -生成修正后的概率密度函数（简称PDF2）。以此为基础，我们利用全球数值天气预报系统进行了为期一个月的分析预报周期实验。在本实验中，采用了混合四维变分法。对比两者的准确率结果发现，PDF2的预测准确度相比PDF1有明显的提升。在以往的研究中，背景误差的流相关表示误差被认为是概率密度函数估计误差的根源之一，但发现即使采用混合四维变分法，估计误差仍然不可忽视。此外，还使用线性和非线性影响分析来阐明概率密度函数的每个组成部分如何影响分析领域并导致预测精度的差异。