報告書番号

N06025

タイトル（和文）

ドップラーレーダー観測値のメソ気象モデルへのデータ同化（その１）－３次元変分法に基づく手法の開発と性能評価－

タイトル（英文）

Assimilation of Doppler radar observations into a mesoscale meteorological model Part I: Development of a method based on three-dimensional variational technique and evaluation of the performance

概要 （図表や脚注は「報告書全文」に掲載しております）

豪雨を伴う気象の予測情報は，雷，ダムへの出水，ならびに強風などを予測する上で重要であり，メソ気象モデルは数時間～数日先までの気象予測に広く用いられている．ただし，モデルによる予測結果の精度が初期・境界値の精度に大きく影響を受けるという問題がある．本研究の目的は，モデル変数の初期・境界値の精度を修正する手法として，ドップラーレーダー観測値（動径速度，レーダー反射因子）を同化できるように既存の３次元変分法によるデータ同化（3-D Var）システムを拡張し，拡張手法の性能を評価することである．その際，メソ気象モデルである WRF（Weather Research and Forecasting）model に対する 3-D Var システムを基礎とした．また，評価には，実際のレーダー観測値ではなく，模擬された観測値を用いた Observing System Simulation Experiment と呼ばれる手法により，モデル変数の修正とその降水予測への寄与に関する定量的な性能を評価した．
同化実験の結果，３次元風速場，気温，降水粒子量といったモデル変数の誤差を（対流スケールよりも大きな）数十 km の水平スケールにおいて低減するのに本データ同化手法が機能することが明らかとなった．６時間先までの短時間降水予測において，豪雨の位置をより正確に予測する上で第一に動径速度値の同化が重要あり，さらにレーダー反射因子値を同化すると定量性が向上する．一方，レーダー反射因子値のみの同化効果は長続きせず，１時間程度で効果が消える．いずれにせよ，数十 km スケールにおけるモデル変数の修正は，より小さな対流スケールの現象が卓越した豪雨の予測の改善に寄与しうることが明らかとなった．

概要 （英文）

Quantitative precipitation forecasting (QPF) gives valuable information for a
variety of issues, including predictions of hydrological processes as well as of wind
field and lightning associated with heavy rainfall. The main objective of this study is
to develop a method to assimilate Doppler radar observations (radial velocity and
reflectivity) into a mesoscale meteorological model for improving QPF. Then, the
three-dimensional variational data assimilation (3-D Var) system for the Weather
Research and Forecasting (WRF) model is extended to treat with data of radial
velocity and reflectivity.
To investigate the performance of radar data assimilation in terms of the
retrieval of convective fields and its impact on short-range QPF, simulated
observations from multiple Doppler radars are assimilated. The investigation is
done through Observing System Simulation Experiments. Results of a retrieval test
indicate that a sophisticated version of the WRF 3-D Var works reasonably well in
recovering the key features of convective fields at scales relatively larger than
the convective scale. Significant impact found in precipitation forecasting
suggests that the large-scale forcing plays an important role for convective
activities. As a general result, the retrieval of wind field by assimilation of
radial velocities is primary for forecasting more accurate location of convections.
Meanwhile, the additional use of reflectivity factor for recovering temperature and
microphysical variables is effective for quantitativeness of precipitation forecasting.

報告者

キーワード