報告書番号

N18002

タイトル（和文）

高頻度気象解析・予測に有効なドップラーレーダデータの4次元同化システムの開発

タイトル（英文）

Development of a four-dimensional Doppler radar data assimilation system for the rapid update cycle of meteorological analysis and forecasting

概要 （図表や脚注は「報告書全文」に掲載しております）

背 景
大雨・強風時に流通設備の被災有無を効率的に巡視し，被災後の安全性評価を行うには，気象の高精度な再現・予測結果を必要とする．当所は，気象モデルWRFを用いた計算ツールとしてNuWFAS[1]を開発したが，一般に気象モデルの計算精度は初期値に依存する．そこで，初期の気象場（背景場）に含まれる誤差を修正するために，簡単な気象力学を仮定して，気象レーダで観測した空間3次元データの同化手法を開発した[2]．複雑なメカニズムで生起し，時間変化が激しい極端事象への適用性を高めるには，時間軸を含めた4次元データをタイムリに同化し，高頻度に計算結果を得る技術が求められる．

目 的
レーダ観測データの4次元同化に基づき，大雨や突風を伴う気象の現象再現および数時間先までの予測を高速に行える解析・予測システムを開発する．

主な成果
1. 解析・予測システムの開発
NuWFASの計算結果と気象庁観測データを合成した背景場の作成，および品質管理技術[3]を用いた同化用レーダデータの作成のためのプリプロセッサーを開発した．これを4次元変分法（図1）に基づく同化システムVDRAS注1)と連携させ，全体システムを構築した（図2）．水蒸気量調節機能をVDRASに導入するとともに，事前の計算結果を用いて繰り返し同化（サイクル同化）できるように工夫し，計算精度のばらつきを軽減した．
2. 解析・予測システムの性能
(1) 降水域の再現・予測への適用可能性
関東平野にて発生した短時間大雨および竜巻を伴う2事例に適用した結果，動径速度注2)とレーダエコー強度注3)の両方を同化すれば，NuWFASによる評価が難しかった事例に対しても，一定の精度を有した再現・予測結果が得られた（図3）．
(2) 時空間スケールの小さな現象に対する適用可能性
スーパーセル型の積乱雲に対する適用では，竜巻発生時に特徴的な渦等の存在を評価できた（図4）．関東平野を含む計算領域に対して要する計算時間は，現況解析・1時間先までの予測が30分毎にリアルタイムで運用できる程度にある．

今後の展開
開発した解析・予測システムの定量的評価を進める．また，適用先が平野部にて発生する現象に限られているため，山岳域へも適用できるように当システムを拡張する．


注1) Variational Doppler Radar Analysis System の略．米国大気研究センターにて開発されたデータ同化システムを指す．
注2) 降水粒子の移動速度（風速と粒子落下速度の和）をレーダアンテナ視線方向に射影した速度成分を指す．
注3) 降水粒子の粒径の6乗を単位体積内で積算したもので，降水強度と関係する量である．

概要 （英文）

A four-dimensional variational data assimilation (4DVAR) system for Doppler radar observations is developed based on National Center for Atmospheric Research's VDRAS (Variational Doppler Radar Analysis System). A non-hydrostatic cloud-resolving model, its adjoint, and a minimization procedure of a cost function are used for the assimilation of radial velocity and reflectivity data into the cloud model to retrieve unobserved model variables with dynamical consistency. A preprocessor for making the background as well as radar data with quality checks is newly developed with a cloud analysis scheme for adjusting water vapor field. This 4DVAR system has the strength in the capability of a rapid update cycle, not requiring huge computational resources.
To investigate the performance of the 4DVAR system, sensitivity experiments are conducted for two severe storm episodes including a torrential heavy precipitation system and a tornadic storm. Radar data are assimilated with a 4DVAR cycling configuration. Results indicate that the radar data assimilation system works reasonably well in the retrieval and the subsequent 1-hour forecasts of the principal dynamical, thermodynamic, and microphysical features found in the evolution of convections. The use of the cloud analysis shows a significant impact for more accurate forecasts. Forecasts with single-Doppler radar data assimilation show only a limited degradation of the performance, compared with multiple-Doppler radar data assimilation. The use of reflectivity data for retrieving temperature and microphysical fields is crucial for storms applied, and assimilating both radial velocity data and reflectivity data gives the best performance in experiments.

報告者

キーワード