報告書番号

T96007

タイトル（和文）

統計気候モデルを用いた地域気候変化予測手法の調査

タイトル（英文）

REVIEW OF REGIONAL CLIMATE CHANGE PREDICTIONUSING STATISTICAL DOWNSCALING

概要 （図表や脚注は「報告書全文」に掲載しております）

大気大循環モデル（ＧＣＭ）の粗い出力結果から地域レベルでの気候変化情報を引き出す手法として，ＧＣＭ／地域気候モデル（ＲｅｇＣＭ）の結合手法と並んで有望視されている統計気候モデルを用いたダウンスケーリング手法に関する文献調査を行った。この結果，統計気候モデルは，（１）重回帰分析，（２）主成分分析（ＰＣＡ），（３）正準相関分析（ＣＣＡ）を用いた手法に分類される。この中で，主成分分析で選択された説明変量と目的変量を，正準相関分析で関連付ける方法（ＣＣＡ／ＰＣＡ）が最も有望であることが明らかになった。また，最近構築された，現象の時間変化を考慮できる主成分振動パターン（ＰＯＰ）の適用により更に動的な解析が期待できると見られる。予備的な気候データ解析の結果，わが国に対して統計気候モデルを適用した場合，妥当な予測を行えることが示唆された。

概要 （英文）

STUDIES OF METHODS TO PREDICT REGIONAL CLIMATE CHANGE FROM THE COARSE-RESOLUTION GENERAL CIRCULATION MODEL(GCM) OUTPUT WERE REVIEWED. AT PRESENT,THE GCM OUTPUT CONTAINS A CONSIDERABLE DEGREE OF UNCERTAINTY,AND IT IS BEST TO COMPARE SEVERAL REGIONAL CLIMATE SCENARIOS FROM VARIOUS GCMS RATHER THAN TO DEPEND ON ONE REGIONAL CLIMATE SCENARIO FROM ONE GCM. THE MERIT OF THE PROPOSED METHOD,CALLED STATISTICAL DOWNSCALING,IS THAT IT CAN BE APPLIED TO MORE THAN ONE GCM RELATIVELY EASILY,WHEREAS A REGIONAL CLIMATE MODEL(REGCM) CAN BE APPLIED TO ONLY ONE GCM WITH THE SAME MODEL STRUCTURE. STATISTICAL DOWNSCALING FIRST DERIVES THE RELATIONSHIP BETWEEN LARGE-SCALE AND SMALL-SCALE CLIMATEVARIABLES FROM OBSERVATION DATA,AND THEN APPLIES THE RELATIONSHIP TO GCM OUTPUT IN ORDER TO OBTAIN REGIONAL CLIMATE SCENARIOS. PREVIOUS STUDIES ARE CLASSIFIED INTO THREE CATEGORIES BASED ON THE FOLLOWING ANALYSIS:(1) MULTIPLE REGRESSION ANALYSIS,(2) PRINCIPAL COMPONENT ANALYSIS(PCA),AND (3) CANONICAL CORRELATION ANALYSIS(CCA). THE BEST METHOD IS TO SELECT PREDICTOR AND PREDICTAND VARIABLES USING PCA,AND THEN TO RELATE THEM USING CCA(CCA/PCA COMBINED METHOD). APPLYING THE PRINCIPAL OSCILLATION PATTERN(POP), WHICH CAN TAKE THE TIME VARIANCE OF PHENOMENA INTO ACCOUNT,MAKES MORE DYNAMIC ANALYSIS POSSIBLE. A PRELIMINARY CLIMATE DATA ANALYSIS OF JAPAN SUGGESTS THAT STATISTICAL DOWNSCALING COULD YIELD MEANINGFUL PREDICTIONS.

報告者

キーワード