アンサンブル データ ドウカ オ リヨウシタ タイキ カイヨウ ケツゴウ モード ノ チュウシュツ ト ソノ タンキ ヨソク エノ オウヨウ

• Main Authors: コモリ, ノブマサ, エノモト, タケシ, ミヨシ, タケマサ, ヤマザキ, アキラ, Komori, Nobumasa, Enomoto, Takeshi, Miyoshi, Takemasa, Yamazaki, Akira, 小守, 信正, 榎本, 剛, 三好, 建正, 山崎, 哲
• Other Authors: 慶應義塾大学・自然科学研究教育センター (日吉) ・研究員, 京都大学・防災研究所・教授, 国立研究開発法人理化学研究所・計算科学研究センター・チームリーダー, 国立研究開発法人海洋研究開発機構・付加価値情報創生部門 (アプリケーションラボ) ・研究員
• Format: Report
• Language: Japanese; English
• Published: 2022
• Subjects: 海洋物理・陸水学,気象学,大気海洋相互作用,データ同化,季節変動予測,アンサンブル,観測システムシミュレーション実験; Pacific; Sea ice
• Online Access: https://koara.lib.keio.ac.jp/xoonips/modules/xoonips/detail.php?koara_id=KAKEN_17K05663seika; https://koara.lib.keio.ac.jp/xoonips/modules/xoonips/download.php?koara_id=KAKEN_17K05663seika

研究種目 : 基盤研究 (C) (一般) 研究期間 : 2017～2022 課題番号 : 17K05663 研究分野 : 海洋物理学 アンサンブル手法を用いて全球大気海洋結合モデルCFESに大気観測データを同化するシステムを構築し，大気大循環モデルAFESに基づいたシステムには見られなかった熱帯太平洋域における海盆規模の相関構造を見出した．また，短期変動予測への応用に資するため，CFESに海面水温の観測データのみを簡便な手法を用いて同化する試験的な季節予測システムを構築し，海氷域を含め，既存のシステムと遜色のない予測スキルが得られることを明らかにした．さらに，AFESにおける陸水の取扱いを改良し，熱的コントラストの改善を通じて大規模な循環場のバイアスを低減しうることを明らかにした． We have constructed a system to assimilate atmospheric observational data into a global coupled atmosphere-ocean modeu using an ensemble-based method, and found the basin-scale structure of surface atmospheric variables over the tropical Pacific reconstructed from the ensemble correlation in the CGCM-based system but not in the AGCM-based system. We also constructed an experimental seasonal prediction system using a simple nudging method which assimilate only sea surface temperature data. The system exhibits a good prediction skill including sea-ice covered regions. In addition, we modified the atmospheric component to use the realistic depth of inland seas and large lakes, and revealed that biases in the large-scale circulation could be mitigated through the improved land-sea thermal contrast. Research team head Research team member Research team member Research team member