12:20 〜 12:35
[AAS02-12] 雲解像モデルへの２スケールNeighboring Ensemble変分同化法
キーワード：アンサンブルを用いた変分同化法, 周囲のアンサンブル, ２スケール分離, GPM, GCOM, マイクロ波放射計
１． はじめに本研究の目的は、サンプリング誤差抑制法を含むEnsemble変分同化法スキム(EnVA)を雲解像モデル（CRM、具体的にはJMANHMを想定)用に開発することである。これはCRMのEnsembleを使った同化法では、特に降水物理量に対して、サンプリング誤差が深刻な問題となるためである。２． ２スケールNeighboring Ensemble変分同化法我々は、様々な降水事例のEnsemble予報誤差解析に基づき、Neighboring Ensemble (NE)法と、NEの２スケール分離から成るサンプリング誤差抑制法を開発した。NE法は、Spectral Localization (SL)の仮定に基づき、粗格子内(本研究では、5x5 grids)のNEを用いて予報誤差を近似する。NEの２スケール分離は、水平方向の予報誤差相関パターンの降水物理量とそれ以外の物理量の違いを反映させるため、NE予報誤差を大規模場(本研究では、13 x 13 gridsの平均)とそこからの偏差へ分離する（降水物理量は偏差成分のみを持つと仮定した）。上記サンプリング誤差抑制法を、3次元のEnVA（解析変数は、風速(U,V,W)、温位、RHW2、降水強度、地上気圧）に導入するために、我々は、EnVA解析インクレメントが、２スケールNE予報誤差空間に属すると仮定した。我々は、鉛直方向の縮小近似を導入し、この予報誤差空間を２スケールNE予報誤差の鉛直方向の相互相関のSingular Value Decomposition (SVD) 主要モードで表わした。（本研究では、このSVDは、大規模場については、大規模場の水平スケール(~600 km)の領域平均の鉛直相互相関から計算した。偏差成分に対しては、各粗格子のgrid box毎の鉛直相互相関から計算した。）各点のSVD主要モードは互いに独立なので、コストファンクションは、各モードの解析インクレメントの水平成分についての式に帰着する。次に、我々は、NE予報誤差の水平方向の相関を使って、コストファンクションの第1推定項を水平方向に対角化した。我々は、上記のコストファンクションを共役勾配法によって最小値化し、Ensemble平均の解析インクレメントの最適値を求めた。そして、各粗格子点でのEnsemble解析誤差共分散からEnsembleの各メンバーの解析値を計算した。RHW2、降水強度から、水物質(雲水、雲氷、雨、雪、あられ)への変換には最小２乗法を使った。３． OSSEの結果本研究のEnVAのチェックのため、我々は、いくつかの降水事例についてOSSEを行なった。地上降水強度のシミュレーションデータを同化した結果は、NE法が、降水有りのEnsemble memberの割合が20％以下の格子点でも尤もらしい降水物理量の解析値を作るのに成功していることを示す。また、ゾンデ観測のシミュレーションデータを同化した結果、NEの2スケール分離によって、非等方で降水強度に応じて空間スケールの変わる解析インクレメントが作られていることを示す。また、EnVAは、様々な水物質などの非線形函数であるMWI TBの多チャンネルシミュレーションデータから、降水フラッグや降水プロファイルの情報をリトリーブするのに成功している。