untitled
|
|
|
- みそら ほうねん
- 4 years ago
- Views:
Transcription
1 16 10 October 2004
2 MSM GPV TAF-S TAF-S GPV
3 km MSM WINDASACARS MSM 16 7 MSM MSM MSM MSM NHM 49 10km NHM MSM MSM MSM 16 9 MSM 18 3 NAPS MSM 5km 1 8 NHM 4 NAPS 16 9 MSM MSM MSM 1
4 km (MSM(Meso- Scale Model)) MSM 20km (RSM) RSM 31 ( )RSM ( 2001) (4D-VAR) ( 2002) ( 2003) (2002) km10mm/3hr D-VAR MSM ( 1978) MSM ( 1999) MSM km310mm MSM (- (AS) ) ( 1995) () ( 1999) ( NHM(Non-Hydrostatic Model)) 1980 (Ikawa 1988; Ikawa and Saito 1991) (Saito 1994) (Saito 1997) /(Saito et 1
5 1.2.1 MSMMSM al., 2001)NHM NHM NHM2 10km MSM AS NHMKain-Fritsch (KF)KF (CAPE)20-25km (Kain and Fritsch 1990) CAPE NHM NHM -HE-VI (t)() ( 1998, Saito et al. 2001)- t 10km2040 ( 2003) ( 2003a) kmNHM MSM NHMMSM NAPS NHM NHM MSM 2 3 MSM MSM(1.2.1) (2004) (1994) 2 MSM MSM MSM NHM 3 2
6 MSMMSM () (USGS)30 (1km)GTOPO30 (10km) MSM MSM 15km 4 200m 1.2.1MSM ()MSM(2 ) 30 (GLCC: Global Land Cover Characterization) MSM4 MSM MSM(2)MSM ()GPV 3.2 RSM MSM MSM () MSM ( 2001) MSM (NNMI) MSMMSM 4 4 MSM MSM 2t N-1 N N+1 n n+1 2t (t)(n-1, N, N+1 3 )() (n, n+1 2 ) MSM MSM (CFL 5 )MSM () (t)(- )1.2.2 (t) () 6 MSM 7 MSM()MSM ut x ut /x 1 6 () () 7 () 3
7 1.2.1 MSM (0,100,200,500,1000,2000m) MSM ( MSM 50m ) MSM MSM () 4
8 j+1 w,θ v j+1 j w,θ u w,θ v u w,θ j u,v,t v j-1 w,θ i-1 i i+1 j-1 i-1 i i MSM ( C )() (w) 2 (u,v) MSM ( A ) () ()(1999) MSM() MSM() (m) 3000m MSM C MSM (A) MSMZ * MSM-p Z * MSM22km( 40hPa)14km(150hPa)RSM MSM 0hPa 8 MSM4 ( 2003) ( 1999) MSM () MSM 8 (2000) 10hPa 5
9 LFS () LTOP () LCL () LDB () MSM Ps.sacw Pg.sacwPsacw (2003) MSM MSM( 2003a)( ) 9 ( ) 1.2.6MSM P (1.2.2) KF(2003) v cris gwpxdep PxevpPxmltx Pxprc xpxcnyxy Pxfzy x y Pxacy Px.yaczxyyz xpccnd Pidsn (CFL) (Kato 1995; 1999b) MSM () ( ) 90 0 MSMKF(Kain-Fritsch) KF (CAPE) (1.2.7)( ) 6
10 KF () CAPE KF20-25km NHM10km ( 2003b; 2003) MSMAS(-) AS () (Arakawa and Schubert 1974; 1996)AS 10km RSMMSM ( 1996) MSM(Targeted Moisture Diffusion, TMD) (grid point storms) (Unified Model) MSM 10km 2m/secTMDTMD 20044RSM( -90hPa/h0.25m/sec) MSM () () MSM () (TKE : Turbulent Kinetic Energy) MSMTKE TKE ( 2004)MSMTKE (2Mellor-Yamada) () MSM ( 2003; 2004)MSM ( 1999) MSM MSM 10 Louis et al.(1982) Kondo(1975) Kondo(1975) MSMMSM4 ( 1988)4 3 MSMGSM8911 ( )MSM 10 () 3 7
11 MSM22km MSM MSM ( 1994) MSM 151 MSM 8180 Hitachi SR8000/E1( 2000)401 ( 2003)39 MSMy 2 ( 2004) km 4/8/ MSM 1MSM kmNHM (Kato and Goda 2001) 1-2km,, 2004: ,, C105, p.109.,, 2002: 4. 48,, ,, 2003:. 49,, ,, 2003: NHM Kain-Fritsch. 5, :., 249pp., 1999:. 196,, , 1996:. 42,, ,, 2003: non-local JMANHM. 5, ,, 2004:. 2004,, C104, p.108., 2001: (MSM). 13,, 4-8., 1999:. 196,, , 2003:. 49,, 1-15., 2003: 8
12 . 15,, 7-12.,, 1988:. 34,, 2-18., 1988:. 34,, , 1988:. 34,, , 2002:. 14,, 1-3.,, 2000: ,, 1-7., 1995:. 7,, , 2003:. 49,, ,,,,,,,,,,,, 2004:. 2004,, C101, p.105., 1999: NON-LOCAL. 11,, , 1996:. 8,, , 1994:. 6 41,, , 2000: ,, , 1999:. 196,, , 1998:. 44,, , 2001:. 3, , 2003a:. 49,, , 2003b: Kain-Fritsch. 49,, Arakawa, A. and W. H. Schubert, 1974: Interaction scheme utilizing a onedimensional cloud model. Mon. Wea. Rev., 105, Ikawa, M. 1988: Comparison of some schemes for nonhydrostatic models with orography. J. Meteor. Soc. Japan, 66, Ikawa, M. and K. Saito, 1991: Description of a nonhydrostatic model developed at the Forecast Research Department of the MRI. Tech. Rep. MRI, 28, 238pp. Kain, J.S. and J. M. Fritsch, 1990: A onedimensional entraining/detraining plume model and its application in convective parameterization. J. Atmos. Sci., 47, Kato, T., 1995: A box-lagrangian rain-drop scheme. J. Meteor. Soc. Japan, 73, Kato, T. and H. Goda, 2001: Formation and maintenance processes of a stationary bandshaped heavy rainfall observed in Niigata on 4 August J. Meteor. Soc. Japan, 79, Kondo, J., 1975: Air-sea bulk transfer coefficients in diabatic conditions. Bound. layer Met., 9, Louis, J.F., M. Tiedtke and J.F. Geleyn, 1982: A short history of the operational PBLparameterization at ECMWF, Workshop on Planetary Boundary Layer Parameterization Nov. 1981, Saito, K., 1994: A numerical study of the local downslope wind "Yamaji-kaze" in Japan Part 3: Numerical simulation of the 27 September 1991 windstorm with a non-hydrostatic multinested model. J. Meteor. Soc. Japan, 72, Saito, K., 1997: Semi-implicit fully compressible version of the MRI meso-scale nonhydrostatic model. Forecast experiment of the 6 August 1993 Kagoshima torrential rain Geophys. Mag. Ser. 2, 2, Saito, K., T. Kato, H. Eito, and C. Muroi, 2001: Documentation of the Meteorological Research Institute / Numerical Prediction Division Unified Nonhydrostatic Model. Tec. Rep. MRI, 42, 133pp. 9
13 10 2 MSM MSM MSMMSM MSM MSM MSMMSM UTC62418UTC UTC72518UTC UTC12718UTC km MSM MSM CPU MSM MSM km3
14 MSMMSM R/A 20km3 R/A mm1mm R/A MSM MSM1 10mm MSM 15,20mmMSM MSM MSM 10mm MSMMSM MSM Bias Score 10 mm Threat Score mm Bias Score mm Threat Score mm NHM MSM , R/A 3 MSM NHM MSMMSM 11
15 MSM MSM 3 MSM MSMMSM 1 MSM mm 10mm MSMMSM 1 MSM MSM 2003MSM MSM 3 MSMMSM 00,1806,12UTC12(00)UTC RSM 00,12UTC18UTC MSM R/A Jolliffe and NHM MSM R/A 3 MSMNHM MSMMSM 3 1mm 10mm 12
16 00UTC 06UTC 12UTC 18UTC R/A 3 MSM 3 1mm3 10mmETSETS UTC 13
17 Stephenson 2003 ETS 3 ETS mm,10mmETS 18UTC 06UTC ETS ETS21UTC 15UTCETS 1mm 09UTCETS R/A ETS ETS ETS 1mmMSM ETSMSM MSM MSM10mm MSMETS MSM MSM MSM ETS MSMETS mm,10mmETS ETS ETSETS 1mm,10mm Psea MERMSE MEMSM PseaMSM RMSE MSMMSM Psea MEMSM MSMMSM aZUV 2.2.8bTRHME Z 200hPa MEU,V V250hPa T300hPaZ hPaT 1988 RH500hPa 3 ETS Jolliffe and Stephenson R/A 14
18 NHMMSM R/A 3 MSMNHM MSM MSM 3 1mm 10mm ETS 15
19 2.2.5 R/A 3 3 1mm3 10mmETS 16
20 NHM MSM MSMNHM MSMMSMPsea MERMSE MSM MSMPsea 18 Psea Psea 0 300hPaMSM MSMME MSM MSM MSM 2.2.9Z,U,V,T,RHRMSE 18 MSMMSM ZU,V,T,RH MSMRMSE ME MSM MSM MSM MSM,, 2003:. 49,, ,, 1988:. 34,, 218. Jolliffe, I.T. and Stephenson, D.B. 2003: Performance measures. Forecast Verification:A Practitioner s Guide in Atmospheric Science,
21 hpa NHM Z hpa MSM Z ME[m] ME[m] hpa hpa NHM U ME[m/s] NHM V ME[m/s] hpa hpa MSM U ME[m/s] MSM V ME[m/s] FT06 FT12 FT a MSMNHM MSMMSMME ZUVFT 18
22 hpa hpa NHM T ME[K] NHM RH ME[%] hpa hpa MSM T ME[K] MSM RH ME[%] FT06 FT12 FT b MSMNHM MSMMSMME TRHFT 19
23 hpa hpa Z hpa RMSE[m] V RMSE[m/s] hpa U RMSE[m/s] T RMSE[K] hpa RH NHM MSM MSMNHM MSMMSM RMSE ZU VT RH RMSE[%] 20
24 1 MSMMSM10km MSMMSM 2.1 MSM MSM MSM 10mm/3hrMSM 2.2 MSMMSM MSMMSM MSM MSMMSM MSMMSM 1 MSM MSM RSM 1997 RSM MSM UTC MSMMSM MSM MSM MSM MSM 1 MSM MSM (1) hPa UTC500hPa UTC 28 21
25 /100m MSMMSM (2) MSM UTC MSM UTC hPa 500hPa 850hPa MSM UTC UTC GOES UTC19900UTC500hPa 22
26 MSMMSM MSM MSM (mm) MSM hPa1000hPa 0.5/100m MSM /100m 1 1m/s5m/s 26 23
27 L MSM L MSM L (1818UTC)189(12UTC) MSMMSM6 500hPa500hPa hPa 342K MSM MSM W UTC hPa 1 (mm) MSM MSM 2 24
28 (3) MSM MSM MS MSM MSM 1000hPa 2.3.7MSM MSM MSM UTC (4) MSMMSM MSM MSM MSM MSM MSM MSM (1) MSM (1) mm 4 19 (2004) UTC hPa UTC 500hPa /100m MSM MSM 25
29 E A A B A B A B A B A B C C D C D C D C D D (mm) MSM MSM 26
30 (2) MSM UTCMSM UTC 500hPa 850hPa MSM900,925,950hPa WINDAS 1000m900hPa WINDAS MSM /100m()1() 1m/s5m/s26 06WINDAS06WINDAS 27
31 A B (B) hPa A B (3) MSM UTCMSM UTC 500hPa850hPa MSM 900hPa1000m MSM MSM UTC19912UTCMSM MSM6500hPa 500hPa153850hPa 342K 28
32 HCCMSM WINDAS MSM MSM WINDAS C3 5 2D 6 E MSM MSM MSM L L H MSM MSM L H UTCMSMMSM UTCMSMMSM MSM MSM C C MSM MSM C 1000hPa
33 MSM hPa MSM MSM 900hPa (4) MSMMSM 950hPa 925hPa 900hPa MSM6 MSM3 MSM6 MSM (12UTC)MSM2036MSM hPa925hPa900hPa 30
34 MSM BMSM D MSM (A) B MSM (D) MSM MSM MSM MSM Kain-Fritsch 2003 RSM ( 1997) MSMRSM RSM RSM MSMMSM MSM MSM MSM MSM (2) UTC 11912UTC (2.3.16) UTC 19 00UTC MSM MSM123 MSM (1) RSMMSM RSM (1997; 1999; 2001; 2002; 2003) km ( UTC) 31
35 995hPa MSMMSM MSM5hPa 990hPa (1818UTC181906UTC 6) 1900UTC MSM MSM1900UTC () (3) (2) MSM MSM MSM 330mm MSM 350mm UTC12 MSM MSM mm/3h mm/3h UTC (hpa) 1900UTCMSM 12 (hpa) 3 (mm)msm 2hPa (a) MSM (b) MSM (c) MSM (d) MSM UTC12(a),(b)850hPa ()(c),(d)700hpap (: hpa/hr) (a), (c) MSM (b), (d) MSM 1 32
36 MSM MSM 850hPa 700hPap () 850hPa MSM 3 ( (a)) MSM0 ( (b)) 700hPa MSM700hPa () 700hPap MSMMSM ( (c), (d)) MSM MSM 700hPa ()MSMMSM RSM (1997) MSM MSM (4) (3) MSMMSMRSM MSM (Targeted Moisture Diffusion: TMD) 1 MSMTMD TMD MSM (CAPE) Kain-Fritsch MSM (5) MSMMSM MSM MSM MSM MSM MSM MSM (1) MSMMSM UTC (2.3.19)11312UTC 500hPa hPa UTCMSM MSM UTC (R/A)MSMMSM3 R/A 33
37 ( ) MSM 1318UTC MSMR/A () (2) MSM MSMMSM MSM MSM MSM (a) (b) (c) (d) (e) AB (a) 2km40 ( (b), (c))4km ( (d)) 4.5km ( UTC) MSM () A B R/A MSM MSM UTC3 (mm)1300utc MSM183 (mm)msm 34
38 ( (d)) (1ms -1 ) ( (e)) AB () MSMMSM MSM 5mm R/AMSM R/A MSM R/A (3) MSM MSM2 2 MSMMSM 2.2 MSM (a) (m s -1 ) (b) (g kg -1 ) (c) (g kg -1 ) A B A B A B (d) (g kg -1 ) (e) (g kg -1 ) N E A B A B AB (a) (m s -1 )(b) (g kg -1 )(c) (g kg -1 )(d) (g kg -1 )(e) (g kg -1 ) (a) 5 A B 35
39 (1) MSMMSM 2103UTC (UTC) 39.7ms UTC 210km2040ms UTC (R/A) 62018UTCMSM MSM3R/A 50mm ( )MSM MSMMSMR/A 50mm MSM (2) (1) 1ms MSM () A C B R/A MSM MSM UTC 3 (R/A:mm)20 18UTC MSM 9 3 (mm) (hpa) MSM (a) (g kg -1 ) (b) (g kg -1 ) (c) (g kg -1 ) A C B A C B A C B AB (a) (g kg -1 )(b) (g kg -1 )(c) (g kg -1 ) A B C 36
40 ms -1 3km MSM (a)(b) (c) 05km km 5km MSMMSMR/A, 2004: ,, , 2001:.13,, ,, 2003: NHM Kain-Fritsch. 5, , 2003: 4. 15,, 1-6., 1997:.9,, , 2002:.14,, 8-12., 1999: (9 ). 11,, (3) 166 MSMMSM MSMMSM R/A
41 38 1 MSM (1994) (1994) (2000)3.1.1 (2004) (3.1.2)(3.1.3) (3.1.4) (1994) () 10km km km 50-80km () 10m100m 1000m 10km NAPS MSM MSM NAPS10km NAPS5km MSM3 MSM- KF(1) 2.3 MSM MSMMSM ()
42 39
43 100% 0 2km 10km 20km 50-80km 200km 2000km ()(1994)7.1 MSM MSMRSM ( 2001)MSM () () () 4(4D-VAR)( 2002) (R/A)(WINDAS) 4D-VAR () MSM MSMMSM () WINDAS ( 2003, Sato et al. 2004)QuikSCAT (4) RSMMSMMSM RSM 40
44 (RA) 12UTC RA12 RA18 RA00 RA06 RA12 RA18 (RF) RF12 51 RF00 RF12 (MF) MF00 18 MF18 MF06 MF12 MA18 MA00 MA06 MA12 MA18 12UTC 18 (MA) MA18, MF1818UTC RA,RFMA62 3RA6() WINDAS(5000m) ()QuikSCAT 4D-VAR R/A () MSM MSM MSM MSM ( )(2.2) RSM RSMMSM MSM250kmRSM () RSM RSM RSM MSM RSM RSM (3.1.3) () RSM3MSM50 MSM 41
45 (2.2)MSM (00UTC12UTC) RSM( 2001; 2002) RSMMSM 00UTCRSM 06UTCMSM12UTCRSM18UTC MSM( 2001) MSM RSMMSM MSM RSM RSMMSM 10kmMSM MSM MSM MSMMSM MSM (2.2) (1999)RSM MSM MSM MSM R/A MSM MSM(2.2) 35mm R/A2-3 MSM 2,, 2002: 4. 48,, , 2004:. 15,, , 2001: (MSM). 13,, 4-8., 2003:. 15,, 7-12., 2002:. 14,, 1-3., 1999:. 11,, 1-4., 2000:. 12,, ,, 1994:. 6 41,, , 1994:. 6 41,, , 2001:. 13,, Sato Y., Y. Takeuchi, and T. Tauchi, 2004: Use of TMI and SSM/I data in the JMA operational meso analysis. Proc. of 16 th 2 42
46 Conference on the Numerical Weather Prediction, P1.48. GPV (GPV) GPV10km500hPa GPV20km GPV1GPV3 () GPV(-) MSMMSM GPVMSM MSM MSM ( 3.2.1) ( hPa)( hPa)( hPa) GPV () ( )()() () 5km(20063NAPS ) GPV MSM 4 0.5/100m 0 ( ) 4 ω = ρgw ω = p t + v p () 43
47 2 5km km km km 5km km5km 2.5km 5km 5mm/h 2 1 () 2 6 () (1300) km km 10km x420km
48 km 1mm/hr km 10mm/hr mm/hr MSMH-MSMMSMNH-MSM H NH MSMMSM MSMMSM1 4 MSM mm/hr MSM MSM 1mm/hr MSMMSM
49 , (1) (3) (4) km 5km (2) 5km 2x2(10km) (3) 30 (4) (5) km 46
50 (6) km1,3,24 11 (4) (1) , 2001: 6. 12,, (n=1,3,24 ) 12 GPV 47
51 MSM 331 MSM RSM 2002 MSM 1) 20km 2) 1) 3) NRN 4) 2) 3) 1) RSM 1999 MSM , RSM RSM 4 MSM4 3) NRNRSM )MSM )RSM 2002 RSM MSM MSM MSM 3.4.1MSMMSM 30100mm/3hMSM 1 MSM 50mm/3hMSM JST mm/3hmsm MSM NHM MSM
52 06UTC18 3MSM mm/3h 212mm/3h 258mm/3h 150mm/3h 363mm/3h168mm/3h MSM MSM MSM MSM MSMRSM UTC 18 3 MSM MSM mm 49
53 MSM MSM, 1999:. 11,, , 2002:. 14,,
54 MSM TAF-S MSM MSM MSM MSM U VMSM U m V m UU m X 1 X 2 U m X 3 V m VV m X 4 X 5 U m X 6 V m X 1 X 6 UV MSMMSM RMSE MSM MSM RMSE RMSE RMSE MG MSM NG MSM MSM MSMNHM MSM RMSE
55 MG MSM NG MSM m/s6m/s10m/s 3 1 MSM MSM MSM MSM MSM MSM, 1998:. 10,, , 1997:. 9,, , 2003: RSMMSM. 15,, RMSE MSMMSM
56 TAF-S 20028TAF-S MSM TAF-S TAF-L 2002 MSM MSMMSM 1 TAF-L TAF-STAF-L MSMTAF-S TAF-L TAF-L 1 TAF-L ,06,12,18UTC MSMGPV2,3,, TAF-L TAF-L3 TAF-S (r1) 1/2 [r11] (1-RH) 1/2 [RH] VV 1/2 [VV] 1-t (RH>0.9) (1-t)((RH-0.8)/0.1) (0.9 RH>0.8) 0 (RH 0.8) [t1 ()+11] () ()MSM-NHM-KLM ,3.2,5km 53
57 54 MSMNHM km % (06,12,18)UTC 03(09,15,21)UTCTAF-S 03(09,15,21 UTC 4 4 MSM 1km TAF-L TAF-STAF-L TAF-S MSM TAF-LRSM RSMMSM TAF-S 4 MSM mmsmnhm km
58 MSM, 2002:. 14,, , 2000:. 12,, TAF-S / MSM 2002 MSM 2 MSM MSM 1999 C M C M hc(h) 3 C( h) = X + X C ( z ) i= 1 i M i X i (i=0,1,2,3) z i h
59 MSMMSM MSM4 24 MSM METAR, SPECI, SCAN , 400, 600, 1000, 2000, 3000, MSM MSM MSM 1118UTC MSM , 400 MSM 1 5/ TAF-S NEW MSMOLDMSM
60 MSM, 2000:. 12,, 44-45, 2002:. 14,, 50-51, 1999:. 11,,
61 GPV GPVMSM GPV FAX12 6/12 MSM MSMGPV MSMGPV MSMGPV MSM 2.2 GPV6/12 3 GPV MSMGPV MSM GPVGPVMSM GPVNHMGPVMSM GPVMSMGPV (1) MSM ft MSM GPV 12 16kt/1000ftMOD 26kt/1000ftSEV MSM (2) L-ADESSSigCB GPVTurb 2 SigCBMSM GPV SigCBSigCM SigCL MSM 010 NwpCL, NwpCM FBJP
62 08GPV 0, 2, 5, GPV 0.8 SSIMSM1R1 SSIR1 GPV SSIR1 SSI, R R1 = RA rationew ratioold + ratioold w R ratio new ratio old RA GPV2.5km w R1 3 NHMMSM GPV NHMGPV NHMGPVMSMGPV ISOL 5 OCNL 7 FRQ SSI(1) SSI(7) R1(1) 7mm 18mm 36mm R1(7) 12mm 30mm 60mm 3 RA R1 0.1mm/h RA/R1>30.0 RA/R1=30.0 ratio new <1.0 ratio new =1.0 (1) = T = T in in T in + T + N out T in in + N + T out T in, T out, N in, N out T in SK GPV2.5km 53mm 3.8.2, 3.8.3NHMMSMGPV MOD 30 03,06,09,12,15, T in N in T out N out 4 1 in + N out
63 26kt/1000ft NHMGPVMSMGPV NHMMSMGPV = T kt/1000ft 1kt/1000ft in T in + N in T + N + T + T + N = kt/1000ftNHMGPV 11MSMGPV9 NHMGPV in T in in out out out MSMGPV kt/1000ftNHMGPVMSM GPV2.2 MSM NHMGPVMSM GPV NHMGPV NHMGPVMSMGPV MSMGPVNHMGPV 218kt/1000ftMSM 60
64 3.8.6MSMGPVNHMGPV 2 18kt/1000ftMSMGPV NHMGPV GPVNHM GPV 12MOD 16kt/1000ft0.91 SEV 26kt/1000ft1.4 MSM12 (2) LIDEN 5 6 LIDEN = FO FO + XO FO + FX FO + FX + XO + XX FO, XO, FX, XX FO TH, XO TH, FX TH, XX TH FO CB, XO CB, FX CB, XX CB p FO XO FO XO TH TH TH TH = pfo = pxo + FX + XX TH TH CB CB = FO = XO CB CB + FX + XX THCB p NHMGPVMSMGPV FO FX XO XX CB CB
65 UTC6FXJP106MSMGPV NHMGPV3 300hPa NHMGPV4.4 MSMGPV4.2 NHMGPV MSMGPV 32.3 MSM NHMGPV MSM (3) b2.2.9 MSMMSM 1 MSM RMSEMSM MSM MSM GPV 6/12FXJP106, UTCGPVFXJP hPaMSMGPV NHM GPV NHMGPV NHMGPVMSM GPV NHMGPVMSMGPV GPV,, 2000:. 47, , 2001:. 13, , 1997: CB. 8,
66 MSMMSM 10km MSMGPV 2 30 L/A WEB ft45000ft 850hPa150hPa2000ft MSM 200km 50km hPa MSM()MSM(z*) kmMSM 63
67 64 ACARS 31 67km 4km m 400m m hPa 3 VVP km VVP 100km ACARS hPa 500hPa ACARS 3 MSM MSM mm mm MSM310mm MSM 2.2MSM MSM MSM MSM MSM ACARS 3 MSM 4 MSM
68 5km3, 2003: WINDAS., 70, ,, 1994: ACARS., 41, , 2004:. 63,, , 2001:. 13,, , 1994: 1. 43, MSM 65
69 第 4 章メソ解析の改善 4.1 メソ解析へのマイクロ波散乱計海上風の利用 はじめに衛星に搭載されたマイクロ波散乱計は マイクロ波を海面に向けて照射し 海面の風浪に散乱されて戻ってくる散乱波の強さ ( 散乱断面積 ) を観測する能動型のセンサである このセンサから得られる海上風は 数値予報の初期値解析 波浪の監視 天気図解析などに幅広く利用されている メソ解析では 静止衛星の連続画像から推定した衛星風や NOAA 衛星によって観測した気温の鉛直分布のほか 2003 年 10 月から衛星搭載マイクロ波放射計から推定された可降水量と降水強度が利用されている ( 佐藤 2003) 本節では QuikSCAT 衛星に搭載されたマイクロ波散乱計 SeaWinds から得られる海上風データのメソ解析への利用について述べる データ利用実験において有効性が確認されたことから SeaWinds 海上風データは 2004 年 7 月 27 日からメソ解析での利用が開始された 以下 第 項でマイクロ波散乱計の観測原理 第 項で数値予報での利用状況について触れ 第 項で実験概要 第 項で実験結果について述べ 第 項でまとめを述べる なお 本節中の略語については本節末の略語一覧を参照していただきたい マイクロ波散乱計の観測原理マイクロ波散乱計は衛星からマイクロ波を海面に向けて斜めに照射し 海面にできる風浪に散乱されて戻ってくる散乱波の強さを観測する測器であり 海上風を直接観測するわけではない 海上風が弱いときは 水面に風浪があまり立たず照射したマイクロ波の多くが海面で散乱計の反対側に反射して 散乱計にはほとんど戻ってこない 逆に風が強く水面に風浪が多く立っているときは 散乱計に戻ってくる散乱波は相対的に強くなるため 散乱断面積は大きくなる また 散乱断面積は海上風の風向によっても変化する マイクロ波を照射する方向に対して海上風が追い風あるいは向かい風の時に散乱断面積は大きくなり 横風の時には小さくなる したがって 一つの散乱断面積からは風向と風速を一意に求めることが出来ない このため マイクロ波散乱計は入射角の異なる複数のマイクロ波を海面に照射することにより 風向と風速を求める マイクロ波散乱計のより詳細な観測原理については太原 (1999) が記述しているので 併せて参照していただきたい 1 大橋康昭 今泉孝男 ( 現 : 地磁気観測所 ) マイクロ波散乱計データの数値予報での利用マイクロ波散乱計を搭載した衛星は 現在まで ESA NASDA( 現 JAXA) NASA によって打ち上げられてきた このうち ESA が 1995 年 4 月に打ち上げた ERS-2/AMI のデータが 1998 年 7 月から 2001 年 1 月まで全球解析で利用されていた ERS- 2 にやや遅れて NASDA が 1996 年 8 月に打ち上げた ADEOS/NSCAT 2002 年 12 月に打ち上げた ADEOS-II/SeaWinds については いずれも衛星の故障により数値予報には利用出来なかった 今回 メソ解析に利用することになった海上風データは NASA が 1999 年 6 月に打ち上げた QuikSCAT/SeaWinds データであり 全球解析では 2003 年 5 月 6 日から既に利用されている ( 大橋 2004) QuikSCAT 衛星は太陽同期の極軌道を周回しており 現地時刻で午前 6 時頃と午後 6 時頃 ( 日本付近では 21UTC と 09UTC 頃 ) に通過する ( 図 4.1.1) メソ解析は 00,06,12,18UTC の 1 日 4 回実行され それぞれの解析前 6 時間から解析時刻までのデータが使われるため SeaWinds 海上風データは主に 00UTC と 12UTC の解析で利用されることになる メソ解析に使う SeaWinds データは全球解析用と同じレベル 2B 2 海上風データで 水平分解能は 25km である その仕様精度は 風速の平方根平均二乗誤差 (RMSE) が 2m/s 風向の RMSE が 20 度とさ 図 年 8 月 20 日の QuikSCAT/SeaWinds によるメソ解析領域での観測分布の例 1 日 2 度の衛星通過のうち午前軌道における観測分布を示している 海上の黒点は観測点を示しており その端の数字は観測時刻 (UTC) を示している 2 衛星データには処理の段階 ( レベル ) に応じて 0~4 の番号が付けられている 直接の観測量である散乱断面積 ( レベル 1) から導出された海上風データはレベル 2B と呼ばれる 66
70 れている 大橋 (2004) Ebuchi et al.(2002) でのブイや船舶との比較によれば 低風速時に風向の RMSE はやや大きくなるものの ほぼ仕様通りの精度を持つことが確認されている 解析予報サイクル実験 SeaWinds 海上風データをメソ解析で利用した場合の効果を調べるために解析予報サイクル実験を実施した 統計的検証として 解析予報サイクル実験を 2003 年 6 月 3 日から 19 日 ( 夏実験 ) と 2004 年 2 月 1 日から 15 日 ( 冬実験 ) のそれぞれ約 2 週間実施した また 事例検証として 実験期間中の改善事例の他に 2003 年 7 月 19 日の九州北部での豪雨事例を取り上げる ここで 実験に用いた海上風データの観測誤差について触れる メソ 4 次元変分法では 観測誤差は予報誤差との比率がそれ以前の解析手法である 3 次元最適内挿法で使用されていた値と大きく変わらないように調節されている ( 石川 小泉 2002) 本実験では風速の南北 東西成分の観測誤差として 3m/s を設定した これは静止衛星の連続画像から推定される下層衛星風の観測誤差と同じ設定である 海上風データを解析で使用するためには 解析の前に品質管理処理で品質の悪いデータを除去する必要がある メソ解析での海上風データの品質管理処理は全球解析での方法と同様としている ( 付録を参照 ) この処理を通過した良質とみなされるデータは 間引いて解析に利用される SeaWinds 海上風データの水平分解能は 25km と密であるが 解析にはデータ間隔を 50km 以上に間引いて使用した 実験結果以下では SeaWinds を利用しない実験をコントロール (Control) SeaWinds を利用した実験をテスト (Test) と呼ぶ (1) 統計的検証夏冬二期間の解析予報サイクル実験における降水予報の検証を行った 10km 格子に平均化した解析雨量の 3 時間積算値を真値として計算した降水スコアを図 4.1.2( 夏実験 ) 図 4.1.3( 冬実験 ) に示す 夏実験では 1mm/3h 10mm/3h 30mm/3h のいずれの閾値においても 多くの予報時間でスレットスコアが改善している バイアススコアからは 10mm/3h 30mm/3h の場合 テストは予報前半に雨を降らせすぎる傾向を抑えていることがわかる 1mm/3h でも予報初期の降り過ぎ傾向は抑えているものの 9 から 12 時間予報にかけて コントロールよりもやや降水を多く予報する結果となった 冬実験についても 多くの予報時間でコントロールよりもテストのスレットスコアが大きくなっている バイアススコアからはテストはコントロールよりも降水をやや多く予報するという結果となった 降水予報の検証の他に SeaWinds 海上風が予報に与える影響を評価するために 気圧 高度 風 降水 1mm/3h 以上のスレットスコア Control Test 降水 10mm/3h 以上のスレットスコア Control Test 降水 30mm/3h 以上のスレットスコア Control Test 予報時間 予報時間 予報時間 降水 1mm/3h 以上のバイアススコア Control Test 予報時間 降水 10mm/3h 以上のバイアススコア Control Test 予報時間 降水 30mm/3h 以上のバイアススコア Control Test 予報時間 図 夏実験におけるスレットスコア ( 上段 ) とバイアススコア ( 下段 ) 左から 3 時間降水量の閾値 1mm,10mm,30mm 以上 3 メソ解析では観測誤差相関はないと仮定しているので 誤差相関が無視できる程度にデータを間引くことが必要となる 67
71 降水 1mm/3h 以上のスレットスコア Control Test 降水 5mm/3h 以上のスレットスコア Control Test 予報時間 予報時間 2.50 降水 1mm/3h 以上のバイアススコア 3.00 降水 5mm/3h 以上のバイアススコア Control Test 予報時間 図 冬実験におけるスレットスコア ( 上段 ) バイアススコア ( 下段 ) 左 :3 時間降水量の閾値 1mm 以上 右 : 同 5mm 以上 Control Test 予報時間 RMSE (m) 夏実験 500hPa 高度場 RMSE Control Test 予報時間 RMSE (m) 図 hPa 高度場の対初期値 RMSE 左 : 夏実験 右 : 冬実験 冬実験 500hPa 高度場 RMSE Control Test 予報時間 気温場のスコアを計算した 500hPa 高度場における対初期値 RMSE を図 に示す どの予報時間においても 夏はやや改善 冬は中立であった その他の要素では夏冬ともに RMSE は概ね中立であった また 平均誤差 (Mean Error) は 850hPa の気温や風の場で若干の改善がみられた さらに 日本付近のラジオゾンデ観測を真値とした比較検証においては 風速の南北 東西成分 気温 高度のいずれもほぼ中立の結果となった ( 図略 ) (2) 事例検証解析予報サイクル実験期間中の降水予報について (a)control Test レーダーアメダス (b)control Test レーダーアメダス (mm/3h) 図 解析予報サイクル実験における予報事例 (a) 2003 年 6 月 14 日 00UTC を初期値とした 3 時間予報の前 3 時間降水量 (mm) 分布 (b) 2004 年 2 月 5 日 00UTC を初期値とした 12 時間予報の前 3 時間降水量 (mm) 分布 左からコントロール テスト レーダー アメダス解析雨量を示している 68
72 改善事例を挙げる 図 4.1.5(a) に 2003 年 6 月 14 日 00UTC を初期時刻とした 3 時間予報を示す この事例は太平洋沿岸から東シナ海にかけて前線が停滞していた例である コントロールでは四国の南海上に強い降水帯が見られる 一方 テストでは九州東部から四国南部にかけてと 四国の南海上に比較的降水強度の大きい 2 本の降水帯が予想されている 実況でもこの 2 本の降水帯が観測されており テストの方が良く予報できている 停滞前線上の強い降水の位置は予想が難しい場合があるが この例は SeaWinds 海上風によって初期場が修正され 強い降水の位置を的確に予報することができた事例といえる 冬型の事例として 図 4.1.5(b) に 2004 年 2 月 5 日 00UTC を初期時刻とした 12 時間予報を示す コントロールでは日本海寒帯気団収束帯 (JPCZ) に対応する強い降水帯が能登半島から富山湾にかけて見られるのに対して テストでは能登半島の西側の領域の降水を強めており 実況に近い予想をしてい 図 SeaWinds で観測された風と第一推定値との比較 2003 年 7 月 18 日 10UTC 頃 黒は観測データ 緑は第一推定値 赤は品質管理処理により除去されたデータを示している 短矢羽は 5 ノット 長矢羽は 10 ノットを示している 茶色破線はシアーラインを示している ることがわかる このように 冬の事例についても降水表現が良くなった事例が見られた 次に 2003 年 7 月 19 日九州北部での豪雨の事例を挙げる 図 に 2003 年 7 月 18 日 10UTC 頃の SeaWinds 海上風データと第一推定値との比較を示す これを見ると 九州西海上では第一推定値は海上風向が概ね南南西となっており明瞭なシアーラインは見られない 一方 SeaWinds の観測データでは五島列島付近から南西に伸びる明瞭なシアーライン ( ラインの南側では南南西 北側では西南西風 ) が見られる 衛星雲画像ではこのシアーライン付近に対応する雲列が見られた ( 図略 ) このように 第一推定値で表現されないシアーラインが SeaWinds によって的確に観測され そのことによって第一推定値を適切に修正することが可能となる 図 は 2003 年 7 月 18 日 12UTC を初期時刻とする 9 時間予報の前 1 時間降水量と地上風の予報を示している テストでは シアーラインに対応して五島列島付近の降水帯がより強く表現されており レーダーアメダス解析雨量に近いことがわかる まとめ QuikSCAT 衛星に搭載されたマイクロ波散乱計 SeaWinds から得られる海上風データをメソ解析で利用した場合の効果を調べる目的で解析予報サイクル実験を行った 実験においては夏冬共に降水のスレットスコアの改善が見られ 事例検証で降水の表現の改善が見られた 以上の結果から メソ解析における SeaWinds 海上風の利用が 2004 年 7 月 27 日から開始された 今後も新規衛星データを利用することによる初期値精度の向上は重要な課題である 1999 年に打ち上げられた QuikSCAT 衛星の設計寿命は当初 3 年とされていたが 現在まで概ね安定した運用が続いて順調にデータが配信されている しかし 衛星の老朽化によって観測が途絶えることが危惧されている 次に利用可能なマイクロ波散乱計としては 2005 年に ESA が打ち上げる METOP 衛星に ASCAT が (a) (b) (c) (m/s) (mm/h) 図 年 7 月 18 日 12UTC を初期値とした (a) コントロール (b) テストの 9 時間予報の前 1 時間降水量 (mm) と地上風 (c) は対応する時刻の 1 時間積算レーダーアメダス解析雨量 69
73 搭載される予定である 船舶やブイによる観測の少ない海域における貴重な海上風データが途切れることのないよう ASCAT のデータ配信開始に備え 利用開発を進める予定である 今後 散乱計データをさらに有効に利用するためには 利用するデータのレベルの検討や品質管理手法の改良が必要である 初期値解析や予報に与える効果や計算効率などを考慮しながら直接の観測量である散乱断面積の利用や観測演算子の改良など 散乱計データを有効に利用するための手法の開発を進める予定である [ 付録 ] SeaWinds 海上風データの品質管理処理 SeaWinds 海上風データの品質管理処理の流れを図 に示す 配信されるレベル 2B データには 散乱計で観測した散乱断面積から導出された複数 ( 各観測点につき 2~4 個 ) の海上風ベクトル候補が含まれている これらの海上風候補は 風速はほぼ等しく風向が約 90 度ずつ異なることが多い まず 配信元である NOAA/NESDIS が付加した品質情報に基づいて 品質の悪いデータを除去する 強い降水域では 雨粒によって生じるノイズのためデータの精度が落ちる このため 強い降水域のデータには雨フラグが付加されており このフラグが付いたデータを除外する また 陸上や海氷上のデータも除外する 続いて 複数の海上風候補からもっともらしい一つを選択する あいまいさの除去 を行う この処理では MSM の第一推定値に最も近い風ベクトルを選択する ナッジング と 平滑化フィルタの一つで周辺の風ベクトルと類似する風を選択する メジアンフィルタ を利用する その後で第一推定値との比較による風速チェックと風向チェックを行う 風向チェックの処理ではグループ QC と呼ばれる手法を用いている これは 海上風データを個々に検証するのではなく 隣接するデータ同士をまとめてグループ化し 面的に第一推定値と比較検証を行う手法である これにより第一推定 図 QuikSCAT/SeaWinds データ処理の流れ図 値と海上風データ観測値から推定される低気圧の位置が多少ずれるような場合に 低気圧中心付近の第一推定値との差が大きなデータでも意味のある海上風データとして同化に利用できるようになる 参考文献石川宜広, 小泉耕, 2002: メソ 4 次元変分法. 数値予報課報告 別冊第 48 号, 気象庁予報部, 大橋康昭, 2004: マイクロ波散乱計海上風の同化. 数値予報課報告 別冊第 50 号. 気象庁予報部, 佐藤芳昭, 2003: メソ解析へのマイクロ波放射計データ同化. 平成 15 年度数値予報研修テキスト, 気象庁予報部, 太原芳彦, 1999: マイクロ波散乱計. 数値予報課報告 別冊第 45 号, 気象庁予報部, Ebuchi, N., H. C. Graber and M. J. Caruso, 2002: Evaluation of wind vectors by QuikSCAT/ SeaWinds using ocean buoy data. J. Atmos. Oceanic Technol., 19, 略語一覧 ADEOS: Advanced Earth Observing Satellite( 環境観測プラットフォーム技術衛星 みどり ) ADEOS-II: Advanced Earth Observing Satellite II (ADEOS の後継機 みどり 2 号 ) AMI: Active Microwave Instrument( 能動型マイクロ波機器 ) ASCAT: Advanced Scatterometer( 改良型散乱計 ) ERS: European Remote-Sensing Satellite( 欧州リモートセンシング衛星 ) ESA: European Space Agency( 欧州宇宙機関 ) JAXA: Japan Aerospace Exploration Agency( 宇宙航空研究開発機構 ) METOP: Meteorological Operational Polar Satellite( 極軌道気象現業衛星 ( 欧州 )) NASA: National Aeronautics and Space Administration( 米国航空宇宙局 ) NASDA: National Space Development Agency of Japan( 宇宙開発事業団 現 JAXA) NESDIS: National Environmental Satellite Data, and Information Service(NOAA の環境衛星 資料情報局 ) NOAA: National Oceanic and Atmospheric Administration( 米国海洋大気庁 ) NSCAT: NASA Scatterometer(NASA 散乱計 ) QuikSCAT: Quick Scatterometer( マイクロ波散乱計 SeaWinds を搭載した衛星 ) SeaWinds: マイクロ波散乱計 (QuikSCAT および ADEOS-II に搭載 ) 70
74 1 () 6([ ][]) ( 1997; 1997) 120km 5km NAPSVVP 3 NAPS 2 VVP 4 T 1 T 1 J = ( x xb ) B ( x xb ) + ( y Hx) R ( y Hx) x x b yh 1 2 5km B,R 14VVP VVP VVP 15 (Seko et al. 2004) NAPS Seko et al.(2004) (1) 10 (2) 10m/s (3) 10m/s (4) 10km (5) 5.9 (6) 10m/s (7) 10m/s (8) 5m/s (1)(2)(3) (4) (5) 71
75 () (MSM)() (6) ( (1997))(7) 10km (8) m/s 0 4 5m/s NAPS10 4 () 20km20km mm/33 ()() (10km) mm/3 4 72
76 UTC UTCMSM925hPa 2m/s 900hPa Seko et al.(2004) 3 NAPS MSM ,11-15, ,9-12,19-20, (00,06,12,18UTC)18 3 1mm/310mm/3 (4.2.2, 4.2.3) 10mm/ (4.2.5)
77 MSM MSMMSM () 6 (WINDAS),, 1997: (), 46, , 1997: (), 46, 1-26., 1997:, 43, Seko, H., T. Kawabata, T. Tsuyuki, H. Nakamura, K. Koizumi and T. Iwabuchi, 2004: Impacts of GPS-derived Water Vapor and Radial Wind Measured by Doppler Radar on Numerical Prediction of Precipitation, J. Met. Soc. Japan, 82, 付録本書で用いている主なスコアの定義 予報と実況の分割表 実況 あり なし 計 予 あり 適中 (FO) 空振り (FX) F 報 なし 見逃し (XO) 適中 (XX) 計 O N Threat Score( スレットスコア ) = FO / (FO + XO + FX) Bias Score( バイアススコア ) = (FO + FX) / (FO + XO) ETS(Equitable threat score) =(FO-random) / (FO + XO + FX-random) random = F O / N( 無技術予報による適中数 ) 予報数 = F 観測数 = O 捕捉率 = FO /(FO + XO) 100(%) 一致率 = FO /(FO + FX) 100(%) 74
Microsoft Word - 0_0_表紙.doc
2km Local Forecast Model; LFM Local Analysis; LA 2010 11 2.1.1 2010a LFM 2.1.1 2011 3 11 2.1.1 2011 5 2010 6 1 8 3 1 LFM LFM MSM LFM FT=2 2009; 2010 MSM RMSE RMSE MSM RMSE 2010 1 8 3 2010 6 2010 6 8 2010
予報時間を39時間に延長したMSMの初期時刻別統計検証
第 1 章領域拡張 予報時間 39 時間化されたメソモデルの特性 1.1 メソモデルの領域拡張 予報時間 39 時間化の概 1 要メソモデル (MSM) は 2013 年 3 月に予報領域が拡張された また 2013 年 5 月に全初期時刻における予報時間が39 時間に延長された 表 1.1.1に今回の変更前後の主な仕様を また 図 1.1.1に領域拡張前後の予報領域を示す 本節では 仕様拡張の目的及び概要を説明する
Microsoft PowerPoint _HARU_Keisoku_LETKF.ppt [互換モード]
![Microsoft PowerPoint _HARU_Keisoku_LETKF.ppt [互換モード]](/thumbs/93/112685408.jpg "Microsoft PowerPoint _HARU_Keisoku_LETKF.ppt [互換モード]")
を用いた大阪平野南部で 発達した雷雨の再現実験 ( のネストシステムを目指して ) 瀬古弘 露木義 斉藤和雄 ( 気象研究所 ) 黒田徹 ( 海洋研究開発機構 ) 藤田匡 ( 気象庁 ) 三好建正 ( メリーランド大 ) を用いたアンサンブル予報 観測やに誤差はつきもの大気の初期状態はある存在確率で把握する方が望ましい ( 特に局地豪雨は初期値に敏感で 決定論的な予報は困難 ) 単独予報値摂動予報値
hPa ( ) hPa
200520241 19 1 18 1993 850hPa 6 7 6 27 7 3 6 29 ( ) 250 200hPa i iii 1 1 1.1...................................... 1 1.1.1................................. 1 1.1.2......................... 1 1.1.3...........
.. 9 (NAPS9) NAPS km, km, 3 km, 8 (GSM) 64 : / 64 : / 64 : / (UTC) (UTC) (, UTC) 3 : 3 / 3 : 3 / 3 : / (, 6, 8UTC) (, 6, 8UTC) (6, 8UTC) 4 km,
. 8 6 99 Cray XC Cray SR6/M (NAPS) 3 3 4, 6, 8UTC 84 3 6 6 (LFM)..3 NAPS (7) XC 8 6 TOP (https://www.top.org), 6 3 (NAPS) 4 8 UTC 64 6 8 6. NAPS.. NAPS (7) (7).. NAPS 8 6 NAPS.. () () NAPS 8 6 6, 6, 8UTC
JMA Numerical Analysis Systems
AMSR-E データの数値天気予報への寄与 Contribution of AMSR-E data to numerical weather prediction in JMA 竹内義明 ( 気象庁 ) Yoshiaki TAKEUCHI (Japan Meteorological Agency) AMSR, AMSR-E/GLI Symposium, 23 January 2006, Toshi
Microsoft Word - 2.4_メソ予報GSM境界事例_成田_PDF01）.doc
第 2 章メソ数値予報モデル 2. モデルの変更点の概要 2.. はじめにメソ数値予報モデル (MSM) は 2007 年 5 月 6 日に 日 8 回のうち 4 回の予報時間を 5 時間から 33 時間に延長するとともに 物理過程を中心に多くの改良がなされたモデルに置き換えられた この 33 時間への予報時間延長にあわせた改良については 荒波 原 (2006) で述べられているが その後 いくつかのさらなる改良が行われた上で現業化されている
風力発電インデックスの算出方法について 1. 風力発電インデックスについて風力発電インデックスは 気象庁 GPV(RSM) 1 局地気象モデル 2 (ANEMOS:LAWEPS-1 次領域モデル ) マスコンモデル 3 により 1km メッシュの地上高 70m における 24 時間の毎時風速を予測し
風力発電インデックスの算出方法について 1. 風力発電インデックスについて風力発電インデックスは 気象庁 GPV(RSM) 1 局地気象モデル 2 (ANEMOS:LAWEPS-1 次領域モデル ) マスコンモデル 3 により 1km メッシュの地上高 70m における 24 時間の毎時風速を予測し 2000kW 定格風車の設備利用率として表示させたものです 数値は風車の定格出力 (2000kW)
4
第 4 章トピックス 4.1 Metop-A 衛星搭載のサウンダ利用 1 4.1.1 Metop-A について Metop-A は欧州初の現業極軌道気象衛星である 欧州気象衛星開発機構 (EUMETSAT) によって 2006 年 10 月 19 日に打ち上げられ 2007 年 5 月 15 日に正式運用が開始された Metop-A には 従来数値予報に貢献してきた極軌道衛星 NOAA と同様に ATOVS
高層観測 ( 写真 : 気象庁 HP) ブイ観測地上観測 ( 写真 : 気象庁 HP) ( 写真 : 仙台管区 HP) ウィンドプロファイラ ( 写真 : 東京管区 HP) GNSS 受信機 ( 写真 : 観測部提供 ) 航空機観測 ( 写真 :YS 提供 ) 海上観測 ( 写真 : 気象庁 HP)
2 * 2.1 1 2.2 2.2.1 GNSS 2.2.1 ( 2015) ( 2015) * 2.2.2 GNSS 1 GNSS GNSS GNSS 3 WMO (2016) NOAA Metop (AMV 2 ) GNSS (GNSS-RO 3 ) GNSS-RO (CSR 4 ) 2.2.3 (TC) 1 GNSS: (Global Navigation Satellite Systems)
ｽﾗｲﾄﾞ ﾀｲﾄﾙなし
1 THORPEX 2005 7 4 5 THORPEX THORPEX High impact weather High impact weather NH500hPa (1) (m) ( ( NH500hPa (2) (m) ( ( 240 72 hour Position Error (JMA, UKMO, ECMWF, 3-Models Ensemble) 800 210 700 180 150
平成 2 7 年度第 1 回気象予報士試験 ( 実技 1 ) 2 XX 年 5 月 15 日から 17 日にかけての日本付近における気象の解析と予想に関する以下の問いに答えよ 予想図の初期時刻は図 12 を除き, いずれも 5 月 15 日 9 時 (00UTC) である 問 1 図 1 は地上天気
実技試験 1 次の資料を基に以下の問題に答えよ ただし,UTC は協定世界時を意味し, 問題文中の時刻は特に断らない限り中央標準時 ( 日本時 ) である 中央標準時は協定世界時に対して 9 時間進んでいる なお, 解答における字数に関する指示は概ねの目安であり, それより若干多くても少なくてもよい 図 1 地上天気図 XX 年 5 月 15 日 9 時 (00UTC) 図 2 500hPa 天気図
An ensemble downscaling prediction experiment of summertime cool weather caused by Yamase
ヤマセによる冷夏をターゲットにした アンサンブルダウンスケール予報実験 東北大学 福井真 1. Introduction 1.1 ヤマセ 海洋性極気団を起源とした冷湿な北東風 => 水平規模 ~1000 kmの現象 (Kodama et al. 2009) 冷夏となり 農作物に大きな被害 ( 冷害 ) をもたらすことも => 重要な中期予報の対象 背が低く 複雑な地形の影響を大きく受ける ( 工藤
平成14年度数値予報研修テキスト
14 10 October 2002 13 3 NAPS 1 NAPS 1 4 1 4 13 9 3 14 3 4 1 3 4 6 (GPV) GPV 15 NOAA 15 4 1 20023(MSM) 20004 ( 2002)4 4200247 MSM MSM200147 4 2001 RSM MSM (2001)(2002) 1.1.1 1 3 40km10mm5mm1mm 3 610mm2002
SSI( hpa) CAPE 10 C 3 km SSI( hpa) 3 km 10 C 700 hpa 700 hpa hpa 500 hpa 850 hpa 10 C 5 km CAPE UTC
4 4.1 1 4.1.1 GSM GSM PoT MSM MSM PoT 20 km 3 PoT 2 GSM PoT MSM PoT 2009 7 ( 2009) 3 2015 5 26 4.1.2 4.1.3 4.1.4 4.1.5 GSM PoT MSM PoT GSM PoT MSM PoT 4.1.2 (1) (2) (3) (2007) (2009) (1) 4.1.1 6 3 SSI
* Meso- -scale Features of the Tokai Heavy Rainfall in September 2000 Shin-ichi SUZUKI Disaster Prevention Research Group, National R
38 2002 7 2000 9 * Meso- -scale Features of the Tokai Heavy Rainfall in September 2000 Shin-ichi SUZUKI Disaster Prevention Research Group, National Research Institute for Earth Science and Disaster Prevention,
Microsoft PowerPoint - hayashi_ _up.ppt
1 / 17 20km-NHM と WRF-ARW による熱帯域および日本域の短期予報の統計的精度検証とその比較 気象研究所予報研究部林修吾 2 / 17 目次 0. はじめに 1. 目的 2. モデルの紹介と実験の設定 3. 結果 I: 顕著事例での再現性確認 4. 結果 II: 統計的精度検証 5. まとめ 3 / 17 0. はじめに 本研究の目的は, 昨年度から始まった科振費 東南アジア地域の気象災害軽減国際共同研究
数値予報とは 2
数値予報について 概要と近年の改良に伴う特性の変化 気象等の情報に関する講習会 平成 29 年 6 月 15 日気象庁予報部数値予報課石田純一 1 数値予報とは 2 天気予報や防災気象情報ができるまで 天気予報 防災気象情報が発表されるまでの流れ 数値予報とガイダンスは 日々の天気予報 防災気象情報の基盤 これらの精度を向上するためには 数値予報 ガイダンスの精度向上が不可欠 3 気象レーダー 気象衛星
<32322D8EA D89CD8D8797B294C E8A968388DF814589C193A1899B E5290EC8F438EA12D966B8A4393B98F5C8F9F926E95FB82CC8BC7926E F5
No.432008pp.287 302 Climatological Characteristics of Local Wind in the Tokachi District, Hokkaido, JAPAN Takashige KAWAI, Mai NAKAJYO, Hisashi KATO and Shuji YAMAKAWA Received September 30, 2007 Climatological
第 1 章新しい数値予報モデル構成とプロダクト 1.1 モデル構成 1 数値予報課では 2006 年 3 月のスーパーコンピュータシステムの更新時に メソ数値予報モデルの解像度を水平格子間隔 10km から 5km に また 鉛直層数を 40 から 50 に向上させ また 週間アンサンブル予報モデル
第 章新しい数値予報モデル構成とプロダクト. モデル構成 数値予報課では 2006 年 3 月のスーパーコンピュータシステムの更新時に メソ数値予報モデルの解像度を水平格子間隔 0km から 5km に また 鉛直層数を 40 から 50 に向上させ また 週間アンサンブル予報モデルのメンバー数を 25 から 5 に増やした これに引き続き 2007 年中には表.. のモデル構成とすることを予定している
背景 ヤマセと海洋の関係 図 1: 親潮の流れ ( 気象庁 HP より ) 図 2:02 年 7 月上旬の深さ 100m の水温図 ( )( 気象庁 HP より ) 黒潮続流域 親潮の貫入 ヤマセは混合域の影響を強く受ける現象 ヤマセの気温や鉛直構造に沿岸の海面水温 (SST) や親潮フロントの影響
大気再解析データで表現されるヤマセ - モデルによる SST の違いと解析された気温への影響 - 弘前大学大学院理工学専攻佐々木実紀 背景 ヤマセと海洋の関係 図 1: 親潮の流れ ( 気象庁 HP より ) 図 2:02 年 7 月上旬の深さ 100m の水温図 ( )( 気象庁 HP より ) 黒潮続流域 親潮の貫入 ヤマセは混合域の影響を強く受ける現象 ヤマセの気温や鉛直構造に沿岸の海面水温
2008 年 7 月 28 日に神戸市付近で発生した局地的大雨の観測システムシミュレーション実験 * 前島康光 ( 理研 計算科学研究機構 / JST CREST) 国井勝 ( 気象研究所 / 理研 計算科学研究機構 ) 瀬古弘 ( 気象研究所 ) 前田亮太 ( 明星電気株式会社 ) 佐藤香枝 (
2008 年 7 月 28 日に神戸市付近で発生した局地的大雨の観測システムシミュレーション実験 * 前島康光 ( 理研 計算科学研究機構 / JST CREST) 国井勝 ( 気象研究所 / 理研 計算科学研究機構 ) 瀬古弘 ( 気象研究所 ) 前田亮太 ( 明星電気株式会社 ) 佐藤香枝 ( 明星電気株式会社 ) 三好建正 ( 理研 計算科学研究機構 / JST CREST) 1. はじめに
1 1 3 i) ii) iii) *1 Very Short-Range Forecasting of Precipitation VSRF Radar-AMeDAS Precipitation RAP MSM MesoScale Spectral Model 200 2,000
1 1 3 i ii iii 1.1 1.1 *1 Very Short-Range Forecasting of Precipitation VSRF Radar-AMeDAS Precipitation RAP MSM MesoScale Spectral Model 2 2, km 1 km 2 2 km 1.1 VSRF MSM RSM 2.5km 1km 2km.5hr, 3 6hr 3AM/PM
気象庁の現業数値予報システム一覧 数値予報システム ( 略称 ) 局地モデル (LFM) メソモデル (MSM) 全球モデル (GSM) 全球アンサンブル予報システム 全球アンサンブル予報システム 季節アンサンブル予報システム 水平分解能 2km 5km 約 20km 約 40km 約 40km(1
気象庁データを利用した気象研究の現状と展望 気象庁現業メソモデルの 最近の開発とその成果 2017 年 5 月 25 日 気象庁予報部数値予報課 原旅人 1 気象庁の現業数値予報システム一覧 数値予報システム ( 略称 ) 局地モデル (LFM) メソモデル (MSM) 全球モデル (GSM) 全球アンサンブル予報システム 全球アンサンブル予報システム 季節アンサンブル予報システム 水平分解能 2km
GNSS satellite or Quasar 10m [5] (n 1) 10 6 = K 1 ( P d T ) + K 2( P v T ) + K 3( P v T 2 ) (2) O 1 S G Earth Atmosphere [4] (ray bending) 1 S
![GNSS satellite or Quasar 10m [5] (n 1) 10 6 = K 1 ( P d T ) + K 2( P v T ) + K 3( P v T 2 ) (2) O 1 S G Earth Atmosphere [4] (ray bending) 1 S](/thumbs/91/107348601.jpg "GNSS satellite or Quasar 10m [5] (n 1) 10 6 = K 1 ( P d T ) + K 2( P v T ) + K 3( P v T 2 ) (2) O 1 S G Earth Atmosphere [4] (ray bending) 1 S")
- - ( ) A Software Package Development for Estimating Atmospheric Path Delay based on JMA Numerical Weather Prediction Model Ryuichi ICHIKAWA (KASHIMA SPACE RESEARCH CENTER, NICT) Key words: GNSS, VLBI,
実験 M10240L2000 については, 計算機資源節約のため, 実験 M10240L の 1 月 24 日 00 時の第一推定値を初期値とする 1 週間の実験を行った 4. 結果実験 M10240 L は,10240 メンバーによりサンプリング誤差を小さく抑えることに成功し, 局所化なしにもかか
10240 メンバーを用いたアンサンブルデータ同化実験 近藤圭一, 三好建正 ( 理研, 計算科学,JST CREST) 1. はじめにデータ同化は, 数値モデルと観測を高度に融合させることで, より精緻な初期値 解析値を得る手法であり, 数値予報モデルの予報精度に大きく影響を与える 大気の流れを考慮した高度なデータ同化手法にアンサンブルカルマンフィルタ (EnKF; Evensen 1994) があり,
委 44-4 TRMM の最近の成果と これからの展望について 第 44 回宇宙開発委員会平成 14 年 11 月 20 日 ( 水 ) 宇宙開発事業団独立行政法人通信総合研究所
委 44-4 TRMM の最近の成果と これからの展望について 第 44 回宇宙開発委員会平成 14 年 11 月 20 日 ( 水 ) 宇宙開発事業団独立行政法人通信総合研究所 TRMM, GPM/DPR プロジェクトの位置づけ 宇宙開発事業団 ( 以下 NASDA) と独立行政法人通信総合研究所 ( 以下 CRL) が共同で提案する 全球降水観測計画 (GPM)/ 二周波降雨レーダ (DPR)
図 1 COBE-SST のオリジナル格子から JCDAS の格子に変換を行う際に用いられている海陸マスク 緑色は陸域 青色は海域 赤色は内海を表す 内海では気候値 (COBE-SST 作成時に用いられている 1951~2 年の平均値 ) が利用されている (a) (b) SST (K) SST a
平成 22 年 2 月 JCDAS における 内海の海面水温の取り扱いの不具合について 気象庁地球環境 海洋部気候情報課 気候データ同化システム (JCDAS) では COBE-SST 累年値データを境界条件とする 6 時間予報及び客観解析を行っておりますが 25 年 1 月の JCDAS のルーチン運用開始以降 一部の内海において SST 観測値ではなく気候値が適用されていることが判明しました 原因
D D.1 D.1.1 (JST: Japan Standard Time) (UTC: Coordinated Universal Time) UTC JST UTC 9 D.1.2 xx yy TxxLyy 1 ( 2005) TLxxLyy 2 30 TL km TL
D D.1 D.1.1 (JST: Japa Stadard Time) (UTC: Coordiated Uiversal Time) UTC JST UTC 9 D.1. xx yy TxxLyy 1 ( 005) TLxxLyy 30 TL959 0 km TL479 40 km TL319 55 km TL159 110 km D.1.3 (FT: Forecast Time 3 ) = 6
付録B 統計的検証で利用される代表的な指標
付録 A 数値予報モデルおよびガイダンスの概要一覧表 1 平成 20 年 11 月現在 数値予報課が所掌する数値予報モデルとガイダンスの概要 及び プロダクトの送信時刻に関する情報を以下の A.1 から A.3 の表に示す A.1 数値予報モデル A.1.1 全球モデル (GSM) 解像度 予報初期時刻 予報時間水平解像度 TL959 2 ( 格子間隔約 20km:0.1875 度 ) 鉛直層数予報初期時刻予報時間境界値
1
4-9 Long-term Observations Using L-Band Wind Profiler in Asia OHNO Yuichi, Nipha Leelaruji, Atma R. Jain, KOZU Toshiaki, and MASUDA Yoshihisa Wind profiler is a Doppler radar that can observe upper winds
講演の内容 概要部内試験運用中のメソアンサンブル予報システムの概要及び予測事例 検証結果を紹介するとともに今後の開発について紹介する 内容 1. メソアンサンブル予報システムの概要 2. アンサンブルメンバーの予測特性 3. 検証 4. まとめと今後の開発 参考文献 数値予報課報告 別冊第 62 号
気象庁メソアンサンブル予報システムの開発 気象庁数値予報課小野耕介 第 9 回気象庁数値モデル研究会第 45 回メソ気象研究会第 2 回観測システム 予測可能性研究連絡会日時 :2016.5.17 場所 : 気象庁講堂 講演の内容 概要部内試験運用中のメソアンサンブル予報システムの概要及び予測事例 検証結果を紹介するとともに今後の開発について紹介する 内容 1. メソアンサンブル予報システムの概要
from TRMM to GPM
雨雲を味方にせよ GPM計画とDPR 人工衛星による次世代 降水観測ミッション 平成26年１月14日 宇宙航空研究開発機構 第一衛星利用ミッション本部 GPM/DPRプロジェクトチーム プロジェクトマネージャ 小嶋正弘 PM ミッションのキーメッセージ 東大沖教授提供 雨雲を 味方にせよ地球の水が暴れている 人類に打つ手はあるのか? JMA 佐藤博士提供 あなたの体は世界の水でできている Photo
2016 年 5 月 17 日第 9 回気象庁数値モデル研究会 第 45 回メソ気象研究会第 2 回観測システム 予測可能性研究連絡会 気象庁週間アンサンブル予報 システムの現状と展望 気象庁予報部数値予報課 太田洋一郎 1
2016 年 5 月 17 日第 9 回気象庁数値モデル研究会 第 45 回メソ気象研究会第 2 回観測システム 予測可能性研究連絡会 気象庁週間アンサンブル予報 システムの現状と展望 気象庁予報部数値予報課 太田洋一郎 1 アンサンブル予報システム (EPS) 初期摂動の PDF 解析誤差の PDF 予報誤差の PDF 決定論的予測 t=0 予報モデルの不確実性 = モデルアンサンブル境界値の不確実性
( Xi X )( A i A ) ACC ( Xi X ) 2 ( Ai A ) 2 X i = x i c i, A i = a i c i, X = 1 A = 1 ( 1 ACC 1) (D.2.6) X i A i (D.2.7) (D.2.8) x i a i c i D.2
D D.1 D.1.1 (JST: Japan Standard Time) (UTC: Coordinated Universal Time) UTC JST UTC 9 D.1.2 xx yy TxxLyy 1 (2005) TLxxLyy 2 30 TL959 20 km TL479 40 km TL319 55 km TL159 110 km D.1.3 (FT: Forecast Time
鳥取県にかけて東西に分布している. また, ほぼ同じ領域で CONV が正 ( 収束域 ) となっており,dLFC と EL よりもシャープな線状の分布をしている.21 時には, 上記の dlfc EL CONV の領域が南下しており, 東側の一部が岡山県にかかっている.19 日 18 時と 21
2.8 岡山県における大雨発生の必要条件の抽出 妥当性の確認と十分条件の抽出 岡山地方気象台 要旨大雨となった事例と大雨とならなかった事例の解析を行い, それらを比較することで, 大雨が発生するための十分条件 ( 降水が組織化するための条件 ) を 4 つ抽出した. また, 大雨が発生するための必要条件について, メソ客観解析データを用いた統計解析を行うことで,5 つの要素で有効な閾値を求めた. さらに,
OKAYAMA University Earth Science Reports, Vol.17, No.1, 7-19, (2010) Comparison of large-scale cloud distribution and atmospheric fields around the Ak
OKAYAMA University Earth Science Reports, Vol.17, No.1, 7-19, (2010) Comparison of large-scale cloud distribution and atmospheric fields around the Akisame (autumn rainfall) front in East Asia among 1993,
WTENK8-4_65289.pdf
608 東シナ海上の梅雨前線南側における降水系の形成機構 水蒸気前線の発見 帯の併合が起こりました その際に BAND1では 反 射強度で 6dBZe 以上増加するような急激な降水強化 が起こりました その併合過程が起こる直前の12時40 において デュアルドップラーレーダー解析 ２台以上のドップ ラーレーダーによるドップラー速度データから３次元 気流場を計算する解析手法 から得られた２本の降水 帯の気流構造を示したのが第４図です
90 Shapiroの新しい前線 低気圧モデル 第7図 気象衛星で捉えられた a 雲分布 赤外画像 と b 水蒸気分布 a は第5図の1時間後 b は更に3時間後の観測で 地上低気圧の最盛期 推定中心示度約928hPa にあたる Neiman and Shapiro 1993より引用 がわかる 5 また レーダー観測からは 第6図c に沿う強い気圧傾度や温暖核付近の対流活動などに伴 温暖核とそのすぐ周辺では対流活動が活発であること
地上GPS全球リアルタイム解析と同化実験計画 (rev. 2008/09/11) 小司禎教 気象研究所 目的 国外の水蒸気情報を用い メソ予報に寄与 視線遅延量精度向上 東南アジアの予報に利用 全球モデルへの寄与 発表内容 １. GPS全球リアルタイム解析について 概要 精度比較 2. データ同化予
地上GPS全球リアルタイム解析と同化実験計画 (rev. 2008/09/11) 小司禎教 気象研究所 目的 国外の水蒸気情報を用い メソ予報に寄与 視線遅延量精度向上 東南アジアの予報に利用 全球モデルへの寄与 発表内容 １. GPS全球リアルタイム解析について 概要 精度比較 2. データ同化予備実験 2008年7月28日兵庫の大雨 3. まとめと今後について Green: hourly providing
Microsoft PowerPoint nakagawa.ppt [互換モード]
![Microsoft PowerPoint nakagawa.ppt [互換モード]](/thumbs/96/127835476.jpg "Microsoft PowerPoint nakagawa.ppt [互換モード]")
気象庁現業全球モデルによる 台風予報の現状と課題 2013 年 3 月 6 日 第 6 回気象庁数値モデル研究会 数値モデルによる台風予報の課題と展望 気象庁予報部数値予報課中川雅之 檜垣将和 氏家将志 1 内容 気象庁全球数値予報システムの概要 台風進路予報の現状と課題 台風強度予報の現状と課題 今後の開発計画とまとめ 2 気象庁全球数値予報システムの概要 3 気象庁の全球数値予報システムの概要
水循環観測
全球降雨観測 (GPM) 計画 TRMM 計画との幸運なバトンリレー A happy baton passing from TRMM to GPM 東京大学大気海洋研究所 JAXA GPM プロジェクトサイエンティスト 高薮 縁 Yukari N. Takayabu The University of Tokyo JAXA GPM Project Scientist 1 地球温暖化は 雨や雪の降り方を
表.. RSMとkmGSMの初期値 下部境界条件の比較 モデル 領域モデル (RSM) 高解像度全球モデル (kmgsm) 大気の初期値 領域大気解析 高解像度全球大気解析 海面の境界条件高解像度 (.5 ) 全球日別海面水温解析高解像度 (. ) 海氷分布解析 ( 予報期間中は変化しない ) 土壌
第 章高解像度全球モデル. モデルの概要 7 年度中には数値予報モデルの大幅な構成改訂が計画されており ( 第 章 ) 気象庁全球モデルは解像度の大幅な強化を行って 現在の全球モデル (GSM) 領域モデル(RSM) 台風モデル(TYM) の役割を統合する予定である 第 章では 7 年度中に導入予定の新しい高解像度全球モデル ( 以下 kmgsm と呼ぶ) について解説する.. 概要 kmgsm は従来の
Microsoft PowerPoint 集い横田.ppt [互換モード]
![Microsoft PowerPoint 集い横田.ppt [互換モード]](/thumbs/101/149233126.jpg "Microsoft PowerPoint 集い横田.ppt [互換モード]")
波浪推算モデルによる海面抵抗係数の推定に関する研究 九州大学大学院工学研究院助教新キャンパス計画推進室勤務横田雅紀 第 世代波浪推算モデル (WAM) 波浪推算 : 風情報を入力値として波高を予測 有義波法 : 風速, 吹送時間, 吹送距離と波高 周期の関係 スペクトル法 : 時空間的に変化する風場での方向別周波数別成分波 エネルギー平衡方程式 E( f t, θ ) + Cg E( f, θ )
橡Ⅰ．企業の天候リスクマネジメントと中長期気象情
1 1 2 1 2 2 3 4 4 3 4 3 5 1400 53 8.8 11 35 6 5 6 20012Q 926 1,438 15.032.2 4 ART 7 8 9 7 8 9 5 19712000 30 33 60 10 33 10 60 70 30 40 6 12 3000 2000 7 沈降した後 付近の流れに乗って海中を水平に漂流するように設計されている その後 予め設定した時間間隔
第３章 アプリケーション
第 3 章アプリケーション 3.1 ガイダンス類の概説 1 3.1.1 はじめに本節では 高解像度全球モデル ( 以下 20kmGSM という ) と メソ数値予報モデル ( 以下 MSM という )33 時間予報の運用開始以降に出力されているガイダンス等について その仕様と精度の概要を述べる MSM の予報結果を用いた降水系ガイダンスと気温ガイダンス 及び航空気象予報ガイダンスに変更や要素追加があった
内湾流動に及ぼす大気の影響 名古屋大学村上智一
内湾流動に及ぼす大気の影響 名古屋大学村上智一 研究背景 沿岸域の海水流動の海水流動はは, 風による吹送流, 日射による成層化, 降水 蒸発などの気象場からの影響気象場からの影響を強く受ける. そのため, 沿岸域の海水流動計算を高精度で行うには, 気象場からの影響を適切に評価することが必須となる. 水収支 熱収支 降水蒸発 短波放射 運動量収支 風 対流顕熱潜熱長波放射 海流 気象場からの影響を正しく評価するためには,
台風解析の技術 平成 21 年 10 月 29 日気象庁予報部
台風解析の技術 平成 21 年 10 月 29 日気象庁予報部 内 容 1 台風解析の概要とポイント 2 台風解析の実例 台風第 18 号の事例 3 まとめ 2 1 台風解析の概要とポイント 1-1 諸元の決定 中心位置 最大風速 中心気圧 暴風域半径 強風域半径などをまとめて 台風諸元と呼んでいる 台風が日本の責任海域に存在する時は 3 時間毎に諸元決定を行っている 台風が日本に接近した時は 1
2013SuikoMain.dvi
, 57 213 2 WATER RESOURCES PROJECTION AT THE PASAK RIVER BASIN IN THAILAND UNDER A CHANGING CLIMATE 1 2 3 4 5 Y. TACHIKAWA, Y. FUJITA, M. SHIIBA, K. YOROZU and S. KIM 1 ( ) ( 615-854 C1) 2 ( ) J-POWER
2003 El Niño 0AOG1102
003 El Niño 0AOG0 El Niño El Niño El Niño ( ) El Niño event (997-98 00-03 ) OLR( ) 0-70 (CEOF) El Niño El Niño(00-003) El Niño 3 3-3- 3-- 3-- 4 5 (CEOF ) 6 7 7- OLR 7- El Niño event OLR 7-3 El Niño event
WTENK5-6_26265.pdf
466 2014年秋季 極域 寒冷域研究連絡会 の報告 海 カラ海 北大西洋 北米大陸の北部 東アジアで が多重に見られることが多い 南極昭和基地 69.0 S, 寒気質量の減少傾向が 中央シベリアの内陸部とベー 39.6 E における PANSY レーダー Sato et al.2014 リング海で寒気質量の増加傾向が５つの再解析データ のデータは このような小さな に共通して見られた 中央シベリアの内陸部の寒気質
<4D F736F F D BF382CC82B582A882E D58E9E8D E DC58F4994C5816A>
臨時号 2012.12.25 2 2012 年 12 月 15 日成田空港の霧 150720UTC 12 月 15 日昼過ぎから夜にかけて 成田国際空港では濃い霧となりました この霧は 関東南部に発生した局地前線に日本の南海上から湿った空気が流れ込んで 弱い雨が断続したため発生したものです この霧等によって ダイバート 7 便 エマージェンシー 5 便と航空機の運航に大きな影響がでました ( ダイバート等の数は暫定値
専門.indd
平成 2 8 年度第 2 回気象予報士試験 ( 学科, 専門知識 )1 問 1 気象庁が観測している大気現象の定義について述べた次の文 (a) (c) の正誤の 組み合わせとして正しいものを, 下記の 1 5 の中から一つ選べ (a) ふぶきは, 雪が降ると同時に, 積もった雪が地上高く吹き上げられる現象 である (b) 霧と煙霧は, ともにごく小さな水滴が大気中に浮遊する現象で, 水平視程 が 1km
kouenyoushi_kyoshida
大規模アンサンブルシミュレーションによる熱帯低気圧の将来変化 吉田康平, 杉正人, 水田亮, 石井正好 ( 気象研究所 ) 村上裕之 ( プリンストン大学, 米国地球流体力学研究所 ) 1. はじめに地球温暖化の熱帯低気圧 ( 以下 台風と表記 ) への影響は 科学的重要性に加え その社会的な影響から大きな関心を集める話題である 気候変動に関する政府間パネル (IPCC) 第五次評価報告書では 温暖化の進行とともに地球全体での台風の発生数が減少または実質的に変化しないことと
MODIS_TIR_globalvical.PDF
LOWTRAN 7 MODIS Global ADEOS-2 GLI NASDA Calibration 4th Group March 22, 2002 1. MODIS TIR MOD021KM SST 1 MOD021KM 5 km MOD02CSS Reynolds and Smith [1994] Weekly SST JMA ANAL LOWTRAN 7 MODIS TIR LOWTRAN
.... 3.... 3.... 4.... 6.... 6.... 7.... 9.... 9.... 12... 12... 13... 13... 14.... 17.... 17.... 22... 22... 22... 24.... 26.... 26.... 28.... 31.... 31... 31... 31 1 .... 33... 33... 35.... 35... 35...
untitled
48 B 17 4 Annuals of Disas. Prev. Res. Inst., Kyoto Univ., No. 48 B, 2005 (CO 2 ) (2003) Sim-CYCLE(Ito and Oikawa, 2000) CO 2 CO 2 Figure 1 CO 2 0 (Denning et al., 1995) CO 2 (2004) Sim-CYCLE CO 2 CO 2
JRA-25長期再解析実施計画
13 8 13 JRA-25 ... i... 1... 1... 3... 3... 4 5-1.... 5 5-2.... 6 5-3.... 8 5-4.... 12 5-5.... 12... 12... 13... 13... 15... 16... 17 i 1990 JRA-25 (Japanese Re-Analysis 25 years) JRA-25 1979 2004 26 13
<4D F736F F D20375F D835F834E836782C6947A904D B838B2E646F63>
第 7 章プロダクトとその利用の仕方 7. メソ数値予報 メソ数値予報は防災気象情報の発表支援を目的とし 大雨や強風を主たる予測対象とする 予報結果は格子点値 (GPV) で 新アデス ( 気象情報伝送処理システム ) 端末が整備された官署向けにはアデスサーバに それ以外の官署には官署の端末に提供される ( 第 2 章 ) 新アデス設置官署では 各官署からの要求に応じてアデスサーバで作成された画像が統合ビューワにより端末に表示される
１
第 章高解像度全球モデル. 変更の概要 全球モデル (GSM) は 7 年 月に 従来の TL39L4 の解像度から領域モデル (RSM) の解像度と同程度の TL959L6 へ高解像度化され RSM と台風モデル (TYM) に取って代わる ( 表..) 第 章では 新しく運用が始まる GSM( 以下 kmgsm と呼ぶ ) の予報特性について解説を行う なお ここで紹介する予報特性は 4 年 8
Microsoft PowerPoint - 05.奥村.ppt
衛星データを用いた水稲収量予測システムの試作 平成 24 年 9 月 13 日研究開発部奥村俊夫 背景 RESTEC では これまで農業リモートセンシングに取り組んで来た 近年では H21 年度 H22 年度に農林水産省殿の 水稲作付面積調査における衛星画像活用事業 において SAR 光学センサを用いた水稲作付面積の求積システムの開発に携わった これらの経験を活かして H23 年度に JAXA 殿の事業において
Wx Files Vol 年4月4日にさいたま市で発生した突風について
2014 年 4 月 4 日にさいたま市で発生した突風について Wx Files Vol.26 2014 年 04 月 7 日 2014 年 4 月 4 日 15 時 20 分頃 さいたま市桜区で突風が発生し 市立神田小学校の倉庫の屋根が飛ばされたり 乗用車や家屋の窓ガラスが割れるなどの被害をもたらした 当社の現地調査によると この突風は竜巻の可能性が高く その規模は EF0 と推定される ただ 断定するのは難しく
RASP BLIPMAP
RASP BLIPMAP JAPAN RASP = Regional Atmospheric Soaring Prediction BLIPMAP TM = Boundary Layer Information Prediction MAP (c) H. Okamura 2012 with supplements 1 RASP BLIPMAP の開発者 Dr. John W. (Jack) Glendening
untitled
2013/7/25 ICT 1 2011 2 3 4 1 11010% 樽 薩 HP 5 2011 2011 1 91421m 1959 1716 17300 2011/01/27 NATIONAL GEOGRAPHIC Daily News 6 2011/1/28 asahi.com 2011/1/28 asahi.com 8.0 km 2011/2/18 2011/2/7 7 2011/2/14
QUARTERLY JOURNAL HYDROGRAPHY Establishing a JCG/UKHO cooperative framework on nautical charts -- Part. (p. ), Investigations on reproduced Ino-zu Maps, Japanese historical maps,owned by JHOD.(p. ), Various
アジアモンスーン降水量の季節予報改善のための APHRODITE データ, TRMM プロダクトによるスーパーアンサンブル 谷田貝亜紀代 ( 京大 生存研 ) T.N. Krishnamurti, A. K. Mishra, V. Kumar and A. Simon(Florida State U
Title アジアモンスーン降水量の季節予報改善のための APHRODITE データ, TRMM プロダクトによるスーパーアンサンブル Author(s) 谷田貝, 亜紀代 ; Krishnamurti, T. N.; Mish V.; Simon, A. Citation 週間及び1か月予報における顕著現象の予測可能性 (2013): 215-219 Issue Date 2013-03 URL
スライド 1
CReSS による台風のメソ構造 ~2012 年台風 15 号の再現結果 ~ 加藤雅也 坪木和久 名古屋大学地球水循環研究センター 本日の発表内容 1. はじめに 2. CReSS により再現された 2012 年台風 15 号 3. CReSS-NHOES により再現された 2012 年台風 15 号 4. まとめ CReSS(Cloud Resolving Storm Simulator) 非静力学
気象庁数値予報の現状と展望 再生可能エネルギー発電導入のための気象データ活用 ワークショップ 2014 年 3 月 25 日 気象庁予報部数値予報課数値予報モデル開発推進官多田英夫 1
気象庁数値予報の現状と展望 再生可能エネルギー発電導入のための気象データ活用 ワークショップ 2014 年 3 月 25 日 気象庁予報部数値予報課数値予報モデル開発推進官多田英夫 1 目次 気象庁数値予報の現状と展望 1. 気象庁の数値予報システム 2. 数値予報の計算例 3. 数値予報開発を取り巻く環境 2 1. 気象庁の数値予報システム 3 数値予報モデル 現在の大気の状態 ( 気温 風 湿度など
5. 数値解析 5.2. サンゴ浮遊幼生ネットワークモデルの検討
5. 数値解析 5.2. サンゴ浮遊幼生ネットワークモデルの検討 目 次 5.2. サンゴ浮遊幼生ネットワークモデルの検討 V-5-2-15 1) 追跡計算の概要 V-5-2-15 2) 追跡手法 V-5-2-16 3) 追跡モデル 追跡手法の妥当性確認 V-5-2-17 (1) 慶良間列島 ~ 沖縄本島西岸 V-5-2-17 (2) 石西礁湖 ~ 沖縄本島 V-5-2-18 4) 追跡計算結果
(50) 29 ( ) 29 11 November 2017 1 5 1 2 2 7 3 9 7 4 6 11 5 5 6 50 * 29 1 1 1.1... 1 1.2... 8 1.3 GSM... 31 1.4... 35 2 42 2.1... 42 2.2... 48 2.3 MSM... 56 2.4... 61 3 66 3.1... 66 3.2... 82 4 86 4.1...
羽田空港 WEATHER TOPICS 羽田空港に停滞したシアーラインについて 航空気象情報の気象庁ホームページでのインターネット提供について 春季号通巻第 70 号 2017 年 ( 平成 29 年 ) 5 月 25 日発行東京航空地方気象台 羽田空港に停滞したシアーラインについて 1. はじめに
羽田空港 WEATHER TOPICS 羽田空港に停滞したシアーラインについて 航空気象情報の気象庁ホームページでのインターネット提供について 春季号通巻第 70 号 2017 年 ( 平成 29 年 ) 5 月 25 日発行東京航空地方気象台 羽田空港に停滞したシアーラインについて 1. はじめに羽田空港では 一日あたり 1,200 便を越える航空機が発着するため 航空交通の円滑な流れを確保しつつ運用滑走路を変更するには時間的な余裕を持って行うことが必要です
B2 Vol. B2-65 No Construction of a Data Set of 45-Year Sea Wind Distribution on the Inner Bay and Inland Sea of Japan Using SDP Winds M
B2 Vol. B2-65 No.1 2009 186-190 Construction of a Data Set of 45-Year Sea Wind Distribution on the Inner Bay and Inland Sea of Japan Using SDP Winds Measurement Data Masataka YAMAGUCHI, Manabu OHFUKU,
mains.dvi
8 Λ MRI.COM 8.1 Mellor and Yamada (198) level.5 8. Noh and Kim (1999) 8.3 Large et al. (1994) K-profile parameterization 8.1 8.1: (MRI.COM ) Mellor and Yamada Noh and Kim KPP (avdsl) K H K B K x (avm)
水工学論文集
水工学論文集, 第 58 巻,2014 年 2 月 大阪都市部における強雨予測手法の開発 DEVELOPMENT OF EARLY LOCAL HEAVY RAINFALL FORECAST TECNIQUE AT OSAKA CITY 中野俊夫 1 鈴木靖 2 増田有俊 3 Toshio NAKANO, Yasushi SUZUKI and Aritoshi MASUDA 1 正会員工博一般財団法人日本気象協会防災事業部
プラズマ バブルの到達高度に関する研究 西岡未知 齊藤昭則 ( 京都大学理学研究科 ) 概要 TIMED 衛星搭載の GUVI によって観測された赤道異常のピーク位置と 地上 GPS 受信機網によって観測されたプラズマ バブルの出現率や到達率の関係を調べた 高太陽活動時と低太陽活動時について アジア
プラズマ バブルの到達高度に関する研究 西岡未知 齊藤昭則 ( 京都大学理学研究科 ) 概要 TIMED 衛星搭載の GUVI によって観測された赤道異常のピーク位置と 地上 GPS 受信機網によって観測されたプラズマ バブルの出現率や到達率の関係を調べた 高太陽活動時と低太陽活動時について アジア地域とアメリカ地域においてそれらの関係を調べたところ 赤道異常高度とプラズマ バブルの出現頻度に強い相関が見られたのは
第６２巻 第１号 平成２４年４月／石こうを用いた木材ペレット
Bulletin of Japan Association for Fire Science and Engineering Vol. 62. No. 1 (2012) Development of Two-Dimensional Simple Simulation Model and Evaluation of Discharge Ability for Water Discharge of Firefighting
<4D F736F F D20322E325F8BF388E68E E9197BF81698DC58F498D65816A2E646F63>
第 2 章アプリケーション 2.1 次期 YSS に向けたガイダンス 2.1.1 概説 1 平成 22 年度の出水期から実施される 市町村を対象とした気象警報等の発表作業は 次期予報作業支援システム ( 以下 次期 YSS と呼ぶ ) において行われる 次期 YSS において 気象警報 注意報及び天気予報等のプロダクトの土台となる量的予測値 ( 防災時系列 ) は 5km 格子単位で取り扱われるため
平成 29 年度 融雪期の積雪分布推定と流入量予測の精度向上に向けた検討について 札幌開発建設部豊平川ダム統合管理事務所管理課 高橋和政窪田政浩宮原雅幸 融雪期のダム管理では 気象予報と積雪水量から流入量予測を行うことで融雪出水に備えているが 現状用いるデータは広範囲な気象予報と一部の地点での積雪観
平成 9 年度 融雪期の積雪分布推定と流入量予測の精度向上に向けた検討について 札幌開発建設部豊平川ダム統合管理事務所管理課 高橋和政窪田政浩宮原雅幸 融雪期のダム管理では 気象予報と積雪水量から流入量予測を行うことで融雪出水に備えているが 現状用いるデータは広範囲な気象予報と一部の地点での積雪観測によるため 的確な流入量予測が出来ない場合があり 管理上の課題となっている 本稿では 積雪分布を面的に把握するため
(2005) (2005) 1 2 ( 1 ) 20km 2 4km 20km 40km 400km 10 1km 2km Ruscher and Deardroff (1982) Dempsey and Rotunno (1988) Smolarkiewcz et al. (1988) Smola
(2005) (2005) 1 2 ( 1 ) 20km 2 4km 20km 40km 400km 10 1km 2km Ruscher and Deardroff (1982) Dempsey and Rotunno (1988) Smolarkiewcz et al. (1988) Smolarkiwicz and Rotunno (1989) F r = 0.15 0.5 ( F r = u/nh,
Microsoft Word - 01.docx
京都大学 MU レーダーで宇宙ごみの姿を捉える ~ 観測波長より小さいスペースデブリのサイズやスピンの推定に成功 ~ 概要高度数百 km の地球周回軌道上にあるスペースデブリ ( 宇宙ごみ ) のうち レーダー観測装置の波長と比較して 大きさが同程度以下のスペースデブリのサイズ スピン 概形等の状態の推定をする観測手法を提案し 大型大気レーダーである京都大学生存圏研究所 MU レーダー ( 周波数
Microsoft PowerPoint メソ気象研究会2017年春
第 47 回メソ気象研究会 数値モデルによる積乱雲とその効果の表現 東京都千代 区気象庁講堂 2017 年 5 24 ( ) 積雲対流の発達と 環境の安定度 蒸気量との関係 哲也 京都 学防災研究所 熱帯での積雲対流と湿度変動 熱帯対流の 3 モード 積雲 雄 積雲 積乱雲 対流活発時と不活発時とで湿度プロファイルが異なる (Johnson et al. 1999) (Brown and Zhang
技術報告49cs1.indd
Analysis of Tropical Cyclones with Microwave Satellite Imagery NISHIMURA Shuuji *, KATO Koji **, MOURI Kouki *, ASANO Jun ichi *, SAITOH Sadao ***, YOSHIDA Shiro *, ENDO Takeshi *, OOTUBO Kohei *, SHIMIZU
No < 本号の目次 > CAVOK 通信とは ( 発刊にあたってご挨拶 ) 1 業務紹介 ( 福岡航空地方気象台の業務概要 ) 2 悪天事例報告 ( 福岡空港のマイクロバーストアラート事例の報告 ) 用語集 3-6 CAVOK 通信とは 福岡航空地方気象台では 航空機
No.001 2019.06.01 < 本号の目次 > CAVOK 通信とは ( 発刊にあたってご挨拶 ) 1 業務紹介 ( 福岡航空地方気象台の業務概要 ) 2 悪天事例報告 ( 福岡空港のマイクロバーストアラート事例の報告 ) 用語集 3-6 CAVOK 通信とは 福岡航空地方気象台では 航空機の運航や飛行場の運営に関わる皆様との相互の理解を深めるために CAVOK 通信 (FUKUOKA Airport
Hohenegger & Schär, a cm b Kitoh et. al., Gigerenzer et. al. Susan et. al.
Study on characteristics of inhabitants acceptance of weather information with a probability Motohiro HONMA *, Kyoko ARAI **, Kento MATSUMOTO *** and Yasushi SUZUKI *** Abstract In this study, we performed
(00)顕著速報(表紙）.xls
対象地域 : 八重山地方 ( 速報 ) 平成 24 年 台風第 14 号について 目 次 資料 1 気象概況 資料 2 台風経路図 資料 3 地上天気図 沿岸波浪実況図 資料 4 気象衛星画像 気象レーダー 資料 5 暴風域 強風域入出日時 資料 6 台風期間における観測値 資料 7 気象警報 注意報発表状況 資料 8 時系列図 ( 降水量 風向 風速 現地気圧 ) 資料 9 観測値表 ( 降水量
Microsoft PowerPoint ppt [互換モード]
![Microsoft PowerPoint ppt [互換モード]](/thumbs/103/161431420.jpg "Microsoft PowerPoint ppt [互換モード]")
第 2 回やませ研究会ミーティング 2011 年 3 月 9-10 日 1/14 力学的ダウンスケーリングで 再現された 2003/2004 年 7 月 の領域気候と誤差について 沢田雅洋 岩崎俊樹 ( 東北大学 ) Miyagi Pref. 東北農研センター本館 2 階大会議室 ヤマセに関連する局地気候研究 10kmメッシュダウンスケール 1000 年程度 気候モデルの結果 (MRI, AORI)
データ同化 観測データ 解析値 数値モデル オーストラリア気象局より 気象庁 HP より 数値シミュレーションに観測データを取り組む - 陸上 船舶 航空機 衛星などによる観測 - 気圧 気温 湿度など観測情報 再解析データによる現象の再現性を向上させる -JRA-55(JMA),ERA-Inter
北極海のラジオゾンデ観測データが 冬の中緯度で じる寒波の予報精度に 与える影響 佐藤和敏 1, 猪上淳 1,2,3, 山崎哲 3,Joo-hongKim 4, MarionMaturill i 5,KlausDethlof 5,StephenRHudson 6 1: 国 極地研究所 2: 総合研究大学院大学 3: 海洋研究開発機構 4: 韓国極地研究所 5: アルフレッドウェゲナー研究所 6: ノルウェー極地研究所
(c) (d) (e) 図 及び付表地域別の平均気温の変化 ( 将来気候の現在気候との差 ) 棒グラフが現在気候との差 縦棒は年々変動の標準偏差 ( 左 : 現在気候 右 : 将来気候 ) を示す : 年間 : 春 (3~5 月 ) (c): 夏 (6~8 月 ) (d): 秋 (9~1
第 2 章気温の将来予測 ポイント 年平均気温は 全国的に 2.5~3.5 の上昇が予測される 低緯度より高緯度 夏季より冬季の気温上昇が大きい (2.1.1) 夏季の極端な高温の日の最高気温は 2~3 の上昇が予測される 冬季の極端な低温の日の最低気温は 2.5~4 の上昇が予測される (2.2.2) 冬日 真冬日の日数は北日本を中心に減少し 熱帯夜 猛暑日の日数は東日本 西日本 沖縄 奄美で増加が予測される
宇宙開発委員会 宇宙開発に関する重要な研究開発の評価 全球降水観測／二周波降水レーダ（GPM／DPR）プロジェクトの事前評価結果 ［付録3（1）］
本資料に位置付け 本資料は 平成 19 年 7 月 24 日に開催された第 5 回推進部会における全球降水観測 / 二周波降水レーダ (GPM/DPR) プロジェクトの事前評価に関する構成員からの質問に対し 独立行政法人宇宙航空研究開発機構 (JAXA) の回答をまとめたものである 2 評価項目 1 プロジェクトの目的 ( プロジェクトの意義の確認 ) に関連する質問 質問番号 内容 1-1 TRMMについて
<4D6963726F736F667420576F7264202D20345F325F8349837483898343839397A496CA83828366838B81698DC58F498D65816A2E646F63>
第 4 章 トピックス 4.1 豪 雨 監 視 予 測 技 術 の 開 発 1 今 まで 豪 雨 豪 雪 突 風 等 の 顕 著 現 象 の 数 値 予 報 精 度 が 不 十 分 なために 豪 雨 監 視 予 測 技 術 の 開 発 を 目 的 に 全 国 予 報 技 術 検 討 会 等 が 行 われ 顕 著 現 象 発 生 の 判 断 材 料 としての 概 念 モデルが 提 案 されて きた しかし
梅雨 秋雨の対比とそのモデル再現性 将来変化 西井和晃, 中村尚 ( 東大先端研 ) 1. はじめに Sampe and Xie (2010) は, 梅雨降水帯に沿って存在する, 対流圏中層の水平暖気移流の梅雨に対する重要性を指摘した. すなわち,(i) 初夏に形成されるチベット高現上の高温な空気塊
Title 梅雨 秋雨の対比と気候モデルによる再現性 将来変化 Author(s) 西井, 和晃 ; 中村, 尚 Citation 週間及び1か月予報における顕著現象の予測可能性 (2013): 236-239 Issue Date 2013-03 URL http://hdl.handle.net/2433/173472 Right Type Article Textversion publisher
Microsoft Word - 5.docx
第 5 章集中豪雨が発生する 総観 ~ メソ α スケール環境場の統計解析 * - 7 月 ( 梅雨末期 ) の九州地方について - 5.1 はじめに毎年 日本各地では集中豪雨 大雨 ( 以下 単に集中豪雨と表記する ) が頻発し 甚大な災害がもたらされている 平成 25 年も各地で集中豪雨 ( たとえば 7 月 28 日の山口 島根の大雨 ( 気象研究所 2013a) 8 月 9 日の秋田 岩手の大雨
Microsoft PowerPoint - ishibasi_ pptx
内容 気象研究所における全球大気データ同化研究 i. はじめに ii. 随伴演算子による観測データのインパクト評価 iii. 複数のOSSE 手法による仮想観測システムの評価 iv. 真値代替場の生成 v. まとめ 石橋俊之気象研究所台風研究部第一研究室 ishibasi@mri-jma.go.jp 1 2 はじめに 気象研究所では 2011 年度から全球大気データ同化の高度化に関する研究を実施している
,, Mellor 1973),, Mellor and Yamada 1974) Mellor 1973), Mellor and Yamada 1974) 4 2 3, 2 4,
Mellor and Yamada1974) The Turbulence Closure Model of Mellor and Yamada 1974) Kitamori Taichi 2004/01/30 ,, Mellor 1973),, Mellor and Yamada 1974) Mellor 1973), 4 1 4 Mellor and Yamada 1974) 4 2 3, 2
図 1: 抽出事例での時間最大雨量の頻度分布. 横軸は時間最大雨量 (mm/h), 縦軸は頻度 (%). のと考えられる. メソ現象の環境場の解析においてメソ客観解析値を使った研究には, 宮崎県における台風時の竜巻環境場を調べた Sakurai and Mukougawa (2009) や関東平野で
環境条件の診断による局地豪雨の発生予測の可能性について * 竹見哲也 野村昇平 1 草川敬之( 京大 防災研 ) 1. 局地豪雨の発生予測の問題点 夏期に発生する集中豪雨や局地的な豪雨は, 前線や台風などの総観規模の外的強制が作用することで発生する場合のみならず, そのような外的強制の影響が弱い静穏な状況下において発生する場合もある. 静穏状況において生じる局地豪雨は, 一見すると予兆もなく突発的に発生し,
Synoptic situation on 6 May 2012 (Tornado day) 500 hpa temperature: 0900 JST Surface weather map : 0900 JST Moist warm air A cold air-mass with
第 4 回超高精度メソスケール気象予測研究会 :2014.3.7 下層水蒸気の蓄積過程における 水平解像度依存性 ー 2012 年 5 月 6 日つくば竜巻のケースー Dependency of horizontal resolution on accumulation processes of low level water vapor Case study of Tsukuba tornado
資料 2-1 コアサービスが提供するプロダクトメニュー ( 波浪 ) 平成 26 年度海洋 宇宙連携委員会 End-to-End ユーザグループ 第 2 回検討会 ( 合同 ) 平成 26 年 11 月 13 日
資料 2-1 コアサービスが提供するプロダクトメニュー ( 波浪 ) 平成 26 年度海洋 宇宙連携委員会 End-to-End ユーザグループ 第 2 回検討会 ( 合同 ) 平成 26 年 11 月 13 日 コアサービスが提供するプロダクトメニュー ( 波浪 ) (1) 波浪プロダクトの現状 (2) コアサービスから提供される波浪プロダクトメニュー案 (3) 参考 : ニーズ調査結果とのギャップアナリシス
Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷
熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている
kiyo5_1-masuzawa.indd
.pp. A Study on Wind Forecast using Self-Organizing Map FUJIMATSU Seiichiro, SUMI Yasuaki, UETA Takuya, KOBAYASHI Asuka, TSUKUTANI Takao, FUKUI Yutaka SOM SOM Elman SOM SOM Elman SOM Abstract : Now a small
九州地方とその周辺の地震活動（2016年5月～10月）
10-1 九州地方とその周辺の地震活動 (2016 年 5 月 ~10 月 ) Seismic Activity in nd round the Kyushu District (My-October 2016) 気象庁福岡管区気象台 Fukuok Regionl Hedqurters, JMA 今期間, 九州地方とその周辺でM4.0 以上の地震は100 回,M5.0 以上の地震は13 回発生した.