Transcription

1 (50) 29 ( ) November 2017

2

3 *

4

5 GSM MSM GSM GSM A 124 B 146 C 148 D 150

6

7 (GSM) 20 km GSM GSM GSM (GA) GSM GSM1705 GSM GA GSM GSM1705 GSM GSM GSM1705 GSM1603 GSM1603 (Yonehara et al. 2017) UTC GSM GSM0711 GSM km hpa ( 2007) GSM0801 ( 2007) GSM0808 ( 2008) GSM1011 GSM1108 GSM1212 ( 2012) GSM1304 GSM hpa ( 2014) GSM1603 ( 2016a) GSM1705 GSM1603 GSM1603 GSM1705 GSM ( 2017) GSM 1.4 1

8 1.1.2 GSM1705 / GSM (1) GSM 3 10 K day 1 20 K day 1 3 GSM ( 2013; 2014) 4 GSM1403 GSM ( 2014) 5 GSM1603 GSM C 0 C 300 hpa 20 K day GSM 5 GSM

9 Johnson et al. (1999) 3 GSM ( 2004) GSM1603 GSM1705 (2) GSM1603 GSM µm 13.0 µm (Kawamoto et al. 2001) Martin et al. (1994) GSM km GSM 20 km GSM GSM1403 GSM GSM GSM 8 9 3

10 GSM (ATOD: Aerosol Total Optical Depth) ( 2000; 2009) GSM1603 ATOD WMO (1986) 2 GSM1705 (Yabu et al. 2017) 3 10 GSM (3) GSM1603 GSM1705 GSM GSM (JRA-55) (JAXA: The Japan Aerospace Exploration Agency) (GSMaP 12 : Global Satellite GA 12 JST-CREST/JAXA Mapping of Precipitation) GSM1705 GSWP3 (Global Soil Wetness Project Phase 3) 13 GSWP3 (NCEP: National Centers for Environmental Prediction) 20 (20CR) GPCC (Global Precipitation Climatology Center) 14 SRB (Surface Radiation Budget) 15 CRU (Climatic Research Unit) 16 (LAI) LAI Terra MODIS (MODerate resolution Imaging Spectroradiometer) LAI (Myneni et al. 2002) (USGS: United States Geological Survey, GLCF: Global Land Cover Facility, EarthStat) 17 GSM1603 HWSD (Harmonized World Soil Database) cm LAI JAXA/EORC http: //sharaku.eorc.jaxa.jp/gsmap crest/index j.html NCAR (National Center for Atmospheric Research) UCAR (University Corporation for Atmospheric Research) 15 NASA (National Aeronautics and Space Administration) 16 University of East Anglia 17 USGS green veg.php GLCF edu/data/treecover/ EarthStat http: // 18 Food and Agriculture Organization of the United Nations 4

11 (Collatz et al. 1991) (4) GSM (SIC:SeaIceConcentration) (SST: Sea Surface Temperature) SIC/SST GSM1603 SIC SST GSM1705 SIC SIC/SST SIC 19 SIC/SST SIC/SST GSM GSM1603 SIC Nomura (1998) SST Reynolds and Smith (1994) 1990 GSM1705 MGDSST ( 2006) (Ishii et al. 2005; Matsumoto et al. 2006) 30 GSM 24 SIC SIC (2015) (open water) (sea ice) GSM 0 1 SIC rsic rsic SIC SIC GSM1603E 1.4 (2017) GSM1603 SIC SIC GSM SIC SST 20 SST 1.6 C SIC 1 GSM1705 SST SIC SST rsic SIC SST SIC SST (5) (Kley et al. 2000) GSM GSM1705 Untch and Simmons (1999) GSM

12 21 GSM UTC GSM, 2008:. 20,, 1 6., 2017:. 28,, , 2007: (GSM). ( ) 275., 2000:. 46,, , 2007:. 19,, 1 4.,,, 2006:., 73, S1 S18.,, 2012:. 24,, ,,,,, 2015: (MGDSST) ,, 5 20., 2004:. 50,, ,,,, 2013: ,, , 2014:. 26,, , 2009:. 55,, , 2014:. 26,, 1 3., 2016:. 28,, 1 3., 2017: (1). 63,, Collatz, G. J., J. T. Ball, C. Grivet, and J. A Berry, 1991: Physiological and environmental regulation of stomatal conductance, photosynthesis and transpiration: a model that includes a laminar boundary layer. Agricultural and Forest Meteorology, 54, Ishii, M., A. Shouji, S. Sugimoto, and T. Matsumoto, 2005: Objective analyses of sea-surface temperature and marine meteorological variables for the 20th century using ICOADS and the Kobe Collection. Int. J. Climatol., 25, Johnson, R. H., T. M. Rickenbach, S. A. Rutledge, P. E. Ciesielski, and W. H. Schubert., 1999: Trimodal Characteristics of Tropical Convection. J. Climate, 12, Kawamoto, K., T. Nakajima, and T. Y. Nakajima, 2001: A Global Determination of Cloud Microphysics with AVHRR Remote Sensing. J. Climate, 14, Kley, D., J. M. Russell III, and C. Phillips, 2000: SPARC Assessment of Upper Tropospheric and Stratospheric Water Vapour. SPARC Report, No.2. Martin, G. M., D. W. Johnson, and A. Spice, 1994: The Measurement and Parameterization of Effective Radius of Droplets in Warm Stratocumulus Clouds. J. Atmos. Sci., 51, Matsumoto, T., M. Ishii, Y. Fukuda, and S. Hirahara, 2006: Sea ice data derived from Microwave radiometer for climate monitoring. AMS 14th Confer- 6

13 ence on Satellite Meteorology and Oceanography., P2.21. Myneni, R. B., S. Hoffman, Y. Knyazikhin, J. L. Privette, J. Glassy, Y. Tian, Y. Wang, X. Song, Y. Zhang, G. R. Smith, A. Lotsch, M. Friedl, J. T. Morisette, P. Votava, R. R. Nemani, and S. W. Running, 2002: Global products of vegetation leaf area and fraction absorbed PAR from year one of MODIS data. Remote Sens. Environ., 83, Nomura, A., 1998: Global sea ice concentration data set used in ERA. ECMWF Re-Analysis Project Report Series, 4, 25. Reynolds, R. W. and T. M. Smith, 1994: Improved global sea surface temperature analyses using optimum interpolation. J. Climate, 7, Untch, A. and A. J. Simmons, 1999: Increased stratospheric resolution in the ECMWF forecasting system. ECMWF Newsletter, No. 82, 2 8. WMO, 1986: A preliminary cloudless standard atmosphere for radiation computations. World Climate Programme. WCP-112, WMO/TD No.24, 53. Yabu, S., T. Y. Tanaka, and N. Oshima, 2017: Development of a multi-species aerosol-radiation scheme in JMA s global model. CAS/JSC WGNE Res. Activ. Atmos. Oceanic Modell., Yonehara, H., T. Tokuhiro, R. Nagasawa, M. Ujiie, A. Shimokobe, M. Nakagawa, R. Sekiguchi, T. Kanehama, H. Sato, and K. Saitou, 2017: Upgrade of parameterization schemes in JMA s operational global NWP model. CAS/JSC WGNE Res. Activ. Atmos. Oceanic Modell.,

14 1.2 全球数値予報シ ステムの特性の変化 はじ めに 第 1.1 節で概観し た 2017 年 5 月に実施さ れた全球数 値予報シス テ ム の改良に ついて 導入に 際し 実施し た 試験結果に 基づいて 予測結果の精度およ び特性の変化 を 報告する 以下 変更後の実験の結果を TEST も し く は GSM1705 と 呼び 対照実験と な る 変更前の実験 の結果を CNTL も し く は GSM1603 と 呼ぶ 本節では 台風予測 第 項 総観規模から メ ソ α ス ケ ー ル程度で の場の予測 第 項 降水予測 第 項 地表面付近の予測 第 項 に ついて 検証結果と と も に 予測特性の変化を 解説す る 図 夏期試験期間に存在し た 16 個の台風を 予測対象と し た進路予測誤差 [km] 実線 左軸 と サン プル数 丸 右軸 赤線が TEST で青線が CNTL 線に 付属し た エ ラ ーバーは誤差の発生が正規分布に 従う と 仮定し た 場合 の 95%信頼区間を 表す TEST と CNTL でサン プルは揃 え て あり 両者で追跡でき たも のだけ を 検証対象と し て い る こ のため サン プル数を 表す丸は TEST と CNTL で 重な っ て いる 図上部の三角は差の有意性を 示すも ので 上段が時間方向の相関を 考慮 下段が独立仮定で計算し た 有意判定結果を 示し 緑色は有意 黒色は有意でな いこ と を 示す FT=84 以降を 予測する のは 12UTC 初期値のみ である ため そ れ以降はサン プル数が少な く な っ て いる 台風予測の検証 台風予測の検証結果について 説明する GSM1705 で は GSM1603 と 比較し て 進路に ついて の予測特性 に は明瞭な 違いはみら れな かっ た が 中心気圧や大き さ の予測に は系統的な 違いがみら れた こ のた め 進 路予測に ついて は簡単に 結果を 示すのみに 留め 中心 気圧や大き さ の変化を 中心に解説する ま た GSM の 台風中心気圧の予測特性に ついて も 近年解説があ ま り な さ れて いな いこ と から 簡単に ま と める 以下 台風は T の後に台風番号を 付けて識別する 夏 期試験 2 の約 4 か月の期間内に存在し た台風は T1508 から T1523 の 16 個であり 456 初期値のう ち 359 初期 値で台風追跡の対象と な る 熱帯低気圧が存在し た 期 間に 含ま れる 全て の台風予測に ついて 気象庁の事後 解析データ ベス ト ト ラ ッ ク を 参照値と し て 検証を 実施し た 3 (1) 進路予測の統計検証 図 に 期間内全て の台風に ついて 平均し た 予 測時間ご と の進路予測誤差を 示す 進路予測誤差は FT=102 以降の予測で TEST のほう が小さ いが 統 計的に 明瞭な 改善シグナルと は言え な い た だし 台 風番号ごと の検証結果を みる と 5 日目以降に ついて 改善し た事例が 8 事例 悪化し た事例が 2 事例であり 特定の事例のみで大き く 改善し た のではな い ま た 図 年 7 月 8 日 00UTC の気象庁天気図 最終的な 試験を 行う 前の段階で実施し た 複数の試験に おいて も 共通し た 改善傾向はみら れて おり 台風進 路予測精度は概ね 4 日予測ま では中立で 5 日予測以 降では改善し た 可能性がある と 考え て いる 改良項目 に ついて の別の期間を 含む 個別の試験結果から 雲 積雲過程の改良が 5 日予測での進路予測誤差の改善に 寄与し て いる こ と が確認さ れて いる 位置誤差に ついて 台風番号ごと の統計検証や 個 別事例の比較から 系統的な差は確認でき なかっ た ま た 台風の位置誤差を 進行方向に沿っ た成分と 直交す る 成分に分解し 転向前 転向中 転向後に期間を 区別 し て 比較し た場合も ほぼ同様の分布であっ た 図略 1 米原 仁 2015 年 6 月 20 日 00UTC から 10 月 11 日 18UTC 初期 値の予測を 実施 ただし 00, 06, 18UTC の初期値に対し て は 84 時間予測 12UTC に ついて は 264 時間予測 3 中心気圧の参照値にベスト ト ラ ッ ク を 用いる こ と は GSM の予測値が 20 km 四方を 代表する 値である こ と を 考え る と 台風の中心付近の気圧変化が急峻な 場合は適切ではな いかも し れな い し かし 他に 信頼すべき 値や確立さ れた補正手法 がな いため こ こ では中心気圧に ついて も ベス ト ト ラ ッ ク を 検証に おけ る 正解と する 2 8

15 UTC T1509 [hpa] [ ] TEST CNTL FT=84 (2) (T1509 ) GSM1705 T UTC FT=42 T N 3 T1510, T1509, T UTC GSM CNTL TEST BST BST FT=42 CNTL, TEST FT=36 FT=42 TEST FT=42 FT=36, FT=42 CNTL TEST T UTC T1509 [hpa] 30 [km] FT CNTL TEST CNTL TEST FT= FT= km FT=42 CNTL 10 hpa 100 km CNTL TEST TEST CNTL TEST TEST CNTL 9

16 TEST FT=42 CNTL TEST FT=36 FT=42 FT=36, km TEST FT=42 TEST CNTL FT=42 CNTL TEST TEST CNTL 30 FT=42 TEST 500 hpa GSM 500 hpa 700 hpa 200 hpa GSM1705 GSM UTC FT=42 T1509 [hpa] TEST CNTL 10hPa 30 km UTC FT=42 T1509 [hpa] 3 [mm] CNTL TEST 10

17 UTC T1509 [K] [m/s] [km] 800 km FT=36 FT=42 CNTL TEST (TEST CNTL) 11

18 (3) BST GSM (FT=0) GSM BST CNTL TEST TEST FT=24 72 CNTL 920 hpa TEST CNTL TEST FT=72 TEST (ME: Mean Error) CNTL TEST FT=72 CNTL 0 TEST 4 hpa TEST CNTL CNTL, TEST ME CNTL FT=66 TEST FT=114 ME ME FT=60 CNTL TEST FT=90 CNTL FT=60 ME GSM BST TEST CNTL BST GSM TEST CNTL FT=90 ME 4 TEST CNTL GSM1603 GSM [hpa] (a) CNTL (b) TEST FT=0, 24, 48, 72 ME CNTL, TEST CNTL TEST ME CNTL 3 1 FT=132 CNTL FT=132 TEST (RMSE: Root Mean Square Error) CNTL, TEST 12

19 Central Pressure ME[hPa] ME [hpa] TEST CNTL ForecastTime [h] FT=132 [hpa] CNTL TEST TEST CNTL Central Pressure RMSE[hPa] FT=72 (a) CNTL (b) TEST (Intensify) (Steady) (Decay) GSM FT=72 RMSE [hpa] TEST 19 CNTL ForecastTime [h] FT=132 [hpa] CNTL TEST RMSE ME RMSE ME ME RMSE FT=36 ME TEST RMSE FT=84 ME CNTL TEST RMSE FT=90 ME, RMSE TEST FT= km TEST 50 km km GSM1705 T

20 Central Pressure ERROR-INCREMENT [hpa] 6 Amount of correction [hpa] Error at FT=6 [hpa] FT=72 30 [km] 30 TEST CNTL 30 0 km 50 km 500 km (4) GSM GSM TEST GSM BST 930 hpa GSM 950 hpa 940 hpa BST BST 960 hpa BST 960 hpa BST BST BST 940 hpa GSM BST TEST FT=6 [hpa] FT=0 FT=132 RMSE 19 hpa FT=84 22 hpa GSM GSM RMSE ME GSM GSM 14

21 BST GSM FT=6 FT=6 FT= BST (GA) 5 ( 2015; 2010) 6 GSM GSM 5 6 GA 55 km BST FT= hpa (Z500) CNTL, TEST RMSE N CNTL TEST RMSE RMSE α α GSM1705 GSM1603 GSM GSM GSM (1) (20 90 N) hpa (Z500) RMSE TEST CNTL 7 Heming (2016) 8 (2016) GSM1403 GSM

22 FT= E, N RMSE ((CNTL TEST)/CNTL) ACC CC (TEST CNTL) RMSE % ACC CC (SM) (WN) (Anl) CNTL, TEST (Snd) 500 hpa (Z500) (PSEA) 850 hpa (T850) 250 hpa (Ws250) 850 hpa (Ws850) 700 hpa (RH700) 2 PSEA 700 hpa (T700) 95% 16

23 250 hpa 850 hpa (T850) (PSEA) (2) E, N FT= RMSE (ACC) TEST CNTL RMSE (CC) TEST CNTL Z500 FT=24 RMSE, ACC PSEA BST 45 N PSEA T N RMSE 700 hpa (T700) 250 hpa (Ws250) ME 850 hpa (Ws850) 700 hpa (RH700) FT=120, N (3) ME RMSE FT= hpa 850 hpa ME CNTL TEST CNTL ME ME RMSE FT= hpa 700 hpa 9 RMSE ME RMSE UTC FT=48 Z500 RMSE ME CNTL TEST Z

24 , 8, 9 ME RMSE ((CNTL TEST)/CNTL) FT=0 FT= UTC 12UTC [K] [g kg 1] [m/s] [m/s] CNTL ME TEST ME RMSE Q 18

25 , 8, 9 12UTC FT=48 Z500 [m], T850 [K], Ws925 [m/s], PSEA [hpa] CNTL ME CNTL TEST ME TEST RMSE CNTL TEST ME Ws925 ME RMSE Z500, T850, PSEA CNTL Ws925 [m/s] [m/s] 19

26 T850 RMSE ME RMSE GSM Ws hpa RMSE PSEA RMSE RMSE TEST (4) ME RMSE FT= UTC FT= ME RMSE Z500 RMSE ME 500 hpa (T500) 500 hpa TEST T850 TEST CNTL TEST GSM1705 TEST PSEA ME CNTL RMSE TEST 20

27 , 1,

28 , 1, 2 12UTC FT=48 Z500 [m] 500 hpa (T500) [K] T850 [K] PSEA [hpa] CNTL ME TEST ME RMSE CNTL TEST RMSE RMSE CNTL UTC FT=48 Z500 [m] CNTL TEST 5400 m 22

29 , 8, 9 FT=84 TEST CNTL TEST CNTL (TEST CNTL) 1 mm/3h 10 mm/3h 95% , 8, 9 TEST CNTL TEST CNTL (TEST CNTL) 1 mm/3h 10 mm/3h 95% TEST (1) , 8, 9 (ETS) 1 mm/3h 10 mm/3h (BI) CNTL TEST , 8, 9 FT=48 BI ETS TEST CNTL TEST CNTL (TEST CNTL) 95% BI TEST BI 1 mm/3h CNTL FT=84 TEST FT=30 FT=42 BI TEST 1 BI 1 ETS 10 mm/3h CNTL TEST BI FT=48 BI ETS BI 1 mm/3h 10 mm/3h TEST 23

30 , 8, 9 TEST CNTL 1 mm/3h 10 mm/3h 95% 12UTC GSM BI , 8, 9 FT=18 3 BI CNTL TEST 1 mm/3h 1 12UTC ETS 12UTC mm/3h CNTL, TEST 24

31 BI BI CNTL TEST TEST BI 1 10 mm/3h CNTL TEST BI TEST CNTL TEST TEST FT=18 1 mm/3h BI 12JST 15JST CNTL BI 2 TEST BI TEST BI 2 BI 1 CNTL TEST UTC FT=15 CNTL TEST 3 10 mm/3h CNTL, TEST BI GSM (2) CNTL TEST BI ETS UTC FT=15 3 [mm/3h] [hpa] [m/s] CNTL TEST UTC (12JST) 25

32 , 1, 2 BI ETS TEST CNTL TEST CNTL (TEST CNTL) 1 mm/3h 95% (1) GSM GSM GSM GSM 500 m 5 K km 1 (2) (2015) CNTL 100 W m GSM [m] [m] GSM GSM 100 W m 2 TEST ME 40 W m 2 RMSE UTC CNTL TEST CNTL TEST 10 GSM 4 GSM 80 km 26

33 [W m 2 ] ME RMSE CNTL TEST 12UTC TEST CNTL W m UTC 0 TEST UTC CNTL TEST (3) UTC ME FT=15 (12JST) FT=27 (24JST) UTC FT=15 FT=18 6 [W m 2 ] TEST CNTL (TEST CNTL) CNTL TEST [hpa] RSDB6h 6 CLL 11 TEST CNTL 11 ME

34 UTC UTC FT=15 ( ) CNTL TEST ME CNTL GSM GSM CNTL TEST CNTL 12 GSM GSM1403 GSM

35 , 8, 9 12UTC ME GSM K km 1 CNTL ME TEST ME TEST CNTL FT=15 12JST FT=27 24JST UTC ME

36 , 2015:. 27,, , 2015:. 27,, , 2016:. 28,, Heming, J. T., 2016: Met Office Unified Model Tropical Cyclone Performance Following Major Changes to the Initialization Scheme and a Model Upgrade. Wea. Forecasting, 31, α Z500 α BI, 2010:. 22,,

37 1.3 GSM GSM (GSM1403) (GSM1603) ( 2014; 2016) GSM GSM ; 4.1 GSM GSM MSM MSM MSM MSM GSM1603 CNTL GSM1705 TEST GSM1705 CNTL, TEST (ME) (RMSE) FT=6 84 CNTL TEST GSM1705 GSM GPV GSM RMSE ME CNTL TEST TEST ME 0 RMSE GSM1705 RMSE GSM1603 GSM1603 GSM 31

38 UTC ME RMSE CNTL TEST (TEST CNTL) CNTL TEST GSM GSM1603 GSM ( 2016) GSM UTC ME RMSE CNTL GSM CNTL TEST CNTL TEST GSM CNTL TEST 29 18UTC CNTL TEST GSM1603 GSM1705 GSM1603 GSM GSM GSM GSM1705 MSM GSM ( ) MSM 32

39 1.3.3 GSM (ETS) (BI) 2 3 C 5 C 3 GSM ME RMSE FT=6 27 CNTL TEST RMSE GSM GSM BI 1 ETS ETS BI GSM GSM ( 2014; 2016) GSM GSM1705 CNTL ETS FT=15 36 (BSS) FT=6 84 GSM1705 CNTL GSM TEST ETS BSS CNTL ETS ETS, 2016:. 28,, ,,,, 2014:. 26,, BI

40 図 冬期試験に おけ る GSM の湿度予測の地点別 ME 上段 と RMSE 下段 左から CNTL TEST 差分 (TEST CNTL) 図 夏期試験に おけ る 発雷確率ガイ ダン ス の検証図で左から 閾値別の ETS と エラ ーバー 95%信頼区間 信頼度曲線 予報時間別の BSS 緑線はルーチン 青線は CNTL 赤線は TEST 図 図 に 同じ ただし 冬期試験を 示す 34

41 (EPS 2 ) ( 2016) EPS ( 2016a) 1 EPS ( 2015) 3 EPS EPS EPS ( 2016b) EPS EPS 1 EPS EPS EPS EPS EPS 1 EPS EPS EPS EPS 11 EPS 1 EPS 28 ( 2017) EPS EPS EPS ( 2006; 2012; 2016) EPS ( 2009a,b) EPS EPS EPS EPS (2017) 1 EPS EPS 1 EPS EPS (2017) 1 2 Ensemble Prediction System (1) EPS EPS EPS EPS EPS , 12UTC EPS 1 2 (06, 18UTC) (a), (b) (a) (0 60 N, E) 24 (b) , 12UTC 11 06, 18UTC , 12UTC D EPS EPS (2) EPS GSM 1 EPS GSM1304 ( 2012; 2013) GSM1603 ( 2016a) GSM GSM1603 GSM1705 GSM1603E GSM1705 GSM1603E GSM1603 GSM km

42 1.4.1 EPS EPS EPS EPS EPS (00, 06, 12, 18UTC) 1 2 (00, 12UTC) (00, 06, 12, 18UTC) 00, 12UTC 06, 18UTC EPS , 12UTC , 18UTC GSM1304 GSM1603E TL km 18 TL479 TL km hpa hpa (MGDSST) NOAA Optimum Interpolation SST MGDSST Willmott et al. (1985) SV SV SV SV +LETKF GSM1603 GSM1304 GSM EPS EPS hpa hpa GSM ( 2014) km (3) EPS (SV 3 ) (Buizza and Palmer 1995) (LETKF 4 ) (Hunt et al. 2007) 3 Singular Vector 4 Local Ensemble Transform Kalman Filter 36

43 SV SV SV SV EPS EPS ( 2008; JMA 2013) SV EPS SV SV EPS EPS SV SV EPS LETKF LETKF LETKF LETKF LETKF EPS LETKF EPS 00, 06, 12, 18UTC LETKF LETKF (2016a) (4) EPS 2016b 1 EPS EPS EPS 5 LETKF EPS LETKF GSM1705 EPS GSM1603E 6 LETKF (5) EPS (Buizza et al. 1999; 2010) EPS EPS (6) EPS EPS (a) (d) EPS EPS (a) LETKF Suomi-NPP/ATMS DMSP/SSMIS (b) LETKF GSM1603 GSM (c) SV (d) LETKF GNSS (a), (b), (d) LETKF LETKF (a), (b), (d) 7 (c) SV 2005 SV SV EPS (1) EPS EPS EPS EPS 7 Suomi-NPP/CrIS LETKF 37

44 1.4.1 (20 90 N) 500 hpa CRPS m % EPS EPS CRPS EPS EPS / EPS km 1 mm/day EPS EPS (30 60 N, E) 500 hpa m EPS EPS 500 hpa (Z500) Z500 CRPS D.4.6 FT=24 FT=264 CRPS 850 hpa, 250 hpa EPS EPS EPS EPS Z500 FT=240 FT= D.4.2 GSM1603 ( 2016b) EPS EPS UTC EPS EPS C. UTC UTC 18 12UTC 6 EPS (2016b) GSM1603 EPS UTC 11 06UTC 12 06UTC 38

45 UTC 5 C 11 12UTC 11 18UTC 2 m/s 1 6 EPS EPS GSM1304 EPS 11 06UTC 12 06UTC 11 18UTC EPS 11 06UTC 11 18UTC 11 18UTC 12 06UTC 11 18UTC EPS 11 18UTC EPS EPS (2) EPS EPS FT=24 GSM1603 ( 2016b) GSM ( 2013) EPS EPS FT=24 FT=48 EPS FT=72 FT=120 EPS EPS FT= EPS EPS EPS EPS km EPS EPS km EPS EPS EPS 20 N ( 2016a) EPS UTC EPS EPS 20 N

46 図 積算ス プレ ッ ド の大き さ に よ る 区分別進路予測誤 差 左図は全球 EPS 右図は台風 EPS に 対する も の 積 算ス プレ ッ ド の大き さ が小区分は赤 中区分は緑 大区分 は青である マ ーク 付き の実線は平均進路予測誤差 左縦 軸 単位は km マ ーク のみはサン プル数 右縦軸 横 軸は予測時間 単位は時間 を 表す 小区分と 中区分のサ ン プル数はほぼ重な っ て いる 図 年台風第 3 号の 3 月 11 日 12UTC 初期時刻 の予測結果 図の見方は図 と 同じ 図 年台風第 18 号の 10 月 1 日 18UTC 初期時刻 の予測結果 左は全球 EPS 右は台風 EPS のも の 黒実 線はベス ト ト ラ ッ ク 記号は初期時刻から 5 日先ま での 一日ごと 18UTC の中心位置である 台風中心の追跡に 成功し たメ ン バーの進路予測結果を 描画し て いる 赤線は 1 日先未満 橙線は 1 日先から 2 日先未満 黄線は 2 日先 から 3 日先未満 緑線は 3 日先から 4 日先未満 青線は 4 日先から 5 日先未満で 各色の 記号がそ れぞれ 1 5 日 先の予測位置を 示す 図 年 7 月 1 日 12UTC 初期値の FT=120 の 予測 上段は台風 EPS のコ ン ト ロ ールラ ン 中段は全球 EPS のコ ン ト ロ ールラ ン 下段は GSM GSM1603 に よ る 実験結果 左列は海面更正気圧 単位は hpa 右列は 500 hpa のジオポテン シャ ル高度 単位は m 黒の等値 線は予測値 緑の等値線は解析値 塗り つぶし は予測誤差 予測値 解析値 である 3 号の 3 月 11 日 12UTC 初期時刻の予測結果を 示す 台風 EPS に 対し て 全球 EPS ではばら つき が増加し て いる こ と が確認でき る こ の事例では 進行速度も よ り 実況に 近づいた結果 メ ン バーのばら つき は実況 を よ り 捕捉する よ う に な っ て いる 米原 (2016b) では GSM1603 で留意すべき 点のひと つと し て 台風の強度がよ り 強く 台風がよ り 大き く 表 現さ れる 事例が増加する こ と を 挙げて いる 全球 EPS に も こ の特性が見ら れる 図 に 2015 年の台風 第 9 号の事例を 示す こ の事例では 台風 EPS のコ ン ト ロ ールラ ン 全球 EPS のコ ン ト ロ ールラ ン GSM GSM1603 に よ る 実験結果 の予測は共通し て 位置 が解析よ り 北寄り にずれ 解析よ り も 発達し ていた 台 風の大き さ 海面更正気圧や 500 hpa 高度線の閉じ た 領域の広さ と 中心の深さ に着目する と 全球 EPS は 台風 EPS よ り も 台風が大き く 中心が深い予測と なっ て いる 一方 全球 EPS と GSM は 台風の大き さ は ほぼ等し い ただし 台風の中心付近の深ま り は 予報 モデルの水平格子間隔の違いから 全球 EPS は GSM ほど深い予測と はなっ ていない こ のよ う に 全球 EPS は 台風 EPS と 比べて 台風の表現がよ り GSM に 近 い予測結果と なっ て いる なお 週間 EPS は台風 EPS と 同じ 予報モデルを 使用し て いたこ と から 週間 EPS と 比較し た 場合も 同様である ま と め 2017 年 1 月よ り 週間 台風 EPS に代わり 全球 EPS の運用を 開始し た 全球 EPS では 週間 台風 EPS に 相当する 運用形態を 維持し つつ 予報モデルやア ン サン ブル手法等が改良さ れた こ れに よ り 予測精度 は週間 台風 EPS から 改善が見ら れた な お 運用を 開始し た あ と 2017 年 7 月ま でに 全球数値予報シ ス テム の構成と LETKF の構成を 同じ に 保つための変更 40

47 4 EPS EPS 500 hpa EPS EPS EPS 4 5 EPS EPS EPS GSM1603E GSM1603 EPS EPS GSM,, 2016a: LETKF. 62,, ,, 2016b:. 62,, , 2016:. 62,, , 2009a: 5. 20,, , 2009b: 5., 56, , 2017: 28., 81 pp., 2016a:. 62,, , 2016b:. 62,, , 2008:., 55, ,, 2012:. 24,, , 2017:. 28,, 1 8.,, 2016:. 27,, ,, 2006:. 52,, , 2013:. 134,, ,,,,,,,, 2015:. 26,, 1 5., 2012:. 23,, ,, 2013:. 25,, , 2010:. 22,, , 2014:. 26,, 1 3., 2016a:. 28,, 1 3., 2016b:. 28,, Buizza, R., M. Miller, and T. N. Palmer, 1999: Stochastic representation of model uncertainties in the ECMWF ensemble prediction system. Quart. J. Roy. Meteor. Soc., 125, Buizza, R. and T. N. Palmer, 1995: The singularvector structure of the atmospheric global circulation. J. Atmos. Sci., 52, Hunt, B. R., E. J. Kostelich, and I. Szunyogh, 2007: Efficient data assimilation for spatiotemporal chaos: a local ensemble transform Kalman filter. Physica. D., 230, JMA, 2013: Outline of the operational numerical weather prediction of the Japan Meteorological Agency. Appendix to WMO Technical Progress Report on the Global Data-processing and Forecasting System (GDPFS) and Numerical Weather Prediction (NWP) Research, Japan Meteorological Agency, 188 pp. Willmott, C. J., C. M. Rowe, and Y. Mintz, 1985: Climatology of the terrestrial seasonal water cycle. J. Climatol., 5,

48 asuca 2007 asuca 2 ( 2014) ( 2012a) (MSM) (LFM) 12 MSM JMA-NHM (Saito et al. 2006, 2007) LFM JMA-NHM asuca asuca ( 2015) MSM asuca LFM MSM asuca LFM asuca JMA-NHM LFM ( 2014) asuca MSM asuca MSM asuca MSM (1) 5 km MSM (GSM) LFM 1 2 Asuca is a System based on a Unified Concept for Atmosphere hPa GSM MSM MSM LFM hPa GSM MSM MSM LFM GSM hPa MSM MSM GSM 100 MSM 76 MSM 48 LFM hpa MSM LFM 0 m MSM 21.8 km 40 hpa MSM 20 m 0 m MSM 10 m 10 m ( 2008a) 1.5 m 1 1 ( 2012b) MSM 3000 m 700 hpa 30 GSM LFM 500 hpa GSM (2) 4 (JNoVA 4DVAR)( 2009; 2010) JMA-NHM MSM asuca 76 JNoVA LFM 42

49 4DVAR GSM asuca MSM asuca (2014) MSM MSM MSM ( 2014) MSM 4 ( 2008) (Piotrowski et al. 2009) asuca MSM 3 MSM 3 MSM mm MSM MSM MSM MSM ( 2014) MSM (2014) LFM (asuca) MSM MSM asuca MSM MSM (1) MSM GSM MSM GSM0507 MSM GSM1403 2(Yabu 2013) MSM MSM 0 36 C 1 0 C 1 36 C 0 MSM 0 23 C 2 43

50 (2) MSM Mellor-Yamada- Nakanishi-Niino (MYNN; Nakanishi and Niino 2009) MSM JMA-NHM MSM MYNN 3 (MYNN3) ( 2008b) MYNN 2.5 (MYNN25) ( 2015) MYNN3( 2012c) MYNN3 LFM ( 2014) MSM MYNN25 MYNN3 (3) 6 (2012d) 4 4 MSM MSM Marshall and Palmer (1948) MSM (Joint-Simulator 5 ) MSM 6 Roh and Satoh (2014) Field et al. (2007) Field et al. (2007) MSM MSM MSM Abel and Boutle (2012) 5 https: //sites.google.com/site/jointsimulator/home jp Joint-Simulator 44

51 MSM GSM km (2012) km 7 Smith (1990) 8 8 MSM MSM Smith (1990) MSM 95% 100% MSM 50% 30% 7 (ECMWF) 2012 Cyril Morcrette 180 m int/sites/default/files/elibrary/2012/14811-subgrid-cloud-parametrization-issues-met-officeunified-model.pdf MSM MSM (4) MSM Kain and Fritsch (1990) Kain (2004) MSM MSM (LCL) ( 2008) MSM (2010) 9 2 km LFM 45

52 MSM MSM MSM MSM MSM MSM (Mouri et al. 2016) MSM MSM (2008) JMA-NHM MSM MSM MSM MSM MSM 2 89 cm 4 MSM 0 60 cm 9 0 cm MSM MSM 2 cm asuca MSM MSM MSM MSM,, 2014: asuca. 60,, ,, 2014: LFM asuca. 26,, , 2010: 4. 56,., 2014: asuca. 60,.,,,, 2008:. 54,, , 2012:. 58,,

53 , 2008: Kain-Fritsch. 54,, ,, 2010:. 22,, ,,, 2008:. 54,, , 2008a:. 54,, , 2008b: Mellor-Yamada. 54,, , 2012a:. 58,, , 2012b: 1 (2) (EUROCS Sc). 58,, , 2012c: 1 (1)- (GABLS2). 58,, , 2012d:. 58,, ,,,, 2015: asuca. 27,, 1 23., 2015:. 27,, ,, 2009: 4. 21,, Abel, S. J. and I. A. Boutle, 2012: An improved representation of the raindrop size distribution for single-moment microphysics schemes. Quart. J. Roy. Meteor. Soc., 138, Field,P.R.,A.J.Heymsfield,andA.Bansemer,2007: Snow Size Distribution Parameterization for Midlatitude and Tropical Ice Clouds. J. Atmos. Sci., 64, Kain, J. S., 2004: The Kain-Fritsch Convective Parameterization: An Update. J. Appl. Meteor., 43, Kain, J. S. and J. M. Fritsch, 1990: A One- Dimensional Entraining/Detraining Plume Model and Its Application in Convective Parameterization. J. Atmos. Sci., 47, Marshall, J. S. and W. M. K. Palmer, 1948: The distribution of raindrops with size. J. Meteor., 5, Mouri, K., H. Suzue, R. Yoshida, and T. Izumi, 2016: Algorithm Theoretical Basis Document for Cloud Top Height Product. Meteorological Satellite Center Technical Note, 61, Nakanishi, M. and H. Niino, 2009: Development of an Improved Turbulence Closure Model for the Atmospheric Boundary Layer. J. Meteor. Soc. Japan, 87, Piotrowski, Z. P., P. K. Smolarkiewicz, S. P. Malinowski, and A. A. Wyszogrodzki, 2009: On numerical realizability of thermal convection. J. Comput. Phys., 228, Roh, W. and M. Satoh, 2014: Evaluation of Precipitating Hydrometeor Parameterizations in a Single- Moment Bulk Microphysics Scheme for Deep Convective Systems over the Tropical Central Pacific. J. Atmos. Sci., 71, Saito, K., J. Ishida, K. Aranami, T. Hara, T. Segawa, M. Narita, and Y. Honda, 2007: Nonhydrostatic Atmospheric Models and Operational Development at JMA. J. Meteor. Soc. Japan, 85B, Saito, K., T. Fujita, Y. Yamada, J. Ishida, Y. Kumagai, K. Aranami, S. Ohmori, R. Nagasawa, S. Kumagai, C. Muroi, T. Kato, H. Eito, and Y. Yamazaki, 2006: The Operational JMA Nonhydrostatic Mesoscale Model. Mon. Wea. Rev., 134, Smith, R. N. B., 1990: A scheme for predicting layer clouds and their water content in a general circulation model. Quart. J. Roy. Meteor. Soc., 116, Yabu, S., 2013: Development of longwave radiation scheme with consideration of scattering by clouds in JMA global model. CAS/JSC WGNE Res. Activ. Atmos. Oceanic Modell.,

54 2.2 1 asuca MSM MSM (2005) POD-SR D MSM MSM CNTL, TEST (2) MSM (1) POD-SR 10 mm/3h MSM MSM MSM MSM MSM MSM MSM mm/3h 10 mm/3h POD-SR 15 mm/3h 10 mm/3h MSM MSM MSM MSM MSM MSM MSM (2) (ME) 36 (ME), (RMSE) MSM ME MSM 12 ME 12 ME MSM MSM MSM MSM MSM GSM 48

55 TEST CNTL TEST CNTL mm/3hour TEST CNTL mm/3hour Probability of Detection: FO/(FO+XO) Success Ratio: 1-FX/(FO+FX) POD-SR 3 mm/3h MSM MSM POD-SR MSM MSM TEST CNTL mm/3hour TEST CNTL mm/3hour Probability of Detection: FO/(FO+XO) TEST CNTL Success Ratio: 1-FX/(FO+FX) RMSE ME 925 hpa ME RMSE MSM ME ME MSM ME MSM 925 hpa hpa 925 hpa 925 hpa 850 hpa 925 hpa 700 hpa (3) ME, RMSE ME, RMSE SYNOP 4 MSM 2 49

56 Pressure [hpa] CNTL FT=0 FT=12 FT=24 FT= TEST FT=0 FT=12 FT=24 FT=36 Pressure [hpa] CNTL FT=0 FT=12 FT=24 FT= TEST FT=0 FT=12 FT=24 FT= Mean Error of Z [m] Mean Error of Z [m] Mean Error of Z [m] Mean Error of Z [m] ME m MSM MSM MSM MSM hpa 200 T ME FT= T RMSE FT= T ME FT= T RMSE FT= CNTL TEST 300 CNTL TEST 300 CNTL TEST 300 CNTL TEST Pressure [hpa] Pressure [hpa] Mean Error of T [K] RMSE of T [K] Mean Error of T [K] RMSE of T [K] K 36 (ME) (RMSE) ME, RMSE ME, RMSE MSM MSM hpa ME RMSE WIND ME FT=36 CNTL TEST WIND RMSE FT=36 CNTL TEST WIND ME FT=36 CNTL TEST WIND RMSE FT=36 CNTL TEST Pressure [hpa] Pressure [hpa] Mean Error of WIND [m/s] RMSE of WIND [m/s] Mean Error of WIND [m/s] m/s RMSE of WIND [m/s] 200 QV ME FT= QV RMSE FT= QV ME FT= QV RMSE FT= CNTL TEST 300 CNTL TEST 300 CNTL TEST 300 CNTL TEST Pressure [hpa] Pressure [hpa] Mean Error of QV [g/kg] RMSE of QV [g/kg] Mean Error of QV [g/kg] RMSE of QV [g/kg] g/kg 36 50

57 ME of TEMP RMSE of TEMP ME of TEMP RMSE of TEMP 1 TEST CNTL TEST CNTL 1 TEST CNTL TEST CNTL ME 0 RMSE 1.5 ME 0 RMSE Validtime(UTC) Validtime(UTC) Validtime(UTC) Validtime(UTC) ME RMSE K ME, RMSE ME, RMSE MSM MSM ME of WIND SPEED RMSE of WIND SPEED ME of WIND SPEED RMSE of WIND SPEED 1 TEST CNTL 2 TEST CNTL 1 TEST CNTL TEST CNTL ME 0 RMSE 1 ME 0 RMSE Validtime(UTC) Validtime(UTC) Validtime(UTC) Validtime(UTC) m/s ME of QV RMSE of QV ME of QV RMSE of QV 1 TEST CNTL 2 TEST CNTL 1 TEST CNTL 2 TEST CNTL ME 0 RMSE 1 ME 0 RMSE Validtime(UTC) Validtime(UTC) Validtime(UTC) Validtime(UTC) SYNOP ME RMSE g/kg ME, RMSE ME, RMSE MSM MSM ME of PSEA RMSE of PSEA ME of PSEA RMSE of PSEA ME 0 RMSE 1 ME 0 RMSE FT(hr) TEST CNTL FT(hr) TEST CNTL FT(hr) TEST CNTL SYNOP ME RMSE hpa ME, RMSE ME, RMSE MSM MSM FT(hr) TEST CNTL MSM RMSE MSM MSM MSM MSM ME MSM MSM MSM 2 m/s MSM MSM 15 m/s MSM MSM MSM ASCAT ME MSM MSM MSM 51

58 ASCAT ME m/s MSM MSM MSM MSM 0.1 MSM ME MSM ME ME MSM ME MSM (2) (4) MSM hpa hpa 700 hpa 500 hpa 850 hpa MSM MSM MSM SSI SSI 0 MSM MSM MSM SSI MSM MSM SSI 0 2 SSI Frequency Frequency < ssi obs <= 0.00 CNTL TEST Mean Error of SSI < ssi obs <= 2.00 CNTL TEST Mean Error of SSI MSM SSI 5 < SSI 0 0 < SSI 2 MSM MSM 0 MSM MSM MSM (1) , 2, MSM MSM MSM 1 2 MSM MSM MSM 52

59 地上天気図 (6/12 12UTC) 解析雨量 R3(6/12 15UTC) 新 MSM 予測 R3(6/12 15UTC) 旧 MSM 予測 R3(6/12 15UTC) 図 [事例 1] 左から 2016 年 6 月 12 日 12UTC のア ジア 太平洋地上天気図 日本付近を 拡大し て 抜粋 6 月 12 日 15UTC に おけ る 解析雨量に よ る 前 3 時間降水量 6 月 12 日 15UTC に おけ る 新 MSM の前 3 時間降水量予測 初期時刻は 6 月 11 日 15UTC 同初期時刻 同予測対象時刻に おけ る 旧 MSM の前 3 時間降水量予測 単位 mm/3h 地上天気図 (6/29 00UTC) 解析雨量 R3(6/29 03UTC) 新 MSM 予測 R3(6/29 03UTC) 旧 MSM 予測 R3(6/29 03UTC) 図 [事例 2] 左から 2016 年 6 月 29 日 00UTC のア ジア 太平洋地上天気図 日本付近を 拡大し て 抜粋 6 月 29 日 03UTC に おけ る 解析雨量に よ る 前 3 時間降水量 6 月 29 日 03UTC に おけ る 新 MSM の前 3 時間降水量予測 初期時刻は 6 月 28 日 15UTC 同初期時刻 同予測対象時刻に おけ る 旧 MSM の前 3 時間降水量予測 単位 mm/3h 地上天気図 (9/22 00UTC) 解析雨量 R3(9/22 00UTC) 新 MSM 予測 R3(9/22 00UTC) 旧 MSM 予測 R3(9/22 00UTC) 図 [事例 3] 左から 2016 年 9 月 22 日 00UTC のア ジア 太平洋地上天気図 日本付近を 拡大し て 抜粋 9 月 22 日 00UTC に おけ る 解析雨量に よ る 前 3 時間降水量 9 月 22 日 00UTC に おけ る 新 MSM の前 3 時間降水量予測 初期時刻は 9 月 21 日 00UTC 同初期時刻 同予測対象時刻に おけ る 旧 MSM の前 3 時間降水量予測 単位 mm/3h 雲対流を 表現し て 成層不安定を 解消し て 降水を 予測 し て いる も のと 考え ら れる こ れは 積雲対流ス キ ー ム のト リ ガーの改良でねら っ た こ と と 合致し た 結果で ある こ のよ う に 旧 MSM では予測が困難であ っ た 弱い 強制力のも と での対流と そ れに 伴う 降水が 新 MSM ではあ る 程度予測でき る よ う に な っ た こ と が夏期に お け る 降水予測の統計検証で見ら れた 捕捉率の向上に 寄 与し て いる ま た 強制力が弱い場合に 旧 MSM で は成層を 安定化でき ずに エネ ルギーが蓄積さ れ 地形 や収束な ど の強制力が強く な っ た と き に 強い対流を 発 生さ せ そ の結果 強い降水を 集中さ せすぎ る 傾向が 見ら れた 新 MSM ではその傾向が緩和さ れたこ と が 強い降水に 対する 空振り 率の縮小に 寄与し て いる と 考 え ら れる (2) 対流を 発生さ せる 強制力が強い場合 低気圧の過 発達について 対流を 発生さ せる 強制力が強く ス ケ ールが大き な 上昇流が卓越し て いる 台風や発達し た低気圧があ る 場 合に は 新旧 MSM の予測に 大き な 違いは見ら れな い こ と が多い 図 で示し た事例 4 は 北海道に 台 風が接近し て いる 事例であ る が 新旧 MSM の降水量 53

60 地上天気図 (8/17 06UTC) 解析雨量 R3(8/17 09UTC) 新 MSM 予測 R3(8/17 09UTC) 旧 MSM 予測 R3(8/17 09UTC) 図 [事例 4] 左から 2016 年 8 月 17 日 06UTC のア ジア 太平洋地上天気図 日本付近を 拡大し て 抜粋 8 月 17 日 09UTC に おけ る 解析雨量に よ る 前 3 時間降水量 8 月 16 日 09UTC に おけ る 新 MSM の前 3 時間降水量予測 初期時刻は 8 月 16 日 09UTC 同初期時刻 同予測対象時刻に おけ る 旧 MSM の前 3 時間降水量予測 単位 mm/3h 地上天気図 (8/14 06UTC) 解析雨量 R3(8/14 09UTC) 新 MSM 予測 R3(8/14 09UTC) 旧 MSM 予測 R3(8/14 09UTC) 図 [事例 5] 左から 2016 年 8 月 14 日 06UTC のア ジア 太平洋地上天気図 日本付近を 拡大し て 抜粋 8 月 14 日 09UTC に おけ る 解析雨量に よ る 前 3 時間降水量 8 月 14 日 09UTC に おけ る 新 MSM の前 3 時間降水量予測 初期時刻は 8 月 14 日 00UTC 同初期時刻 同予測対象時刻に おけ る 旧 MSM の前 3 時間降水量予測 単位 mm/3h の方が中心示度が低く 予測さ れやすく 場合に よ っ て は そ れが過発達の予測と な っ て し ま う こ と があ る 原 (2015) で示し たよ う に スケ ールの小さ な 強い降 水が集中し て 予測さ れて おり そ の近傍で非常に 強い 上昇流が下層から 上層ま で表現さ れて いる 場合に は 過発達傾向である 可能性がある そのよ う な 場合には 過発達の可能性を 念頭に 起き つつ よ り 新し い初期値 の予測や実況と の比較を 行っ て いただき たい 予測に あ ま り 大き な 違いは見ら れな い た だし 旧 MSM に 比べる と 新 MSM の方が低気 圧や台風の中心示度が低く 予測さ れる 事例が見ら れる こ のよ う な 場合 新 MSM に よ る 中心示度がよ り 低く な っ た 予測が実況に 近かっ たこ と も あ れば 低く な り すぎ て し ま っ た 場合も あっ た ま た 新 MSM で実況 よ り も 過発達を 予測し て いる 事例では 旧 MSM の予 測でも 過発達であっ た が そ の程度が新 MSM の方が 強い場合が多く 見ら れた MSM に おけ る 低気圧の過発達に ついて は原 (2015) で考察が行われて いる が 同じ 知見が新 MSM でも 適 用でき る 低気圧の過発達は 格子ス ケ ールの強い上 昇流の発生と 関連し て いる 新 MSM では積雲対流ス キームがよ り 発動する よ う になっ たこ と で 顕在化し た 成層不安定を 旧 MSM に 比べて よ り 安定化さ せる こ の安定化が適切に働く と (1) で示し たよ う に 旧 MSM では予測が難し かっ た降水を 予測する と と も に 強い 降水の集中が緩和さ れる し かし 積雲対流ス キ ーム に よ る 成層安定化が不十分で 格子ス ケ ールの強い上 昇流が予測さ れる よ う に な る と 人為的な 数値拡散を 排除し て いる 新 MSM では旧 MSM よ り も 強い上昇流 が予測さ れやすく な る そ のた め そ の上昇流に 伴う 正のフ ィ ード バッ ク 上昇流に よ っ て 水蒸気の凝結が 発生し そ の潜熱に よ っ て 上昇流を 生み出す浮力が強 化さ れる がよ り 強く 働き やすい その結果 新 MSM (3) 日中の不安定性降水の場合 不安定性降水はス ケ ールが小さ いこ と が多く 水平 格子間隔が 5 km の MSM では十分に予測でき ないこ と が多いのは従来から 変わら ない その中で 新旧 MSM では 積雲対流ス キ ーム のト リ ガー条件の違い 数値 拡散の使用の有無に伴う 上昇流の強さ の違いによ っ て 以下に 述べる よ う な 予測特性の違いが見ら れる 日中の不安定性降水の予測の一例を 図 の事例 5 に示す こ の事例では 九州山地に沿っ て ま た四国 の南西部で短時間強雨が観測さ れて いる 旧 MSM で は降水を ほと んど 予測し て いな かっ た四国南西部で強 い降水が予測さ れた り 降水は予測さ れて いた も のの 降水強度が弱かっ た 九州でよ り 強い降水が予測さ れた り する な ど 新 MSM のほう が良い予測を し て いる と 考え ら れる 点があ る 一方で 新 MSM の予測は四国南 西部や九州の中部の降水は実況よ り も 強すぎて 降水 54

61 地上天気図 (1/19 00UTC) 解析雨量 R3(1/19 03UTC) 新 MSM 予測 R3(1/19 03UTC) 旧 MSM 予測 R3(1/19 03UTC) 図 [事例 6] 左から 2016 年 1 月 19 日 00UTC のア ジア 太平洋地上天気図 日本付近を 拡大し て 抜粋 1 月 19 日 03UTC に おけ る 解析雨量に よ る 前 3 時間降水量 1 月 19 日 03UTC に おけ る 新 MSM の前 3 時間降水量予測 初期時刻は 1 月 18 日 18UTC 同初期時刻 同予測対象時刻に おけ る 旧 MSM の前 3 時間降水量予測 単位 mm/3h 事例のよ う な 発達し た 低気圧に 伴う 降水に ついて こ の傾向は顕著であ る すでに 第 項でも 述べたよ う に 雲物理スキー ム の蒸発抑制の廃止に よ っ て 下層が旧 MSM よ り 湿る よ う に な っ て おり そ れに よ っ て 旧 MSM よ り も 成層 がやや不安定に な り やすいこ と が原因の一つと 考え ら れる を 集中さ せすぎ て し ま っ て いる すでに 述べた よ う に 旧 MSM の積雲対流ス キ ーム では 対流のト リ ガー条件が格子ス ケ ールの上昇流に 依存し て いる た め 地形や風の収束のよ う な 強制力が 強い場合に 積雲対流ス キ ーム が発動さ れやすい こ の 事例では 九州山地に よ る 強制上昇が対流の発生に 大 き く 寄与し て いる と 考え ら れ 実際に 旧 MSM では積 雲対流ス キ ーム が発動し て そ れに 伴う 弱い降水を 予 測し て いる 一方 新 MSM の積雲対流スキーム では ト リ ガー条件に 格子ス ケ ールの上昇流の直接的な 寄与 はな いので 地形に よ る 強制上昇があ っ て も 積雲対流 ス キ ーム が発動し な い場合があ る そ のよ う な 場合に は 格子スケ ールの対流が発生し (2) でも 述べたよ う に 新 MSM のほう が上昇流が強く なり やすいので そ の結果と し て 過大な 降水量予測に つな がる こ と があ る 事例 5 はこ の場合に 該当し て おり 他の事例に お いて も 山沿いで対流が発生する 場合に は 新 MSM に おける 対流の強さ が過大になり やすい傾向が見ら れた 一方で 地形や風の収束のよ う な 強制力が弱く 日 中の下層の昇温に 伴う 混合層の発達が対流発生に 大き く 寄与し て いる 場合に は 新 MSM の方が積雲対流ス キ ーム が発動し やすいのに 対し 旧 MSM では積雲対 流スキームは働き にく く 成層不安定に伴う エネ ルギー を 蓄積し やすい そ の結果 対流の発生が山沿いだけ ではな く 強制力が弱い平野部でも 見ら れる 事例の予 測では 旧 MSM では対流の発生や終息が実況よ り も 遅れる こ と が見ら れた 新 MSM では そのよ う な場合 での対流の発生や終息のタ イ ミ ン グがよ り 適切に な っ て いる 事例が見ら れた 図略 ま と め 予報モデルと し て asuca が導入さ れた 新し い MSM の予測特性を 統計検証 事例検証を 通じ て 紹介し た 夏期の降水予測精度の大幅な 改善 各種物理量の鉛直 プロ フ ァ イ ルのバイ ア ス やド リ フ ト の縮小 夜間の地 上気温の改善 海面更正気圧のド リ フ ト の改善な ど モデルの更新に よ っ て 多く の精度向上が図ら れた 一 方 冬期の降水や日中の地上気温の予測精度な ど ま だ多く の課題が残っ て いる モデルの更新に よ っ て 整備さ れた 新し い開発環境の も と 今後も モデル予測の精度改善のために 精力的 に モデル開発を 進めて いき たいと 考え て いる 参考文献 瀬川知則, 2005: 統計検証. 平成 17 年度数値予報研修 テ キ ス ト, 気象庁予報部, 原旅人, 2015: 事例検討. 平成 27 年度数値予報研修テ キ ス ト, 気象庁予報部, (4) 冬期の降水 図 の事例 6 は 冬期に おけ る 降水予測の例の 一つであ る 日本海側の陸上で 新 MSM のほう が旧 MSM よ り も 降水量が多い領域があ り 実況と 比べて も 過剰になっ て いる 冬期の新 MSM 予測において は 統計検証でも 見た よ う に 10 mm/3h 程度以下の降水 予測の捕捉率は向上し て いる も のの 空振り 率も 増え て 過大な 頻度で予測する 傾向が見ら れる 特に こ の 55

62 2.3 MSM MSM MSM MSM MSM MSM JMA-NHM MSM asuca MSM MSM JMA-NHM MSM MSM asuca MSM MSM G MSM ; MSM MSM G CNTL,TEST FT=3 39 (RMSE) (ME) UTC G MSM MSM MSM MSM G RMSE ME CNTL TEST CNTL, TEST RMSE, ME [ C] 3 C [ ] MSM RMSE ME 3 C CNTL ,892 TEST ,090 CNTL ,799 TEST ,395 56

63 UTC MSM MSM [K] MSM MSM MSM MSM UTC CNTL TEST MSM 3 C C MSM 3 C 1 MSM MSM ( 4 1) MSM MSM MSM CNTL TEST MSM GSM MSM MSM G G G 3 4 MSM MSM MSM MSM MSM 3 5/8 4 (0,1) ( 2012) 57

64 2.3.4 G ETS BI FT BSS CNTL TEST G G G ETS 95% G FT BSS G ETS BI CNTL TEST MSM MSM MSM CNTL MSM TEST TEST G G G FT= G CNTL TEST CNTL TEST G G G (ETS) (BSS) (BI) CNTL TEST TEST G G ETS TEST ETS 58

65 G ETS TEST ETS 30 35% 5 10% ETS MSM 6 MSM MSM 10 MSM σ p σ c σ r σ s RH [ ] QC [g kg 1 ] R 1 [mm/h] SNOW 1 [mm/h] FF [m/s] MSM (2011) MSM MSM 2 9 MSM MSM CNTL MSM TEST CNTL ( 2012) CNTL, TEST TEST CNTL σ p 0.12 (1 RH) (1 RH) 0.5 σ c 12.0 QC QC 0.9 σ r 0.45 R R SNOW SNOW 0.7 σ s FF FF TEST 1.8 CNTL 1000m TEST TEST TEST MSM METAR 7 SPECI SHIP FT=15 36 CNTL METAR SPECI ETS 1600m TEST SHIP ETS 500 m TEST ETS

66 UTC UTC FT=12 [m] [m] [g kg 1 ] CNTL TEST, 2011:. 23,, , 2012:. 24,, METAR SPECI [m] ETS BI CNTL TEST SHIP 60

67 ( 2001; 2004, 2005; 2007, 2008a) 3 JMA-NHM JNoVA 3 ( 2007) JNoVA 3 (LA) asuca asuca-var ( 2014) 3 asuca-var asuca asuca-var 3 JMA-NHM asuca (1) JNoVA asuca-var LA LA 3 x y (U, V) MSM asuca JMA-NHM 3 (2010) (2014) ( 2008a) 8 ( 2007, 2008a) 9 JNoVA asuca-var (2) JNoVA 2 1 MSM JMA-NHM asuca JMA-NHM asuca MSM asuca 200 hpa 10 asuca MSM 4 5 LA ( 2008b) (2010) 6 MSM 3 ( 2007) ( 2007, 2008a) JMA-NHM asuca 61

68 2.4.1 JNoVA asuca-var z MSM (JMA-NHM ) MSM (asuca ) km x y (U, V) MSM ( 2008) z z hpa, 250 hpa, 500 hpa U hpa 250 hpa V U 250 hpa V U U m U hpa 250 hpa 100 m m hpa MSM 62

69 旧解析システム 新解析システム 新 旧 U 150 hpa NEW U 150 hpa NEW-ORG 150 hpa U 150 hpa ORG Wind velocity [m/s] Wind velocity [m/s] NEW-ORG [m/s] U 250 hpa NEW U 250 hpa NEW-ORG 250 hpa U 250 hpa ORG Wind velocity [m/s] NEW-ORG [m/s] U 500 hpa NEW 1.0 U 500 hpa NEW-ORG 500 hpa U 500 hpa ORG Wind velocity [m/s] Wind velocity [m/s] Wind velocity [m/s] NEW-ORG [m/s] 1.0 図 hpa 上段 250 hpa 中段 500 hpa 下段 に おけ る 新旧の毎時大気解析に よ る U の平均解析値 左 旧毎 時大気解析 中央 新毎時大気解析 と 新旧の平均解析値の差 右 2016 年 4 月 2017 年 3 月の毎時の解析値を 平均し た 標高 >1000 m U Mean diff: zs > 1000 m 標高 <100 m U RMS diff: zs > 1000 m U Mean diff: zs < 100 m OLD NEW mean difference from obs [m/s] 800 OLD NEW RMS diff from obs [m/s] U RMS diff: zs < 100 m Pressure [hpa] Pressure [hpa] OLD NEW mean difference from obs [m/s] OLD NEW RMS diff from obs [m/s] 5 図 年 4 月 2017 年 3 月に おけ る ひま わり の大気追跡風に よ る 風の観測に 対する U の差の平均値と 二乗平均平方 根の鉛直プロ フ ァ イ ル 左は標高が 1000 m よ り 高い領域 右は標高が 100 m よ り も 低い領域に 限定し て 統計を 行っ たも の 緑線 旧毎時大気解析 赤線 新毎時大気解析 縦軸は気圧 単位 hpa 63

70 2.4.3 GPV ( 2004) (MetAir) 40 km 2000 ft (FL) (VWS) UTC 13 VWS VWS C-PIREP 14 ( 2001; 2012) + 30 VWS VWS CNTL VWS TEST (FL , FL , FL ) VWS TEST CNTL VWS CNTL 10 13kt/1000ft TEST 11 13kt/1000ft ( 2014) VWS 12 kt/1000ft VWS 18 kt/1000ft TEST VWS CNTL 11 1 ft m 12 ft 100 FL100=10,000 ft 13 ( 2004) 14 (PIREP) Common-PIREP PIREP PIREP PIREP (SEV) (MOD) + (LGTP) (LGT) (LGTM) (SMTH) 6 FL CNTL TEST VWS 15 FL150 CNTL TEST FL150 VWS UTC CNTL TEST FL370 VWS 10UTC 30 FL FL340 FL370 CNTL 18 kt/1000ft VWS TEST CNTL VWS 12 kt/1000ft VWS FL370 TEST JNoVA asuca-var UTC JNoVA MSM 15 MSM VWS VWS 64

71 0.20 FL /04/ /03/31 TEST CNTL 0.20 FL /04/ /03/31 TEST CNTL 0.20 FL /04/ /03/31 TEST CNTL Heidke Skill Score [ kt/1000ft ] VWS [ kt/1000ft ] VWS [ kt/1000ft ] VWS VWS FL FL FL TEST CNTL VWS TEST 95% QMAANL 2016/04/15 10:00Z FT= 0:00 CNTL F370 VWS F370 WIND QMAANL 2016/04/15 10:00Z FT= 0:00 TEST F370 VWS F370 WIND 40 PIREPs 2016/04/ UTC 2016/04/ UTC Flight Level FL FL350 Turbulence SEV MODP FL370 FL FL MOD LGTP LGT LGTM SMTH Icing SEV VALID= 04/15 10:00UTC VALID= 04/15 10:00UTC VWS MAX= MIN= 0.13 VWS MAX= MIN= 0.12 WIND MAX= MIN= WIND (KNOT) MAX= MIN= (KNOT) kt/1000ft kt/1000ft MOD LGT UTC FL370 VWS :30 10:30UTC FL (FL), 2014: asuca. 60,, , 2008:. 54,, , 2001:. 61,, 1 3., 2004:.., 2014:., , 2004:. 63,, , 2012: C-PIREP ,, , 2001:. 13,, , 2004:. 16,, , 2005:. 17,, , 2007:. 19,, , 2008a:. 20,, , 2008b:. 54,, , 2010:. 56,,

72 (1) (1997) (2003) (2005) (2010) (2015) (2) (3) (4) (2) ( 2005; 2012) GSM1603 ( 2016) ( 2015) (FG departure: First Guess departure) FG departure FG departure ( 2005) (2015) FGdeparture (Desroziers et al. 2005; Desroziers and Ivanov 2001; 2009) 0.8 hpa 2 hpa 5 m/s 4 m/s km ( 2010) 1 2 (2012) 3 2 (D) 120 km 200 km D km D+80 km D km 400 km D 320 km D+80 km 66

73 hpa 5 m/s 200 km km 1000, 925, 850, 800, 700, 600, 500, 400, 300 hpa 2.0 hpa 4 m/s 200 km 100 km km hpa hpa 10.0 hpa m/s m/s (2015) 14.0 hpa km 80 km 100 km 120 km 150 km 100 km ( 3.1.1) FG departure 14.0 hpa FG departure 10 km 100 km 1 FG departure km hpa 300 hpa 2 (3) (GSM1603) CNTL TEST 4 ( 2012) 67

74 3.1.2 (a) (b) (c) 800 hpa (d) 800 hpa B [km] 95%

75 3.1.5 (hpa) hpa (c) 800 hpa km ( 2010) 69

76 増加する し かし 予報モデルが過発達さ せよ う と し て いる 場合は 初期値でそ れを 抑え て も 予測時間が進む と 結局過発達な 状態に な る 事が多い そ のた め 台風 中心気圧予測の散布図 (図 3.1.5) に おいて 24 時間予報 以降 変更前後の差は殆ど 見ら れな く な る ま た 逆に 第一推定値の台風中心気圧が高すぎ る 場合は 変更後 の方が局所的に 大き な イ ン ク リ メ ン ト が入り づら く な る こ と から 初期値に おいて も そ の状態が残る 場合も あ る こ のこ と から 初期値から 24 時間以内の予測 値に おいて よ り 前初期値の強度が引き 継がれやすく なる (4) ま と め 2016 年 9 月 28 日に 全球解析に おいて 台風ボーガ ス の改良を 適用し た 台風ボーガス の海面更正気圧の 観測誤差を 0.8 hpa から 2.0 hpa に 上空の風の観測 誤差に ついて は約 5 m/s から 約 4 m/s に 変更し た ま た 配置に ついて も 水平方向に はこ れま でよ り 密に な る よ う に 100 km 四方格子に 1 点の配置と し 鉛直方向 に は風を こ れま で 9 層に 配置し て いた も のを 850 hpa と 300 hpa の 2 層に のみ配置する よ う に し た 局所的 に 大き な イ ン ク リ メ ン ト が入り に く く な っ た こ と に よ り 台風の急発達に よ る 気圧低下や位置ずれの修正が 1 回の解析では十分ではな い場合も あ る し かし な が ら 台風構造の歪みが軽減さ れる こ と で 解析予報サイ ク ルを 通じ て 全体的に 解析値に おけ る 中心位置誤差の 減少に つな がる と 考え ら れる 実験の結果 台風進路 予測精度が予測初期値から 84 時間予測値ま で改善し た ま た 強度予測について は 初期値から 24 時間予 測値ま ではよ り 前初期値の強度を 引き 継ぎ やすく な っ た が そ れ以降予測時間が進むと 顕著な 差は見ら れな かっ た 図 全球解析で利用さ れた ATMS, AMSU-A 輝度温度 データ の分布例 2017 年 7 月 26 日 00UTC の前後 3 時間 の観測データ (a) の赤点は Suomi-NPP 衛星の利用デー タ (ATMS) (b) の赤点 桃点 青点 水点 橙点 紫点 は NOAA-15, NOAA-18, NOAA-19, Aqua, Metop-A, Metop-B の各衛星の利用データ (AMSU-A) を そ れぞれ 示す 黒点は品質管理処理で全チャ ン ネ ルのデータ が不使 用と さ れたこ と を 示す 全球解析における Suomi-NPP/ATMS 輝度温 度データ の利用開始 (1) はじ めに 衛星搭載マ イ ク ロ 波サウ ン ダは 地球大気や地表面 から のマ イ ク ロ 波放射の強度 輝度温度 を 複数の周 波数 チャ ン ネ ル で測定し 大気の気温や水蒸気の 鉛直分布に 関する 情報を 取得する セ ン サであ る (岡本 1999) 全球にわたっ て 観測データ を 得ら れる ため 数 値予報にと っ て 非常に重要な 観測データ と なっ て いる 気象庁の全球解析では 2017 年 3 月 29 日に マ イ ク ロ 波サウ ン ダ ATMS (Advanced Technology Microwave Sounder) の輝度温度データ の利用を 開始し た 本項で はデータ の概要と 利用方法 およ びデータ 同化の解析 値 予測値への影響に ついて 解説する ン ネ ル数 15 MHS6 水蒸気サウ ン ダ チャ ン ネ ル数 5 の後継セ ン サに あたり 一つのセ ン サに AMSU-A, MHS と ほぼ同等のチャ ン ネ ルが装備さ れて いる 他 い く つかのチャ ン ネ ルが追加さ れた マ イ ク ロ 波サウ ン ダ チャ ン ネ ル数 22 である ATMS は 2011 年 10 月に 打ち 上げら れた米国の極軌道衛星 Suomi-NPP7 に搭載 さ れて おり 今後も 次世代現業用極軌道衛星 JPSS8 シ リ ーズに 搭載さ れる 予定と な っ て いる 気温 水蒸気 の観測情報が得ら れる ATMS 輝度温度データ は 数値 予報精度の維持 改善に おいて 重要な 衛星データ であ る ATMS の主要諸元に ついて は岡本 (2007) に ま と めら れて いる ので そ ち ら を 参照さ れたい 6 Microwave Humidity Sounder の略 Suomi National Polar-orbiting Partnership の略 米国海 洋大気庁 (NOAA) の現業用極軌道衛星 NOAA シリ ーズと 後継の JPSS シリ ーズの中継ぎと し て 打ち 上げら れた 8 Joint Polar Satellite System の略 JPSS-1, JPSS-2 がそ れぞれ 2017 年 11 月 2022 年に 打ち 上げ予定 (2) ATMS ATMS は 気象庁の数値予報シス テム で利用し て い る マ イ ク ロ 波サウ ン ダ AMSU-A5 気温サウ ン ダ チャ 5 7 Advanced Microwave Sounding Unit-A の略 70

77 3.1.7 (FG departure) TEST CNTL (a) AMSU-A MHS (b) (SSMIS, AMSR2, GMI) (c) GNSS (d) [%] (c) 95% ATMS (a) ATMS (3) ATMS (ch) ch6 9 ch18 22 ATMS AMSU-A AMSU-A ( 2015) ( 2007; 2011) ATMS AMSU-A 250 km ( 2007) ATMS AMSU-A, MHS ( 2007) 9 ch6 ch ATMS AMSU-A AMSU-A ATMS 9 ATMS AMSU-A 71

78 3.1.8 RMSE (CNTL TEST) FT=24 FT=48 FT=72 RMSE (4) ATMS ATMS CNTL TEST ATMS CNTL TEST AMSU-A, MHS SSMIS, AMSR2, GMI 11, GNSS 12 (FG departure: First Guess departure) AMSU-A (ch6, 10 (FT=3 9) (FG departure) 11 SSMIS: Special Sensor Microwave Imager, AMSR2: Advanced Microwave Scanning Radiometer-2, GMI: GPM (Global Precipitation Measurement) Microwave Imager 12 GNSS (Global Navigation Satellite System) 7) ATMS ATMS (ch10 15) AMSU-A (ch9 14) FG departure (a) ATMS RMSE ATMS (5) ATMS AMSU-A 72

79 [km] TEST CNTL 95% Suomi-NPP/CrIS (1) 2014 Aqua AIRS 13 Metop-A, B IASI 14 ( 2015) Suomi-NPP (2) CrIS (Cross-track Infrared Sounder) CrIS CrIS CrIS (2011) (2) CrIS 13 Atmospheric Infrared Sounder 14 Infrared Atmospheric Sounding Interferometer UTC 3 Aqua, Metop-A, Metop-B, Suomi-NPP AIRS, IASI CrIS CrIS (Antonia and Barnet 2011) (2007) AIRS 27 CrIS (FOV) 16 CrIS FOV FOV Field Of View 73

80 AIRS, IASI Split Window (Inoue 1985) CO 2 slicing (Eyre and Menzel 1989) 200 km Suomi-NPP Aqua (3) (2) Suomi-NPP Aqua CrIS CrIS AIRS CrIS AIRS CrIS AIRS (FG departure: First Guess departure) AMSU-A (ch9-14) CrIS AIRS FG departure GNSS AIRS CrIS CrIS AIRS CrIS 500 hpa RMSE 3% AIRS AIRS CrIS CrIS CNTL CrIS TEST FG departure AIRS FT= hpa TEST CNTL (4) Suomi-NPP CrIS (Bormann et al. 2016) (McNally 2009) DMSP-F17 F18/SSMIS (1) SSMIS SSMIS (2) SSMIS SSMIS DMSP Defense Meteorological Satellite Program 74

81 FG departure CrIS AIRS [%] 95% (a) AMSU-A MHS (b) GNSS (c) (d) hpa 500 hpa 850 hpa 250 hpa RMSE (%) 1 11 AIRS CrIS 95% CrIS RMSE (%) (CNTL TEST)/CNTL FT=24 FT=48 FT=72 75

82 2 DMSP SSMIS 2009 ( 2009) DMSP SSMIS (2011, 2015) SSMIS 183 GHz 3 NOAA Metop MHS Megha-Tropiques SAPHIR 18 (JAXA) (NASA) GPM GMI NOAA Metop Megha-Tropiques GPM DMSP NOAA Metop SSMIS (NESDIS) SDR 19 UPP 20 UPP UPP SDR (3) 18 Sondeur Atmosphérique Profil d Humidité Intertropicale par Radiométrie 19 Standard Data Record 20 Unified Pre-Processor 21 SDR MHS SSMIS :00UTC :50UTC MHS MHS+SSMIS DMSP17 DMSP18 Metop-A Metop-B NOAA-18 NOAA AMSU-A MHS FG Departure CNTL TEST [%] 95% 183 GHz GHz 90, 150 GHz DMSP18 SSMIS UPP SSMIS 37 GHz 90 GHz 183 GHz Murakami and Kazumori (2017) 76

83 RMSE CNTL TEST RMSE (4) SSMIS (CNTL) (TEST) CNTL SSMIS SSMIS MHS (FG departure: First Guess departure) CNTL TEST SAPHIR GMI MHS CNTL TEST RMSE TEST CNTL (5) SSMIS SSMIS SDR UPP GNSS (1) GNSS (Global Navigation Satellite System) 2 km (Kursinski et al. 1997) GNSS ( 2015a,b; 2016) GNSS (1998) (2007) (2) ROPP 22 (Culverwell et al. 2015) 22 Radio Occultation Processing Package 77

84 COSMIC Metop-A Metop-B (UCAR: University Corporation for Atmospheric Research) (EUMETSAT: European Organisation for the Exploitation of Meteorological Satellites) TerraSAR-X GRACE-A (GFZ: GeoForschungsZentrum) GRACE-B Metop (FG departure: First Guess departure) 3 Metop 8 km (von Engeln et al. 2009) Metop / (m) : COSMIC 60 COSMIC COSMIC COSMIC COSMIC 60 Metop A Metop A Metop A Metop A Metop A COSMIC Metop-A 5 2 km Metop 8 km 2 km 4 ROPP (ROM SAF: Radio Occultation Meteorology Satellite Application Facility) ROPP 6 ROPP (3) (2) (2012) 78

85 COSMIC Metop-A COSMIC 2 km Metop-A 8 km km 200 hpa FG departure COSMIC Metop-A Metop FG departure hpa (4) 4 [hpa] FG Departure Change in STDDEV [%] [hpa] FG Departure Change in STDDEV [%] (FG departure) %

86 EUMETSAT Metop, 2011:. 57,, , 2015:. 61,, ,, 2009: SSMIS. 21,, , 2015:. 61,, 3 8., 1997:. 43,, , 2015a: GNSS. 61,, , 2015b: GNSS. 27,, , 2010:. 22,, , 2015:. 61,, , 1999:. 45,, , 2007: ATOVS. 53,, , 2011:. 57,, ,, 2007: GPS. 53,, , 2011:. 23,, 3 8., 2015:. 61,, ,, 2012:. 24,, , 2007:. 19,, 1 4., 2003:. 15,, , 2015:. 27,, , 2009:. 55,, , 2007:. 53,, , 2005: 4. 51,, , 1998: GPS., 192, , 2016: GNSS. 28,, , 2007: AIRS. 53,, , 2012:. 24,, 4 5.,, 2012:. 24,, 18., 2016:. 28,, 1 3. Antonia, G. and C. Barnet, 2011: Methodology and Information Content of the NOAA/NESDIS Operational Channel Selection for the Cross-Track Infrared Sounder (CrIS). NOAA Technical Report NESDIS, 133, Bormann, N., M. Bonavita, R. Dragani, R. Eresmaa, M. Matricardi, and A. McNally, 2016: Enhancing the impact of IASI observations through an updated observation-error covariance matrix. Quart. J. Roy. Meteor. Soc., 142, Culverwell, I. D., H. W. Lewis, D. Offiler, C. Marquardt, and C. P. Burrows, 2015: The Radio Occultation Processing Package, ROPP. Atmos. Meas. Tech., 8, Desroziers, G., L. Berre, B. Chapnik, and P. Poli, 2005: Diagnosis of observation, background and analysis-error statistics in observation space. Quart. J. Roy. Meteor. Soc., 131, Desroziers, G. and S. Ivanov, 2001: Diagnosis and adaptive tuning of observation-error parameters in a variational assimilation. Quart. J. Roy. Meteor. 80

87 Soc., 127, Eyre, J. R. and W. P. Menzel, 1989: Retrieval of Cloud Parameters from Satellite Sounder Data: A Simulation Study. J. Appl. Meteor. Climat., 28, Inoue, T., 1985: On the Temperature and Effective Emissivity Determination of Semi-Transparent Cirrus Clouds by Bi-Spectral Measurements in the 10 µm Window Region. J. Meteor. Soc. Japan, 63, Kursinski, E. R., G. A. Haji, J. T. Schofield, R. P. Linfield, and K. R. Hardy, 1997: Observing Earth s atmosphere with radio occultation measurements using the Global Positioning System. J. Geophys. Res., 102, McNally, A. P., 2009: The direct assimilation of cloud-affected satellite infrared radiances in the ECMWF 4D-Var. Quart. J. Roy. Meteor. Soc., 135, Murakami, Y. and M. Kazumori, 2017: Assimilation of SSMIS humidity sounding channels into JMA s global NWP system. CAS/JSC WGNE Res. Activ. Atmos. Oceanic Modell. von Engeln, A., S. Healy, C. Marquardt, Y. Andres, and F. Sancho, 2009: Validation of operational GRAS Radio Occultation Data. Geophys. Res. Lett., 36, L17 809, DOI: /2009GL

88 UTC (LFM) (Ikuta 2017) Derber andwu(1998) (NCEP) 2006 ( 2007) ( 2008) (2007) (2011) (1) 8 AHI (JAXA) (GCOM-W) AMSR2 JAXA (NASA) (GPM) GMI Metop NOAA AMSU-A MHS Aqua AMSU-A DMSP SSMIS NVBC GVBC LVBC ( 2007) NVBC GVBC AMSR2 1 2 K GVBC MHS 4, 5 (157 GHz, 183 GHz LVBC GVBC LVBC (2) AMSR2 MHS AMSR2 MHS 1 82

89 < Observation - Simulation > (K) (a) NVBC GVBC LVBC Microwave Imager MHS MHS MHS MHS DMSP-F16 SSMIS Ch13 DMSP-F16 SSMIS Ch14 DMSP-F16 SSMIS Ch16 DMSP-F17 SSMIS Ch13 DMSP-F17 SSMIS Ch14 DMSP-F17 SSMIS Ch16 DMSP-F17 SSMIS Ch17 DMSP-F18 SSMIS Ch13 DMSP-F18 SSMIS Ch14 DMSP-F18 SSMIS Ch16 DMSP-F18 SSMIS Ch17 Aqua AMSU-A Ch06 Aqua AMSU-A Ch08 GCOM-W AMSR2 Ch07 GCOM-W AMSR2 Ch09 GCOM-W AMSR2 Ch11 GCOM-W AMSR2 Ch13 GPM GMI Ch03 GPM GMI Ch05 GPM GMI Ch06 GPM GMI Ch08 GPM GMI Ch12 GPM GMI Ch13 Himawari-8 AHI Ch02 Metop-B AMSU-A Ch04 Metop-B AMSU-A Ch05 Metop-B AMSU-A Ch06 Metop-B AMSU-A Ch07 Metop-B AMSU-A Ch08 Metop-B MHS Ch03 Metop-B MHS Ch04 Metop-B MHS Ch05 Metop-A AMSU-A Ch04 Metop-A AMSU-A Ch05 Metop-A AMSU-A Ch06 Metop-A MHS Ch03 Metop-A MHS Ch04 Metop-A MHS Ch05 NOAA-15 AMSU-A Ch04 NOAA-15 AMSU-A Ch05 NOAA-15 AMSU-A Ch06 NOAA-15 AMSU-A Ch07 NOAA-15 AMSU-A Ch08 NOAA-18 AMSU-A Ch04 NOAA-18 AMSU-A Ch05 NOAA-18 AMSU-A Ch06 NOAA-18 AMSU-A Ch07 NOAA-18 AMSU-A Ch08 NOAA-18 MHS Ch03 NOAA-18 MHS Ch04 NOAA-18 MHS Ch05 NOAA-19 AMSU-A Ch04 NOAA-19 AMSU-A Ch05 NOAA-19 AMSU-A Ch06 NOAA-19 AMSU-A Ch07 NOAA-19 MHS Ch04 NOAA-19 MHS Ch05 < Observation - Simulation > (K) (b) NVBC GVBC LVBC -4 Microwave Imager MHS MHS MHS MHS DMSP-F17 SSMIS Ch13 DMSP-F17 SSMIS Ch14 DMSP-F17 SSMIS Ch16 DMSP-F17 SSMIS Ch17 DMSP-F18 SSMIS Ch13 DMSP-F18 SSMIS Ch14 DMSP-F18 SSMIS Ch16 DMSP-F18 SSMIS Ch17 Aqua AMSU-A Ch06 Aqua AMSU-A Ch08 GCOM-W AMSR2 Ch07 GCOM-W AMSR2 Ch09 GCOM-W AMSR2 Ch11 GCOM-W AMSR2 Ch13 GPM GMI Ch03 GPM GMI Ch05 GPM GMI Ch06 GPM GMI Ch08 GPM GMI Ch12 GPM GMI Ch13 Himawari-8 AHI Ch02 Metop-B AMSU-A Ch04 Metop-B AMSU-A Ch05 Metop-B AMSU-A Ch06 Metop-B AMSU-A Ch07 Metop-B AMSU-A Ch08 Metop-B MHS Ch03 Metop-B MHS Ch04 Metop-B MHS Ch05 Metop-A AMSU-A Ch04 Metop-A AMSU-A Ch05 Metop-A AMSU-A Ch06 Metop-A MHS Ch03 Metop-A MHS Ch04 Metop-A MHS Ch05 NOAA-15 AMSU-A Ch04 NOAA-15 AMSU-A Ch05 NOAA-15 AMSU-A Ch06 NOAA-15 AMSU-A Ch07 NOAA-15 AMSU-A Ch08 NOAA-18 AMSU-A Ch04 NOAA-18 AMSU-A Ch06 NOAA-18 AMSU-A Ch07 NOAA-18 MHS Ch03 NOAA-18 MHS Ch04 NOAA-18 MHS Ch05 NOAA-19 AMSU-A Ch04 NOAA-19 AMSU-A Ch05 NOAA-19 AMSU-A Ch06 NOAA-19 AMSU-A Ch07 NOAA-19 MHS Ch04 NOAA-19 MHS Ch NVBC GVBC LVBC (a) (b) 83

90 200 Pressure(hPa) Pressure(hPa) (a) 0-hour (c) % 0-hour % Pressure(hPa) Pressure(hPa) (b) 9-hour (d) % 9-hour (a) (b) (c) (d) (a) (c) (b) (d) 9 (c) (d) 95% Pressure(hPa) Pressure(hPa) (a) 0-hour (c) % 0-hour % Pressure(hPa) Pressure(hPa) (b) % 9-hour (d) % 9-hour LFM (1) LFM ( 2014) % 2 (Dharssi et al. 2010) (CDF) Dharssi et al. (2010) CDF CDF AMSR2 Metop ASCAT (Koike 2013; Bartalis et al. 2008) 1 (2) TEST CNTL

91 (K) (K) (a) (c) TEST CNTL valid time (UTC) (K) (K) (b) (d) TEST CNTL valid time (UTC) (a) (b) (c) TEST CNTL (d) TEST CNTL (c) (d) 95% TEST (2015) GABLS3 3 (=5%) 10%(=0.5%) K 3% MSM MSM LFM, 2014: asuca. 60,, , 2015:. 27,, 2 8., 2008:. 2008, 268, D101., 2011:. 57,, , 2007: ATOVS. 53,, , 2007:. 53,, Bartalis, Z., V. Naeimi, S. Hasenauer, and W. Wagner, 2008: SCAT Soil Moisture Product Handbook. ASCAT Soil Moisture Report Series, No. 15, Institute of Photogrammetry and Remote Sensing. Vienna University of Technology, Austria. Derber, J. C. and W.-S. Wu, 1998: The use of TOVS cloud-cleared radiances in the NCEP SSI analysis system. Mon. Wea. Rev., 126, Dharssi, I., K. Bovis, B. Macpherson, and C. Jones, 2010: Assimilation of ASCAT surface soil wetness. Forecasting R and D Technical Report No. 548, Met Office,Exeter,UK. Ikuta, Y., 2017: Assimilation of Satellite Soil Moisture Contents and Clear-sky Radiance in Operational Local NWP System at JMA. JpGU-AGU Joint Meeting Koike, T., 2013: Description of the GCOM-W1 AMSR2 Soil Moisture Algorithm. Descriptions of GCOM-W1 AMSR2 Level 1R and Level 2 Algorithms.JAXA/EORC,

92 ( 2009; 2010) 24 ( 2013) ( 2016) KF UTC GSM ( ) MSM ( ) MRR PoP (2007) (2010) MRR PoP KF 1 A MRR PoP MRR FBC KF FBC MRR MRR FBC KF MRR FBC FBC 1 ( 2012) KF ( 2010) MRR FBC (1) KF MRR KF (T1326) (T1327) GSM MRR FBC T1326 MRR 86

93 4.1.1 (a) (c) T1326 T1327 GSM MRR FBC (b) (d) (a) T1327 GSM MRR FBC (b) (c) (a) MRR FBC CNST A.2.1 MRR T MRR KF KF MRR GSM, MSM 4.1.2(b) (c) MRR T1327 MRR 2 T (a) (2) GSM MRR FBC GSM MRR MRR FBC FBC GSM MRR ( 2012) GSM MRR BI MRR 10 mm/3h BI FBC MRR JST 3 1.0, 3.0, 50.0, 80.0 mm/3h

94 MSM MRR MSM MRR BI GSM MRR MSM GSM MSM MRR FBC (3) FBC MSM MRR BI MRR BI (i) 80 mm/3h (ii) 80 mm/3h (a), (b) GSM MRR FBC MRR FBC 0.5, 1.0, 5.0, 10, 20, 30, 50, 80 mm/3h 8 MRR mm/3h mm/3h JST GSM MRR UTC FT=27 (a) MRR (b) MRR (c) MRR (d) MRR 20 mm/3h MRR MRR FBC FBC FBC FBC MRR FBC MRR FBC FBC 80 mm/3h FBC 5 MRR FBC 120 mm/3h 150 mm/3h FBC 4 GSM MRR 120 mm/3h GSM MRR MSM MRR 5 MRR 80 mm/3h 60 mm/3h FBC 80mm/3h MRR FBC mm/3h 80 mm/3h MRR FBC 80 mm/3h FBC MRR FBC 80 mm/3h 88

95 FBC MRR FBC 6 (ii) 80 mm/3h 1 FBC GSM, MSM 3 GSM, MSM MRR MSM MRR (i) 80 mm/3h (ii) 80 mm/3h 7 (4) MSM MRR MSM ( 2013) MSM 8 39 MSM MRR FBC 8 GSM MRR PCWV MRR 1 PCWV 850 hpa 850 hpa 3 PCWV MRR MRR PCWV GSM MRR GSM MRR FBC BI=1 80 mm/3h 8 FBC 9 T MSM MRR FBC 80 mm/3h FBC PCWV MRR MRR MRR PCWV MSM MRR GSM MRR PCWV MRR MSM MRR PCWV GSM (T1419) MRR PCWV MRR 3 MRR 3 RMAX33 3 PCWV MRR 89

96 4.1.7 PCWV T1419 MRR RMAX33 (a) (e) PCWV (b) (f) PCWV (c) (g) PCWV (d) (h) MRR RMAX mm/3h y = x (1) PoP 0.0, 0.2, 0.5, 1.0, 2.0, mm/h 0.2mm/h 0.2mm/h 6 1 mm/6h 1 mm/6h PoP GSM MSM 0.2 mm/h 0.0 mm/h (2) MSM PoP MSM MRR MSM PoP MSM MSM GSM MRR MRR GSM MSM MRR GSM MSM (1) GSM GSM MRR 24 RMAX24 BI (ETS) 00, 06, 12, 18UTC MRR FT=6 FT=27 RMAX24 FT=27 FT=42 MRR 20 mm/3h RMAX mm/24h 1 3 GSM MRR (3) FBC 80 mm/3h 100 mm/3h 90

97 4.1.8 GSM (a) (c) MRR (ETS) ETS ETS/ ETS (d) (f) RMAX MSM (2) MSM MSM MRR RMAX24 BI ETS 03, 09, 15, 21UTC MRR FT=3 FT=24 RMAX24 FT=24 FT=39 GSM MRR, RMAX24 MSM MSM MRR GSM MRR 100 mm/3h BI= (3) FBC 91

98 GSM MSM (a) (c) (d) (f) (a), (d) MRR (b), (e) MRR (c), (f) RMAX GSM GSM MSM MSM (3) GSM MSM MRR GSM MSM MRR MRR RMAX24 FT (1) (2) MSM MRR RMAX24 MSM GSM 20 km 10 GSM MRR MSM MRR ETS MSM ( 2011) 10mm/3h MSM MRR MRR GSM MRR, MSM MRR 80 mm/3h 40 mm/3h BI 1 RMAX24 MSM RMAX24 GSM RMAX24 ETS BI 400 mm/24h 1 GSM RMAX24 10 MRR 20 km 5 km RMAX24 5 km (T1411) (T1610) MSM RMAX GSM RMAX24 RMAX24 T1411 FBC MRR 11 T KF FBC KF FBC MRR KF 11 RMAX24 MRR 24 FBC 24 MRR RMAX24 92

99 が見ら れて いる ま た 本改良では直接の変更はな い も のの MRR を 入力と する 最大降水量ガイ ダン ス に も MRR の改善の効果が波及し て いる 本改良はガイ ダン ス の予測手法や用いる 説明変数を 変更する と いっ た よ う な 大幅な 変更ではな いた め 統 計的な 予測精度の改善は小さ く ま た 顕著な 大雨事例 に 対する 予測も 本改良の前後では大き な 変化は見ら れ な い そ のた め 極端な 大雨予測に 対し て は降水ガイ ダン ス の量的な 予測を そ のま ま 使用せず 大雨のポテ ン シャ ルを 示す定性的な 情報と し て 取り 扱う 必要があ る 点 (山本 2012) に 変更はな く 引き 続き 利用に 際し て は留意する 必要があ る こ こ 最近は年に 1 回程度のペース で全球モデルが改 良さ れた り メ ソ モデルも 力学 物理過程が改良さ れ た り する な ど ガイ ダン ス の予測特性に 影響のあ る 数 値予報モデルの変更が続いて いる そ こ で 本節では 最新の全球及びメ ソ モデルを 用いた 新ガイ ダン ス の予 測精度の比較も 紹介し た こ の統計的な 検証から 特 に 夏季は MSM MRR の方が予測精度が高く ま た 通 年の RMAX24 に ついて も MSM ガイ ダン ス の方が精 度が高いこ と が分かっ た こ れら の点から 実況経過 から 考え て MSM の予測が大き く 外れて いる 場合を 除 いて は 主に MSM ガイ ダン ス を 利用する こ と を 推奨 し た い 図 T1411 事例での旧及び新 MSM ガイ ダン スの予測 例 2014 年 8 月 9 日 03UTC 初期値 FT=24 (a) は旧 RMAX24 (b) は新 RMAX24 (c) は RMAX24 の差分 新 旧 (d) は実況の 24 時間最大降水量 図中の破線丸 と 降水量は 丸で囲っ た範囲内の最大の予測値である 参考文献 蟻坂隼史, 2013: 24 時間最大降水量ガイ ダン ス の改良. 平成 25 年度数値予報研修テ キ ス ト, 気象庁予報部, 安藤昭芳, 2007: 降水確率 平均降水量 最大降水量ガ イ ダン ス. 平成 19 年度数値予報研修テ キ ス ト, 気象 庁予報部, 幾田泰酵, 2011: メ ソ 解析に お け る レ ーダー反射強度 データ の同化. 平成 23 年度数値予報研修テ キ ス ト, 気象庁予報部, 越智健太, 石井憲介, 2013: 領域拡張 予報時間 39 時 間化さ れたメ ソ モデルの特性. 平成 25 年度数値予報 研修テ キ ス ト, 気象庁予報部, 小泉友延, 2009: 最大降水量ガイ ダン ス. 平成 21 年度 数値予報研修テ キ ス ト, 気象庁予報部, 小泉友延, 蟻坂隼史, 2010: 降水ガイ ダン スの改良. 平成 22 年度数値予報研修テキスト, 気象庁予報部, 後藤尚親, 2016: ガイ ダン ス の特性の変化. 平成 28 年 度数値予報研修テ キ ス ト, 気象庁予報部, 松下泰広, 2012: ガイ ダンス作成に用いる 予測手法. 平成 24 年度数値予報研修テキスト, 気象庁予報部, 山本佳緒里, 2012: 事例で見る 数値予報の特性. 平成 24 年度数値予報研修テ キ ス ト, 気象庁予報部, 図 T1610 事例での旧及び新 GSM ガイ ダン スの予測 例 2016 年 8 月 28 日 12UTC 初期値 FT=54 (a) は 旧 RMAX24 (b) は新 RMAX24 (c) は RMAX24 の差 分 新 旧 (d) は実況の 24 時間最大降水量 図の見方 は図 に 同じ みへと 変更する こ と で 大外れ後の降水予測への悪影 響を 軽減する こ と ができ た FBC について は 季節層 別化の導入 GSM MRR のみ FBC の閾値の追加 や補正を 行う 上限値の見直し さ ら に 閾値の変化量に ついて 非対称性の導入を 行っ た こ れら の変更によ り 旧 MRR で見ら れて いた 予測頻度の過剰傾向が緩和さ れ 個々 の事例では大雨の表現が良く な る な ど の改善 93

100 GSM, MSM ( 2009; 2010) G 5 km G G G G G G G G G G 2 G G G G G 1. G G 3. 5 km G 1 5 km 5 km 3 5 km 5 km 94

101 km [ C] G G 5 km 5 km 5 km G 5 km G 4 4 A G G G G G 3 35 km G G (1) 1 G 1. 5 km 2. G 1. 95

102 [ C] UTC FT=9 MSM km G (2) G 35 km (a) (b) (c) 35 km 75 km (a) 4 (Cressman 1959) (a) (c) (b) 2 G Contour-Following Smoother [m] (c) 3 35 km 2 35 km 75 km (Bergthorsson and Doos 1955) ( 1976) 96

103 G G G G GSM [ C] FT=03 24 ME RMSE G G G G MSM (3) 5 G 1 Contour-Following Smoother (CFS) (Glahn et al. 2009) CFS CFS CFS 8 13 CFS (1) GSM MSM G G 4 (i) (ii) 5 2 G (CV: Cross-Validation) 6 5 G 6 G 40 CV 97

104 GSM: FT=27 36, MSM: FT=24 33 GSM MSM ETS ETS BI BI ETS BI [cm] 95% G 7 (2) GSM G MSM G GSM GSM1603( 2016) GSM 00, 12UTC FT=3 24 MSM 03, 15UTC FT=3 24 (ME) (RMSE) G RMSE (1) (2) CV RMSE (SYNOP) GSM: FT=3 84, MSM: FT=1 39 GSM MSM SYNOP GSM MSM24 G GSM G GSM1603 GSM 00, 12UTC FT=27 36 MSM 03, 15UTC FT=24 33 (BI) (ETS) (BI=1) (ETS) G G ( 2009) G G 98

105 (1) UTC GSM [ C] 24 [cm] (FT=33) 24 [cm] GSM24 [cm] (BI=1) (ETS) SYNOP G GSM GSM1603 GSM 00, 12UTC FT=3 84 MSM 03, 15UTC FT=1 39 1% (1) UTC 09UTC (FT=33) GSM G 24 G G G 2 2 C G 99

106 (2) UTC MSM [ C] 12 [cm] (FT=12) 2 2 C G G G (2) UTC 15UTC (FT=12) MSM G 12 G C 0 C 1 2 C G G G G G G (3) G UTC 15UTC (FT=24) MSM G G (1) G 0 C (2) 100

107 (3) UTC MSM [ C] (FT=24) G G G G G G G G, 2010:. 22,, ,, 2009:. 21,, , 1976:. 22,, 1 8., 2016:. 28,, 1 3. Bergthorsson, P. and B. R. Doos, 1955: Numerical weather map analysis. Tellus, 7, Cressman, G. P., 1959: An operational objective analysis system. Mon. Wea. Rev., 87, Glahn, B., K. Gilbert, R. Cosgrove, D. P. Ruth, and K. Sheets, 2009: The gridding of MOS. Wea. Forecasting, 24,

108 4.3 GSM GSM MSM GPV MSM ( 2008) GSM GPV GSM GSM UTC GSM MSM 3 MSM GPV ( 2007) GSM GPV ( 2007) 4 GSM GPV GSM GSM UTC GSM GSM GSM GSM GSM (1) 1 2 (2016) 3 4 GSM GPV (850, 700, 500, 300 hpa) 400 hpa ( 1988) 5 ( 1996) 20 0 C 6 MSM GPV (PIREP, ARS, C PIREP 7 ) MSM ( 2008) GSM MSM (Clear) GSM GSM1403 ( 2014) GSM1603 ( 2016) 8 C 0 C (T [ C]) = (T 3) 5 exp{ 55.3/(T 3)} 1 : T T d [ C] = 0.75 (T T d +1) (ICI:Ice Crystal Icing) 30 C (Mason 2007) 6 (FAA 2015) 7 PIREP (Pilot Report) ARS (Special Air Reports) C PIREP (Common PIREP) PIREP PIREP PIREP 102

109 GSM FL GSM (ICING GSM) MSM (ICING MSM) GSM 95% GSM C = C (T 3) 5 exp{ 55.3/(T 3)} (T T d +1) C 8 2 C 0 (2) PIREP, ARS, C PIREP Clear GSM GSM UTC FT=6 27 MSM 8 0 C MSM 15UTC FT=3 24 FL (Hit Rate) (Volume Rate) D.3.5, D.3.6 GSM MSM GSM MSM 10 MSM 15 GSM 10 9 FL010 FL 100 (ft) 1 ft m MSM 0.1 GSM

110 UTC GSM1603 (IC- ING CNTL) GSM1705 (ICING TEST) GSM1705 GSM GSM GSM GSM1705 GSM1603 GSM1705 GSM1603 GSM1705 GSM1705 GSM UTC (3) 2 GSM GSM UTC UTC FT=6 GSM MSM FL250 FL170 GSM 10 MSM

111 UTC GSM MSM FL GSM MSM UTC UTC 03UTC UTC GSM MSM FL050 FL130 GSM MSM FL050 FL130 FL C C 30 C GSM (1) GSM MSM ( 2009) hpa (LCL:Lifted Condensation Level) 3. LCL LCL 4. LCL 5. LCL ( T [K]) UTC UTC UTC GSM MSM FT=15 FT=9 FL130, FL050 GSM 10 MSM

112 図 年 8 月 14 日 12UTC の広域雲解析情報図 (TSAS1) 日本周辺を 拡大し て 表示 図 年 8 月 14 日 00UTC 初期値の FT=12 に お け る GSM 積乱雲頂高度予測 右図は左図の赤枠部分を 拡大し GSM 積乱雲頂高度予測の格子点値 [ft] を 表示 予測手順 3 で LCL での気塊の仮温度に加え る 摂動 項は MSM で用いら れて いる Kain-Fritsch ス キ ーム (成田 2008) を 参考に 上昇流の強さ に 応じ た 摂動項 と 水蒸気に 応じ た 摂動項を 与え て いる 摂動の大き さ は最適化係数と 呼んでいる パラ メ ータ で調整し て お り 上昇流の強さ に 応じ た 摂動項の最適化係数を c1 水蒸気に 応じ た摂動項の最適化係数を c2 と する (工藤 2009) c1 と c2 が大き いほど 摂動項が大き く な る よ う にし て いる ため c1 と c2 を 大き く する と 対流雲と し て 判定さ れやすく な り 雲頂高度も 高く 予測さ れやすく 表 改良前の最適化係数 (c1, c2 ) 緯度 c1 c2 25 N (S) よ り 北 南 25 S 25 N な る 改良前は熱帯域 (25 S 25 N) では c1 = 1.0 で 25 N (S) よ り 北 南 では c1 = 0.6 と し c2 は全領域 で c1 の 1.25 倍と し て いた (表 4.3.1) 熱帯域で最適化 係数が大き く な る よ う に 調整し て いた のは 熱帯域の 方が雲頂高度が高く な り やすいためである 106

113 UTC FT=12 GSM 3 (2) hPa ,000 ft UTC (TSAS1) GSM N, E TSAS1 52,000 ft GSM 48,000 ft 50,000 ft N (S) c 1 c 2 25 N (S) 25 N N 48,000 ft 25 N 36,000 ft TSAS1 25 N 52,000 ft GSM 25 N ,000 ft 48,000 ft GSM1603 (25 N 45 N, 114 E 180 E) (0 N 25 N, 114 E 180 E) 25 N 5 D.3.1 (ETS) (BI) BI 1 ETS (ME) 6,000 11,000 ft (RMSE) 8,000 14,000 ft (3) 50hPa hpa 50 hpa 200 hpa 30 hpa 18 60,000 ft 50 hpa ,000 ft 30 hpa 6,000 ft 25 N (S) 25 N (S) c 1 c 2 10 C C 4 km 4 6 km 6 km 3 4 km c 1 = km c 1 =0.8 6 km c 1 =1.1 c 2 c N (S) km 6 km GSM 107

114 ETS BI RMSE ME BI=1 (25 N 45 N, 114 E 180 E) (0 N 25 N, 114 E 180 E) 95% GSM 49,000 ft 54,000 ft TSAS1 25 N (c 1, c 2 ) 10 C 4 km 4 6 km 6 km c c

115 mm T 25 K C 4 km 4 6 km 6 km mm 1.2 mm 1.4 mm SSI( hpa) 1.2 T 26 K 28 K 30 K 10 C 6 km 6 km mm 10 C 4km 3 0.8mm 4 6 km 1.2 mm 6 km 1.4 mm (SSI, hpa) SSI 1.2 SSI ( hpa) SSI ( hpa) 10 C SSI ( hpa) 5 T 25 K 10 C 4 km T 26 K 4 6 km 28 K 6 km 30 K (4) GSM1603 BI 1 1 ETS 6,000 11,000 ft RMSE 8,000 14,000 ft 3,000 7,000 ft RMSE 7,000 11,000 ft 10 C GSM1705 GSM GSM GSM1705 RMSE (5) UTC TSAS ,000 ft 42,000 ft 45,000 ft 2 00UTC FT=6 GSM (CNTL) 36,000 ft (TEST) 48,000 ft CNTL 42,000 ft TEST 48,000 ft CNTL TEST CNTL TEST TEST TEST TSAS1 109

116 (CNTL) (TEST) GSM1603 (CNTL) GSM1705 (TEST) 110

117 UTC UTC GSM GSM GSM MSM 10 MSM GSM 50,000 ft 60,000 ft 25 N (S) GSM 30 C (1) 30 C ICI ICI GSM, 2009: GPV. 69, 1 8., 1996:., , 2008: Kain-Fritsch. 54,, , 2007: GPV GPV. 19,, , 2014:. 26,, 1 3., 2016:. 28,, 1 3., 1988:., 55, FAA, 2015: PIREPs Relating to Airframe Icing. Aeronautical Information Manual, Federal Aviation Administration, Mason, J., 2007: Engine Power Loss in Ice Crystal Conditions. Boeing Aero fourth quarter, , 2016: GSM. 28,, , 2007: GPV. 66, , 2008: GPV. 20,,

118 UTC TSAS UTC FT=6 GSM (CNTL) (TEST)

119 (NAPS9) 2 ( 2011) (NAPS10) (ECMWF) (UKMO) (NCEP) TFLOPS (ECMWF),3019TFLOPS(UKMO),2037TFLOPS (NCEP) 4 NAPS TFLOPS 5.4 NAPS10 (MEPS) 20 km 13 km (MSM) 2012 NAPS9 1 MEPS NAPS MEPS 5.3, 2011:. 23,, (NAPS) TOP500 ( 113

120 (NAPS10) NAPS (1) (GSM) , 06, 18UTC (GEPS) GSM 00UTC 12UTC NAPS10 GSM GEPS GSM 20 km km 128 GEPS GSM NAPS10 GEPS 27 km GEPS (2017) NAPS10 (2) (MSM) MSM GSM MSM UTC 12UTC UTC (TAF) TAF 30 MSM GSM ( 2016; 2013) MSM MSM (LFM) LFM GSM

121 km, km, km, 128 (GSM) 264 : 1 / 264 : 1 / 264 : 2 / (12UTC) (12UTC) (00, 12UTC) 84 : 3 / 132 : 3 / 132 : 2 / (00, 06, 18UTC) (00, 06, 18UTC) (06, 18UTC) 40 km, km, km, (GEPS) 264 : 2 / 264 : 2 / 264 : 2 / (00, 12UTC) (00, 12UTC) (00, 12UTC) 132 : 2 / 132 : 2 / 132 : 2 / (06, 18UTC) (06, 18UTC) (06, 18UTC) 5 km, 76 5 km, 76 5 km, 96 (MSM) 39 : 8 / 39 : 8 / 51 : 2 / (00, 03, 06, 09, (00, 03, 06, 09, (00, 12UTC) 12, 15, 18, 21UTC) 12, 15, 18, 21UTC) 39 : 6 / (03, 06, 09, 15, 18, 21UTC) 5 km, 76 5 km, 76 5 km, (MEPS) 39 : 1 / 39 : 4 / 39 : 4 / (18UTC) (00, 06, 12, 18UTC) (00, 06, 12, 18UTC) 2 km, 58 2 km, 58 2 km, 76 (LFM) 9 : 24 / 10 : 24 / 10 : 24 / 5 km, 48 5 km, 48 2 km, / 24 / 48 / * ** 06, 18UTC (MEPS) MSM ( 2016) NAPS UTC MEPS MSM (00, 06, 12, 18UTC) 21 1 MSM LFM MSM LFM MSM 76 MSM LFM MSM MSM LFM 1 ( 2012) 1 115

122 MSM LFM 1 MSM LFM MSM LFM 5 km 2 km NAPS NAPS10 NAPS10 (1) (2017) compensating errors GSM (2016) 1.1 MSM 2.1 (2017) (2) 2 GEPS, MEPS (3) 116

123 GNSS, 2012:. 58,, , 2016:. 28,, , 2016:. 28,, GSM LFM MEPS 5.2.3, 2017:. 63,, 4 10., 2017:. 63,, ,, 2013: 39 MSM. 25,, , 2016:. 62,,

124 5.3 1 (1) 5.2 GSM MSM MSM 00, 12UTC GSM MSM 00, 12UTC GSM MSM GSM MSM GSM (2) (MEPS) MEPS MEPS MSM MEPS MEPS 22 18UTC MEPS 24 0 MEPS MSM GSM 1 (Reichert et al. 2017; Ruth et al. 2017) MEPS (3) LFM LFM MSM LFM 48, UTC MEPS Reichert, B., R. Hess, T. Hirsch, P. James, C. Lenhart, J. Paller, W. Raatz, T. Schleinzer, G. Schroder, and R. Thehos, 2017: The operational warning decision support system Au

125 towarn for forecasting and nowcasting severe weather at DWD. EMS Annual Meeting : European Conference for Applied Meteorology and Climatology 2017, Dublin, Ireland, 14, EMS , copernicus.org/ems2017/ems pdf. Ruth, D. P., D. T. Myrick, and M. Peroutka, 2017: Developing the National Blend of Models for National Weather Service operations. 97th American Meteorological Society Annual Meeting, Seattle, WA., 97Annual/webprogram/Paper html. 119

126 NAPS 2 9 ( 2011) NAPS NAPS NAPS NAPS (1) BCP (GSS 6 ; 2016) 1 WAN NAPS9 NAPS10 CPU Intel (2) JG 7 (UPS) 4 8 Cray XC50 I/O Intel Xeon Platinum GHz, GiB 9 DDR TFLOPS TFLOPS NAPS9 404 TFLOPS 22 NAPS ESM MAMU I/O Tier2 8 Intel Xeon E5-2699v4 2.2 GHz, 22 DDR4 128 GiB I/O 1 2 (NAPS) Geostationary meteorological Satellite image data reception and processing ground System 7 Job Job JG (Job Group) 8 1 (OS) (CPU) 9 gibibyte 2 30 (= ) B GB SI 10 9 B TiB B 10 FLoating-point Operations Per Second 1 11 Extreme Scalability Mode 12 Multiple Applications Multiple User 13 ESM MAMU

127 図 ス ーパーコ ン ピ ュ ータ シス テム の機器概要 スーパーコ ン ピュータ 間ネッ ト ワ ーク に接続し 主 副のス ーパーコ ン ピ ュ ータ やデコ ード サーバと の コ ピ ージョ ブを 実施する ま た PBS MOM ノ ー ド と 同等の機能も ある ロ グイ ン ゲート ウ ェ イ ノ ード 2 ノ ード ロ グ イ ン ノ ー ド と ス ー パ ー コ ン ピ ュ ー タ 内の他 のノ ード と の通信を 仲介する ま た PBS MOM ノ ード と 同等の機能も ある SDB ノ ード 2 ノ ード 計算機資源の管理と バッ チジョ ブのスケジューリ ン グを 行う PBS Professional のサーバが動作する PBS MOM ノ ード 4 ノ ード ESM ノ ード で実行する バッ チジョ ブのシェ ルスク リ プト 等を 実行し そ の中の並列計算プロ グラ ム を ESM ノ ード に 割り 当て る 役割を する ブート ノ ード 2 ノ ード ス ーパーコ ン ピ ュ ータ の各種ノ ード を 起動する ルータ ノ ード 2 ノ ード ス ーパーコ ン ピ ュ ータ 内のノ ード と 業務管理ネ ッ ト ワ ーク を 接続し 機器監視情報を 運用監視装置 に 中継する ネ ッ ト ワ ーク 接続ノ ード 7 ノ ード ス ト レ ージネ ッ ト ワ ーク や清瀬幹線ネ ッ ト ワ ーク に 接続し 共用ス ト レ ージ 大容量ス ト レ ージと のデータ のやり 取り や他サーバと のデータ コ ピ ー や転送のジョ ブを 実施する LNET ノ ード 15 ノ ード 高速ス ト レ ージと 接続し Lustre フ ァ イ ルシス テ ム 14 のサービス を 各ノ ード に 提供する データ 同期ノ ード 6 ノ ード こ れら のノ ード は Aries15 イ ン タ ーコ ネ ク ト を 用い て 以下の階層構造で相互に 接続さ れる ブレ ード 4 つのノ ード は 1 つのブレ ード に 搭載 さ れ 同じ Aries ルータ チッ プに 接続さ れる シャ ーシ 16 枚のブレ ード で構成し 各ブレ ード の Aries ルータ チッ プ間で直接接続さ れる グループ 6 つのシャ ーシは 2 つのキ ャ ビネ ッ ト に 収納さ れ 1 つのグループを 構成し 各シャ ーシ の同じ 位置に あ る Aries ルータ チッ プと 相互に 接 続さ れる シス テム 主系と 副系のそ れぞれのス ーパーコ ン ピ ュ ータ は 8 つのグループで構成さ れ相互に 接続 さ れる なお 8 番目のグループのみ 1 キャ ビネッ ト で構成さ れて いる 加え て ス ーパーコ ン ピ ュ ータ のキ ャ ビネ ッ ト 筐体 と は別に Intel Xeon Gold GHz, 20 コ ア 14 オープン ソ ース ソ フ ト ウ ェ ア の並列フ ァ イ ルシス テム メ タ デー タ サーバ (MDS) オブ ジェ ク ト ス ト レ ー ジサーバ (OSS) メ タ データ タ ーゲッ ト (MDT) オブジェ ク ト スト レ ージタ ーゲッ ト (OST) な ど から 構成さ れる 15 Cray XC シ リ ーズのス ーパーコ ン ピ ュ ータ で使用さ れて いる ノ ード 間の通信を 行う 半導体の名称 121