ユーザー別ナビ |
  • 一般の方
  • 研究関係者の方
  • 環境問題に関心のある方

高時空間分解能観測データの同化による全球大気汚染予測手法の構築(令和 2年度)
Development of a methodology to forecast global air pollution by assimilating high-resolved spatiotemporal measurements

予算区分
AO 所内公募A
研究課題コード
2022AO001
開始/終了年度
2020~2022年
キーワード(日本語)
大気汚染,エアロゾル,データ同化,NICAM-Chem,AD-Net,大気化学衛星
キーワード(英語)
Air pollution,Aerosol,Data assimilation,NICAM-Chem,AD-Net,Atmospheric chemistry satellite

研究概要

我が国の大気汚染予測システムには、データ同化を利用した高精度予測が望まれる一方で、国外では2020年以降に大気化学物質監視のための全球静止化学衛星網が世界で初めて構築され、大気汚染予測システムの高精度化が加速する。そのため本研究では、全球静止化学衛星網及び地上・衛星ライダー等を融合した高時空間分解能観測データによる同化を行い、次世代大気汚染物質輸送モデルNICAM-Chemを用いた全球規模での大気汚染予測システムのための手法を構築する。

研究の性格

  • 主たるもの:技術開発・評価
  • 従たるもの:モニタリング・研究基盤整備

全体計画

2020年度においては、NICAM-Chemのモデル実行条件を整備し、2次元変分法(2D-Var)および3次元変分法(3D-Var)によるデータ同化を行う。また、衛星データを収集し、新しい品質管理(QC)によってデータ精査を行うと共に、地上ライダーと衛星データを組み合わせた全球高時空間分解能観測データの作成に着手する。2021年度においては、NICAM-Chem+2D/3D-Varを用いて、テスト版の予測システムを構築し、全球静止化学衛星データを利用することで、予測精度改善を評価すると共に、NICAM-Chemモデル高度化も進める。また、前年度構築したダウンロード及びQCを継続して実行すると共に、新しく全球静止化学衛星データを作成する。2022年度においては、前年度構築したNICAM-Chem+2D/3D-Varによる予測実験を行い、精緻化を進める。また、前年度構築したダウンロード及びQCを継続して実行する。最終的には、本研究で新しく計算した全球規模大気汚染物質の4次元データを公開する。また、予測モデルの精度向上を検証する上で重要な大気汚染現象を調査し現象解析を行う。

今年度の研究概要

NICAM-Chemのモデル実行条件を整備し、2次元変分法(2D-Var)および3次元変分法(3D-Var)によるデータ同化を行う。また、衛星データを収集し、新しい品質管理(QC)によってデータ精査を行うと共に、地上ライダーと衛星データを組み合わせた全球高時空間分解能観測データの作成に着手する。

外部との連携

九州大学、中国科学院大気物理研究所、Yonsei大学

課題代表者

五藤 大輔

  • 地域環境研究センター
    大気環境モデリング研究室
  • 主任研究員
  • 博士(理学)
  • 化学,物理学
portrait

担当者