共同研究報告書


研究区分 一般研究

研究課題

 次世代日本域気象・積雪モデルの開発と検証
新規・継続の別 新規
研究代表者／所属 気象庁気象研究所
研究代表者／職名 主任研究官
研究代表者／氏名 庭野匡思

研究分担者／氏名／所属／職名
　
氏　　名
所　　属
職　　名

1

 大河原望 気象庁気象研究所 室長

2

 谷川朋範 気象庁気象研究所 主任研究官

3

 青木輝夫 国立極地研究所 特任教授

4

 的場澄人 北大低温研

研究目的 　我々はこれまで、低温科学研究所露場での各種観測に取り組み、領域気候モデルNHM-SMAPなどの開発を進めてきた。NHM-SMAPは、グリーンランド周辺の大気・雪氷物理状態の変化を高精細に計算することが可能となった一方で、グリーンランドよりも多種多様な地表面状態を有する日本全域の積雪時空間変動を詳細に計算することが可能な領域気候・気象モデルはいまだ開発されていない。本研究では、積雪計算を強化した日本域領域気象モデル（次世代日本域気象・積雪モデル）を開発し、また、低温科学研究所露場における積雪断面観測、熱・水収支観測、積雪不純物観測を継続することで、新開発の次世代日本域気象・積雪モデルの精度検証を行う。
　　
研究内容・成果 　本研究では、気象庁が日本域天気予報のために現業運用している水平解像度2 kmの局地モデルLFM、解析雨量、および積雪変質モデルSMAPを組み合わせて、日本全域における積雪物理量の時空間変動の数値シミュレーションを詳細に行うことが可能な次世代日本域気象・積雪モデルを構築した。本モデルを用いて、2017年から2022年にかけての毎年の冬期（11〜5月）を対象としたシミュレーションを行い、モデルによって計算された積雪水当量の精度検証を行った。この精度検証のために、低温科学研究所において2017年から2020年にかけての3冬期間に取得された品質管理済み積雪断面観測データなどを使用した。
　積雪水当量の観点でのモデル検証によって得られたモデルの計算精度（例えば、規格化した二乗平均平方根誤差は0.5前後）は、世界中の様々な場所において取得した品質管理済み地上気象観測データでSMAPモデルを駆動した場合に得られた最も良い計算精度にはやや及ばないものの、依然として許容範囲内であると考えられた。そこで、本計算結果を用いて、日本全域で面積積算された積雪水当量の季節内最大値を推定したところ、2017–2022年の平均値が42.2 Gtであることが分かった。また、本解析期間における3月の積雪域平均積雪水当量は228 mmであり、これは先行研究で報告されている1980年から2018年にかけての北緯40°以北での値の2.3倍に相当することも明らかになった。このことは、日本が世界的に見ても雪の量が多い国であることを定量的に示す有益な情報である。ここで記した成果はSOLA誌において発表され[1]、更に、学会において報告された[2]。
　以上の研究開発成果を基にして、計算コストの最適化、物理スキームの調整、およびアメダスで観測される積雪深によるリアルタイムモデル補正機能実装がなされ、2022年10月に気象庁において現業化（社会実装）された（https://www.data.jma.go.jp/suishin/jyouhou/pdf/593.pdf， 2023年3月17日　閲覧）。現業版SMAPモデルによる解析積雪深・降雪量および降雪短時間予測の面的な情報は気象庁HPの「今後の雪」コーナー（https://www.jma.go.jp/bosai/snow/， 2023年3月17日　閲覧）においてリアルタイムで閲覧可能である。また、スマートフォン用のアプリも利用可能である。
　本研究は直近5冬期分のみの成果（モデル精度検証は3年分）である。モデルの信頼性を更に高めるためには、一層の検証を積み重ねていくことが肝要である。そのために、今年度も、低温科学研究所露場において地上気象・放射連続観測を実施した。冬期間には、地上設置型改良全天分光日射計GSAFによる積雪表面付近の積雪粒径・光吸収性不純物濃度の遠隔測定、積雪断面観測、及び積雪サンプリングを実施した。積雪サンプルは気象研に冷凍状態で輸送し、雪氷汚染を引き起こす光吸収性不純物濃度の測定を実施した。複数の観測データ提供依頼にも随時対応した。
　　
成果となる論文・学会発表等 [1] Niwano， M.， Suya， M.， Nagaya， K.， Yamaguchi， S.， Matoba， S.， Harada， I.， and Ohkawara， N.， (2022): Estimation of seasonal snow mass balance all over Japan using a high-resolution atmosphere-snow model chain， SOLA， 18， 193-198， https://doi.org/10.2151/sola.2022-031.

[2] 庭野匡思，酢谷真巳，長屋幸一，山口悟，的場澄人，原田育郎，大河原望 (2022): 気象庁 LFM-SMAP モデルシステムを用いた日本全域における積雪水当量時空間変動推定， 雪氷研究大会， 2022年10月1 - 5日， P2-20.