領域気候ハイブリッドダウンスケーリングシステムの開発

摘要

近年，複数の全球気候モデル(GCM)の気候変化予測情報をダウンスケーリング(DS)することで，確率論的予測情報を創出する研究が実施されている．その中で，領域気候モデル(RCM)による力学的DS は，観測の少ない地域にも適応でき，1～2km 程度の格子間隔の高解像実験であれば降水現象に対しても物理的整合性のとれた結果を導き出すことができる．しかし，計算負荷が大きく，不確実性をカバーするだけの数の高解像気候実験を実施することは困難である．そこで，少数の高解像RCM 実験で得られた高解像気候情報と低(中)解像気候情報の統計的関係を学習し，他の多数の低(中)解像気候情報を統計的ダウンスケーリング(SD)によって高解像度化する．この考え方を，ここではハイブリッドダウンスケーリング(HD)という．HD の概念図を図1 に示す．