HOME

「見える化」 技術

次世代を担うシームレスな気象・気候予測シミュレーション

独立行政法人 海洋研究開発機構
地球シミュレータセンター
プログラムディレクター
高橋 桂子 氏


「見える化」技術のコーナーです。今回は、ご執筆原稿を頂くことができましたので、それをご紹介致します。

全地球的な空間規模で、しかも100年単位という長い時間で起こる気候変化(Climate Change)の代表に地球温暖化があることは、よく知られています。一方、この気候変化よりも更に空間的に限定され、短いスパンで起こる気候の変動は、気候変動(Climate Variability)と呼ばれ、前者とは区別されるのが通常です。

気候変動は、地球システムの様々な構成要素、即ち、大気・海洋・陸・海氷などの相互作用により生じ、短くは季節ごと、長いときは数年にわたります。例として、エルニーニョやラニーニャ、また「インド洋のエルニーニョ」と呼ばれる「インド洋ダイポール現象」などが挙げられます。気候変動現象と地球の様々な地域に生じる冷夏・暖冬・干ばつ・豪雨・豪雪等の異常気象との大きな相関は以前から指摘されており、また最近では、これらの気候変動現象の生起の仕方が、地球温暖化の影響を受けてこれまでとは変化してきているとの指摘もあります[1,2]


図1 MSSGが予測シミュレーションの対象とする全球から都市スケールのまでのイメージ模式図。MSSGは、全球(a)から領域スケール(b)、更に都市スケール(c)をより詳細化し、それらを同時にシミュレーションできる。また、大気と海洋、陸面、海氷の状態も同時に予測可能なシミュレーションプログラムである。

日本の天気予報の精度はこの10年間で非常に上がり、世界のトップレベルにあるのですが、私たちの実感は、“もっと当たればいいのに”ということでしょう。集中豪雨などの予測がより精確になれば災害に対しての備えも充分にできますし、季節予報がもっと地域密着型の情報として提供されれば、産業界ではより効率的な生産計画が可能になるでしょう。

しかし、毎日毎週の予報より更に長期にわたる天気を精確に予測するには、全地球的な気象(即ち、気候変化)の予測精度を向上させなければなりません。同時に、エルニーニョやインド洋ダイポール現象などの気候変動の現象をより精確に予測し、更に、それらが各地域に与える影響をも高い精度で予測する必要があるのです。つまり、全地球規模から地域・都市スケールの現象までをシームレスに扱う予測技術を確立してゆかねばならない、ということです(図1)。

このようなシームレスな予測をするには、予測に必要な物理法則に則った現象の記述とシミュレーション技術の両方を、同時に高精度化していく必要があります。そのためには、そのようなシミュレーションを高速で実行できるスーパーコンピュータが必須です。なぜなら、地球規模から地域・都市レベルにわたるシミュレーション予測を、その予測結果の利用が間に合う速さで行なわなければならないからです。


全地球の気候変動予測の精度向上のためには、少なくとも約50億点(これは、全地球3次元上のシミュレーションに使用する計算点に匹敵します)で、気温・風速・湿度・雲の状況・太陽放射状況といった約50の変数を計算し、それが実際に進む時間よりも約100倍の速さで予測できなければなりません。そうして初めて、例えば、2、3か月先までの全地球の気象状態を、数日で計算することができるのです。

このような予測を可能とするプログラムは、大気(空)と海洋(海)の状態、その相互作用に加えて、陸面(地面)や海氷の状態をも計算していくので、約50〜100万行のプログラムを高速かつ精度よく計算する必要があります。2002年に3月に稼働を開始した地球シミュレータはそれが可能なスーパーコンピュータの一例です[3]。現在の地球シミュレータは2009年4月から動き始めた二代目で、更に能力を高めて稼働中です。

こうしたコンピュータをフル活用して、(独)海洋研究開発機構地球シミュレータセンターでは、現在望み得る最高の予測精度を目指し研究開発を推進してきました。また、地球シミュレータ稼働当初から、気象と気候変動予測を結びつけるためのシームレスモデルの研究開発を続けており、その結実が世界的にも非常に斬新なモデルである「大気海洋結合シミュレーションプログラムMulti-Scale Simulator for the Geoenvironment (MSSG)」というものです[4]。その結果を以下に紹介します。


図2 2003年台風10号のシミュレーション結果。
沖縄上空の台風の特徴的な構造と
海の表面の温度の様子。

図2は、全地球を11kmごとに計算し、同時に日本領域を更に詳細にして2.78kmごとに計算をした2003年の台風10号の進路と強度の予測結果です。120時間(5日間)の予測を行ないました。図中の白い渦が台風10号で雲の分布に相当します。台風の特徴である目の構造や豪雨をもたらすレインバンドの構造がよく再現できています。一方、台風がある空の下に白く波立っているように見える部分は海面温度で、白く見えるのは温度が低いからです。海洋は台風に海表面の熱をエネルギー源として供給し、この熱供給を受けて台風はより発達します。逆に、台風からは強い風が吹いて海面を冷やします。そして、こうした海水温の変化の影響を受けて海水の流れ自体が変わり、より深部にある海水が表面に露出してきて海表面の温度は低くなるのです。このような海表面の温度変化は衛星観測からも捉えられており、また、最近の研究では、表面だけでなくより深部の海水温も台風の発達に影響を与えていることが示されてきています。このように、海水温は台風の強さや進路に強い影響を与えると考えられるため、空と海とを同時に、かつ詳細な計算点を取ってシミュレーションすることが、台風の進路や規模の精密な予測に繋がるのです。



図3 2003年台風10号に対して、日本領域を水平解像度1.13km、鉛直層数32層で再現シミュレーションした結果から算出した積算降雨量と観測との比較。左図(a)は、対象領域の水平解像度を1.13kmに設定したときのシミュレーション結果より算出した積算降水量。右図(b)は東京管区気象台から発表されたアメダスのデータによる観測から得られた積算降水量である。



図4 2005年8月5日15:00ごろの東京駅付近の気温分布。

図3は、同じ2003年の台風10号に対して、計算点を1.13kmごとにした場合のシミュレーション結果と観測を、積算降雨量について比較した結果です。アメダスの設置間隔が約17kmですので、予測シミュレーションはより詳細な情報を提供できることがわかります。この結果は、シミュレーションと各観測地点の積算降雨状況とを詳細に比較検証する必要性と共に、計算する地点の情報を詳細にすることで、地域により密着した予測が可能であることを示唆しています。

図4は、更に計算地点を詳細にし、東京駅・有楽町周辺域を5mごとに計算した予測シミュレーション結果です。ビルの高さ・道路分布などを詳細な情報にし、交通量やエアコン等から排出される人工排熱等のデータも入力しました。気象データはシミュレーション対象領域の外側に設定して、2005年8月5日15時から10分間の変化を予測シミュレーションした結果のスナップショットです。道路やビルの壁面で、或いは人工排熱によって、熱せられた大気の塊が渦状に上昇していく様子や、ビルの風下後方部にできる渦がちぎれたり合流したりしながら流れてゆく様子が、よくわかります。また、どの地点に熱が滞留しやすいかといった熱の流れも、ダイナミックにシミュレーションできるようになりました。こうしたシミュレーション結果は、ヒートアイランド現象の原因究明ばかりでなく、どこにどれくらいの緑や水面を設定すれば影響を緩和できるか、人工排熱をどれくらい減らせば、何℃くらいの都市低温化が実現できるか等の検討に役立つでしょう。従来定量的に評価できなかった都市計画にこうしたシミュレーションが応用されれば、威力を発揮するのではないかと期待しています。

全地球規模から地域・都市までをカバーするシームレスシミュレーションは、世界にも類を見ない最先端の予測技術です。そしてそれを可能としているのが、大規模シミュレーションを高速に計算できるスーパーコンピュータ、即ち、地球シミュレータです。しかし、MSSGの研究開発を通じてその限界もわかってきました。全地球規模から地域・都市スケールのシミュレーションを、真の意味でシームレスに、かつ高精度で実現するには、現在の地球シミュレータの、少なくとも約1000倍の計算能力を持つスーパーコンピュータが必要なのです。つまり、大規模シミュレーションの今後は将来のスーパーコンピュータの能力に俟つことが大きいのです。そして、理化学研究所が所有するスーパーコンピュータ“京”が、まず次代を担い、更にその次世代のスーパーコンピュータが登場すれば、この「真にシームレスなシミュレーション予測」が現実のものになるのではないか、と考えています。

シームレス予測シミュレーションは始まったばかりで、現在、その基盤となる技術も地球シミュレータ上での知見を積み重ねることで揃ってきつつあります。今後のシームレスシミュレーションによる気象・気候変動現象予測への挑戦とその進展は、必ずや、より安全で安心な社会を創り出すことでしょう。


参考文献

[1] M. J. Mcphaden, Evolution of the 2006-2007 El Nino: the role of intraseasonal to interannual time scale dynamics, Advances in Geosciences 14 (2008) 219-230.

[2] K. Ashok and T. Yamagata, The El Nino with a difference, Nature, 461, 24, September (2009) 481-484.

[3] (独)海洋研究開発機構,地球シミュレータ開発史( 2010 )
http://www.jamstec.go.jp/esc/publication/index.html

[4] Keiko Takahashi, Xindong Peng, Ryo Onishi, Mitsuru Ohdaira, Koji Goto, Hiromitsu Fuchigami and Takeshi Sugimura, Impact of coupled Non-hydrostatic Atmosphere-Ocean-land model with high resolution, High Resolution Numerical Modeling of the Atmosphere and Ocean, K. Hamilton et al. (Eds.), Springer, New York(2007).

(11/17)