成果概要
社会的意思決定を支援する気象－社会結合系の制御理論2. 制御のための不確実性定量化
２０２２年度までの進捗状況
１．概要
- 背景：
- 気象制御研究は制御介入手法の安全性が厳格に確認されるまでは、コンピュータシミュレーションを使った評価を行うことが大前提です。しかし、気象シミュレーションには多くの不確実性が存在しており、計算結果をそのまま信頼することは難しいのが現状です。
- 目的：
- 気象シミュレーションのあらゆる不確実性の原因を列挙し、観測を用いてその不確実性を最小化するとともに、なお残る不確実性を正確に評価してシミュレーションによる制御介入効果の正確な見積もりを実現します。
- 手法：
- 異なる設定の大量のシミュレーションと観測データを、機械学習を用いて解析しモデル開発者にもとらえきれていなかったシミュレーションの不確実性を定量化します（データ駆動型アプローチ）。一方で、高性能な人工衛星観測とシミュレーション結果を丁寧に突き合わせることで、不確実性が生じるメカニズムを明らかにし、気象学的知見を得ます（プロセス駆動型アプローチ）。（図1）
２．２０２２年度までの成果
- ① [データ駆動型アプローチ]従前では極めて大きな計算量が必要で実現が難しかったシミュレーションの不確実性定量化を可能にする新しいアルゴリズムを開発しました。この手法の一部を実際の気象モデルに適用しました。2022年のスーパー台風Nammadolにおいて静止気象衛星を使って台風予測モデルのパラメータ最適化をすると同時に、静止気象衛星の情報のみでは台風の発達シミュレーションに大きな不確実性が残ることを示しました（図2）。
- ② [プロセス駆動型アプローチ]衛星観測と気象シミュレーションを丁寧に比べて気象シミュレーションにおいて降水が生じる過程の再現性がどのような要因に左右されるのかを解析しました （図3）。2023年度以降、データ駆動型アプローチによる不確実性解析の結果を気象学的な観点から解釈・説明するための技術基盤を整備しました。
３．今後の展開
プロジェクトの初年度にあたる2022年度においてデータ駆動型アプローチによる不確実性定量化のアルゴリズム開発はすでに終了し、簡易なモデルでの検証は済んでいます。しかしながら実際の超大規模気象シミュレーションに適用するためには様々な工夫が必要です。今後も開発を続け、気象シミュレーションに内在するあらゆる不確実性を発見・定量化・最小化することを目指します。加えて、そのような気象シミュレーションの不確実性、ひいては制御効果の不確実性をプロセス駆動型アプローチで解析し気象学的に理解することで「説明可能性のある気象制御」を目指していきます。