研究の意義
- 集中豪雨などの激しい水災害が世界中で問題となり、天気予報を始めとする地球環境予測の精度向上は、その重要度を増しています。気象・水文分野においてはこの50年、他の経験科学分野と同様に、観察と理論が両輪となり、知識の深化がなされてきました。計算機の発達してきた2000年以降は数値シミュレーション全盛の時代が到来し、気象・流出を扱う数値モデルが多く開発され、降水・洪水・浸水などの数値計算技術が発達しています。その後、データ同化が数値モデルと実測データを最適に繋ぐ手法として現れ、特に数値天気予報において高度化を遂げています。
- 研究室では、このデータ同化を用いた気象予測の高度化研究に取り組んでいます。データ同化は、観測値の同化による状態推定・予報の改善だけでなく、同化される観測の価値の評価や、モデルパラメータ推定など、様々な目的に活用する事が出来ます。数値気象予測モデルだけでなく、陸面モデルや洪水氾濫モデルへのデータ同化研究にも取り組んでいます。
- また、単純にデータ同化を数値モデルに適用するだけでなく、数理的なデータ同化研究にも取り組んでいます。例えば、新しいデータ同化手法として注目されている局所粒子フィルタや潜在空間データ同化、データ同化の高速化などに強みを持ちます。
Setected Publications
- Kotsuki, S., Terasaki, K., Satoh, M., and Miyoshi, T. (2023): Ensemble-based Data Assimilation of GPM DPR Reflectivity: Cloud Microphysics Parameter Estimation with the Nonhydrostatic Icosahedral Atmospheric Model (NICAM), J. Geophys. Res., 128, e2022JD037447. doi: 1029/2022JD037447(Feb. 17, 2023)
- Kurosawa, K., Kotsuki, S., and Miyoshi, T. (2023): Comparative Study of Strongly and Weakly Coupled Data Assimilation with a Global Land-Atmosphere Coupled Model. Nonlin. Processes Geophys., 30, 457-479. doi: 10.5194/npg-30-457-2023
- Oishi, K., and Kotsuki, S. (2023): Applying the Sinkhorn Algorithm for Resamling of Local Particle Filter, SOLA, 19, 185-193. doi: 10.2151/sola.2023-024
- Kotsuki, S., Miyoshi, T., Kondo K., and Potthast R. (2022): A Local Particle Filter and Its Gaussian Mixture Extension Implemented with Minor Modifications to the LETKF. Geosci. Model Dev., 15, 8325–8348. doi: 10.5194/gmd-15-8325-2022
- Kotsuki, S., and Bishop, H. C. (2022): Implementing Hybrid Background Error Covariance into the LETKF with Attenuation-based Localization: Experiments with a Simplified AGCM. Mon. Wea. Rev., 150, 283-302. doi: 1175/MWR-D-21-0174.1
- Kotsuki, S., Sato, Y., and Miyoshi, T. (2020): Data Assimilation for Climate Research: Model Parameter Estimation of Large Scale Condensation Scheme. J. Geophys. Res., 125, e2019JD031304.
