気候予測情報の空間詳細化と高度化に関する研究（令和 8年度）
Research on Spatial Downscaling for the Advancement of Climate Scenario

予算区分
豊田中央研究所
研究課題コード
2626LA001
開始/終了年度
2026~2026年
キーワード(日本語)
ダウンスケーリング,気候シナリオ,機械学習
キーワード(英語)
downscaling,climate scenario,machine learning

課題代表者

石崎 紀子

  • 気候変動適応センター
    気候変動影響評価研究室
  • 主幹研究員
  • 博士(理学)
  • 理学 ,地学

担当者

研究概要

気候変動モデルにより全地球スケールでシミュレーションした結果は通常20〜100kmの解像度で得られ、気候変動の影響を議論する際にはダウンスケーリングと呼ばれる手法により1km程度に高解像度化することが必要である。従来の力学的ダウンスケーリング及び統計的ダウンスケーリングには、計算負荷や精度の面で課題があるため、本研究では、画像解析技術を用いた新たなアプローチによりこれらの課題を解決することを目的とする。

研究の性格

  • 主たるもの：技術開発・評価
  • 従たるもの：応用科学研究

全体計画

これまで単年契約で継続してきた研究を継続し、精度の高い将来の気候シナリオ開発を推進する。

今年度の研究概要

同じ条件・学習データで拡散モデルと敵対的生成ネットワークに基づく気候シナリオを開発し、将来気候への適用について検討を行う。また、モデル開発論文や適用論文の執筆を並行して進める。

外部との連携

豊田中央研究所

関連する研究課題