大気汚染予測システムVENUSの持続的開発と現業的運用（令和 8年度）
Continuous Development and Operational Management of Air Pollution Forecast System (VENUS)

研究課題コード
2630AX113
開始/終了年度
2026~2030年
キーワード(日本語)
大気汚染予測,大気化学輸送モデル,オゾン,PM2.5
キーワード(英語)
Air pollution forecast,chemical transport model,ozone,PM2.5

課題代表者

森野 悠

  • 地域環境保全領域
    大気モデリング研究室
  • 室長（研究）
  • 博士(理学)
  • 地学

担当者

研究概要

2008年に運用を開始した大気汚染予測システム（VENUS）では日本全国を対象に7日先までの光化学オキシダント・PM2.5 の濃度予測値をHP上で公開しており（https://venus.nies.go.jp/）、地方公共団体における光化学オキシダント注意報やPM2.5高濃度時の注意喚起の発令の判断材料として広く活用されている。気象庁によるスモッグ気象情報等の配信終了（2025年1月）に伴いVENUSが光化学オキシダント注意報発令判断に利用可能な唯一のシミュレーション情報となったこと、および全環研協議会からNIESへのVENUSの稼働率向上・機能改善に関する要望書提出（同年2月）や近年の深層学習技術による気象予測の劇的発展などの状況が発生した。そこで、本課題では、VENUSの持続的開発と現業的運用を実施する。

研究の性格

  • 主たるもの：モニタリング・研究基盤整備
  • 従たるもの：技術開発・評価

全体計画

下記の項目を、研究期間において継続的に実施する。
・シミュレーションモデルの入力データ（排出量データ・境界条件）の年次更新、気象モデル・化学輸送モデルの計算モジュールの定期的更新などによる計算モデルの改善。
・計算システムの現業的な運用と障害対応、定期的な予測精度評価
合わせて、データ駆動型モデルの技術開発を以下の通りに実施する。
・2026-2028年度：深層学習を用いたオキシダント・PM2.5濃度場のバイアス補正手法、および時系列予測手法の開発と実装
・2029-2030年度：深層学習を用いた濃度予測モデルの技術開発
2027-2028年度を目標に、高濃度オキシダント・PM2.5発生の予測精度を向上させた後に、濃度予測時のメール配信等に向けたシステムを実装する。

今年度の研究概要

・シミュレーションモデルの入力データ（排出量データ・境界条件）の年次更新を実施する。
・計算システムの現業的な運用と障害対応、定期的な予測精度評価を実施するとともに、高濃度予測時のメール配信システムをテストする。
・深層学習を用いたオキシダント・PM2.5濃度場のバイアス補正手法、および時系列予測手法の開発を進める。

外部との連携

九州大学

関連する研究課題