ユーザー別ナビ |
  • 一般の方
  • 研究関係者の方
  • 環境問題に関心のある方

気候予測情報の空間詳細化と高度化に関する研究(令和 6年度)
Development of statistical downscaling method for advanced regional climate scenario

研究課題コード
2424LA001
開始/終了年度
2024~2024年
キーワード(日本語)
統計的ダウンスケーリング,超解像技術,気候シナリオ,深層学習
キーワード(英語)
statistical downscaling,super resolution,climate scenario,deep learning

研究概要

気候変動の影響評価や適応策の立案に使われる気候予測情報の高度化を目的とした、統計解析手法による新たなダウンスケーリング手法の開発とプロダクト創出

研究の性格

  • 主たるもの:技術開発・評価
  • 従たるもの:基礎科学研究

全体計画

超解像技術を用いて、100kmスケールの全球気候モデルの出力から地域詳細な地域分布を創出するダウンスケーリング手法の開発、高度化を行う。既存の空間内挿とバイアス補正手法と比較して、様々な観点からの検証を行い、技術向上を図る。再解析データを用いた手法開発・検証に続き、大気海洋結合モデルにも適用し、手法や予測変数の妥当性を調べ、既存のバイアス補正手法による気候シナリオを利用する上での課題と注意点を明らかにする。また、将来気候における高解像度のダウンスケーリングデータプロダクトを創出する。

今年度の研究概要

昨年度までに共同研究で開発した手法の改良、及び新手法の開発と適用方法の検討を行う。
また、大気海洋結合モデルに適用し、将来データへの適用可能性を調べる。

外部との連携

株式会社豊田中央研究所 数理工学研究領域

備考

2121LA002、2222LA002、2323LA002

関連する研究課題

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
  • 主任研究員
  • 博士(理学)
  • 理学 ,地学
portrait

担当者