MOLIを用いた雲検出手法と大気粒子の光学特性推定手法の開発（令和 7年度）
Development of algorithms to detect cloud layers and retrieve optical properties of atmospheric particles from MOLI measurements

研究概要

本研究では、国際宇宙ステーションを用いた植生観測ミッションMOLIで運用される植生計測ライダーの測定データ（L1Bデータ）を用いて、雲検出、および、雲およびエアロゾル（大気粒子）の波長1064nmでの消散係数、後方散乱係数、光学的深さ等の光学特性を推定するデータ解析手法の開発を行う。また、上記解析手法の高度化に資する解析技術の検討も行い、MOLIミッションの発展に貢献することも目的とする。

研究の性格

• 主たるもの：応用科学研究
• 従たるもの：技術開発・評価

全体計画

２０２５年度
・MOLIライダーデータを用いた高分解方式（雲検出および大気粒子の光学特性推定）、低分解方式（雲検出、大気粒子の光学特性推定、気柱全体パラメタ推定）、および信号校正手法を数値モデルにより再現された雲・エアロゾル場からシミュレーションされたライダー信号値に適用して誤差解析を行い、本アルゴリズムの特性を評価する。

２０２６年度
・引き続き、高分解方式（雲検出および大気粒子の光学特性推定）、低分解方式（雲検出、大気粒子の光学特性推定、気柱全体パラメタ推定）、信号校正に関する数値モデルによるシミュレーションデータを用いた本アルゴリズムの特性評価を行い、アルゴリズムの課題の検索とその改良を行う。
・解析手法全般で必要となる信号ノイズ低減手法の改良を進める。

２０２７年度
・解析手法全般の改良を進める。特に上記手法を一体化したアルゴリズムフローを整備する。
・引き続き信号ノイズ低減手法について検討する。

今年度の研究概要

MOLIライダーデータを用いた高分解方式（雲検出および大気粒子の光学特性推定）、低分解方式（雲検出、大気粒子の光学特性推定、気柱全体パラメタ推定）、および信号校正手法を数値モデルにより再現された雲・エアロゾル場からシミュレーションされたライダー信号値に適用して誤差解析を行い、本アルゴリズムの特性を評価する。

外部との連携

東海大学と連携し実施する。