増田 耕一
次の形で出版されたものです。引用する場合は、次の印刷物を参考文献としてあげてください。
大気データは、大気自体のふるまいを知るためだけでなく、収支解析を通じて海洋・陸水・雪氷にとっての境界条件を知るためにも有効である。観測データを活用し、空間内挿に数値モデルによる時間外挿を併用して、大気の温度・気圧・風・水蒸気量などの変数を相互につじつまのあった形で得るために「4次元同化」という方法論が提唱され、毎日の天気予報の初期値を作るために使われている。1979年に実施されたFGGEは4次元同化データの有効性を示すものとなった。即時性を必要とする予報現業の初期値とは別に、気候研究のための大気データの4次元同化プロジェクトの実現を期待する。
気候という用語の意味づけは人によって違うが、ここでは大気・海洋・雪氷・陸水の複合系を気候系(気候システム)としてとらえたい。これらの部分系のうちで、観測データが最も豊富なのは大気である。データが豊富な理由の一つは毎日の天気予報や航空などの社会的必要性である。またもう一つは、大気が海水や岩石よりは電磁波をよく通すため、技術的に観測がしやすいことである。
地球も物質の系であるから、いくつかの物理法則に従っているはずである。そのうち、データ解析の上で重要となるのは、保存則といわれる種類の法則である。ある量が「保存する」、つまり不生不滅であるならば、空間に固定した箱を考えてみたとき、問題の量の箱の中の総量の時間変化は、箱の壁を通しての正味の供給量に等しいことになる。具体的に、図1のような、ある地域の大気全層を含むような箱を考えることにしよう。この箱の中のある保存量の時間変化(ΔX/Δt)は、大気上端からの正味の供給量(時間あたりの量としてFtopと書いておく)、鉛直の壁を通しての水平方向からの正味の供給量(Fside)、そして地表面(海面または地面)からの正味の供給量(Fsfc)の合計に等しい。この4項のうち、たとえばΔX/ΔtとFsideを大気の観測データから求めることができ、Ftopをなんらかの方法で知ることができれば、残るFsfcを推定できる。この項は大気以外の部分系、たとえば海洋を考える上での境界条件となるものである。
具体的に、次の3つの保存則を考える。
上記のような収支解析は、地球を一定間隔の緯線・経線で「箱」に区切り、それぞれの箱ごとに、ある期間(たとえば1か月)の時間平均した収支を考えることが多い。観測データに基づいてこれらの量を計算しようとすると、観測点の位置が輸送量を求めたい位置と一致しないため、なんらかの空間内挿をすることも必要となる。大きく分けて次の二つの手順がある(図2:文献1に基づく)。
1970年代までは、大気大循環の統計としては、(A)の方法が主流とされていた。(B)の方法は、数値天気予報の現業で初期値を得るために観測値を空間内挿して格子点データにしたものを応用するものに限られていた。予報現業では、空間内挿をするための参考として、予報モデルの結果を使うので、観測の欠けた地域では、格子点値は予報値を反映していることになる。このため(B)の方法は、純粋な観測データ解析でないとして嫌われた面もあるが、積極的にとらえれば、3次元の空間内挿に加えて、モデルによる予報つまり物理的根拠のある予報方程式に基づいた時間外挿も使って、4次元的にデータを生かすものであるということもできる。
気象データの4次元同化というのは、上記の数値予報の初期値を得る方法をよりしっかりと根拠づけようとする過程で定式化されてきた概念である。過去および現在の観測値に含まれる情報を最大限に生かし、空間・時間の内挿・外挿によって、物理的につじつまのあった大気の場の量を得ようというものである。現在までのところ、空間内挿は統計的に、時間外挿は予報モデルを使って物理的に行なうのが普通であり、また結果の場は予報モデルの初期値として使うのに適した格子点データを目標としている。
4次元同化には大きく分けて2つの方式がある(図3:文献2に基づく)。4次元同化という名には連続型(b)のほうがふさわしいだろう。これは、モデルの時間積分を続ける過程で、すべての時間ステップで、モデルの予報結果に観測値を空間内挿したものを混ぜていく方法である。これに対して断続型(a)はそれまでの数値予報の実践の延長上にある方法で、モデルの時間積分はデータを混ぜずに通常の予報計算と同じように行ない、たとえば6時間ごとにモデルを止めて、観測データと予報結果を利用した空間内挿を行なう。
なお、空間内挿は、観測誤差および予報誤差を考慮して、得られる格子点値の誤差の期待値を最小にするように観測値と予報値に与える重みを決める、「最適内挿法」という統計手法を用いている。
また、「ノーマルモード イニシャリゼーション」というのは、大気の運動方程式を線形近似したものの解である「ロスビー波モード」と「重力波モード」に大気の場を展開し、固有周期が短く観測データで表現することが困難な重力波モードの振幅が大きくならないように調節してやる手続きである。
GARP(全球大気研究計画)は、1960年代に企画が始められ1970年代を中心に、ICSU(国際学術会議連合)とWMO(世界気象機関)の主催で実施された国際共同事業である。数値天気予報の精度向上と期間延長、人工衛星の平和利用、大気大循環と気候の理解、という複数の動機を背景としていた。GARPのやま場は1978年12月から1年間にわたって行なわれたFGGE(第1回GARP全球実験)だった。ここでは、全球規模の観測網を設計するための基礎データをとることを目的として、次のような活動が行なわれた。
FGGEのIIIbデータは1981年ごろECMWF(ヨーロッパ中期天気予報センター)とGFDL(地球流体力学研究所、アメリカ合衆国プリンストン)の2か所で独立に作られた。両者の生産物は対照的だった。1979年から週間予報の現業を開始していたECMWFでは、中緯度の天気予報で重要となるロスビー波モードを正しく表現することに注意をはらい、断続型を採用し、空間内挿でもイニシャリゼーションでも、重力波モードを落とすほうに偏った処理をした。その結果滑らかな場が得られ、データの品質も優れていると認められた。しかし熱帯の循環は、基本であるハドレー循環(赤道付近で上昇、亜熱帯で下降)をはじめとしてすべて弱めであった。延長予報の可能性の限界に挑み続けるGFDLの都田博士のグループは、連続型を採用し、重力波モードも主要なものは維持するような同化方式をとった。その結果ハドレー循環は強めに表現された。しかし、間違った観測通報がさしこまれると実際よりも活発に重力波が起きてしまい、次には(予報場を基準に判断するため)正しい観測報告を異常値と見なして排除してしまったりするという、データの品質管理上の困難が起きた。
FGGEデータは非常に多くの研究者に使われ、得られた知識が作成者にフィードバックされた。二つのIIIbデータに関する上記の評価もこの過程で定まってきたものである。利用者のコメントを受けて、スウェーデン気象水文局ではFGGE全期間のIIbデータを改訂した。また、ECMWFとGFDLでは、それぞれ数年間改良を重ねた新しい同化システムを使い、新版のIIIbデータを作った。ただし新版IIIbデータが冬と夏の数か月に限られているのは、予報研究の労力・予算配分のつごうでやむを得ないことであろうが、1年全体でどうなったかを知りたい気候研究者としては残念なことである。
ここでは筆者がECMWFとGFDLの二つのFGGE IIIbデータ(旧版)を使って1年間の水収支およびエネルギー収支解析をした結果を紹介する。
.表1(文献3)は、大気の水蒸気の質量収支から計算した、1年間の降水から蒸発をひいた量(図2のFsfc。つりあいを仮定しているので流出量に等しい)を、各大陸・海洋別に水の総体積として示してある。「FGGE ECMWF」と「FGGE GFDL」が今回の結果である。「Bryan・Oort, 1984」は同様な大気の水収支解析だが10年間のゾンデ観測点での統計(図2のA方式)に基づく。右側の3つは地上観測の降水量、河川流出量などに基づく水文学的研究である。いずれの大陸でも収支は正、つまり降水が蒸発より多い。Bryan・Oortでは、オーストラリアおよび中近東(彼らはヨーロッパに含めた)で、負の値を示しており、地下から水の補給がないとつりあわないことになる。ゾンデ観測点の分布が偏っているため、それだけに頼った解析には問題があるようである。海では全体としてはもちろん蒸発が降水を上回るが、北太平洋では降水の方が多い。このことは塩分分布に関連してくる。
2つのFGGEデータの間の違いは、同じ観測値に基づいているにもかかわらず大きい。たとえば全大陸から全海洋への流出量は、GFDLの結果がECMWFの2倍近い。これは前の節で述べた重力波モードの扱いの違いに由来するところが大きいと思われる。
次に、図4(文献4)は、1年間のエネルギー収支を、各緯度円を通過する南北方向のエネルギー輸送量という形でまとめたものである。熱帯では入射する日射が出て行く赤外放射より大きく、寒帯ではその逆となるので、1年で温度がほぼ一定に保たれているためには、熱帯から寒帯への大気または海洋による熱輸送があるはずである。図4の実線は衛星観測データから期待されるこの輸送量である。破線はFGGEデータ(ECMWF)に基づいた大気によるエネルギー輸送量、点線はこの2つの差として求めた海洋による輸送量である。海洋によるエネルギー輸送は大気によるものと同じ桁であり、特に北半球の亜熱帯で大きいことがわかる。
しかし、エネルギー収支解析の精度にはまだ問題がある。陸の熱容量は小さいから、陸上でFsfcを1年平均するとほとんど0になるはずだが、実際にFGGEデータで計算してみるとユーラシア大陸の中緯度全体で30W/m2もの値が出てしまう。 この誤差の原因の一つは、データが大気の質量保存をよく満たしていないことにある。(特にここに示さなかったGFDL IIIbデータの場合、4次元同化システムとしては質量保存を満たしていたにもかかわらず、結果を標準的な格子点に内・外挿する際に大きな誤差が生じてしまった。)
また、FGGEの1年が長期間の平均状態を代表するとは限らないことも注意しておきたい。1979年の天候は、南半球中・高緯度の気圧が低かったこと、インドのモンスーン季が短かったことなどの点でやや異常であった。
FGGEをきっかけとして、4次元同化で作られた格子点データは数値予報関係者ばかりでなく多くの気象・気候研究者に身近なものになった。同化技術の面でも、FGGEデータで問題になった重力波モードの扱いなどの点はかなり改善された。計算機の性能向上でより分解能の高い予報モデルが使えるようになったこともあいまって、数値予報の初期値の精度はよくなってきている。
しかし、気候研究にとって、数値予報の初期値データでは満足の行かない点も多い。その一つは、実時間の予報では即時に届いた観測報告だけが使われ、遅れたものは無視されていることである。第2は、予報モデルのための同化システムは毎年改訂を重ねられており、得られた格子点データの年々変動には、同化システムの経年変化に由来するものが、現実の気候の変動に由来するものに劣らず含まれていることである。
これを打開するためには、過去10年ほどの観測報告を、首尾一貫した同化システムで処理するという、FGGE IIIbを延長したようなプロジェクトを考えたい。ただし、全球の気象データの同化には、現在得られる最高性能の計算機を必要とする。また、同化システムのソフトウェアは数値予報の現業機関に頼るとしても、観測報告の品質チェックなどどうしても人の頭脳を必要とするところがあり、気象学・統計手法・計算機の専門家を含めた10人ほどの組織を必要とするので、現在の大学の研究室のような研究体制では実現が困難である。