Seasonal Prediction

 熱帯太平洋のエルニーニョ/南方振動現象(ENSO)と ENSOモドキ熱帯インド洋のダイポールモード現象(IOD)は世界各地の天候と私たちの社会に非常に大きな影響を与えます。したがって、これらの気候変動現象の発生を事前に予測することができたならば、私たちの社会にとって非常に有益となります。1980年代中盤以降、世界中の多くの研究所と気象予報機関はENSO予測のための様々な数値予測モデルを開発してきました。また、最近ではいくつかの先端的なモデリンググループがIODとENSOモドキの予測に挑戦しています。

 この数十年間で数値天気予報の分野は目覚しい進歩を遂げ、天気の数値予測は私たちにとって、とても便利なものであることが 認識されてきました。天気予報は比較的短期間(約一週間)の予測なので、海洋は変化しないという仮定のもとで大気モデルのみを用いて行うのが一般的です。しかしながら、大気―海洋相互作用に強く依存するENSO、ENSOモドキ、IODを予測するのに大気モデルのみを用いるのは理想的ではありません。大気―海洋相互作用を現実的にシミュレートする大気海洋結合モデルを用いるのは極めて適切な方法でしょう。

 私たちはEU―日本の共同研究のもと、気候変動予測のためにSINTEX-F1大気海洋結合モデルを開発しました。2005年来この季節予 測システム"F1"を用いて1年先までの気候変動予測を行い、その予測情報をJAMSTECのウェブサイト上で公開してきました。私たちのモデルの 季節予測は多くの成功を収め、SINTEX-F1はIOD、ENSO、ENSOモドキなどの熱帯の気候変動現象の予測に関して世界最先端のモデルの1つとなりました。その後も、インド洋ダイポールモード現象やエルニーニョモドキ現象の予測精度を向上させるベく、予測システムの改良を続けてきました。例えば、従来のモデルを高度化(海氷モデルの導入、高解像度化、物理スキームの改善等)した第二版となるSINTEX-F2システム"F2”や、海の内部の3次元の水温/塩分の海洋観測データ [海に浮かべてある係留ブイ(例えばJAMSTECのTRITONブイ)、国際協力で海に投入されているARGOフロート、船舶観測など] を予測初期値に取り込んだSINTEX-F2-3DVARシステムを開発しました"F2-3DVAR”。最近では、"F2”のシステムに海氷密接度の初期値化を加えたシステム"F2si”を開発し、海氷の重要性も研究しています。

初期値とアンサンブル実験

 大気海洋結合システムは強い非線形性を持つため、初期値や使用する物理スキームの違いによって得られる解がばらつきます。 したがって、初期値や物理スキームの違いに起因する予測の不確実性を軽減するために、多くのアンサンブルメンバーで予測を行っています。私たちの予測システムでは、初期状態を作成する際にモデルの海面水温を3段階の強さで2種類の観測海面水温に緩和しています。さらに、その各々に対して数種類の大気―海洋結合スキームや海洋鉛直混合スキームを使用しています。スーパーコンピュータ”地球シミュレーター”が更新された2022年度からは、"F2","F2-3DVAR","F2si"の3種類のシステムを合計して、36のアンサンブルメンバー"All"で季節~経年の気候変動予測を毎月実施しています。また、”F2-3DVAR”システムのアンサンブルメンバーを,時間ズラし平均法(予測開始日が毎月の1~9日)で、108まで増強した"108m"での4ヶ月リード予測の情報も実験的に公開しています。

沿岸ニーニョ現象や亜熱帯ダイポールモード現象の予測

沿岸ニーニョ現象亜熱帯ダイポール現象の予測情報も準リアルタ イムに提供しています。このような、近年新しく見出された気候現象の予測情報を提供しているのは、世界でも 唯一です。ある程度の予測が可能であることは学術誌で報告しています。(例えば、Doi et al. (2013)Doi et al. (2015)Yuan et al. (2014)Doi et al. (2016))

24ヶ月先のエルニーニョ予測

24ヶ月先のエルニーニョ予測やエルニーニョモドキ予測情報も準リアルタイムに提供しています。このような長いリード時間の予測情報を提供しているのは世界でも唯一です。リードタイムが長くなるほど、その予測精度も低下していきますが、ある程度の予測が可能であることは学術誌で報告しています。(例えば、Luo et al. (2008)Behera et al. (2020)。リアルタイム予測の提供は”F2-3DVAR”のみです。 >/p>

海面高度の予測

海面高度の予測情報も準リアルタイムに提供していました。ある程度の予測が可能であることは学術誌で報告しています(例えば、Doi et al. (2020))。リアルタイム予測の提供は現在準備中です。

予測システムの各バージョンの参考文献

SINTEX-F1 system (Luo et al. 2005)

Luo, J.-J., S. Masson, S. Behera, S. Shingu, and T. Yamagata (2005), Seasonal climate predictability in a coupled OAGCM using a different approach for ensemble forecasts, J. Clim., 18, 4474–4494

SINTEX-F2 system (Doi et al. 2016)

Doi, T., S. K. Behera, and T. Yamagata (2016), Improved seasonal prediction using the SINTEX-F2 coupled model, J. Adv. Model. Earth Syst., 8, 1847-1867, doi:10.1002/2016MS000744.

SINTEX-F2-3DVAR system (Doi et al. 2017)

Doi, T., A. Storto, S. K. Behera, A. Navarra, and T. Yamagata (2017), Improved prediction of the Indian Ocean Dipole Mode by use of subsurface ocean observations. Journal of Climate, 30, 7953-7970.

SINTEX-F2-3DVAR 108-members ensemble system (Doi et al. 2019)

Doi, T., S. K. Behera, and T. Yamagata (2019), Merits of a 108-Member Ensemble System in ENSO and IOD Predictions. J. Climate, 32, 957–972, https://doi.org/10.1175/JCLI-D-18-0193.1

SINTEX-F Family ( F1 + F2 + F2-3DVAR) system (Doi et al. 2020)

Doi, T., S. K. Behera, and T. Yamagata, 2020: Predictability of the Super IOD Event in 2019 and Its Link With El Niño Modoki.Geophysical Research Letters, 47, e2019GL086713.

SINTEX-F2si system (Morioka et al. 2019)

Morioka, Y., T. Doi, D. Iovino, S. Masina, and S. K. Behera, 2019: Role of sea-ice initialization in climate predictability over the Weddell Sea. Scientific Reports, 9, Article number: 2457