パラメタリゼーション

こんばんは。早速ですが、考えてみたいと思います。第52回試験・専門知識(a)全球モデル（GSM）とメソモデル（MSM）の降水予測結果が異なる要因として、水平格子間隔の違いによる、地形性降水の違いや、データ同化に用いられる観測データの違いが挙げられるところまでは正しいのですが、今回の問題ではその後の、「積雲対流過程などの物理過程の違い」が2つのモデルの予測結果の違いに影響するかどうかというところで、これまでのパラメタリゼーションに関する過去問題よりも踏み込んだ内容となってい

こんばんは。早速ですが、考えてみたいと思います。第55回試験・専門知識(a)数値予報モデルは、本文にありますように、予報領域に応じたモデルに用いる時間間隔（ステップ：「タイムステップ」・「積分時間間隔」ともいいます。）ごとに大気の状態の計算を繰り返して将来の状態を予測するという構造になっています。気象庁の現業における数値予報モデルの仕様では、全球モデル（格子間隔20km）で400秒（6分40秒）、メソモデル（格子間隔5km）で20秒となっています。したがって、下線部

こんばんは。早速ですが、考えてみたいと思います。第58回試験・専門知識(a)パラメタリゼーションとは、本文の通りですが、数値予報モデルの時間・空間分解能以下の小さい現象が格子点の物理量に影響を及ぼす効果を見積もって、格子点の物理量に反映させて予報精度を高める作業のことをいいます。したがって、本文の内容は正しいということになります。(b)（気象庁HP:第4章数値予報モデルp29より）数値予報モデルに使用される基本方程式には、水平方向の運動方程式、非静力学平

こんばんは。今回はメソ数値予報モデルで計算される「パラメタリゼーション」について一緒に考えてみたいと思います。「パラメタリゼーション」とは数値予報モデルの格子スケールまたは時間スケールより小さい現象が格子点値に影響する効果を見積もって格子点値に反映させる作業のことで、より高精度な予報をするための重要な作業です。それでは具体的にどの現象が「パラメタリゼーション」として数値予報モデルに反映されているのかを問題を通じて考えます。第46回試験・専門知識・問5からです。第46回試

こんばんは。早速ですが、考えてみたいと思います。第60回試験・専門知識前回の問題編でも述べましたが、パラメタリゼーションとは、数値予報モデルの格子スケールより小さい現象が格子点の物理量に影響する効果を見積もって格子点の物理量に反映させることをいい、数値予報において予報精度を高めるための重要な作業になります。（気象庁HP:第4章数値予報モデルp29より）数値予報モデルに使用される基本方程式には、水平方向の運動方程式（南北方向・東西方向）、静力学平衡の式、連続の式（

こんばんは。今回の専門知識は、数値予報から、数値予報モデルとその予測対象である大気現象についての問題です。数値予報が予測できる大気現象は数値予報モデルによってどのような方程式系が用いられているか、またパラメタリゼーションとは何かについて、次回、一緒に考えてみたいと思います。第63回試験・専門知識問題文及び図表は一般財団法人気象業務支援センターの了承を頂いて使用しています。20日分の考察編は次回更新の予定です。