氏名 Name：
瀬古 弘（せこ ひろむ）
Seko Hiromu
所属 Affiliation：
気象観測研究部 第２研究室
Meteorological Research Institute, Observation and Data Assimilation Department, Forth Laboratory
役職 Position：
研究官 Researcher
豪雨等による被害を減らすために・・・
To mitigate damages caused by heavy rainfalls...
豪雨等を引きこすメソ降水系等による被害を減らすために、
レーダやGPSを用いたそれらの解析や、それらをより正しく
予報するためのデータ同化･アンサンブル予報システムの開発を行っています。
To mitigate damages caused by mesoscale heavy rainfalls,
I analyzed meso-scale phenomena with radar and GPS data,
and developed data assimilation systems and ensemble forecast systems.
|
主要なもの
Main research fields
- 豪雨を引き起こす降水などのメソ現象の解析
The analysis of mesoscale phenomena that cause heavy rainfalls
- レーダなどのリーモーとセンシングデータのデータ同化
The development of data assimilation methods of remote sensing data such as Radar and GPS
- LETKF等を用いたメソスケールのアンサンブル予報
The development of mesoscale ensemble forecast systems
数値モデルも観測も・・・Observation and simulation are needed.
数値モデルが進化して積乱雲群まで表現できるようになりました。
正しく予報されているかどうかを確認するためには観測が必要です。
しかし、観測で得られる情報ことは限られていて、観測できない情報を得るには、
数値モデルが欠かせません。
Recent advancements of numerical models can express mesoscale rainfall regions.
Observations are important to check the phenomena that are reproduced
by numerical models correctly.
On the other hand, information obtained by observation is limited,
numerical models are needed to obtain the information that can not be observed.
|
取り組んでいる研究を紹介
Ongoing research
観測値や初期値には誤差が含まれているため、確率で捉える方が良いと考えられています。
また、特に、近年、問題になっている局地的豪雨は初期値に敏感で、アンサンブル予報が有効です。
そのため、局地豪雨の情報を持つ高分解能な観測データを同化して複数の初期値を作成する手法を
開発しています。
Because errors are included in observation data
and initial conditions of numerical models,
they should be considered as probability distributions.
Especially local heavy rainfalls that develop in urban areas are
sensitive to initial conditions. So ensemble forecasts are
useful for their predictions.
Therefore, I am developing techniques to produce initial conditions
by data assimilation of high-resolution observation data.
|
