深層学習を用いた水文気象場のダウンスケーリング手法の開発

抄録

　気候変動の地域への影響を研究するためには領域気候モデルを用いた力学的ダウンスケーリングが行われているが，高い計算コストのために多数のアンサンブルシミュレーションを行うことは困難であった．本研究ではニューラルネットワークの中でも近年開発された手法である深層学習を用いて，領域気候モデルのエミュレーションによる新たなダウンスケーリング手法を開発した．日本周辺の領域で検証を行ったところ，領域気候モデルの地上2m気温と降水量の時空間変動をある程度再現することに成功していた．力学的ダウンスケーリングの低コストな手法として，深層学習を用いた方法の有用性が示唆された．