Detailed Climatic Classification of Tohoku district is obtained by principal component analysis using climatic elements at 242 places.
Climatic elements are 11 as follow (numbers in parentheses are years of observation);
X₁: Monthly mean temperature at sea level, during May-Oct. (1931-60).
X₂: Monthry mean temperature at sea level, during Dec.-Mar. (1931-60).
X₃: Monthry mean diurnal range of temperature, during May-Oct. (1931-60).
X₄: Monthry mean diurnal range of temperature, during Dec.-Mar. (1931-60).
X₅: Total precipitation, during Apr.-June (1061-70).
X₆: Total precipitation, during July-Sep. (1966-70).
X₇: Monthly mean of daily minimum humidity, during Dec.-Mar. (1966-70).
X₈: Monthly mean of daily minimum humidity, during Apr.-June (1966-70).
X₉₁: Monthly mean of daily minimum humidity, during July-Sep. (1966-70).
X₁₀: Maximum depth of snow cover (1935-44).
X₁₁: Duration of continuous snow cover (1935-44).
Highly significant correlatiion is found between maximum depth of snow cover and duration of continuous snow cover, and is found between spring humidity and summer humidity. Also, high significant correlation is found between temperature of warm season and winter temperature, is found between spring precipitation and summer precipitation, and is found between winter humidity and duration of continuous snow cover (shown in Table. 1).
4 principal components are obtained in greater order (shown in Table. 2). But the contributory rate of the forth principal component is small and geographical distribution of scores are random, so this component is of no use for the classification.
The first principal component is put together chiefly in information of climatic elements of winter, snow cover, humidity and temperature. And this geographical distribution is shown in Fig. 1.
The second principal component is put together chiefly in information of humidity and temperature of warm season, and this geographical distribution is shown in Fig. 2.
The third principal component is put together chiefly in information of precipitation of warm season and annual temperature, and this geographical distribution is shown in Fig. 3.
Further, accumulated contributory rate of these three components is 71 percent.
Three-dimensional space, which is made from those components meeting at right angles, is divided in 14 groups (namely 14 climatic types), and mean scores of groups and distance of each group are shown in Table. 3. Roman numerals of group names are distinguished by score's sign of the first and second principal components. English characters are distinguished by score's sign of the third principal component, and subscript numbers are small classifications.
Those climatic types are plotted on the map of Tohoku district, and the map is divided into 21 small climatic areas. Also, 21 areas are united 9 zones (shown in Fig. 5).

抄録全体を表示

　Monthly averaged temperature and precipitation of climatological Normals from 1981 to 2010 at 158 points provided by Japan Meteorological Agency are applied for statistical classifying Hokkaido climate. These points are divided into 5 clusters based on the shape of dendrogram. The results show that clusters A and B are located along the coast of the Sea of Japan with their heavy rain and snow in fall/winter. Rain and snow in Cluster A is heavier than in Cluster B. Cluster D and E are located along the coast of the Pacific with their heavy rain in summer. Rain in cluster E is heavier than in Cluster D. Cluster C has no heavy precipitation season through a year. It corresponds to the climate of the Sea of Okhotsk. It prevails not only along the Sea of Okhotsk but also inland of Hokkaido. These classifications are assumed to be used for application of results of crop adaptation test at an experimental station to the area of same cluster. The attribution to cluster on the required spot needs to be considered not from the nearest neighbor but synthetic judgment in a surrounding region.

抄録全体を表示

A critical review is made of climatic classifications appearing since 1956, bringing up to date the review of older classifications undertaken by Prof. Taiji YAZAWA. The author mentions that :
1) Determination of the boundaries of climatic regions either by classic or modern climatology is not yet sufficiently rational. Climatic boundaries usually are still far from the actual climatic divides, which exist in the atmosphere itself.
2) Greater emphasis must be placed on daily weather phenomena.
3) For the climatic division of a country, such as Japan, data from all possible stations must be used.

抄録全体を表示

Using the data observed at about 400 stations in Kantô District (32, 000km²) and its surrounding area, an attempt on the climatic division was made from the meso-climatological standpoint. Paying attention to (1) the tendency (running direction and position) of certain significant isolines and (2) the density of isolines, which means gradient, the division was tried. The division maps were superimposed in order in a following way:
Finally, the maps shown in Eigs. 1-3 were superimposed at the last step into a map as giving a climatic division (Fig. 4). The regions under consideration were divided into five major areas and 29 subareas. Short explanation of climate in the subareas was given in the text.

抄録全体を表示

世界的に地球環境の温暖化が進行しており、日本や東南アジアでも洪水などの異常気象が頻発している。また、日本の都市部の人口増加によるヒートアイランド現象も気候変動に大きく寄与していると考えられる。現在の日本のは約50年前のもので、旧東京教育大学の関口らが行ったものである。これは、相関係数を用いて気温や日照率、降水日数、水分過剰量の年変化型の比較検討を行いの算定を行ったものである。本研究では、この先行研究と同じ手法を用いて、現代の日本各地の気候状態を相互に比較検討し、を行う。そして、50年前のと比較し再評価を行うことを目的とする。研究対象は日本全国であり、北海道の稚内から鹿児島県の屋久島までの127ヶ所の地方気象台及び測候所で観測されているデータを用いた。但し、沖縄と小笠原は除く。データは気温、日照率、降水日数、水分過剰量である。1950年代のはどの要素も類似した形になっているのに対して、2000年は要素ごとに違う形になった。特に北海道は大きく変化している。本州は遷移領域　が変化しているが、区分線はあまり変化していない。

抄録全体を表示

資料としては,もっとも密度の細かい区内観測所を使用し,方法としては,気候は毎日の天気現象の綜合であるという定義にできるだけ忠実に,日本のを行なった.その結果,寒帯・中緯度気候帯,裏日本気候区・準裏日本気候区・表目本気候区,多雨区・少雨区の組み合せによって9つの気候区を認め,とくに境界線に注意して区分した。

抄録全体を表示

In this study based on the scientific knowledge of today and observation data, Probable Maximum Precipitation (PMP) was investigated by taking into account of Depth-Area-Duration (i.e., the amount of rainfall – area – rainfall duration ) characteristics of rainfall eventually flown into rivers. The Japanese Islands were divided into 15 regions on the basis of similarity of rainfall characteristics with reference to existing division of region and by implementing cluster analyses after the indexes showing characteristics of intensive rainfalls were reorganized and coordinated. Subsequently, trial calculations to obtain the maximum possible level of rainfall by region, by fixed area and by rainfall duration were made.

抄録全体を表示

　気候変動に対する貯水池への外部負荷の影響を見積もる基盤情報を構築するため，外部負荷流入量に応じたを開発した．また，日本列島に対するに応じた外部負荷流入の特性を検証した．これらの結果を，個別貯水池の富栄養化出現頻度，平均濁度と比較して外部負荷の影響を評価した．
　得られた結果は以下のとおりである．1) 落葉針葉樹林帯，人為的土地改変地域で外部負荷流入量が多くなる結果を得た．2) 気候－外部負荷流入量と富栄養化の直接的な関係が小さい結果を得た．3) 気候－外部負荷流入量と濁度について，落葉針葉樹林帯，人為的土地改変地域で濁度が高まる結果を得た．

抄録全体を表示

環境流量を効果的に設定するためには，大まかな流況パターンとそこに存在する生態系の特徴を知る必要があるが，発展途上国等の地域において生態系の特徴を現地で調査するのは困難である．そこで環境流量設定のための地域区分として，篠崎ら（2012）は水文を提案した．これは，流況の特徴に着目することで河川生態系の特徴をある程度表現できるという仮定に基づいている．しかし，このには問題点がある．1つ目は，生態系の特徴や構造が異なる地域が同じ区分に分類されるケースや，反対に生態系の特徴や構造が同じ場所が異なる区分に分類されるケースがある点と旧では各区分が離散的に分布し，環境流量設定の際に区別したい流域や大河川の上下流などによって包括される河川生態系のまとまりをうまく表現できていない点である．従って本研究では，この問題点を改善した新たな水文を作成し，さらに淡水魚類の分布特性からみた妥当性の検証を行う．1つ目の問題を解決するために，熱帯低気圧通過の有無を考慮することで，東南アジアやアメリカ南東部を安定型から差別化する．また，流量よりも最寒月平均気温を重視することで，融雪出水のある地域と熱帯地域を区別する．2つ目の問題点に関して，上の改善で得られた新が地理的にどの程度のまとまりを有しているか確認するために，まとまり率を用いて評価する．改善の結果，融雪出水のある地域を総じて融雪出水型に区分することができ，また，台風やハリケーンによる出水が特徴的な東南アジアやアメリカ南東部を，季節型として安定型から区別することができた．また新旧の水文でまとまり率を比較しところ，新区分では極乾燥地を除くまとまり率が旧区分に対して10%近く上昇した．さらに，気候条件と流況から作成した新区分が，実際の河川生態系の特質を反映できているのかを確認するために，魚類の分布特性に着目して検証を行った．検証には淡水エコリージョン（FEOW）を使用した．FEOWと新水文を重ね合わせた結果，一致率が向上していることがわかった．さらに，淡水魚類の固有種レベル，生物多様性レベル，通し回遊魚の有無を利用し，各FEOWに対応する代表水文に淡水魚類の分布特性に関するデータと比較した結果現実の魚類の分布傾向をより良く表現できていた．

抄録全体を表示

1954年に提案されたアリソフ

は、1月と7月の大規模な気団帯と前線の気候変動に着目した分類である。本研究では、全球再解析データに機械学習のクラスタリング技術を適用し、気団域を定量的かつ客観的に決定し、気団の概念に基づいた全球を行った。10-3月と4-9月の２半年期間における４つの気団帯の南北変位から９気候帯を設定し、大陸性気候・海洋性気候、すなわちある気候帯を東西方向の気候の差異を考慮することで、さらに２７気候区へと細分化した。本研究は先ず、1950年代のアリソフの様に、地球気候を４気団帯に分けることは気候の不連続性を捉えられるのか、という点に疑いを持つことから始めた。その結果、1950年代のアリソフの４分類が、現代の高品質なデータを用いたデータ駆動型の観点からも支持された。さらにクラスタリング技術は、中高緯度の傾圧性に伴う前線性降水を正確に捉えることができた。本研究で新しく提案したは、アリソフを約70年ぶりに更新するものであり、気象学・気候学分野へのデータ駆動型の機械学習技術を適用する１例として、気団に基づく成因的の標準を確立するものである。

抄録全体を表示

これまで，日本を対象とした

が数多く提案されてきた（例えば，中川 1899，福井 1933，関口 1959，鈴木 1962，前島 1967，井上・松本 2005，小泉・加藤 2012）。一般的に，気候を分類する際には，気候の成因を重視する立場（成因的）と気候要素の季節変化や植生分布を重視する立場（経験的）に大別される。経験的は，さらには，人の経験や見方に基づく主観的な方法と多変量解析などに基づく客観的な方法がある。近年は，クラスター分析を用いた方法（井上・松本 2005）や，主成分分析とクラスター分析を併用した方法（小泉・加藤 2012）が主流となりつつある。このような多変量解析を用いた客観手法は，どの指標を用いるかによって，当然ながら結果は大きく異なる。例えば，井上・松本（2005）は降水量のみ，小泉・加藤（2012）は降水量・気温・日照時間の3要素を用いてを行っており，その結果，異なる図となっている。

本研究では，これまで用いられてこなかった気象要素も利用しながら，クラスター分析に基づく新しい日本の

を作成する。さらには，の指標依存性や区分数依存性についても調査する。

本研究では，クラスター分析を用いた。指標は，日平均気温，日最高気温，日最低気温，気温の日較差のそれぞれの月平均値，降水量，日照時間のそれぞれの月積算値から選択された複数要素の組み合わせとした。ただし，多重共線性を考慮して選択したため，全ての要素を同時に使うことはなかった。気象要素には，1981-2010年の30年間のアメダスデータの平均値（平年値）を用いた。

本研究で作成した

のうち，著者らの実感と近いものを紹介する。図1は，降水量・日最高気温・日最低気温・日照時間を用いて6区分した場合の結果である。一つ目の特徴は，北海道と本州が区別され，ケッペンのと整合したことである。これは，降水量と気温を併用したためである。二つ目の特徴は，中高の教育書籍で紹介される瀬戸内気候や内陸気候が出現していないことである。三つ目の特徴として，東海地方から九州の太平洋側にかけて気候区が出現したことがあげられる。これは，夏季の多雨が反映されたため出現したと推察される。本研究では，この気候区を東南海・南九州気候と呼ぶことにする。

次に，別の気象要素を用いた場合の結果と比較した。日最高・最低気温の代わりに日平均気温を用いた場合は，北海道と北東北の太平洋側が同じ気候区として認識された。また，東北南部・関東・中部内陸が同じ気候区と認識された（図省略）。さらに，日照時間を抜いた場合は，北東北の太平洋側と日本海側がまとまる一方で，南東北と関東が別の気候区と認識された。（図省略）。これは，日照時間という指標を減らすことにより，気温の影響がより強まったことを示唆している。実際，この特徴は，気温のみを指標として用いた場合にも現れている。降水のみを指標に用いた場合は，夏季に降水が多い地域，冬季に多い地域，年間を通じて少ない地域に大きく分かれた。そのため，北海道と瀬戸内海が同じ，本州日本海側と八重山諸島が同じ区分になるなど，雨温図からの実感とは異なる結果となった。

抄録全体を表示

山岳地域における温量指数を, 簡便に求める方法を検討した。全国11地点の上層観測資料によって求めた温量指数の高度分布は, 二次の多項式で近似できるが, 二次の項の寄与は小さく地点間の差は小さいので, これを平均値の4.68×10^-6で置き換えることができる。そのため, 任意地点の高度h(m) における温量指数W_hは, 海面高度の温量指数をW₀とすると次式で求めることができる。 W_h=W₀+Γ×10^-3h+4.68×10^-6h²
そこでΓの分布図と, 全国の気象台, 測候所, AMeDAS観測点の合計703地点を用いてW₀の分布図を作成した。これらの分布図上で, 任意地点のΓとW₀を読みとれば, 上式で任意高度の温量指数を計算できる。また図上で求めることができるように, 高度-温量指数線図を作成した。

抄録全体を表示