千葉大・小槻研(CEReS)

小槻研究室では、数週間スケールの天気予報や、100年スケールの気候変動影響による水資源環境の変動を対象とし、その予測を改善・高度化する手法を探求しています。予測には、スーパーコンピュータを駆使した数値シミュレーションや機械学習を用い、予測と観測の融合にはデータ同化に代表される統計数学を駆使します。地球科学・計算科学・統計数学に跨る分野横断研究により、新しい環境予測科学を切り拓きます。

Posts
14
LGTMs
17

shunji.kotsuki@chiba-u.jp

千葉市稲毛区弥生町1-33 千葉大学・西千葉キャンパス・工学総合研究棟 小槻研究室

Report organization
Help us understand the problem. What is going on with this organization?

Members (3)Show all

About
  • 環境予測研究
    我々の研究室では、気象・水文現象などの地球環境を対象とし、地球観測衛星と各種予測手法を融合する、環境予測研究を推進しています。具体的には、数週間スケールの天気予報や、100年スケールの気候変動影響による水資源環境の変動を対象とし、その予測を改善・高度化する手法を探求しています。予測には、スーパーコンピュータを駆使した数値シミュレーションや機械学習を用い、予測と観測の融合にはデータ同化に代表される統計数学を駆使します。
    NICAMによる世界の降水予測
    図はNICAMによる世界の降水予測です。

  • 全球大気データ同化・天気予報研究 と 社会への貢献
    近年、気候変動の影響と見られる激しい気象変化が地球規模で問題となり、安全な人類生存環境の保全には、天気予報精度の向上が必須となっています。スーパーコンピュータを用いた数値天気予報分野で、データ同化は根本的な役割を果たしており、特に並列計算に適したアンサンブルデータ同化分野は近年、気象学を中心に著しく研究・発展が進んでいます。私たちはこれまでに、理化学研究所・東京大学・JAXAと共同で全球大気データ同化システムNICAM-LETKFを開発してきました。このシステムは東京大学を中心に開発が進められてきた全球大気モデルNICAMと、高度なアンサンブルデータ同化手法LETKFを結合したシステムであり、多種多様な衛星観測がデータ同化により利用されています。このシステムは2017年から、JAXAのスーパーコンピュータ上でNEXRAという名称で運用されています。平成30年7月豪雨の事例では、西日本域の記録的な豪雨を、約3.5日前から予測可能であることを示しました。この最新システムを用いた研究推進は、科学成果のみならず、研究成果が社会生活に直結するやりがいのある研究となります。
    image.png

詳しくは研究室HPを参照してください。

Frequently posted tags
Docker
  • elect-gombe
  • takeru0208
4Posts
4LGTMs
centos7
  • kotsuki
  • elect-gombe
3Posts
3LGTMs
初心者
  • takeru0208
3Posts
2LGTMs
CentOS
  • elect-gombe
2Posts
3LGTMs
centos8
  • elect-gombe
2Posts
2LGTMs
Popular posts
elect-gombe
いろんなカルマンフィルターでデータ同化を実装する (L-96)
byelect-gombe
8
elect-gombe
Dockerで計算用途で使うときのオプションのまとめ
byelect-gombe
2
elect-gombe
CentOS 7からCentOS 8へのアップグレードは大変です💦
byelect-gombe
2
elect-gombe
Dockerで作る、環境整備 (PythonでのGrADSの後処理をしたい
byelect-gombe
1
elect-gombe
CentOSでUPSの設定をする
byelect-gombe
1
Newest posts
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした