専門分野をまとめる

昨日は専門分野の要点を20ページにまとめてみました。全体を俯瞰してみると、「数値予報」の部分に4ページを要し、やはり重要度の高い領域であることが確認できました。また、これまでの学びの中で抜け落ちている部分が見えてきました。

重要度が高いというのは、出題頻度が多いということを意味しています。「数値予報」は、観測成果の収集から天気予報作業に至るまでの過程を表しています。

数値予報では、コンピュータの中に格子点の集合としての仮想空間をつくります。粘土の玉とひごで作った立方体のイメージです。この立方体の粘土の玉の部分に入ったデータを「格子点値」といいます。「格子点値」は、観測データから求めた解析値で、この解析値を求めることを「客観解析」といいます。

「客観解析」をする場合、出発点として「第一推定値」と呼ばれる天気図が用意されます。「第一推定値」には、直近の数値予報の結果が使われます。（「全球数値予報モデル」では、直近の6時間予報値が使われる。）次に、個々の観測データと第一推定値との偏差を求め、その偏差の分布でもっともらしい解析値を各格子点に決定します。

このようにして求めた客観解析値をもとに数値予報を行い、その数値予報の結果が、次の客観解析の第一推定値として使われます。解析と予報の作業を繰り返す手法を予報解析サイクルといいます。

気象予報 : 数値予報の流れ

Copilot先生から　数値予報の客観解析の過程を簡単に説明しますね。

1　観測データの収集: 気象観測所や衛星などから観測データを収集します。

2　品質管理: 収集した観測データの品質をチェックし、信頼性の低いデータを除外します。

3　第一推定値の作成: 直近の数値予報の結果を基に、第一推定値と呼ばれる天気図を作成します。

4　偏差の計算: 観測データと第一推定値の偏差を計算します。

5　客観解析値の決定: 偏差の分布を基に、各格子点にもっともらしい解析値を決定します。

6　数値予報の実行: 客観解析値を基に数値予報を行います。

7　予報解析サイクル: 数値予報の結果を次の客観解析の第一推定値として使用し、解析と予報の作業を繰り返します。

※やはり、Copilot先生は、テキストよりもすっきりと分かりやすく説明してくれますね。すんばらしい。

※話の方向が、いつのまにか「数値予報」に行ってしまいましたので軌道修正します。全体を俯瞰してみると、「これまでの学びの中で抜け落ちている部分が見えてきました。」からですね。

たとえば、「降水短時間予報」には、6時間先までと7時間先から15時間先までの2種類があり。発表間隔や予測手法などが異なること。「東西指数と平年偏差」などです。

※過去問を解きながらまとめを充実し、自分の弱点を克服していきたいと思います。