専門　１・２章　読み上げ　お試し

s1 地上気象観測
地上観測装置の種類…気温・湿度・雨量・気圧・風・日射・積雪・視程など、電気式測器が主流。

SYNOPではノット単位・1の位で通報…観測は0.1m/s単位、通報はノット・1の位で表す。

10分間平均風速の定義…観測時刻までの10分間の平均。中心ではない。

高所観測の風速換算…換算せず、そのまま観測値とする。

最大風速・最大瞬間風速の定義…最大風速＝10分平均の最大、最大瞬間風速＝3秒平均の最大。

静穏の定義…0.3m/s未満が静穏、風力0に相当。

36方位風向の表記…北風＝36、南風＝18。

全天日射量の定義　水平面での直達＋散乱日射の合計。

直達日射量の観測時刻 日の出〜日没の間のみ観測される。

大気混濁係数の算出　直達日射量から算出、エーロゾル等による減衰を評価。

降水の定義　雨・雪・あられ・ひょうなどの落下現象またはその物質。

転倒ます型雨量計の容量　1回の転倒＝0.5ミリメートルの降水量。

海面気圧の補正方法　現地気圧＋気温・湿度から海面高度へ換算。

気温の補正　補正せず、観測値をそのまま使用。

気温観測の標準条件　芝生上1.5m、通風筒内で直射日光を避ける。

粗度と突風率の関係　粗度が小さいと突風率は小さくなる。

日照時間の定義　直達日射量が0.12kW/m²以上の時間を合計。

ひょうによる積雪　ひょうが積もっても積雪とは呼ばない。

降水なし＋積乱雲9割＝天気「雨」？　降水なければ「曇」。視界内の降雨は影響しない。

雲形別雲量と全雲量

アメダスの目的と機能…全国約1300地点で自動観測、地域・時間的に詳細な監視。

アメダスの観測要素　観測要素は降水量・風向風速・気温・湿度（日照時間は含まれない）。

平年値の定義　10年ごとに更新される30年間の平均（例：1991〜2020年）。

推計気象分布の単位　天気：5種、気温：0.5℃ごと、日照時間：0.2時間ごと。

推計気温分布と標高補正　標高を考慮して作成、観測所のない場所も推定可能。

霧と煙霧の定義　霧＝水滴で視程1km未満、煙霧＝乾いた粒子で視程10km未満。

薄曇の定義　全雲量9以上、上層雲が最多・降水なし。予報上は「晴れ」。

霧ともやの視程による区別　霧：1km未満、もや：1〜10km未満。

地ふぶきの定義　降雪なしで積雪が風で舞う現象。降雪中なら「ふぶき」。

観測機器/温度・湿度・風・雨量・日射・積雪・視程/電気式が主流、転倒ます型雨量計は0.5mm単位

風の観測/平均風速・瞬間風速・風向表記/10分間平均は観測時刻までの10分間、36方位の表記に注意

日射・日照/全天日射・直達日射・日照時間/水平面・直達日射量0.12kW/m²以上が日照時間

□通報形式/SYNOP・アメダス/ノット単位・1の位通報、アメダスは湿度も観測

気象用語の定義/降水・積雪・霧・もや・煙霧・地ふぶき/視程・粒子の性質・降水の有無で分類

気象統計/平年値・推計気象分布/10年ごと更新、気温0.5℃・日照0.2時間単位

s2 高層気象観測

ウィンドプロファイラの原理　周波数の変化（ドップラー効果）を利用して風向風速を測定。

雨天時の鉛直速度観測　雨粒の散乱が強く、落下速度を捉える。

湿潤時の観測可能高度　湿潤な大気では散乱が強くなり観測高度は高くなる。

用途：監視・数値予報初期値　大気の立体構造把握・数値予報初期値に活用。

ブリューワー分光光度計の対象　オゾン量を紫外線で観測。水蒸気ではない。

ドップラーライダーの用途　非降水時の風・ウィンドシアーを観測。降水強度は対象外。

GPSゾンデで気圧を求める方法　GPS位置情報＋気温・湿度から気圧を算出。

GPSゾンデの風観測方法　風向風速計は使わず、GPS信号の移動から算出。

日射補正の必要性　直射日光による温度上昇を補正して気温を求める。

特異点の定義　気象要素が急変する高度（例：圏界面・最大風高度）。

ラジオゾンデの上昇速度　約6m/sが正しい（10m/sは過大）。

観測可能高度　約30kmまで観測可能。10kmは誤り。

低温時の湿度観測　−40℃以下では湿度観測を行わない。

水蒸気量の通報形式　観測は湿度、通報は湿数（気温−露点）。

ラジオゾンデの観測時刻　1日2回（00UTC・12UTC）。1回ではない。

高層観測の実施機関　すべての気象台ではなく、16か所＋観測船等。

高層観測データの配信　地上観測と同様に世界中に配信。

指定気圧面の値の決定方法　上下の観測点から内挿して求める。

ウィンドプロファイラの観測値　10分間の平均値が観測値。瞬間値ではない。

電波の発射方向　鉛直＋傾斜4方向＝計5方向。

電波強度から融解層の判別　融解層で反射が強くなり、判別可能な場合あり。

降水時の鉛直速度　降水粒子の落下速度を捉える。

季節による観測高度の違い　夏は高く、冬は低くなる（水蒸気量の影響）。

接地境界層の観測適性　鉛直分解能300mでは接地境界層の詳細把握は困難。

高層風の時系列図と寒冷前線　風向の変化・北成分の厚み増加で寒冷前線の通過を把握。

温暖前線の通過と風の変化　上空から地表へ南風の層が厚くなるのが正しい。

ウィンドプロファイラ 電波の原理・観測方向・観測値の定義　ドップラー効果・5方向・10分平均に注目

ラジオゾンデ 気温・湿度・風・気圧の観測方法 GPS信号・日射補正・低温時の制限に注意

観測高度・頻度　ラジオゾンデ・プロファイラの観測範囲 ゾンデは30km、プロファイラは季節で変動

前線の観測　高層風の時系列変化　風向の回転・風層の厚みの変化で前線を判別

通報形式/特異点・指定気圧面・通報要素/内挿・湿数・特異点の定義を正確に理解

s3 気象レーダー観測
降水強度の観測にドップラー効果を利用 降水強度は反射波の強さから推定、ドップラー効果は風の観測に使用。

強い降水があると遠方のエコーが強く観測される 前方の強い降水で減衰し、遠方のエコーは弱くなる。

異常伝搬エコーは完全に除去できる　完全除去は困難、品質管理である程度対応。

二重偏波レーダーで雨の強さを推定　粒子の形状や種類を推定、強さは反射強度から。

ドップラーレーダーの観測対象 降水強度と降水域の風が対象。非降水時の風はライダーが担当。

固体の方が電波をよく反射する 液体（雨）の方が反射しやすい。雪は乱反射・透過で弱くなる。

融解層の強いエコーはエンゼルエコー　正しくはブライトバンド。エンゼルエコーは非降水エコー。

環状エコーは融解層の水平分布を示す　一定高度に広がる融解層が環状エコーを形成。

遠方では低高度の降水が観測できない　電波は地表から離れるため、低高度の降水は見えにくくなる。

距離が倍→エコー強度は半分 距離の2乗に反比例→4分の1になる。

近づく風のみ観測可能 近づく風・遠ざかる風の両方を観測可能。

雨粒が大きい方がエコー強度が強い　粒が大きい方が強いエコー。同じ雨量でも粒径で差が出る。

レーダーエコーがあっても地上で降水なし　蒸発・風による偏流で地上に届かないことがある。

シークラッタは強風時に多い　波しぶきが増え、非降水エコーが強くなる。

地形エコーは完全に除去可能　動く構造物や強い反射は完全除去困難。

エンゼルエコーは非降水エコー 昆虫・鳥・屈折異常などによる晴天エコー。

異常伝搬は気温急上昇層で発生 屈折率の急変が原因。特に海上で発生しやすい。

竜巻は直接検出可能　竜巻は小さすぎて直接検出不可、メソサイクロンで推定。

ドップラー速度の観測距離は短い　PRFの制約により、降水観測より短距離。

レーダーの原理　電波の反射・ドップラー効果・偏波　降水強度＝反射強度、風＝ドップラー効果

降水粒子の性質　粒径・状態（液体/固体）・反射特性　大きい粒・液体の方が反射しやすい

エコーの種類　ブライトバンド・エンゼルエコー・クラッタ　原因と見え方の違いを整理

観測限界　距離・高度・異常伝搬　遠方・低高度・強雨時の限界に注意

前線・竜巻の検出　メソスケール構造の把握　竜巻は直接検出不可、メソサイクロンで推定

s４気象衛星画像
雲域Aは対流雲列で積乱雲を含む　赤外・可視画像で明るく、団塊状・凹凸あり＝積乱雲。

雲域Bのバルジ＝最盛期　バルジは発達期の特徴、最盛期ではドライスロットが出現。

領域Cの筋状雲＝トランスバースライン 積乱雲の雲頂が風で流された巻雲と判断。

雲域D＝移流霧　赤外で暗く可視で明るい＝低い雲・霧、季節・気圧配置から判断。

雲域A＝地形性巻雲 地形性巻雲は直線的・停滞性、Aは発達した積乱雲。

雲域B＝Ciストリーク 上層の強風軸に沿った巻雲、水蒸気画像のバウンダリーに一致。

領域C＝高気圧圏内　雲少ないが上層に渦あり、トラフに対応。

台風Eの方が中心気圧が低い　Dの方が眼・バンド構造あり＝より発達＝中心気圧が低い。

水蒸気画像は大気の窓の波長を利用　水蒸気の吸収が強い波長（6.2〜7.3μm）を利用。

暗域＝温度が高く乾燥 暗域＝輝度温度が高い＝乾燥しているが、物理的温度とは限らない。

暗域と明域の境界＝強風軸　バウンダリー＝ジェット気流の位置を示唆。

暗化域＝下降流・トラフの深まり　乾燥化＝下降流強化＝トラフの深まり。

ひまわりは日本列島のみ観測　地球全体を観測、日本上空に静止。

可視センサーの解像度が高い　可視：0.5〜1km、赤外：1〜2km。

極軌道衛星は解像度高いが観測頻度低い 1日2回観測、解像度は高い。

輝度温度データは数値予報に利用　客観解析の初期値に利用（例：四次元変分法）。

可視画像：薄い雲ほど白く写る 薄い雲は灰色、厚い雲が白く写る。

表面がなめらか＝対流性の雲　なめらか＝層状性の雲、対流性は凹凸あり。

赤外画像：低い雲ほど白い　低い雲＝温度高＝黒く写る。

下層雲・霧は赤外画像で判別困難　地表と温度差が小さく、区別困難。

水蒸気多いほど暗く写る　水蒸気多い＝明るく（白く）写る。

雲がなくても大気の流れを可視化　水蒸気をトレーサとしてトラフ・リッジを推定可能。

暗化＝下降流・トラフの深まり　乾燥化＝下降流強化＝トラフや高気圧の強化。

クローズドセルは気温と海水温差が大きいと形成 差が小さいとクローズドセル、大きいとオープンセル。

雲の分類と成因　積乱雲・層雲・巻雲・Ciストリーク・トランスバースライン 可視・赤外・水蒸気画像の組み合わせで雲種を推定

衛星画像の読み方　赤外・可視・水蒸気画像の特徴　輝度温度・反射率・波長帯の違いを理解

大気構造の推定　トラフ・リッジ・ジェット気流・下降流 水蒸気画像の明暗・暗化域・バウンダリーの解釈

衛星の種類と性能　静止衛星vs極軌道衛星　観測頻度・解像度・観測範囲の違いに注意

よく出る雲域のパターンと対応現象
団塊状で明るく凹凸あり　積乱雲・対流雲列　赤外・可視ともに明るく、可視で凹凸あり

北側に凸状の雲域（バルジ）　温帯低気圧の発達期　バルジ＋ドライスロットの有無で発達段階を判断

細長く筋状の巻雲　Ciストリーク　上層の強風軸に沿う、明暗境界に沿って出現

蜂の巣状の雲域　クローズドセル or オープンセル 穴の閉じ具合と海面水温差で判別

暗化する水蒸気画像の領域　トラフの深まり・下降流　暗化＝乾燥化＝下降流の強化

s5 数値予報モデル
陸上の観測データが海上にも影響　解析予報サイクルにより情報が伝播。

全球モデルの鉛直流の計算方法 水平風＋連続の式で診断的に計算（静力学近似）。

鉛直層の間隔は水平より大きい 鉛直方向の変化が大きいため、層は細かく設定。

格子未満の現象は近似で評価　パラメタリゼーションで近似→誤差の要因。

カオス性により誤差は増大　初期値誤差が時間とともに拡大。

雲の長波放射による加熱・冷却 雲は格子未満→パラメタリゼーションで計算。

コリオリ力はパラメタリゼーションで計算　格子スケールで直接計算可能。

境界層の乱流による熱・水分輸送　乱流は小スケール→パラメタリゼーション対象。

格子スケールの上昇流による断熱変化　格子スケールなら基本方程式で直接計算。

水平拡散・摩擦はパラメタリゼーション モデルにより異なるが、基本方程式で扱うことも多い。

表現可能な現象のスケール　格子間隔の5〜8倍以上が目安。

メソモデルは鉛直流を診断的に計算　非静力学モデルでは鉛直流を予報方程式で時間積分。

時間ステップとCFL条件　時間ステップが大きすぎると不安定に→CFL条件が必要。

数値予報は統計的手法である　物理法則に基づくシミュレーション。

格子点には最も近い観測値を与える　周囲の観測＋予報値を統計的に統合（デ
ータ同化）。

数値予報モデルの定義 物理方程式に従って大気の状態を計算する手順。

全球モデルは数日先の予測に使用　全球スケールの現象を対象に予測。

メソモデルはメソスケール現象を予測　日本周辺の中規模現象を対象。

全球モデルは100km以上の現象を予測　高・低気圧、台風、前線などの予測に使用。

メソモデルでは線状降水帯を予測できない　水平5km格子で予測可能なスケール。

局地モデルで積乱雲の振る舞いを精度良く表現　格子間隔2km→積乱雲のスケールに対応可能。

水平スケールが10km以下の積乱雲を局地モデルで精度良く表現できる 局地モデル（LFM）は格子間隔2kmで、積乱雲のスケールに対応可能。

数値予報モデルの格子点間隔が細かくなると、より小さなスケールの現象を表現できるようになる　解像度が上がることで、より微細な現象（例：積乱雲）の直接表現が可能に。

数値予報モデルの格子点間隔が細かくなると、計算量は減少する 格子点数が指数的に増加するため、計算量は増加する。

数値予報モデルの格子点間隔が細かくなると、時間ステップも大きくできる CFL条件により、格子間隔が小さくなると時間ステップも小さくする必要がある。

数値予報モデルの格子点間隔が細かくなると、パラメタリゼーションの必要性は減少する より多くの現象が直接表現可能になるため、パラメタリゼーションの依存度は減少。

数値予報モデルの格子点間隔が細かくなると、数値予報の精度は必ず向上する 解像度向上は有利だが、初期値誤差や物理過程の表現の限界により、必ずしも精度向上とは限らない。

数値予報モデルの格子点間隔が細かくなると、モデルの不安定性が増す可能性がある 時間ステップの制約や数値拡散の影響で、不安定性が増す可能性あり。

数値予報モデルの格子点間隔が細かくなると、予報時間の延長が可能になる 解像度向上により計算負荷が増大し、予報時間の延長は困難になる。

数値予報モデルの格子点間隔が細かくなると、初期値の精度がより重要になる 小スケール現象は初期値誤差の影響を受けやすく、初期値の精度がより重要に。

数値予報モデルの格子点間隔が細かくなると、観測データの空間密度が不足する可能性がある　高解像度モデルでは観測点の密度が不足し、初期値の精度に限界が生じる。

数値予報モデルの格子点間隔が細かくなると、観測データの時間分解能は重要ではなくなる時間分解能も重要。特に短時間変化を捉えるには高頻度観測が必要。

数値予報モデルの格子点間隔が細かくなると、観測データの誤差の影響が小さくなる 小スケール現象は誤差の影響を受けやすくなるため、むしろ影響は大きくなる。

数値予報モデルの格子点間隔が細かくなると、観測データの品質管理がより重要になる 高解像度モデルでは、観測誤差が予報に与える影響が大きくなるため、品質管理が重要。

モデルの構造 全球・メソ・局地モデルの違い　対象スケール・格子間隔・鉛直層数を把握

方程式系　静力学 vs 非静力学 鉛直流の扱いが異なる（診断的 vs 予報的）

パラメタリゼーション 雲・乱流・放射・摩擦など　格子スケール未満の現象を近似的に扱う

数値安定性　CFL条件・時間ステップ　Δx/Δt ≤ 流速を満たす必要あり

予報の限界　カオス性・初期値誤差　予報時間が長いほど誤差が増大

① モデルごとの比較整理（GSM・MSM・LFM）
② パラメタリゼーションの分類と代表例

まとめ：格子点間隔の縮小に伴う影響

□表現可能な現象　より小スケールの現象が表現可能に（例：積乱雲）

□計算量　増加（空間・時間方向ともに）

□時間ステップ 小さくする必要あり（CFL条件）

□パラメタリゼーション 必要性は減少するが、完全には不要にならない

□初期値・観測データの精度　より高精度・高密度・高頻度が求められる

□不安定性　増加の可能性あり（数値的安定性に注意）

s6 数値予報のデータ
数値予報・データ同化・物理過程に関する出題ポイント整理

□NOAA衛星の鉛直分布データは客観解析に利用　極軌道衛星の気温・水蒸気の鉛直分布は全球・メソ解析に活用。

□降水予測の違いは物理過程の影響が小さい　積雲対流などの物理過程の違いも大きな要因。

□台風ボーガスは疑似観測データとして利用　観測不足を補うための仮想データで初期値精度を向上。

□解析雨量はメソ解析に利用できない　1km格子を5kmに平均化して利用可能。

□ラジオゾンデの高層風は解析に使われない　観測点の位置が変わっても解析に利用される。

□台風ボーガスには台風速報解析が使われる　中心位置・気圧・強風半径などを利用。
観測点と格子点が一致すれば観測値をそのまま使う 観測値と第一推定値を統合して解析値を作成。

□海洋上の解析値は予報解析サイクルで改善可能　観測が少なくても予報値の伝播で精度向上。

□観測と第一推定値の差が大きいと解析に使わない 異常値を除外して解析精度を確保。

□4次元変分法は不規則な観測や非予報変数も利用可　時間軸を含めて観測を同化、間接変数も活用。

□4次元変分法で初期時刻以外の観測も利用可能　時間を含めた解析で観測の有効活用が可能に。

□各解析で取り込まれる観測データは異なる　処理開始時間の違いによりデータの取り込みが異なる。

□相当温位は予報変数である　相当温位は導出変数、予報変数は気圧・温位・風・比湿。

□温位の時間変化は熱エネルギー保存則に基づく　移流＋非断熱加熱（放射・潜熱など）で変化。

□水平風の基礎方程式の構成要素 移流・コリオリ力・気圧傾度力・物理過程の項で構成。

□静力学モデルでは鉛直流を連続の式で計算　鉛直加速度を無視し、連続の式で診断的に求める。
降雪の融解や蒸発はモデルで計算されない 潜熱変化は予報に大きく影響→必ず計算される。

□鉛直p速度は保存量である　保存量ではなく、じょう乱追跡には不適。

□移流効果は空間変化×風で時間変化を表す　風による物理量の運搬が時間変化を生む。

□物理過程は非断熱加熱や外力などを含む 力学過程以外の熱・水分・放射・地表交換などを扱う。

□総観規模の渦度追跡には850hPaが適する 500hPa面が保存性高く、追跡に適する。

□700hPa湿数は中・下層雲の解析に有効 湿数が小さい＝湿潤＝雲の広がりを示唆。

□非断熱過程の温位変化に断熱昇温が含まれる　断熱過程では温位は保存→非断熱項には含まれない。

□空気密度の変化は質量保存則で表される 移流＋発散・収束で密度変化を記述。
水蒸気は湿度の時間変化で表す 比湿の時間変化を用いる（保存量）。

□水蒸気の相変化項は乾燥空気の式にはない　乾燥空気の式には加湿・凝結の項は含まれない。

□パラメタリゼーションは格子スケールとサブグリッドスケールの相互作用を表現 コントロールとフィードバックの双方向性を近似的に表現。

s７ アンサンブル予報

□メソアンサンブル予報で初期値・境界値に摂動＋SPPT導入　初期値・境界値の不確実性＋物理過程の不確実性（SPPT）を考慮。

□メンバー間のばらつき大＝日々の変動が大きい　ばらつき大＝予報の不確実性が高い。日々の変動とは別概念。

□微小な誤差を含む初期値で複数予報→統計処理で精度向上 アンサンブル予報の基本的な考え方。

□メンバー差が大きいと予報値として採用しない　差が大きくても確率予報として活用可能。

□スプレッド大＝信頼度低い　スプレッドは不確実性の指標。大きいほど信頼度は低下。

□確率は範囲に入るメンバーの割合で推定 確率予報の基本的な算出方法。
アンサンブル平均で系統的誤差を減らせる 系統的誤差は全メンバーに共通→平均しても残る。

□アンサンブル平均は物理的整合性を持たない　統計的平均であり、物理法則に基づいた整合性は保証されない。

□アンサンブル平均は常に最も精度が高い 平均は安定性はあるが、常に最良とは限らない。

□全球モデルと全球アンサンブルモデルの解像度　全球アンサンブルモデルは解像度が粗い（約27〜40km）。

□季節アンサンブル予報では大気と海洋で解像度が異なる　大気：約55km、海洋：約25km。物理過程の違いに対応。

分野別の理解のポイント

□アンサンブル予報の原理　初期値摂動・物理過程の不確実性　SPPT法の導入（2023年3月〜）に注目

□予報のばらつきと信頼度　スプレッド・不確実性・確率予報　ばらつき＝不確実性、信頼度の逆指標

□アンサンブル平均の性質　安定性 vs 精度・整合性の限界　平均は物理的整合性を保証しない

□系統的誤差とランダム誤差　アンサンブルで補えるのはランダム誤差のみ

□モデル解像度の違い　全球モデル vs アンサンブルモデル　解像度は異なる。計算負荷とのバランス

□季節予報の構造　大気・海洋の結合モデル　解像度の違いに注目（海洋の方が細かい）

s8 数値予報プロダクトの利用と予報誤差

□応用処理された資料をプロダクトという　数値予報データを加工した資料＝応用プロダクト。

□プロダクトの地上物理量はモデル地形に基づく　実地形ではなく、平滑化されたモデル地形に基づく。

□北半球の低気圧性循環の渦度は負　反時計回り＝正の渦度。

□12時間降水量は予報時刻の前後6時間の合計　予報時刻までの12時間の積算値。

□上昇流は700hPa面の鉛直p速度で表現　700hPa面の鉛直p速度（負値が上昇流）を使用。

□海面気圧は地表面気圧を海面更正したもの　標高補正により海面気圧を算出。

□SSIが負なら成層は安定　SSI<0 → 不安定、大気は上昇しやすい。

□局地モデルでは位置や時間のずれを考慮不要　高解像度でも予測にはずれが生じる→考慮が必要。

□解析値の精度は空間的に一様　観測密度や地形により精度は地域差あり。

□初期条件が異なる予報は時間とともに差が縮まる　カオス性により差は時間とともに拡大。

□誤差の成長は気象場によらず一定　気象場により誤差の成長速度は異なる。

□地形が表現されないと予測精度が低下する　モデル地形の平滑化により小地形の影響が表現困難。

□初期誤差が小さいほど予報誤差も小さい　初期値の精度が予報精度を左右する。

□格子間隔が粗いとじょう乱の予報精度が低下　小スケール現象の表現が困難に→精度低下。

□パラメタリゼーションは誤差の原因にならない　近似的手法であり、誤差の一因となる。

□予報誤差は時間とともに増大し、限界がある　予報可能期間には限界（例：GSMで約11日）。

□大スケール現象の予報は早く信頼性を失う　大スケール現象は予報の有効性が長く保たれる。

□格子点値はピンポイントの値を示す　格子点値は周辺の平均的な代表値。