****************************************************************************************************************
第 289 回 大気海洋物理系 B 棟コロキウム のおしらせ
日 時:2022/11/8(火) 13:00 -- 14:00
ツール:Zoom
発表者:小笠原 明信
題 目:2021/22冬季における札幌の大雪事例に気候変動が与えた影響の評価
****************************************************************************************************************
2021/22冬季における札幌の大雪事例に気候変動が与えた影響の評価(小笠原 明信)発表要旨:
2021~22年冬季の札幌では記録的な大雪の事例が幾つか見られた。例えば、2 月5日から6日にかけて、札幌市中央区では24時間降雪量が観測史上最大の60cmを 記録した。Kawase et al. (2016) では、温暖化した将来気候において北日本で は10年に1度の大雪の場合の降水量が増加すると指摘する。しかし、過去の豪雪 事例に関して気候変動の影響を評価した研究は少なく、去冬の大雪事例において 気候変動が与えた影響は十分に調べられていない。また、度々起きた大雪事例は 公共交通機関の運休や建物の倒壊等、人々にも大きな影響を与えており、大雪事 例に着目した研究を行うことは防災・減災の観点からも重要といえる。 従来の気候変動の研究では、季節平均など平均場のトレンドを見たものが多い。 しかし、気圧配置パターンによって気候変動のトレンドが異なる可能性がある。 この気圧配置毎の観点でトレンドを調べることで、より正確に気候変動が大雪事 例に与えた影響を評価できると仮説を立てた。 気圧配置パターンの分類の手法として、自己組織化マップ(SOMs)が挙げられ る。SOMsはKohonen (1995)により提唱された、ニューラルネットワークによる機 械学習の一種であり、多次元のデータを2次元マップに落とし込むことで視覚的 に理解しやすくなる利点がある。先行研究としては、SOMsを札幌に大雪をもたら す気圧配置パターンの分類に適用した例(Kawazoe et al., 2020)などがあり、 この手法は本研究においても有用と考える。 以上より、2021-22の冬季で札幌に大雪をもたらした事例について、その際の 総観場に着目し、気候変動が大雪事例にどれだけ影響を与えたのかを明らかにす ることが本研究の目的である。 本研究において、まずは2月5日~6日の大雪事例に着目する。日本周辺のJRA-55 再解析データの標準化した海面更正気圧を用いて、SOMsの手法により1958/59か ら64冬季分(DJFM)の総観場を分類した。その中から大雪事例の際に当てはまる 気圧配置パターンを同定し、そのパターンにおける気温等の長期変化傾向を調べ た。今回はこれらの解析の結果及び今後の展望について発表する。
-----