組織化した雲システムの表現に向けた積雲パラメタリゼーション手法の開発

大気を離散化し数値的に計算する気候・気象予測モデルにおいて、その水平格子間隔よりも小さい現象である積雲対流の影響は、積雲パラメタリゼーションによって格子スケールの物理量から推定される。しかし、積雲には自発的にクラスターを形成する自己組織化の性質があり、その効果は既存の手法では表現できない。そのため積雲過程は地球のエネルギー収支、極端降水現象の時空間分布などの予測に大きな不確かさをもたらす。本研究では、モデル解像度の変化に合わせて最適な推定を行うための確率論的なパラメタリゼーションを土台としてこれを拡張することで、雲の自己組織化を表現できる新しい積雲パラメタリゼーションの枠組みを開発する。