日本地球惑星科学連合2025年大会
セッション概要| 大気水圏科学 (A) | ||||
|---|---|---|---|---|
| セッション小記号 | 大気科学・気象学・大気環境 (AS) | |||
| セッション ID | A-AS05 | |||
| タイトル | 高性能計算が拓く気象・気候・環境科学 | |||
| タイトル短縮名 | 高性能計算が拓く大気科学 | |||
| 開催日時 | 口頭セッション | 5/28(水) PM1-PM2 |
現地口頭会場 | 展示場特設会場 (6) [EXH06] |
| 現地 ポスター コアタイム |
5/28(水) PM3 | 現地ポスター会場 | 展示場ホール7・8 | |
| 代表コンビーナ | 氏名 | 八代 尚 | ||
| 所属 | 国立研究開発法人国立環境研究所 | |||
| 共同コンビーナ１ | 氏名 | 中野 満寿男 | ||
| 所属 | 海洋研究開発機構 | |||
| 共同コンビーナ２ | 氏名 | 宮川 知己 | ||
| 所属 | 東京大学大気海洋研究所 | |||
| 共同コンビーナ３ | 氏名 | 川畑 拓矢 | ||
| 所属 | 気象研究所 | |||
| セッション言語 | E | |||
| スコープ |
スーパーコンピュータの高い計算性能は、より高い解像度、より広い計算領域、より多くのアンサンブル数、より精緻な物理過程の利用など、実現可能なモデルシミュレーションの幅の拡大に貢献してきた。一方で計算機トレンドの変化により、気象・気候の大規模計算は計算科学分野とのより密接な連携を必要としている。2025年度から「富岳」に続く日本の次期フラッグシップマシンの設計開発が本格化し、いよいよGPUに代表される計算アクセラレータを活用することが必須となりつつある。高性能計算はデータサイエンスの分野においても威力を発揮し、高頻度高密度の観測ビッグデータを用いたデータ同化手法の研究や、AI技術の複合利用などが近年目覚ましい発展を遂げている。さらにそれらの計算結果に支えられた「デジタルツイン」は、データ基盤整備や社会実装を内包するシステムとして開発研究が活発化している。日本気象学会との共催となる本セッションでは、数値モデリング、ビッグデータ解析、データ同化、AI技術の活用などを含む、「計算」に注目した関する気象・気候・環境科学の研究成果を幅広く募集し、それらの研究の展開と可能性を参加者と共有する。 |
|||
| 発表方法 | 口頭およびポスターセッション | |||
| 共催情報 | 学協会 | 日本気象学会 | ||
| ジョイント | - | |||
| 団体会員以外の組織との共催 | - | |||
| 国際連携団体 | - | |||
| 招待講演 |
Marta Alerany Sole（Barcelona Supercomputing Center） Shao-Yu Tseng（National Taiwan University） 小玉 知央（国立研究開発法人海洋研究開発機構） Bertrand Rouet-Leduc（Kyoto University） Ya Ling Li（National Defense University） Jiah Jang（） |
|||
| 時間 | 講演番号 | タイトル | 発表者 |
|---|---|---|---|
| 口頭発表 5月28日 PM1 | |||
| 13:45 - 14:00 | AAS05-01 | Earth system model replicability - Statistical validation of a model's climate under a change of computing environment | Kai Keller |
| 14:00 - 14:15 | AAS05-02 | Scalar metrics for evaluating the scientific skill of Earth System Models | Marta Alerany Sole |
| 14:15 - 14:30 | AAS05-03 | Projecting future snow changes at kilometer scale for adaptation using machine learning and a CMIP6 multi-model ensemble | Damiani Alessandro |
| 14:30 - 14:45 | AAS05-04 | The Dependence of Tropical Cyclone Seed Genesis on Convection Aggregation Stages | Shao-Yu Tseng |
| 14:45 - 15:00 | AAS05-05 | Thermodynamics-Convection Coupling and Precipitation Characteristics In Global Km-scale Simulations | 高須賀 大輔 |
| 15:00 - 15:15 | AAS05-06 | 非平衡乱流場における雲粒子の局所クラスタリング機構の解明 | 富永 健斗 |
| 口頭発表 5月28日 PM2 | |||
| 15:30 - 15:45 | AAS05-07 | 2030年頃の次世代計算基盤に向けた気象気候分野の取り組み | 小玉 知央 |
| 15:45 - 16:00 | AAS05-08 | Evaluating FourCastNet with High-Resolution Data, Varied Internal Resolutions, and Data Conversion | 上条 藍悠 |
| 16:00 - 16:15 | AAS05-09 | Tropical cyclone seasonal hindcast by a Neural-Physics hybrid AGCM | 中野 満寿男 |
| 16:15 - 16:30 | AAS05-10 | Detection of methane emissions in satellite data at large scale using deep learning | Bertrand Rouet-Leduc |
| 16:30 - 16:45 | AAS05-11 | Modelling and Analysis of heat stress over an Urban city in India | Abhinav Utpal |
| 講演番号 | タイトル | 発表者 |
|---|---|---|
| ポスター発表 5月28日 PM3 | ||
| AAS05-P01 | Dynamically computed characteristic adjustment time scale for Zhang-McFarlane convective parameterization scheme | Minghao Wang |
| AAS05-P02 | The Effects of Increasing the Coupling Frequency and Considering the Sublayer Temperature on the Simulation by CAS-ESM2 | Xiao Dong |
| AAS05-P03 | Asymmetrical Responses of the ITCZ to Symmetrical Thermal Forcings at Different Latitudes | Shuyun Zhao |
| AAS05-P04 | Downstream and upstream effects of urban chains on precipitation in Beijing | Jingjing Dou |
| AAS05-P05 | Case Study on the Characteristics of the Atmospheric Boundary Layer in Taipei and Yilan of Northern Taiwan during Winter | PEI-DI JENG |
| AAS05-P06 | Wind and Wave Forecasting in the Taiwan Strait: Assessing UFS and GFS Models Through the 2022 Kinmen Shipwreck Case | Ya Ling Li |
| AAS05-P07 | Case Simulation Study and Adaptation Methods for the Spread of Dengue Fever in Taiwan | JOU PING HOU |
| AAS05-P08 | Preliminary Study on Constructing Grid-Based Meteorological Data for Taiwan Using Machine Learning Models | Yu-Chi Wang |
| AAS05-P09 | Enhancement of Precipitation Mapping Accuracy in the Korean Peninsula using AI and Multi-source Dataset | Hyoju Park |
| AAS05-P10 | Spatial Analysis and Modeling of Methane Emissions from Rice Paddies Using Machine Learning Based on Satellite Data and Ground Observation | Jiah Jang |
| AAS05-P11 | Toward investigation of the potential impact of the single Phased Array Weather Radar observation on a forecast for the July 2020 rainfall event | 前島 康光 |
| AAS05-P12 | The spatial distribution of the influence of the vertical structure of aerosol climatology in ICON model in cloudless conditions. | Aleksei Poliukhov |
| AAS05-P13 | Estimates of Dynamical Processes Contributions to Interhemispheric CO2 Transport | 劉 光宇 |
| AAS05-P14 | Analyzing Trends in Carbon Monoxide and Tropospheric Formaldehyde Over the Ib River Catchment Using Sentinel-5P | LEELAMBAR SINGH |