1℃と3月並みの暖かさだった。
さらに、気になる予測があります。豪気象局は26日、早ければこの夏にも負のインド洋ダイポールモード現象が発生する可能性があると発表しました。 インド洋ダイポールモード現象とはインド洋の海面水温が西部で平年と比べ高く、東部で低くなる現象のことで、2019年秋のオーストラリア森林火災や2020年冬の記録的な暖冬を引き起こしたことで、一躍その名を知られるようになりました。 実は、インド洋ダイポールモード現象にはポジティブ(正)とネガティブ(負)の二つがあり、前回はポジティブ(正)で、この夏にも発生する可能性があるのはネガティブ(負)です。この辺はエルニーニョ/ラニーニャ現象に似ています。 ネガティブ(負)のインド洋ダイポールモード現象。海面水温が西部で低く、東部で高い。(模式図、著者作成) 負のインド洋ダイポールモード現象が発生した場合、日本の天候にどのような影響があるのでしょうか?
2017, J. Climate)の主な成果です。 従来のSINTEX-Fに加えて、モデルを改良したSINTEX-F2や、海洋初期値作成プロセスを高度化したSINTEX-F2-3DVARを使って、今夏から秋にかけてのインド洋ダイポールモード現象の発生を、6/1時点で予測したのが、図3です。強さの不確実性は残るものの、どのシステムでも正イベントが発生する確率が高いと予測しています。(詳細は 季節ウオッチの最新記事 をご参照ください:)。 図3: インド洋ダイポールモード現象の指数DMI(西インド洋熱帯域の海面水温偏差の東西差を示す数値で単位は°C)。0. 5度を越えれば正イベントが発生していると考えて良い。黒が観測。2017年6/1時点で予測したのが色線。SINTEX-F(赤色の線:アンサンブル平均値、橙色の線: 各予測アンサンブルメンバー)に加えて、モデルを改良したSINTEX-F2(緑色の線:アンサンブル平均値、黄緑色の線: 各予測アンサンブルメンバー)や、海洋初期値作成プロセスを高度化したSINTEX-F2-3DVAR(青色の線:アンサンブル平均値、水色の線: 各予測アンサンブルメンバー)の結果。紫色の線は全ての予測アンサンブルの平均値。このように、気候モデルを用いた数理的な予測実験ではそれぞれの予測システムで初期値やモデルの設定を様々な方法で少しずつ変えて、複数回予測を行う(アンサンサンブル予測と呼ぶ)。これらの手法は、インド洋ダイポールモード現象の予測の不確実性を議論するために有効である。 インド洋ダイポールモード現象の発生を事前に高精度で予測できるようにすることは、豊かな社会応用可能性があります。インド洋周辺国だけでなく、欧州や東アジアの天候の異常に影響することは前述の通りです。さらに、東アフリカで発生したマラリアなどの感染症の大流行(Hashizume et al. 2012)や、オーストラリアの小麦の凶作(Yuan and Yamagata 2015: 詳しい解説)などを引き起こし、私達の安全・安心を脅かす程甚大な被害を与えることが解ってきました。 海洋研究開発機構は、海洋観測網の発展に尽力していると共に、世界有数のスーパーコンピュータ「地球シミュレータ」を有します。アプリケーションラボでは、それらの海洋観測データを効果的に使い、地球シミュレータを使って、インド洋ダイポールモード現象の発生を事前に予測する技術を磨くと共に、農業分野や健康分野の研究者と連携し、それらの予測情報を社会に役立てる研究も進めています。 P. N. 梅雨入りとインド洋ダイポールモード現象（片山由紀子） - 個人 - Yahoo!ニュース. Vinayachandran, N. H. Saji and Toshio Yamagata, Response of the equatorial Indian Ocean to an unusual wind event during 1994.
印刷 2008年07月30日 デイリー版5面 外航全般 「インド洋ダイポールモード現象(IOD現象)」 太平洋熱帯域のエルニーニョ現象とよく似たIOD現象は、海水温がインド洋東部(ジャワ島沖)では下降し、インド洋西部(アフリカ東方沖)では上昇する現象のことをいう。通常5月から6月に発生し、10月ごろに最盛期を迎え、12月には減衰する。1999年の発見後、世界各地に大雨や干ばつ、猛暑など、さまざまな異常気象を引き起こす一因であることが明らかにされ… 続きはログインしてください。 残り:156文字/全文:303文字 この記事は有料会員限定です。有料プランにご契約ください。
スーパーコンピュータを使って数ヶ月前からインド洋ダイポールモード現象の発生予測に成功した実績があります。特に、アプリケーションラボが欧州の研究者と連携して開発してきた SINTEX-Fと呼ばれる予測シミュレーション では、準リアルタイムで、2006年に発生した正のインド洋ダイポールモード現象の発生予測に成功し、国内外の研究者を驚かせると共に、インド洋ダイポールモード現象の予測研究を盛り立てる先駆的な成果をあげました(Luo et al. 2008)。現在は、アプリケーションラボを含め、アメリカ、欧州、オーストラリア、韓国などの予報機関からインド洋ダイポールモード現象の発生予測情報が提供されています。しかし、最先端の予測システムを持ってしても、太平洋のエルニーニョ現象ほどは、インド洋ダイポールモード現象の予測精度が高くないのが実情です(例えばZhu et al. 暑い夏とインド洋ダイポールモード現象＜コラム＜APLコラム＜アプリケーションラボ（APL）＜JAMSTEC. 2015など)。 インド洋ダイポールモード現象の予測をよくするために、アプリケーションラボではどんな研究をしていますか? アプリケーションラボのSINTEX-Fと呼ばれる予測シミュレーションは、ダイナミカル(または数理科学的な)な季節予測システムと呼ばれるものです(図2)。統計や経験で予測するのではなく、地球気候に関する物理プロセスを表現した微分方程式群を、スーパーコンピュータ "地球シミュレータ" を使って、時間方向に積分することで、未来を予測します。その初期値として重要なのが、数ヶ月先の季節に多大な影響を与える熱容量の大きい海の状態です。現在の天気予報でも同様の技術が用いられていますが、天気予報はせいぜい1週間程度先のある時点の天気の状態を予測の対象としていますが、季節予測は数ヶ月先の天候の状態、例えば三ヶ月平均の気温など、を予測の対象としており、熱容量の大きい海の状態を予測することが鍵になります。(詳しくは "季節予測とは?" をご参照ください) 図2: ダイナミカル(または数理科学的な)な季節予測システムの概念図。 アプリケーションラボでは、従来のモデルを高度化(海氷モデルの導入、高解像度化、物理スキームの改善等)した第二版となるSINTEX-F2をベースにして、新しい季節予測システムのプロトタイプを開発し、亜熱帯域の予測精度の向上に成功しました( Doi et al. 2016, JAMES)。しかし、インド洋ダイポールモード現象の予測スキルは向上しませんでした。そこで、新たなアプローチとして、予測システムの海洋初期値を作成するプロセスを高度化しました。従来は、衛星から得られた海の表面の水温情報のみを取り込んでいましたが、新しく、海の内部の3次元の水温/塩分の海洋観測データ (海に浮かべてある係留ブイ(例えば JAMSTECのTRITONブイ 、国際協力で海に投入されている ARGOフロート 、船舶観測など)を取り込むプロセスを加えました(イタリア地中海気候変化センターCMCCとの共同開発)。その結果、インド洋ダイポールモード現象の予測精度の向上に成功しました。これが、( Doi et al.
写真)正のダイポールモード現象 ©JAMSTEC(国立研究開発法人海洋研究開発機構) まとめ 日本列島今年の夏は猛暑に見舞われ、観測史上最高気温を記録するところ続出。 インド洋における正のダイポールモード現象が日本に影響を与えた可能性あり。 地球規模の気候変動を予測することは、健康・医療の観点から重要。 今年の夏は猛暑が続き、7月23日には埼玉県熊谷市で観測史上最高となる41.