研究室紹介


1. 雲・降水の気候影響とその不確実性

 私たちの研究グループでは、雲・降水に着目して、それらの気候への影響を理解するための研究を行っています。雲は、太陽から地球に降り注ぐ短波放射エネルギーを効率良く反射することによって気候を冷やすはたらき(日傘効果)を持つ一方、地球から宇宙空間へ逃げていく長波放射のエネルギーを閉じ込めることによって気候を暖めるはたらき(温室効果)も持ちます(下の図1を参照)。さらに、雲から生成する降雨に伴って放出される潜熱は大気を暖めるはたらき(潜熱による加熱効果)を持つために、対流活動を活発化させて大気循環のありように大きく影響します。



雲のこのような気候影響が将来的にどのように変化するのかを予測することは、現代の気候科学において最も難しい問題のひとつです。その主な理由のひとつは、雲が持つ相反する二つの効果(日傘効果と温室効果)が気候変化に伴ってどう変化するのかを予測するのが難しいためです。これら二つの効果のどちらが勝るかは雲の高さによってほぼ決まっており、高さの低い雲は主に日傘効果、高い雲は温室効果を持ちますが、地球温暖化などで気候が変化したときに、様々な高さの雲がそれぞれ増えるのか減るのか、それによって気候の変化が加速されるのか減速されるのかは現在の知識ではわかっていません。実際、気候変化の予測に用いられる気候の数値シミュレーションモデル(気候モデル)でもこの予測結果は大きくばらついており、気候変化を加速する方向に雲が変化すると予測するモデルもあれば、反対に減速する方向に雲が変化すると予測するモデルもあります(下の図2を参照)。その結果、気候変化の将来予測には大きな不確実性が生まれてしまっているのです。



雲に関するもうひとつの重要な問題は、大気汚染によって雲が変化するために引き起こされる気候への影響です。人間活動や自然の営みによって放出される大気汚染粒子(エアロゾル)の中には、水蒸気から雲粒ができる際に核(種)となるはたらきを持つものがあり、それによって雲の性質が変化すると言われています(エアロゾルの間接効果)。その証拠となる顕著な例が下に示した「航跡雲」と呼ばれる現象で、船の通った道筋に沿って筋状に雲が明るく(白く)なっていることがわかります。これは、船の煙突から排出される大気汚染粒子(エアロゾル)が雲粒の核となることで、煙を浴びた雲では小さいサイズの雲粒が多く作られる結果、太陽光をより多く反射する(=日傘効果が増大する)ように変質してしまうために起こっている現象です。



産業革命以来の人間活動による大気汚染によって、このような雲の変質は広域あるいは全球規模で起こっており、それによる雲の日傘効果の増大は気候を冷やすはたらきがあると考えられています。その冷却効果の大きさは、二酸化炭素による温室効果を3分の1から半分程度相殺する可能性もあるため気候予測に取って重要な意味を持ちますが、その見積もりには大きな不確実性があります(下図参照)。これは気候変動の理解や予測を難しいものにしているもうひとつの要因と言えます。





2. 当グループの研究

このような状況を打破して雲の気候影響の理解を進展させるために、私たちのグループでは衛星観測データと数値モデリングを有機的に組み合わせて、雲・降水の生成・消滅の仕組みとエアロゾルの影響、さらにそれらの気候への影響を解き明かすための研究を行っています。こうしたメカニズムの解明のためには、気候モデルを含む各種モデルを理論ツールとして用いて様々な数値実験を行うことが非常に有効です。その一方で、現在の気候モデルが本質的に抱える上のような問題を解決するには、観測データにもとづいて自然のありのままの姿をとらえ、それによってモデルを検証していくことも不可欠です。

そこで当グループでは、数値モデルの検証・改良を目的とした観測データの解析をまず一つ目の研究軸としています。現在のところ、気候のような全球規模の問題では人工衛星がほぼ唯一の観測の手段ですので、必然的に衛星観測データの解析が主な仕事となります。観測によってモデルを評価検証する従来の研究では、モデルの構成要素である物理素過程にまで立ち返った検証はほとんど行われてきませんでしたが、素過程の堅実な理解にもとづいてそのモデル表現を見直すことなくして、これより先の気候モデリングの進展はあり得ません。このような動機から当グループでは、急速な発展を遂げている様々な衛星観測データを複合的に用いることで、気候モデルにおいて特に不確実性の大きい雲・降水について素過程レベルでの理解を得ることをひとつの目標としています。下に示したのは、このような衛星観測データの解析によって得られた低層雲の統計ですが、異なる観測原理にもとづく複数の衛星観測データをうまく組み合わせることで、雲の生成から降雨に至るまでの雲粒の成長プロセスが描き出されています。



衛星観測データから得られるこのような新しい情報は、数値モデルにおける雲の表現方法の不確実性を拘束する上で非常に役立ちます。こうした不確実性を抱える現在の気候モデルでは、下図左に示すように、雲プロセスの仮定によって気候変化の予測が大きくばらついてしまうという問題がありますが、上のようなプロセスを捉える観測情報によって、どの仮定がもっともらしいかを推定できるようになってきました(下図右)。これは従来は行われてこなかった新しいモデル検証の方法と言えます。ところが、こうした検証にもとづいて雲プロセスの表現をもっとも現実的な設定にした気候モデルで20世紀の気候再現実験を行うと、計算された気温変化は実測値を大きく下回ってしまいます。つまり、現在の気候モデルには、雲粒成長プロセスの表現方法と気候変化の再現性の間に矛盾があることがわかってきたのです。



これは、現在の気候モデルにおける雲の表現方法に本質的な問題があることを示唆しています。そこで当グループでは、雲のプロセスとその気候影響をよりよく理解するために、次世代型の気候モデルの雛形とも言える全球雲解像モデルNICAMの開発グループと協力して、NICAMを用いた雲の気候影響の研究も行っています。下図は、NICAMモデルに大気汚染エアロゾルの輸送モデルSPRINTARSを組み込んで開発したNICAM-SPRINTARSモデルで行ったシミュレーション結果の例です。このような計算を実施するには大きなコンピュータが必要となるため、「京」をはじめとする世界最先端の大型計算機を用いたプロジェクトにも積極的に参画しています。



また、雲・降水の素過程をさらに詳しく調べるために、より小さいスケールでのモデリング研究も行っています。そのために当グループでは、雲の粒子成長プロセスを詳細に表現する「ビン型雲微物理モデル」を開発しました。これは、雲粒の粒径スペクトルを、通常の気候モデルで用いられる近似的な方法ではなく、多数のビンで陽に表現する方法にもとづく雲モデルです(下図右)。これによって雲の生成から降雨に至るまでの粒子成長の過程を第一原理に近い形で表現できるため、Large Eddy Simulation (LES)モデルなどに組み込むことによって、細かいスケールでの詳細な雲プロセスの理解を得ることができます(下図左)。また、その知見を気候モデルでのよりよい雲プロセスの表現方法へと役立てることができます。そのために、米国NASAジェット推進研究所や理化学研究所計算科学研究機構など、LESモデルを開発している国内外の研究グループとも緊密に協力しています。



このような数値モデリング研究が当グループの二つ目の研究軸です。主なモデリングの道具は、気候システム研究系が中心となって開発されたMIROC大循環気候モデル・NICAM全球雲解像モデルと、当グループで開発されたビン型雲微物理モデルの3つです。これらを適宜使い分けたり組み合わせたりしながら研究を行っているほか、必要に応じて新しいモデルコンポーネントの開発や実装も行います。

これら二つの軸に沿った研究をそれぞれ進めながら、グループ全体としては、数値モデリングと観測データ解析を相補的に組み合わせることを特色とした研究を展開しています。これによって、観測データの側から数値モデルを常に検証・改良するとともに、数値モデルを用いて観測データを解釈するという双方向のシナジーが生まれることを目指しています。



引用文献

Andrews, T., J. M. Gregory, M. J. Webb, and K. E. Taylor, 2012: Forcing, feedbacks and climate sensitivity in CMIP5 coupled atmosphere-ocean climate models, Geophys. Res. Lett., 39, L09712, doi:10.1029/2012GL051607.

Golaz, J.-C., L. W. Horowitz, and H. Levy II, 2013: Cloud tuning in a coupled climate model: impact on 20th century warming, Geophys. Res. Lett., 40, doi:10.1002/grl.50232.

IPCC, 2013: Summary for Policymakers. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T. F., D. Qin, G.-K. Plattner, M. Tignor, S. K. Allen, J. Boschung, A. Nauels, Y. XZia, V. Bex and P. M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.

Stephens, G. L., J. Li, M. Wild, C. A. Clayson, N. Loeb, S. Kato, T. L’Ecuyer, P. W. Stackhouse Jr., M. Lebsock, and T. Andrews, 2012: An update of Earth’s energy balance in light of the latest global observations, Nature Geoscience, 5, 691-696, DOI: 10.1038/NGEO1580.

Suzuki, K., T. Nakajima, M. Satoh, H. Tomita, T. Takemura, T. Y. Nakajima, and G. L. Stephens, 2008: Global cloud-system-resolving simulation of aerosol effect on warm clouds. Geophys. Res. Lett., 35, L19817, doi:10.1029/2008GL035449.

Suzuki, K., T. Nakajima, T. Y. Nakajima, and A. P. Khain, 2010: A study of microphysical mechanisms for correlation patterns between droplet radius and optical thickness of warm clouds with a spectral bin microphysics cloud model. J. Atmos. Sci., 67, 1126-1141.

Suzuki, K., T. Y. Nakajima, and G. L. Stephens, 2010: Particle growth and drop collection efficiency of warm clouds as inferred from joint CloudSat and MODIS observantions, J. Atmos. Sci., 67, 3019-3032.

Suzuki, K., J.-C. Golaz, and G. L. Stephens, 2013: Evaluating cloud tuning in a climate model with satellite observations, Geophys. Res. Lett., 40, 4464-4468, doi:10.1002/grl.50874.