気候介入の意思決定者に通知するために船の航跡を研究する(Studying ship tracks to inform climate intervention decision-makers)

ad
ad

サンディアの科学者は、不注意な海洋雲の明るさを研究するためのコンピュータツールを開発する Sandia scientists develop computer tools to study inadvertent marine cloud brightening

2023-02-20 サンディア国立研究所(SNL)

◆Sandia National Laboratoriesの科学者は、気候変動を遅らせるために検討されている1つの技術の利点とリスクの意思決定者に情報を提供するために、船の足跡(飛行機雲と同様に、移動する船によって形成された太陽光を反射する雲)を研究しています。
◆これらの船のトラックがどのように移動し、消散するかを理解するために、科学者は船のトラックとそれがどれくらい続くかの数学モデルを作成し、彼らは最近科学雑誌Environmental Data Scienceに掲載された論文で共有しました。
◆”船の排気は、低層大気へのエアロゾル噴射の一例であり、地域の環境に影響を与え、日常的に発生している “と、サンディア統計学者でプロジェクトのリーダーであるLyndsay Shandは述べています。「私たちは、人工衛星によって収集された観測データから、排気による雲への影響を理解するための分析ツールを開発してきました。例えば、新しく形成された船跡を見つけ、その進化を追跡することで、時間とともにその地域の海洋環境にどのような影響を与えるかをより良く理解することができます。船の航跡は24時間以上続くことが分かっており、これはこれまでの記録よりも長い時間です。
◆船の足跡は、気候変動とその影響を遅らせるために検討されている技術群である海上雲明るくすることの意図しない一例です。この技術は、太陽光が大気や地表で吸収される前に、海上に雲を発生させ、太陽光の一部を宇宙空間に反射させるものである。
◆もうひとつの類似した気候介入技術は、成層圏エアロゾルまたはガス噴射と呼ばれるものである。これは、エアロゾルと呼ばれる微粒子やガスを、火山の大噴火を模倣して大気圏上層部に追加し、太陽光を反射させて気候変動を抑制するものである。
◆この2つの技術は、熱を閉じ込める働きをする温室効果ガスの効果を打ち消す可能性があるが、マイナスの副作用がある。
◆雲を追跡し、不確実性を低減する:Shand氏のプロジェクトの焦点は、船の航跡の形成と挙動を理解するための分析ツールを開発することでした。目標は、一般に公開されている衛星画像と船の位置情報を使って、船跡がいつ形成され、どれくらいの期間続くかを判断できるようにすることでした。
◆シップトラックは、大気中の水蒸気が船舶の排出物の周囲で凝縮して形成され、太陽光を反射する、とRoesler氏は言う。船の航跡は、これまで考えられていたよりもはるかに頻繁に世界中で発見されており、研究チームに安価で意図しない実験を提供することになった。
◆衛星画像と革新的なアルゴリズム:この研究では、米国海洋大気庁とNASAの静止気象衛星のデータを使用しました。各衛星は、5〜15分ごとに地球の一定領域のスナップショットを撮影している。1つのスナップショットの各画素は、500メートル四方から2平方キロメートル、あるいは1平方マイルの約5分の1から4分の3の領域を表していると、シャンド教授は述べている。
◆研究チームは、2019年の3日間、バハカリフォルニアからアラスカまでの北太平洋の衛星画像に注目した。また、チリ沖の南太平洋や、上海から日本までの東シナ海でも船跡を観測している。
◆その新しい画像ベースのアルゴリズムで、研究チームは、12時間以上、時には29時間まで、船のトラックの挙動を追うことができたと、Shandは言いました。これは、船の軌跡を6〜8時間かけて研究するほとんどの大気モデリングシミュレーションよりもはるかに長い時間です。これは、船の軌跡が形成される上空で発生する飛行機雲の時間よりも長く、条件が良ければ最大4〜6時間見える可能性があります。
◆このような大きな性能向上を実現するために、研究チームは2つの重要な課題を克服する必要がありました。まず、モーショントラッキングアルゴリズムを、海面から3,000フィート未満の低い位置に形成される船跡を追跡するために適用しました。低い雲は、高度3万フィート以上の高速で大きな雲よりも追跡が困難です。
◆また、日没や日の出といった光の変化にも対応できるようになりました。「このプロジェクトで本当に素晴らしいことの1つは、1日の全サイクルを通して航跡を追跡できることです」と、シャンド氏は言います。
◆このアルゴリズムは、船の航跡を追うだけでなく、将来、意図的に海上の雲を明るくする実験を行う際の研究にも役立つはずです。研究チームは、このアルゴリズムを他の研究者が利用できるよう取り組んでいます。

<関連情報>

船舶によるエアロゾルと雲の相互作用のデータ同化に向けて Toward data assimilation of ship-induced aerosol–cloud interactions

Lekha Patel and Lyndsay Shand
Environmental Data Science  Published:23 December 2022
DOI:https://doi.org/10.1017/eds.2022.21

気候介入の意思決定者に通知するために船の航跡を研究する(Studying ship tracks to inform climate intervention decision-makers)

Abstract

Satellite imagery can detect temporary cloud trails or ship tracks formed from aerosols emitted from large ships traversing our oceans, a phenomenon that global climate models cannot directly reproduce. Ship tracks are observable examples of marine cloud brightening, a potential solar climate intervention that shows promise in helping combat climate change. In this paper, we demonstrate a simulation-based approach in learning the behavior of ship tracks based upon a novel stochastic emulation mechanism. Our method uses wind fields to determine the movement of aerosol–cloud tracks and uses a stochastic partial differential equation (SPDE) to model their persistence behavior. This SPDE incorporates both a drift and diffusion term which describes the movement of aerosol particles via wind and their diffusivity through the atmosphere, respectively. We first present our proposed approach with examples using simulated wind fields and ship paths. We then successfully demonstrate our tool by applying the approximate Bayesian computation method-sequential Monte Carlo for data assimilation.

1902環境測定
ad
ad
Follow
ad
タイトルとURLをコピーしました