...

RISHデータ解析講習 - 超高層大気長期変動の全球地上ネットワーク観測

by user

on
Category: Documents
20

views

Report

Comments

Transcript

RISHデータ解析講習 - 超高層大気長期変動の全球地上ネットワーク観測
RISHデータ解析講習
担当:新堀淳樹(京大RISH)
1. 講習内容
(1) 地球大気の鉛直構造とその観測測器
(2) 京大生存研の保有する観測測器とそのデータについて
赤道大気レーダー、信楽MUレーダー、
インドネシアの流星・MFレーダー
(3) データ解析の演習
(各種論文に記載されている図の再現
インドネシアの流星・MFレーダーの長期解析)
2. 地球大気の鉛直構造とその観測測器
熱圏
中間圏
成層圏
対流圏
2. 地球大気の鉛直構造とその観測測器
3.京大生存研の保有する観測測器
<赤道大気レーダー(EAR)>
赤道大気レーダーの諸元
位置: 東経100.320度、南緯0.204度、 海抜865m
中心周波数: 47.0 MHz
送信出力: 100 kW
アンテナ形式: 略円形アクティブ・フェーズド・アレイ (直径約110m, 3素子八木ア
ンテナ560本)
アンテナビーム幅、方向: 3.4度 (-3 dB, 片道)、任意 (天頂角30度以内)
観測高度: 1.5km-20km (大気乱流)、 90km以上 (電離圏イレギュラリティ)
3.京大生存研の保有する観測測器
<インドネシアのMF、流星レーダー群>
Meteor radar
Kototabang (2002-)
Regional network in
Indonesia (1992- )
流星レーダー
(Jakarta, Koto Tabang)
MFレーダー
(Pontianak,
Pameungpeuk)
Meteor radar
Jakarta (1992-1999)
MF radar
★
MF radar
Pontianak (1995- )
★
★★
MF radar
Pameungpeuk (2004-)
3.京大生存研の保有する観測測器
<コトタバン流星レーダーについて>
Meteor radar
Kototabang (2002-)
コトタバン流星レーダーの諸元
位置: 東経100.320度、南緯0.204度、
海抜865m
中心周波数: 37.7 MHz
送信出力: 12 kW
観測高度: 70km-110km (中間圏・下
部熱圏風速)
5本のアンテナの干渉計で全天の流
星飛跡の方向を計測
レーダーの原理図
3.京大生存研の保有する観測測器
<インドネシア赤道大気観測所での重要研究テーマ>
赤道大気・流星レーダー等を用いた研究内容
1.高精度の風速ベクトル測定
⇒積乱雲の生成と消滅による風速変動の微細構造の解明
2.赤道大気の長期連続観測
⇒大気波動と大気循環の関連を 明らかにする
3.地表付近から電離層にわたる観測
⇒赤道大気の力学的 上下結合の解明
(CPEA特定領域研究:2001-2007)
以上の観測を総合することで、オゾンや二酸化炭素など大気微量成分の 全球
輸送の様子やエルニーニョ現象などの気候変動につながる地球大気の変動を
明らかにできる
3.京大生存研の保有する観測測器
<赤道大気レーダー(EAR)のデータベース>
1.対流圏・成層圏標準観測
http://www.rish.kyoto-u.ac.jp/ear/data/index.html
実データ:CSV、NetCDF形式、時間分解能:10分
風速3成分、エコー強度、スペクトル幅
画像データ:高度-時間プロット(1日、1月)
風速3成分、エコー強度、スペクトル幅
2. 電離圏FAI観測(E領域、E/F領域、V領域、F領域)
http://www.rish.kyoto-u.ac.jp/ear/data-fai/index.html
実データ:CSV、NetCDF形式、時間分解能:観測モードに依存
Doppler速度、エコー強度、スペクトル幅、ノイズレベル
画像データ:高度-時間プロット(1日、1月)
エコー強度
3.京大生存研の保有する観測測器
<インドネシアのMF、流星レーダーのデータベース>
1.流星レーダー(コトタバン、スルポン)
http://database.rish.kyoto-u.ac.jp/arch/iugonet/data/mwr/
実データ:スルポン(1992/10-1999/08)、コトタバン(2002/11~現在)
風速に変換したデータ⇒テキスト、NetCDF形式、時間分解能:1時間
オリジナルデータ⇒テキスト形式
流星イベントに対応した視線速度などのデータ
2. MFレーダー(パムンプク)
http://database.rish.kyoto-u.ac.jp/arch/iugonet/data/mf/
実データ:パムンプク(2004/04~現在)
バイナリー、NetCDF形式、時間分解能:104秒
NetCDF形式:風速3成分のみ
バイナリー形式:上記に加えてレーダーのstatusデータ
※赤字のデータ:UDAS解析ソフトに対応
4.EARデータ解析演習
<電離圏FAI観測データ解析>
課題:
赤道大気レーダー(EAR)の電離圏FAI観測で捉えられた昼間側赤
道電離圏150kmの電離圏不規則構造の解析
●演習に用いるEAR観測データ
2007年8月25・26日10:00-15:00 (LT)のFAI観測モードデータ
●EARの観測モード
V-regionモード(fai150p8c8b 、fai150p8c8d、fai150p8c8e)
fai150p8c8b (Az: 180.0, Ze:21.2)
fai150p8c8d (Az: 165.0, Ze:21.7)
fai150p8c8e (Az: 195.0, Ze:21.9)
4.EARデータ解析演習
<本日の講習会の到達目標>
左図に示されるような、赤道大気レー
ダー・電離圏FAI観測モードで得られた
昼間側電離圏不規則構造の高度-時
間プロットを完成させる
日時:2007/08/25 03:00-08:00
観測高度範囲:130-170 km
時間分解能:8分程度
上段:エコー強度
中段:スペクトル幅
下段:視線方向のドップラー速度
観測ビーム方向: fai150p8c8d
(Az, Ze) = (165.0, 21.7)
Patra et al., 2008
4.EARデータ解析演習
<電離圏FAI観測データ解析>
演習の流れ:
(1) FAI観測データ解析
2007年8月25・26日10:00-15:00 (LT)のFAI観測モードデータ
視線速度、スペクトル幅、エコー強度の高度-時間プロットの作成
平均値の計算、平均場の除去、移動平均
(2) 他のデータとの比較解析
京大・名大・九大の地磁気データとの比較
赤道ジェット電流の変化と電離圏不規則構造の出現との関係
(3) 解析後のプロット等の保存
作成したプロットをpsやpngファイル等へ保存
4.EARデータ解析演習
<電離圏FAI観測データ解析>
(1) FAI観測データ解析
●日時を指定して高度-時間プロットを作成する
> timespan, ‘2007-08-24’, 3 ,/day
(2007/08/24から3日分のデータの日時指定)
> iug_load_ear, datatype = ‘v_region’, $
parameter1 = ‘150p8c8b’
> tplot_names (tplot変数名の確認)
> tplot, ‘tplot変数名’
⇒プロットが出力される
※複数のプロットをしたい場合: > tplot, [‘tplot1’, ‘tplot2’,…]
4.EARデータ解析演習
<電離圏FAI観測データ解析>
(1) FAI観測データ解析
●高度と時間範囲の変更
[高度範囲の指定]
> ylim, ‘ tplot変数名’, (下限値), (上限値)
下限=130、上限=170
[時刻範囲の指定]
> tlimit, ‘tplot変数名’, ‘2007-08-25 00:00’, ‘2007-08-25 12:00’
<電離圏FAI観測データ解析>
(1) FAI観測データ解析
●平均処理、平均場の差し引き、移動平均
[平均処理]
> avg_data, ‘ tplot変数名’, (平均する時間幅、単位は秒)
ex. 平均する時間幅=600
[平均場の差し引き]
> tsub_average, ‘tplot変数名’
[移動平均]
> tsmooth_in_time, ‘tplot変数名’, (平均する時間幅、単位は秒)
ex.移動平均する時間幅=3600
4.EARデータ解析演習
<電離圏FAI観測データ解析>
(2) 他のデータとの比較解析
●京大・名大・九大の地磁気データとの比較
[210度地磁気データのロード:コトタバン]
> erg_load_gmag_mm210, site = ‘ktb’, datatype = ‘1min’
[京大WDC地磁気データのロード:グアム]
> iug_load_gmag_wdc, site = ‘gua’, datatype = ‘1min’
[平均場の差し引き]
> tsub_average, ‘tplot変数名’
[移動平均]
> tplot, ‘tplot変数名’, [‘tplot1’, ‘tplot2’,…]
4.EARデータ解析演習
<電離圏FAI観測データ解析>
(3) 解析後のプロット等の保存
●作成したプロットをpsやpngファイル等へ保存
[psファイルへの保存]
[pngファイルへの保存]
> popen, ‘ 保存するファイル名’ > makepng, ‘保存するファイル
名’
ex. popen, ‘test.ps’
ex. makepng, ‘test.png’
> tplot
> pclose
4.EARデータ解析演習
<対流圏・成層圏標準観測データ解析> [発展課題]
赤道大気レーダーの対流圏・成層圏
標準観測モードでとらえられた熱帯域
の成層圏下部から対流圏の風速の高
度時間プロットの作成
日時:2001/11/01-2001/12/31
観測高度範囲:2-20 km
時間分解能:10分
上段:東西風
中段:南北風
下段:鉛直上向き風
下部成層圏(15-20 km)で赤道ケルビ
ン波に伴う周期10日程度の東西風変
動が観測されている
Fukao et al., 2002; Hashiguchi et al., 2002
4.EARデータ解析演習
<対流圏・成層圏標準観測データ解析> [発展課題]
(1) 対流圏・成層圏観測データ解析
●日時を指定して高度-時間プロットを作成する
> timespan, ‘2001-11-01’, 61 ,/day
(2001/11/01から61日分のデータの日時指定)
> iug_load_ear, datatype = ‘troposphere’, $
> tplot_names (tplot変数名の確認)
風速3成分、各ビーム毎のスペクトル幅等のtplot変数がロードされる
> tplot, ‘tplot変数名’
⇒プロットが出力される
※複数のプロットをしたい場合: > tplot, [‘tplot1’, ‘tplot2’,…]
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析(1か月)
●日時を指定して高度-時間プロットを作成する
> timespan, ‘2003-10-01’, 31 ,/day
(2003/10/01から31日分のデータの日時指定)
> iug_load_meteor_rish_nc, site = ‘ktb’, $
parameter = ‘h2t60min00’
※h2t60min00:高度2㎞分解能、-30~30分のデータを平均
h2t60min30:高度2㎞分解能、00~60分のデータを平均
h4t60min00:高度4㎞分解能、-30~30分のデータを平均
h4t60min30:高度4㎞分解能、00~60分のデータを平均
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析(1か月)
●平均場の差し引き、移動平均、時間幅の変更
[平均場の差し引き]
> tsub_average, ‘tplot変数名’
[移動平均]
> tsmooth_in_time, ‘tplot変数名’, (平均する時間幅、単位は秒)
ex.移動平均する時間幅=86400
> tlimit, ‘tplot変数名’, ‘2003-10-11’, ‘2003-10-21’
※南北風に波の位相が2日程度の赤道域慣性重力波がこの場合、
はっきりと出現していることがわかる
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(2) 水平風速データの解析結果(1か月)
1日移動平均
3日移動平均
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析(2003/01-2010-12-31)
●日時を指定して高度-時間プロットを作成する
> timespan, ‘2003-01-01’, 365*8 ,/day
(2003/01/01から8年分のデータの日時指定)
> iug_load_meteor_rish_nc, site = ‘ktb’, $
parameter = ‘h2t60min00’
※h2t60min00:高度2㎞分解能、-30~30分のデータを平均
h2t60min30:高度2㎞分解能、00~60分のデータを平均
h4t60min00:高度4㎞分解能、-30~30分のデータを平均
h4t60min30:高度4㎞分解能、00~60分のデータを平均
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析(8年分)
●平均場の差し引き、移動平均、カラーバー範囲の変更
[平均処理]
> avg_data, ‘ tplot変数名’, (平均する時間幅、単位は秒)
ex. 平均する時間幅=86400
[平均場の差し引き]
> tsub_average, ‘tplot変数名’
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析(8年)
●移動平均(1月、1年)
[移動平均]
> tsmooth_in_time, ‘tplot変数名’, (平均する時間幅、単位は秒)
ex.移動平均する時間幅=86400*30
86400*365
⇒1月
⇒1年
※1月、1年移動平均データに見られる大気現象
1月⇒東西風(SAO)、南北風(AO)
1年⇒東西風(準2年周期変動:QBO)
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析結果(8年)
1月移動平均
3月移動平均
5.コトタバン流星レーダーデータ解析演習
<中間圏・熱圏下部の風速データの長期解析>
(1) 水平風速データの解析結果(8年)
6月移動平均
1年移動平均
Fly UP