XバンドMP レーダによる地上吹雪の定量的把握の可能性

(1)

論文

X バンド MP レーダによる地上吹雪の

定量的把握の可能性

大宮

哲

1＊

_{，國分徹哉}

1, 2

_{，松下拓樹}

1

_，

高橋丞二

1

_{，松澤}

_勝

1 要旨吹雪による被害を効果的に軽減するためには，その発生状況を面的かつリアルタイムに把握することが望ましい．本研究では，高時空間分解能を有する X バンド MP レーダによる上空の観測データから地上における吹雪の発生状況を定量的に把握することができるか，その可能性について検討した．まず，地上での降雪観測結果との比較によって，レーダ雨量から降雪強度を見積もるための補正係数を提示した．次に，Dual ドップラー解析により上空の風向風速を求めた．求めた降雪強度と風向風速から上空における飛雪流量を面的に推定し，地上での実測飛雪流量と比較した．その結果，落下中の降雪粒子の風による移流を考慮することで，地上における飛雪流量の推定値と実測値の相関が向上することが示された．キーワード：X バンド MP レーダ，DFIR，SPC，吹雪

Key words : X-band MP radar, Double Fence Intercomparison Reference, Snow Particle Counter, Blowing snow 1．はじめに 吹雪による災害は毎年のように発生しており，人的被害のみならず，交通障害による人流・物流の停滞など，社会的混乱や経済的損失をもたらす．例えば，2013 年 3 月に発生した暴風雪では北海道東部を中心に大きな被害があり，9 名の命が失われた．交通機関では JR 北海道で 361 本が運休したほか，新千歳空港発着の 205 便が欠航した．道路交通では国道が 22 路線 43 区間で，道道が 63 路線 69 区間で通行止めとなった（日本道路交通情報センター調べ）ほか，オホーツク海側や太平洋側東部を中心に 300 台以上の車両が立ち往生した．吹雪は空間的・時間的変動が大きい現象である（日本雪氷学会北海道支部，1991；金田ら，1998）．したがって，円滑な冬期道路交通を確保するためには，道路管理者は吹雪の発生状況を面的かつリアルタイムに把握し，的確な通行規制の実施やドライバーへの情報提供を行う必要がある．吹雪の強さを計測する方法を大別すると，吹雪時に風で運ばれる雪の質量を計測する方法と，吹雪時の視程低下の程度を計測する方法に分けられる．雪の質量を計測する方法には，雪粒子を網目の袋などで捕捉してその質量を計測する方法（石本，2009 など）と，雪粒子により遮断される光を利用して粒径と粒子数の連続的な測定値から質量に換算する方法（Schmidt, 1977；佐藤ら，2005 など）がある．吹雪時の視程を計測する方法には，空間に浮遊する雪粒子に対して赤外光を当てた時の透過率や反射率を連続的に測定して視程に換算する方法（竹内・福澤，1976；福澤ら，1987）や， 1 国立研究開発法人土木研究所寒地土木研究所 〒062-8602 札幌市豊平区平岸 1 条 3 丁目 1-34 2 現所属：国土交通省北海道開発局室蘭開発建設部 〒051-8524 室蘭市入江町 1-14 ＊ _{問合せ先：[email protected]}

(2)

画像処理による視程計測（Ishimoto et al., 1989）および視認性を数値化する方法（萩原ら，2005；永田ら，2006），視程計を車に搭載して吹雪時に走りながら計測する方法（福澤，1993）などがある．また，雪の質量計測や視程計測以外の方法としては，音を使った吹雪計測（Chritin et al., 1999；小杉ら，2005 など）や大気電場計を活用した吹雪検知（大宮ら，2018）などが挙げられる．しかし，これら従来の計測方法では，空間的・時間的変動が大きい吹雪現象のごく一部を計測しているに過ぎない．吹雪の発生状況を面的に判断するために吹雪計や視程計を広域かつ多点に配置することは非現実的であるため，現状では気象条件からの推測（例えば，武知ら，2016）もしくは道路パトロール等による目視判断以外に手段がない．吹雪の発生を面的かつリアルタイムに把握する方法の一つとして，広域の降水分布を観測できる気象レーダの活用が考えられる．一般的に，単偏波レーダによる降水強度 R は，レーダ反射因子（または反射強度）Z との関係式 Z=BRβ_{（Z-R 関係．} B と β は定数）によって求められる（Fujiyoshi et al., 1990）．二重偏波レーダ（MP レーダ）の場合には，落下中の雨滴が空気抵抗によって扁平する性質を利用し，偏波間の位相差変化率 KDP（ある いは比偏波間位相差 ϕDP）と降水強度 R の関係 （KDP-R 関係）から高精度な降水量が求められる（Maki et al., 2005；岩波・前坂，2013 など）．ただし，降雪時には MP レーダも Z-R 関係によって降雪強度を算出している．MP レーダを用いることで高精度な降雨観測ができる一方で，降雪の観測精度は相対的に劣る（岡村，1981；林ら，2014；今長ら，2017；増田ら，2018 など）．この原因の一つは，降雪粒子は雨滴と異なり様々な形状と密度を有すること，また乾湿に伴う性質の違いがあるためである（吉野，2002；中井ら，2015）．これまで，降雪時のレーダ観測値と地上観測値の関係については，両者の比較面積を広くとること（吉野ら，1986），また，レーダ観測値の積算時間を長くとること（Fujiyoshi et al., 1990；佐々木ら，1999）で両者の相関が良くなることが報告されている．また，レーダによる降雪量推定の際には，降雪粒子の落下速度や落下に要する時間および風による移流を考慮することで，地上の降雪分布を良く再現できることが指摘されている（岡村，1980；佐々木ら，1999）．一方，信号処理に関しては，降雪種別の Z-R 関係の検討によって観測精度の向上を図る取組み（Rasmussen et al., 2003；増田ら，2018； Yamashita et al., 2019 など）や，地域ごとに Z-R 関係を求めることの重要性が指摘されている（Fujiyoshi et al., 1990 など）．また，逆に，多様な降雪粒子形状による MP レーダの反射特性を利用し，レーダ観測値から上空の降雪種類を判別する手法についても提案されている（Dolan et al., 2013；Kouketsu et al., 2015 など）．気象レーダを用いて吹雪を直接観測した例は極めて少ない．過去に，青森県津軽平野において吹雪時の視程変動とレーダ反射強度の関係を調査した例（Higashiura et al., 1993）や，レーダから得られた降雪雲の三次元気流構造および強風形成過程と吹雪発生との関係を調べた例（真木ら，1992；真木，2003）がある．また，フィンランドにおける吹雪時の視程障害による多重衝突事故の解析に，C バンドレーダの観測値が用いられた例（Juga et al., 2012）がある．しかし，気象レーダを用いて地上の吹雪を面的かつリアルタイムに把握しようとした試みはない．日本国内では，集中豪雨や局地的大雨の監視強化を目的に，X バンド MP レーダ（以下，X-MP）の全国配備が 2008 年より国土交通省によって進められてきた（栗城，2010；Maesaka et al., 2011）． 2020 年 3 月現在，全国で 39 基の X-MP が配備されている．北海道内では 2013 年に北広島市， 2014 年に石狩市に設置され，現在はこの 2 基体制でそれぞれ半径約 60 km の範囲の降水状況を常時監視している．X-MP は，従来の観測で使用されてきた国土交通省レーダ雨量計の C バンドレーダ（以下，C バンド）に比べ，その空間分解能は 16 倍（約 250 m メッシュ．C バンドは約 1 km メッシュ），観測頻度は 5 倍（約 1 分間隔．C バンドは約 5 分間隔）であり，高解像度の降水分布が得られるほか，情報配信までに要する時間が観測終了から 1〜2 分間（C バンドは 5〜10 分間）と短いことが利点である．X-MP を雪氷対策へ活用する取組みとしては，X-MP から推定した降雪量を的確な除雪体制の構築に活用することを目指した今長ら（2017）の研究や，X-MP による降雪種判

(3)

別に基づいた降雪把握の高精度化に関する増田ら（2018）の研究などが挙げられる．本研究では，高時空間分解能を有する X-MP の観測データのみから地上における吹雪の発生状況を定量的に把握することができるか，その可能性について検討を行った．なお，本研究で対象とするのは降雪を伴う吹雪であり，降雪を伴わない吹雪（地吹雪）については扱わない． 2．研究方法 本研究では，北広島市および石狩市に既設の 2 基の X-MP による観測データ（合成レーダ雨量，ドップラー速度）から推定した飛雪流量と寒地土木研究所所有の石狩吹雪実験場（北緯 43° 12，東経 141° 23）にて実測した飛雪流量の関係を比較し，地上における吹雪把握の可能性について検討する．図 1 にレーダ観測と地上観測の概念図を，図 2 に 2 基の X-MP と石狩吹雪実験場の位置関係をそれぞれ記す．なお，本研究で使用した X-MP 観測データは，地球環境情報統融合プログラム（DIAS）の Web ページ（http://www.diasjp. net/）より入手した．次に，大まかな解析の流れについて述べる．まず，降雪時の X-MP 合成レーダ雨量（以下，レーダ雨量）と地上における降雪観測結果を直接比較し，上空における降雪強度を見積もる．次に，2 基の X-MP それぞれの観測によって得られたドップラー速度を用いて Dual ドップラー解析を行い，上空における風向風速を求める．そして，この降雪強度と風向風速から上空における飛雪流量を推定する．最後に，推定飛雪流量と地上での実測飛雪流量の関係について検討する．なお，「新版雪氷辞典」（日本雪氷学会，2014）によると，降雪強度とは「単位時間に単位面積に降った雪の重さに等しい水の深さ」のことを指し，その単位はレーダ雨量と同じ mm h−1_である．また，飛雪流量は吹雪の強さを示す指標の 1 つであり，「風向に直交する単位面積を単位時間に通過する雪の質量（単位は g m−2_s−1_{）」のことを指} す． 3． X-MP レーダ雨量と地上降雪強度の関係 降雪時の X-MP レーダ雨量の精度向上に向け，これまでに多くの研究者によって降雪種別の Z-R 関係の検討がなされている（Fujiyoshi et al., 1990, 図 1 レーダ観測と地上観測の概念図． 図 2 X-MP と石狩吹雪実験場の位置関係．現在，北 海道内に配備されている X-MP は石狩局と北広島局の 2 基であり，それぞれが半径約 60 km の範囲の降水状況を監視している．

(4)

Rasmussen et al., 2003；増田ら，2018；Yamashita et al., 2019 など）．本研究では Z-R 関係自体の検討は行わず，既存の関係式（Z=BRβ_{，B と β は定} 数）から得られたレーダ雨量と地上観測結果の比較によって降雪強度を求める．なお，2020 年 3 月 現在，現業で使用されている降雪時の B と β は， 石狩局，北広島局ともに B=90，β=1.67 である． 3．1 地上降雪強度の観測方法 地上での降雪観測には二重柵基準降水量計（Double Fence Intercomparison Reference，以下 DFIR）を使用した．これは降水量計を八角形の防風柵で二重に囲った観測システムのことであり，世界気象機関（WMO）が二次基準として推奨するものである．WMO は DFIR による実測値に対して換算式（Goodison et al., 1998）を適用した値を真値（BUSH Gauge 値（Sevruk，1987））として扱ってよいとしている．本研究では，DFIR に Geonor 社製の重量式降水量計（T-200BMD）を使用した．なお，解析には DFIR による実測値を BUSH Gauge 値に変換したものを使用している． 3．2 使用データおよび比較方法 3 節で述べるレーダ雨量と地上観測結果の比較には，3 冬期分のデータ（2014〜2016 年度，12 月 1 日〜3 月 31 日）を使用した．ここでは 1 分おきに配信される DFIR 直上メッシュの X-MP レーダ雨量（mm h−1_{）から求めた 10 分間降水量（mm）} と，DFIR 観測によって 10 分おきに出力された降雪強度（mm h−1_{）から求めた 10 分間降水量（mm）} を比較した．なお，本研究の対象は降雪であることから，地上気温が 0 ℃以下のデータのみを使用した．レーダは上空のデータである一方，DFIR は地上のデータである．したがって，両者の比較にあたっては，落下中の降雪粒子が風によって移流される影響と，地上に到達するまでの時間差を考慮に入れる必要がある（佐々木ら，1999）．本節では，風による移流の影響を極力なくすため，気象庁が発行する「気象観測の手引き（気象庁， 1998）」に基づき，高度 10 m における 10 分間平均風速が 0.3 m s−1_{未満の事例のみを抽出し，比} 較に用いた．この手引きによると，0.3 m s−1_未満の風速は「煙がまっすぐ昇る状態」と記述されていることから，降雪粒子が風から受ける影響は小さく，その移流量は無視できるとみなした．降雪粒子が地上に到達するまでの時間差を見積もるためには，レーダによる降雪粒子の観測高度と降雪粒子の落下速度に関する情報が必要である．冬 期における X-MP 石狩局の最低運用仰角（θ0= 1.1°）と石狩吹雪実験場までの距離から求めた石狩吹雪実験場上空におけるレーダビーム高度，すなわちレーダによって降雪観測が可能な最低高度は約 340 m であった．降雪粒子の落下速度は粒径や降雪種（雪片，あられなど）によって異なる値を示すが，雪片についてはおおむね 0.7〜1.2 m s−1_{，あられについてはおおむね 1〜3 m s}−1_であることが多い（梶川ら，1996；Ishizaka et al., 2013）．この落下速度とレーダ観測高度 340 m から得られる時間は約 2〜8 分間であることから，降雪粒子がレーダによって観測されてから地上に到達するまでの時間を一律 5 分間と定め，比較時にはその時間差を考慮に入れた．なお，ここでは落下中の降雪粒子の変態等の影響（昇華や融解に伴う質量変化や粒径変化）や，あられの落下に伴う下降流の強化については無視している． 3．3 比較結果と考察 X-MP 観測と DFIR 観測から求められた 10 分間降水量の関係を図 3 に記す．これより，降雪時の X-MP 観測値は実際の地上観測値よりも大きくなる傾向が示された．図中の実線は近似直線を示す（式（1））．その決定係数 R2_{は 0.55（データ} 数は 109）であることから，この近似式は地上降雪強度を概ね良く説明しているといえる．以降， 図 3 X-MP による上空観測（レーダ雨量 P（mm））と DFIR による地上観測（降雪強度 P（mm））から得られた 10 分間降水量の関係．図中の破線は 1 対 1 の等値線を，実線は近似直線を示す．

(5)

レーダ雨量 P（mm h−1_{）と降雪強度 P（mm h}−1_）の関係には式（1）を用いることとする． P=0.71P （1） X-MP による観測結果が地上での実測値よりも大きかった一因として，Z-R 関係における係数 B，β が関与していた可能性がある．本研究では 現業で使用されている降雪時用の B，β（B=90，β =1.67）に基づいて変換されたレーダ雨量を使用しているが，例えば Yamashita et al.（2019）は， β を 1.67 に固定した場合に降雪種の違いによっ て異なる B の値を提案しており，雪片時は B= 50.12，あられ時は B=100 としている．ここで，図 3 のプロットに対して近似式の傾きが 1.00 となる B について試算したところ，その値は B= 63.45 となった．本研究では降雪種観測は行っていないが，この結果より，解析対象とした降雪事例時の降雪種は雪片の割合が多かったものと推測される．また，これまで，佐々木ら（1999）などによってレーダ降雪量の積算時間を長くとることでレーダ降雪量と地上降雪量の相関が良くなることが報告されているが，本観測では積算時間を長くしても相関関係の向上は確認されなかった．これは，本研究の DFIR に使用した降水量計（重量式降水量計）の分解能が 0.1 mm であるのに対し，佐々木ら（1999）が使用した計器（溢水式雨量計）の分解能が 0.5 mm であったためと考えられる．つまり，積算時間（計測時間）を長くとることで地上の計器に捕捉される降雪の総量が増加するため，分解能の粗さに伴う計測誤差が相対的に減少したものと解釈できる． 4． X-MP による上空の飛雪流量推定 4．1 飛雪空間密度の算出 飛雪流量 Mf（g m−2_s−1_{）は，飛雪空間密度} n（g m−3_{）と水平方向の風速 V（m s}−1_{）の積で与} えられる（式（2））． Mf=nV （2）本研究では落下中の降雪粒子は昇華しないと仮定しているため，n は高度によらず一様である． n は降雪フラックス Mv（g m−2_s−1_{）を降雪粒子の} 落下速度 w（m s−1_{）で除することで求められる} （式（3））．ここで，Mvは単位時間に単位面積を通過した（落下した）降雪粒子の質量に等しい． n=Mv/w （3） Mvは降雪強度 P（mm h−1_{）の単位変換によっ} て求めることができ，両者の関係は Mv=0.28P として表すことができる．よって，レーダ雨量 P と Mvの関係は式（1）を用いて式（4）で表される．さらに式（3）に式（4）を代入することで式（5）が導出される．以上より，飛雪空間密度 n は X-MP レーダ雨量 P と降雪粒子の落下速度 w より得られる． Mv=0.20P （4） n=0.20P/w （5） 4．2 上空における風向風速の算出 次に，飛雪流量 Mfを求めるために必要な上空の水平風速 V（m s−1_{）を X-MP 観測データから算} 出する． 4．2．1 Dual ドップラー解析 気象レーダによって得られるドップラー速度は，風によって流されている粒子によって反射された電波のドップラー効果から求められた粒子の移動速度である．一般的にはドップラー速度と風速を等しく取り扱うことから（石原，2001a），本研究においても降雪粒子の水平速度と水平風速が等しいものとして扱う．ここで，1 基の X-MP から得られるドップラー速度はレーダビームに沿った方向のみの風速成分であるため，その風がレーダ基地局に対して近づくものか，遠ざかるものか，についての情報しか得られない．そこで，2 基の X-MP（石狩局，北広島局）から得られるドップラー速度を用い，石原（2001b）のアルゴリズムに基づいて Dual ドップラー解析し，上空 500 m における風（以下，Dual 風）の 2 次元分布を求める．以下，2016 年度冬期に発生した吹雪 24 事例を対象とした解析結果を述べる．本解析で求められた高度 500 m における Dual 風（2017 年 2 月 17 日 22：00 の事例）を図 4 に示す．ここで，Dual ドップラー解析の対象領域は図 4 中における 2 つの円内（ただし，円の重なり部分は除く）である．この対象領域は，2 基のレーダからの交差する角度

(6)

ができるだけ平行にならないように 30°〜150° に定めたものであり，それぞれの円の半径は約 30 km である．なお，図 4 の解析対象領域内において風が示されていない領域があるが，それは当該時刻において降雪粒子が存在しなかったために Dual 風を算出することができなかったことを意味する． 4．2．2 Dual 風と毎時大気解析値の比較 Dual ドップラー解析により算出した風向風速の妥当性を確認すべく，気象庁の毎時大気解析（以下，HANAL）による 950 hPa 高度面（高度約 500 m）での風向風速と比較を行った．図 4 と同日同時刻における HANAL の風向風速を図 5 に記す．両図の比較により，Dual 風は風向，風速ともに HANAL と概ね一致していることが確認できる． 4．2．3 高度 340 m における風速の算出 Dual ドップラー解析によって求めた風向風速の高度は 500 m であるが，3 章で述べたように， X-MP によって降雪観測が可能な最低高度は約 340 m である．そこで，ここでは大気が中立状態にあると仮定し，風の対数則にならって高度 500 m の風速から高度 340 m の風速を求めた（カルマ ン定数 κ=0.4 と仮定）．ここでは，石狩吹雪実験 場周辺の地表面状況を考慮し，道路橋耐風設計便覧（日本道路協会，2007）に基づいて地面粗度長を一律 0.05 m（地表粗度区分Ⅱ）とした．仮に高度 500 m の風速が 10 m s−1_{であるとすると，地} 面粗度長 0.05 m で計算した高度 340 m の風速は約 9.6 m s−1_{である．一方，同様の試算を山岳域} や都市域（地表粗度区分Ⅳ）の地面粗度長 1.0 m で行った場合は約 9.4 m s−1_{，海上（地表粗度区分} 0）の地面粗度長 0.001 m で行った場合は約 9.7 m s−1_{であり，地面粗度長 0.05 m の時の 9.6 m s}−1 に対する差異は最大で 0.2 m s−1_{程度である．以} 上より，地面粗度長を一律で扱うことによる推定飛雪流量への影響は小さいと考える． 4．3 上空における飛雪流量の推定結果 次に，4．1 節で求めた飛雪空間密度 n と 4．2 節で求めた高度 340 m における風速 V から，式（2）より高度 340 m における飛雪流量 Mfを面的に求めた．なお，ここでは降雪粒子の落下速度 w を 1.2 m s−1_{として計算した．図 6 に飛雪流量の推} 定結果を示す． 5．地上における飛雪流量の実測 飛雪流量観測には新潟電機株式会社製の Snow Particle Counter 95（以下，SPC）を使用した． SPC は非接触で光学的に吹雪粒子の粒径および個数を計測する機器であり（Schmidt, 1977），測定可能な粒径範囲は 0.05 mm〜0.5 mm である．図 7 に SPC の外観を，図 8 にセンサー部分の詳細を示す．図 8 に示す投光部から受光部に向けて近赤外光が照射されており，その範囲内（2 mm× 図 5 気象庁毎時大気解析（HANAL）による 950 hPa 高度面（高度約 500 m）の風向風速（2017 年 2 月 17 日 22：00 の事例）． 図 4 Dual ドップラー解析により求めた高度 500 m における風向風速（2017 年 2 月 17 日 22：00 の事例）．解析対象領域は図中における 2 つの円内（ただし，円の重なり部分は除く）．

(7)

25 mm×0.5 mm）が計測領域である．この領域を吹雪粒子が通過すると，それに応じて受光部に到達する光量が減衰する．通過粒子が全て球体かつ計測領域内に同時に複数粒子が入らないとの仮定のもと，光量の減衰量および減衰回数から，計測領域を通過した吹雪粒子の粒径および個数が求められ，1 分おきに 1 秒毎の飛雪流量が出力される．本研究の解析対象は降雪起因の吹雪粒子であり，地吹雪粒子（一度地面に降り積もった雪が風によって舞い上げられた粒子）は対象としていない．そこで，地吹雪粒子が計測に混入することを極力防ぐため，SPC の設置高度を 7 m とした．Naaim-Bouvet et al.（2012）による降雪を伴う吹雪時の観測結果によると，高度 3.4 m での飛雪流量は風速の強弱に影響を受けにくいことが示されている．これは高度 3.4 m では吹雪中に含まれる地吹雪成分が少ないことを示すものであり，したがって高度 7 m にまで達している地吹雪粒子は十分に少ないものと見なせる．次に，飛雪流量の実測結果に対する留意点を記す．SPC は計測領域を通過する粒子が全て球体であると仮定して飛雪流量を算出しているが，降雪粒子の大半は非球体である．非球体の場合は実際の粒子体積と等価球の体積が一致しないため，飛雪流量は過大評価される．佐藤ら（2005）によると，粒子が回転楕円体の場合には非球形度が増すほど，角柱状の場合には薄い板状になるほど，または細長くなるほど，その影響が大きくなると指摘している．一方で，粒径 0.5 mm を超える粒 図 8 SPC センサー部の詳細． 図 6 X-MP データに基づいて求めた上空 340 m における飛雪流量分布（2017 年 2 月 17 日 22：00 の事例）． 解析領域内におけるグレー部分は飛雪流量の計算結果がゼロであったことを示す．

図 7 Snow Particle Counter（SPC）の外観．SPC に

は風向舵が取り付けられているため，センサー部分は常に風向に直交する．

(8)

子については全て 0.5 mm の粒子として計算処理される．また，粒子が計測領域の端をかすめて通過した場合にも粒径は過小評価されるため，これらの場合には飛雪流量が過小評価される（佐藤， 1991）．他にも，計測領域に同時に複数粒子が入った場合にも計測誤差の要因となり得る．このように，SPC による実測値にも様々な計測誤差が含まれていることに留意すべきであるが，本研究はレーダデータから地上吹雪を把握できるか否かを議論するものであり，量的精度に主眼をおいたものではない．そこで，本解析では SPC によって出力された飛雪流量の値をそのまま使用した．なお，参考までに，本観測で計測された粒子の大半は 0.5 mm 以下であり，計算処理によって過小評価された飛雪流量は 1 % 未満であった． 6．上空の推定飛雪流量と地上実測値の比較 X-MP データに基づく上空の推定飛雪流量と地上における実測飛雪流量を比較し，X-MP を用いた吹雪観測の可能性について検討する． 4 章において，X-MP データから上空における飛雪流量の面分布を推定した（図 6）．しかし，降雪粒子は雨滴よりも軽くて密度も小さいため，風による移流の影響が大きい，すなわち上空における飛雪流量の面分布をそのまま地上に適用することはできない可能性が高い．そこで本章では，上空と地上の飛雪流量を比較するにあたり，降雪粒子の移流を考慮しない場合とした場合，その両方について検討した． 6．1 移流を考慮しない場合の比較結果 移流を考慮しない場合，すなわち石狩吹雪実験場の直上メッシュにおける推定飛雪流量と地上での実測飛雪流量の比較を図 9 に示す．この結果，両者には明瞭な相関がないことが確認された（相関係数 R は 0.24）．なお，この比較では 3．2 節で述べた降雪粒子が地上に到達するまでの時間差（5 分間）についても考慮してある（後述の，移流を考慮した場合（6．3 節）についても同様）． 6．2 降雪粒子の移流に関する検討 降雪粒子の移流について，地上に到達した吹雪粒子がレーダ観測高度 340 m においてどこに位置していたのかを推定する．はじめに，4．2．3 項で求めた上空 340 m における風速を用い，対数則によって地上までの間における水平風の鉛直分布を求めた．次に，実際に地上で観測された吹雪粒子を時間を遡って上空方向に逆移流させ，その移流距離と方角について計算し，高度 340 m における吹雪粒子の位置を推定した．その概念図を図 10 に記す．水平風の鉛直分布の計算には，10 m の厚さを持つ空気の層が鉛直方向に 34 層重なっていると仮定し，それぞれの層に対して対数則に基づく風速推定を行った．地面粗度長は 4．2．3 項と同様，一律 0.05 m と仮定した．吹雪粒子の推定位置の分布を図 11 に示す． 6．3 移流を考慮した場合の比較結果 推定位置における上空の推定飛雪流量と石狩吹 図 10 高度 340 m における吹雪粒子の位置の推定 方法（概念図）． 図 9 風による移流を考慮しなかった場合の，X-MP データから推定した上空の推定飛雪流量と SPC により実測した地上飛雪流量の比較．図中の破線は 1 対 1 の等値線．

(9)

雪実験場で実測した地上飛雪流量の比較を図 12 （図中「移流あり」）に示す．この結果は図 9 の移流を考慮しなかった場合に比べてプロット数が少ない（図 9：24 個，図 12：11 個）が，これは吹雪粒子の推定位置（図 11）の一部が Dual ドップラー解析の対象領域から外れた等により，飛雪流量を計算することができなかったことによる．そこで，これらの事例を除いた 11 事例について，「移流なし」として改めて図 12 中に付記した．この結果より，移流を考慮した場合の推定飛雪流量は地上での実測飛雪流量を過大評価する傾向にあるものの，両者には正の相関があることが確認された．相関係数 R は 0.62（p 値=0.04），二乗平均平方根誤差 RMSE は 2.16 g m−2_s−1_{（「移流なし」} の RMSE は 2.98 g m−2_s−1_{），図中に実線で示す} 「移流あり」の近似直線の傾きは 0.47（決定係数 R2_{は 0.31）であった．} 以上の結果は，X-MP 観測によって得られるデータのみから地上における吹雪の発生状況を面的かつリアルタイムに把握できる可能性があることを示すものである． 7．まとめと今後の展望 本論文では，X-MP を用いた吹雪の定量観測の可能性について明らかにすることを目的とし，レーダデータと地上観測結果を解析した．本研究より，一般配信されている X-MP レーダ雨量から上空における降雪強度を算出するための補正係数について提案した．また，Dual ドップラー解析によって求めた風向風速を用い，上空における飛雪流量を面的に推定した．その推定値を地上の実測値と比較したところ，風による降雪粒子の移流を考慮することにより，両者の間には正の相関があることが示された．この結果は，X-MP 観測によって得られるデータのみから地上における吹雪の発生状況を面的かつリアルタイムに把握できる可能性があることを示すものである．本研究で実施した Dual ドップラー解析は 2 基以上の X-MP による観測データを必要とするため，解析できる領域が限られている．そこで，今後は 1 基の X-MP から風向風速を推定できる VVP 法（Waldteufel and Corbin, 1979；立平・鈴木，1994 など）と VAD 法（Browning and Wexler, 1968）を用いてより広域にわたる風向風速解析を行うほか，複数地点における SPC 地上観測を実施し，推定飛雪流量との面的比較を行う予定である．また，同時に，目視やディスドロメーターによる降雪種観測および飛雪流量の人力観測を行うことで，飛雪流量の推定精度向上に努める．最終的にはレーダデータのみから地上における面的な吹雪情報をリアルタイムに把握するためのアルゴリズムを構築し，地上吹雪の発生把握技術の社会実装を目指す． 図 12 風による移流を考慮した場合の，X-MP デー タから推定した上空の推定飛雪流量と SPC により実測した地上飛雪流量の比較．移流を考慮した場合の結果を黒三角で示してあるのに対し，この事例に対応する移流を考慮していない結果について黒バツで記した．実線は「移流あり」の結果に対する近似直線を示す． 図 11 高度 340 m における吹雪粒子の推定位置．

(10)

謝辞本研究において，（一財）日本気象協会の丹治和博氏をはじめとする各位には，データ解析においてご協力をいただきました．（国研）防災科学技術研究所の中井専人氏，（国研）農業・食品産業技術総合研究機構の井上聡氏には，二重柵基準降水量計の設置においてアドバイスをいただきました．本稿の校閲にあたり，2 名の匿名査読者から大変有益かつ丁寧なご指摘をいただきました．この場をお借りし，皆様に対して深くお礼を申し上げます．本研究で利用した X バンド MP レーダのデータセットは，文部科学省の委託事業により開発・運用されているデータ統合解析システム（DIAS）の下で，収集・提供されたものです．本研究の一部は，（一財）河川情報センターの令和元年度研究助成を受けて実施したものです．文献

Browning, K. A. and Wexler, R (1968): The determina-tion of kinematic properties of a wind field using Dop-pler radar. J. Appl. Meteor., 7, 105-113.

Chritin, V., Bolognesi.R. and Gubler, H. (1999): FlowCapt: a new acoustic sensor to measure snowdrift and wind velocity for avalanche forecasting. Cold Reg. Sci. Technol., 30, 125-133.

Dolan, B., Rutledge, S. A., Lim, S., Chandrasekar, V. and Thurai, M. (2013): A robust C-band hydrometeor iden-tification algorithm and application to a long-term polarimetric radar dataset. J. Appl. Meteor. Climatol.,

52, 2162-2186.

Fujiyoshi, Y., Endoh, T., Yamada, T., Tsuboki, K., Tachibana, Y. and Wakahama, G. (1990): Determina-tion of a Z-R relaDetermina-tionship for snowfall using a radar and high sensitivity snow gauges. J. Appl. Meteor., 29, 147-152.

福澤義文（1993）：車の雪煙による視程障害と側方散乱 方式車載型視程計の開発．雪氷，55，29-38. 福澤義文，竹内政夫，石本敬志（1987）：反射式吹雪計に

よる視程測定．北海道の雪氷，6，7.

Goodison, B. E., Louie, P. Y. T. and Yang, D. (1998): Final report: WMO solid precipitation measurement inter-comparison. WMO/TD, 872, Geneva, WMO, 211 pp. 萩原亨，太田祐司，金田安弘（2005）：ITV 画像を用いた道路視認性数値化技術に関する研究．寒地技術論 文・報告集，21，112-117. 林義晃，手計太一，山﨑惟義（2014）：北陸地方における地上雨量観測所を用いた X バンド MP レーダの降水量（降雪量）推定精度の評価．水文・水資源学会誌， 27（2），67-76.

Higashiura, M., Sato, T., Sato, A. and Kimura, T (1993): Areal investigation of drifting snow on Tsugaru Plain, Japan. Ann. Glaciol., 18, 155-160.

今長信浩，齋藤清志，大手方如，石井洋輔，片岡正次郎（2017）：冬季除雪支援におけるレーダ技術の活用に関する一考察─ X バンドレーダによる雪検知性能と活用案について─．2017 ふゆトピア・フェア in 函館研究発表会，http://www.hkd.mlit.go.jp/ky/ki/chousei /PDF/34T_H.pdf（2020. 01. 23 閲覧）石原正仁（2001a）：ドップラー気象レーダーの原理と基 礎．気象研究ノート，200，1-38. 石原正仁（2001b）：ドップラー気象レーダーの応用．気 象研究ノート，200，39-73. 石本敬志（2009）：吹雪計測．雪氷，71，137-140. Ishimoto, K., Takeuchi, M., Naitou, S. and Furusawa, H.

(1989): Development and certification of a visibility-range monitor by image processing. Ann. Glaciol., 13, 117-119.

Ishizaka, M., Motoyoshi, H., Nakai, S., Shiina, T., Kumakura, T. and Muramoto, K. (2013): A new method for identifying the main type of solid hydro-meteors contributing to snowfall from measured size-fall speed relationship. J. Meteor. Soc. Japan, 91, 747-762.

岩波越，前坂剛（2013）：X バンド MP レーダーに よる降雨強度の推定．ながれ，32，313-318. Juga, I., Hippi, M., Moisseev, D. and Saltikoff, E. (2012):

Analysis of weather factors responsible for the traffic ʻblack dayʼ in Helsinki, Finland, on 17 March 2005. Meteor. Applications, 19, 1-9. 梶川正弘，谷口泉子，伊藤誠子（1996）：雪片の落下速度 と降雪結晶形との関係．雪氷，58，455-462. 金田安弘，川上俊一，山本晃，加治屋安彦，福澤義文，金子学，金村直俊（1998）：吹雪時における多重衝突事故の発生要因とその対策について（第 1 報）─平成 10 年 1 月 7 日における札幌圏の暴風雪の気象特性─． 寒地技術論文・報告集，14，41-48. 気象庁（1998）：気象観測の手引き．東京，気象庁，81 pp. http://www.jma.go.jp/jma/kishou/know/kansoku_ guide/tebiki.pdf（2020. 01. 23 閲覧）小杉健二，佐藤威，佐藤篤司，阿部修，望月重人（2005）：音響信号を用いた吹雪強度の推定について． 寒地技術論文・報告集，21，88-91.

(11)

H., Shinoda, T., Tsuboki, K., Kubo, M. and Muramoto, K. (2015): A hydrometeor classification method for X-band polarimetric radar: Construction and validation focusing on solid hydrometeors under moist environ-ments. J. Atmos. Oceanic Technol., 32, 2052-2074. 栗城稔（2010）：X バンド MP レーダの活用について

─ C バンドレーダ雨量計と対比して─．河川情報シンポジウム講演集，3-1-3-12.

Maesaka, T., Maki, M. and Iwanami, K. (2011): Opera-tional rainfall estimation by X-band MP radar net-work in MLIT, Japan. Proc. 35thConf. on Radar Meteor., P11. 142.

真木雅之（2003）：1 台のドップラーレーダにより観測された降雪雲に伴う強風の形成過程．雪氷，65，219-229.

Maki, M., Park, S. and Bringi, V. N. (2005): Effect of natural variations in rain drop size distributions on rain rate estimators of 3 cm wavelength polarimetric radar. J. Meteor. Soc. Japan, 83, 871-893.

真木雅之，中井専人，八木鶴平，中村秀臣（1992）：吹雪のドップラーレーダー観測：L モード降雪雲のケー ス．天気，39，551-563. 増田有俊，板戸昌子，谷口和哉，境和宏，上田博，山下克也，中井専人（2018）：XRAIN を用いた冬期降水量推定精度の向上．土木学会論文集 B1（水工学）， 74（4），I_85-I_90．

Naaim-Bouvet F., H. Bellot, K. Nishimura, C. Genthon, C. Palerme and G. Guyomarcʼ h (2012): How to detect snow fall occurence during blowing snow event?, Proc. 2012 International Snow Science Workshop, Anchorage, 976-982. 永田泰浩，萩原亨，荒木啓司，金田安弘，村上恵介（2006）：CCTV カメラの道路画像を利用した視界情 報に関する実証実験．寒地技術論文・報告集，22， 196-200. 中井専人，山下克也，本吉弘岐，石坂雅昭（2015）：レーダーと降雪粒子との同時観測の必要性．ワークショップ『降雪に関するレーダーと数値モデルによる研究（第 14 回）』講演要旨集，15-16，http://yukibousai. bosai. go. jp/others-files/KouWS_FY2015Nagaoka/ images/14thFY2015_Abstract.pdf（2020. 01. 23 閲覧）日本道路協会編（2007）：道路橋耐風設計便覧（平成 19 年改訂版），東京，日本道路協会，296 pp. 日本雪氷学会（2014）：新版雪氷辞典，東京，古今書院， 307 pp. 日本雪氷学会北海道支部（1991）：雪氷調査法，札幌，北海道大学図書刊行会，12 pp. 岡村敏夫（1980）：レーダエコーと降雪分布について（第 2 報）．天気，27，863-869. 岡村敏夫（1981）：レーダエコーと降雪分布について（第 3 報）．天気，28，558-570. 大宮哲，鴨川仁，松澤勝（2018）：降雪および吹雪検知センサーとしての大気電場計の活用可能性につ いて．寒地土木研究所月報，781，17-23.

Rasmussen, R., Dixon, M., Vasiloff, S., Hage, F., Knight, S., Vivekanandan, J. and Xu, M. (2003): Snow nowcasting using a real-time correlation of radar reflectivity with snow gauge accumulation. J. Appl. Meteor., 42, 20-36. 佐々木憲孝，長谷川俊介，笹本誠，平山健一，堺茂樹（1999）：レーダによる降雪観測について．水工学 論文集，43，269-274. 佐藤篤司（1991）：吹雪計（SPC）における飛雪粒子の粒径効果に関する考察（第 2 報），防災科学技術研究所 研究報告，47，19-23. 佐藤威，望月重人，小杉健二，根本征樹（2005）：スノー・パーティクル・カウンター（SPC）による飛雪 流量測定に及ぼす飛雪粒子の形状の影響．雪氷，67， 493-503.

Schmidt, R. A. (1977): A system that measures blowing snow. USDA Forest Service ResearchPaper, RM-194, 80 pp.

Sevruk, B. (1987): Point precipitation measurements: Why are they not corrected? IAHS Publ., 164, 477-486. 武知洋太，松澤勝，國分徹哉，大宮哲，原田裕介（2016）：“吹雪の視界情報” における吹雪視程推定手 法について．寒地技術論文・報告集，32，157-162. 竹内政夫，福澤義文（1976）：吹雪時における光の減衰と 視程．雪氷，38，165-170. 立平良三，鈴木修（1994）：単一ドップラーレーダーに よる上層風推定の精度．天気，41，762-764. Waldteufel, P. and Corbin, H. (1979): On the analysis of

single-Doppler radar data. J. Appl. Meteor., 18, 532-542.

Yamashita, K., Nakai, S., Motoyoshi, H. and Ishizaka, M. (2019): An improved snowfall monitoring system de-veloped in central Niigata Prefecture, Japan. Bulletin of Glaciological Research, 37 S, 21-30.

吉野文雄（2002）：レーダ水文学，森北出版，東京，71 pp．

吉野文雄，水野雅光，河関大祐，奥山和彦（1986）：レー ダによる降雪観測．寒地技術論文・報告集，2，55-60.

(12)

Possibility of quantitative blowing snow estimation using the X-band multi-parameter radar

Satoshi OMIYA1＊, Tetsuya KOKUBU1, 2, Hiroki MATSUSHITA1,

Joji TAKAHASHI1_{and Masaru M}_ATSUZAWA1

1_{Civil Engineering ResearchInstitute for Cold Region, PWRI, 1-3-1-34,} Hiragishi Toyohira-ku Sapporo, Hokkaido 062-8602

2_{Present Affiliation: Muroran Development and Construction Department of Hokkaido} Regional Development Bureau, 1-14 Iriecho, Muroran, Hokkaido 051-0023

＊_{Corresponding author: [email protected]}

Abstract: Blowing snow affects road traffic because it induces multiple collision accidents and causes

vehicles to become stuck in snowdrift on the road. To mitigate damage from snowstorms effectively, it is desirable to obtain spatial and real-time information on occurrences of blowing snow. In this study, we discussed whether it is possible to spatially obtain real time information on surface blowing snow based on data observed in the sky by a weather radar with high temporal and spatial resolution (X-band MP radar). Radar data and results of surface observation were analyzed, and an improved correction coefficient for obtaining surface snowfall intensity using radar precipitation data was proposed. Snow mass flux at a height of 340 meters was spatially calculated from radar data, and compared with measured surface snow mass flux. As a result of this study, it was shown that the correlation between the calculated value and the measured value was improved by considering the advection of the falling snow particles due to the wind. （2019 年 9 月 15 日受付，2020 年 1 月 23 日改稿受付，2020 年 3 月 17 日再改稿受付，

XバンドMP レーダによる地上吹雪の 定量的把握の可能性

論 文