GOSAT-2利用研究
JAXAスーパーコンピュータシステム利用成果報告(2022年2月~2023年1月)
報告書番号: R22JR3501
利用分野: 宇宙技術
- 責任者: 久世暁彦, 第一宇宙技術部門GOSAT-2プロジェクトチーム
- 問い合せ先: 菊地信弘(地球観測研究センター)(kikuchi.nobuhiro@jaxa.jp)
- メンバ: 橋本 真喜子, 木幡 賢二, 片岡 文恵, 菊地 信弘, 野口 英行, 塩見 慶, 須藤 洋志, 菅野 敦, 和田 盛哲, 吉田 武仁
事業概要
温室効果ガス観測技術衛星「いぶき2号」(GOSAT-2)が観測する高分解能スペクトルデータから二酸化炭素, メタンおよび一酸化炭素の大気中濃度を導出する. そのための導出アルゴリズムの開発, 検証および改善を行う.
参照URL
https://www.eorc.jaxa.jp/earthview/2020/tp200203.html 参照.
JAXAスーパーコンピュータを使用する理由と利点
衛星観測データから温室効果ガス濃度を導出する処理を行うためにJAXAスーパーコンピュータを利用する. 1日分の観測データを処理するために, おおよそ100時間のCPUタイムを必要とする. 1ノードあたり12コアを持つプレポストシステムを同時に10ノード利用すると, 1日分の観測データがおよそ1時間で処理できる.
今年度の成果
我々はGOSATおよびGOSAT-2のレベル1データから主要な温室効果ガスである二酸化炭素とメタンの大気中濃度を導出するアルゴリズム(レベル2アルゴリズム)を開発している. 我々のレベル2アルゴリズムは短波長近赤外(SWIR)と熱赤外(TIR)の観測スペクトルを同時に利用し, 二酸化炭素とメタンの対流圏における濃度を鉛直2層まで導出するところが特徴となっている. また, SWIRが持つ偏光情報を利用することにより, エアロゾル補正の精度向上を図っていることも我々のアルゴリズムの特徴である. これらによってGOSAT/GOSAT-2の持つ本来の性能を発揮させ, 温室効果ガス吸収排出量の推定精度を向上させることを目標としている.
今年度はアルゴリズムの中でもセンサー特性に関する部分の改善に取り組んだ. 特に装置関数を最適化したことにより, 温室効果ガス濃度の導出精度をこれまでよりも大幅に向上させることができた. 改良されたアルゴリズムによってGOSAT-2のレベル1データ(V210210)をJSS3上で処理し, 約4年分の二酸化炭素とメタンの濃度データを得ることができた. これらのデータはJAXA/EORCの研究プロダクト(バージョン3)として公開する予定であり, 現在は雲の混入による異常データの除去をするなど品質チェックを進めている.
図1に二酸化炭素のカラム平均濃度と対流圏下層濃度の月平均分布を示す. 昨年度に計算した旧バージョンでは二酸化炭素の対流圏下層濃度が海上で過大評価される傾向が見られたが, 新バージョンでは妥当な分布が得られている. メタンのカラム平均濃度・対流圏下層濃度ともに妥当な分布が得られている(図2).
TCCON(全量炭素カラム観測ネットワーク)データとの比較によってカラム平均濃度の精度を検証した結果を図3に示す. 左図が二酸化炭素カラム平均濃度(XCO2)の検証結果である. 色によって検証サイト(14ヶ所)を区別している. 全データを合わせるとXCO2のバイアスは-0.1 ppm, 標準偏差は1.8 ppmとなった. 旧バージョンでは標準偏差2.7 ppmであったので導出値のばらつきを大幅に減らすことができた. また, サイト毎のバイアスの平均は0.0 ppm, その標準偏差は0.6 ppmである. 旧バージョンでのバイアスと標準偏差はおのおの0.7 ppm, 2.0 ppmであったので, こちらも大幅に改善され, GOSAT1号機と同等の精度が得られている. 図3(右)はメタンのカラム平均濃度(XCH4)の検証結果であるが, こちらも旧バージョンと比較すると導出値のばらつきは大幅に減少している.
我々はGOSATとGOSAT-2から導出される温室効果ガス濃度の系統的な差を最小化することにより, 両者のデータを統合することを目指している. 現状ではカラム平均濃度(XCO2およびXCH4)にほぼ差はないものの, 対流圏下層濃度ではまだ差が見られるため, 今後も改善を続けていきたい.
成果の公表
-Web
https://www.eorc.jaxa.jp/GOSAT/GPCG/index_GOSAT2.html
JSS利用状況
計算情報
- プロセス並列手法: 非該当
- スレッド並列手法: OpenMP
- プロセス並列数: 1
- 1ケースあたりの経過時間: 10 時間
JSS3利用量
総資源に占める利用割合※1(%): 0.07
内訳
JSS3のシステム構成や主要な仕様は、JSS3のシステム構成をご覧下さい。
計算システム名 | CPU利用量(コア・時) | 資源の利用割合※2(%) |
---|---|---|
TOKI-SORA | 0.00 | 0.00 |
TOKI-ST | 572422.11 | 0.57 |
TOKI-GP | 0.00 | 0.00 |
TOKI-XM | 0.00 | 0.00 |
TOKI-LM | 0.00 | 0.00 |
TOKI-TST | 0.00 | 0.00 |
TOKI-TGP | 0.00 | 0.00 |
TOKI-TLM | 0.00 | 0.00 |
ファイルシステム名 | ストレージ割当量(GiB) | 資源の利用割合※2(%) |
---|---|---|
/home | 34.27 | 0.03 |
/data及び/data2 | 102742.62 | 0.79 |
/ssd | 342.62 | 0.05 |
アーカイバシステム名 | 利用量(TiB) | 資源の利用割合※2(%) | J-SPACE | 221.57 | 0.98 |
---|
※1 総資源に占める利用割合:3つの資源(計算, ファイルシステム, アーカイバ)の利用割合の加重平均.
※2 資源の利用割合:対象資源一年間の総利用量に対する利用割合.
ISV利用量
利用量(時) | 資源の利用割合※2(%) | |
---|---|---|
ISVソフトウェア(合計) | 0.00 | 0.00 |
※2 資源の利用割合:対象資源一年間の総利用量に対する利用割合.
JAXAスーパーコンピュータシステム利用成果報告(2022年2月~2023年1月)