[論文レビュー] Data Assimilation for Wildland Fires: Ensemble Kalman filters in coupled atmosphere-surface models

Jan Mandel, Jonathan Beezley+2 more|arXiv (Cornell University)|Dec 24, 2007

Landslides and related hazards参考文献 1被引用数 64

ひとこと要約

本稿では、連携大気-地表面モデルにマルチスケールの大気および地表面データを統合することで、短時間の野生火災挙動予測を向上させるために、正則化および形状変形型アンサンブルカルマンフィルタ（EnKF）を用いた新しいデータ同化フレームワークを提案する。この手法により、滑らかさ制約および画像登録に基づく状態補正を通じて、非ガウス的で急激な不連続性を示す火災状態に対しても、リアルタイムより速い予測が可能となる。

ABSTRACT

Two wildland fire models are described, one based on reaction-diffusion-convection partial differential equations, and one based on semi-empirical fire spread by the level let method. The level set method model is coupled with the Weather Research and Forecasting (WRF) atmospheric model. The regularized and the morphing ensemble Kalman filter are used for data assimilation.

研究の動機と目的

• 野生火災の極めて非線形的で非ガウス的かつマルチスケールのダイナミクスに対応可能なデータ同化手法の開発を目的とする。
• 古典的3DVARおよび4DVAR手法がマルチモーダルな火災状態や急激な ignitions（点火）フロントを捉えきれないという限界を克服することを目的とする。
• 簡略化された2次元火災モデルとWRF大気モデルを結合することで、リアルタイムより速い火災挙動予測を可能とすることを目的とする。
• 火災モデルにおける観測データの疎らで間接的かつ誤差を含む性質に起因する課題を、統計的状態推定によって解決することを目的とする。
• 平均値だけでなく、火災状態の全確率分布を推定することで、予測の信頼性を向上させることを目的とする。

提案手法

• 反応拡散モデルおよびレベルセット火災拡散モデルをWRF大気モデルと結合し、火災-大気相互作用をシミュレートする。
• 空間的滑らかさを状態補正に強制することで、誤った点火を防止し、ノイズを低減する正則化EnKFを適用する。
• 画像登録技術を用いて、空間的変形と振幅調整を通じて予測状態と観測状態を一致させる非剛性変形型EnKFを採用する。
• 火線の効率的追跡のため、火炎フロント付近でのみレベルセット関数を更新する狭帯域レベルセット法を実装する。
• 気象観測所の測定値、赤外画像、火災範囲地図などの観測データを、分析サイクル内での尤度関数を通じて統合する。
• 画像登録のためのマルチグリッド最適化アプローチを用い、予測状態と観測状態を一致させる滑らかで非剛性の変換Tを求める。

実験結果

リサーチクエスチョン

• RQ1 アンサンブルカルマンフィルタは、野生火災状態の非ガウス的でマルチモーダル的かつ不連続な性質に対応できるように適応可能か？
• RQ2 非線形火災-大気系において、火線の鋭さを保ちつつ誤った点火を回避するためのデータ同化手法は、どのように設計できるか？
• RQ3 画像登録に基づく形状変形が、高次元かつ疎な観測データを伴う火災モデルにおける状態推定をどの程度向上できるか？
• RQ4 正則化および形状変形型EnKF手法は、従来の3DVAR/4DVARに比べ、複雑でマルチスケールの火災ダイナミクスの予測において優れているか？
• RQ5 簡略化された2次元火災モデルとWRFの結合は、高速かつ高精度かつ確率的火災予報を提供するためにどの程度効果的か？

主な発見

• 正則化EnKFは、温度および燃料分布における空間的滑らかさを強制することで、誤った点火の抑制と火災状態推定におけるノイズ低減に成功した。
• 形状変形型EnKFは、非剛性画像登録を用いて予測と観測の火災形状を一致させることで、空間的データが限られている状況でも状態推定の精度を向上させた。
• レベルセット火災モデリングとEnKFの組み合わせにより、全領域手法に比べて計算コストを削減しつつ、火線の進行を効率的に追跡できるようになった。
• 簡略化された計算効率の高い火災モデルを用いることで、フレームワークはリアルタイムより速い予測を達成したが、主要な物理的プロセスの忠実性を維持した。
• 形状変形型EnKFにおける画像登録の活用により、空間的変形と振幅補正を自然に扱えるようになり、同化状態の収束性と現実性が向上した。
• 本研究では、火災状態の強い非ガウス性を考慮すると、非伝統的EnKF変種が古典的変分法よりも野生火災のデータ同化に適していることが示された。