北日本における 4 月と 8 月気温の 強い相関関係とその時間変動 (3 : 1998 年は climate-shift か? ) ( 独 ) 農業・食品産業技術総合研究機 構 東北農業研究センター 菅野洋光.

Slides:



Advertisements
Similar presentations
SPSSによるHosmer-Lemeshow検定について
Advertisements

あなたは真夜中に 山の頂上を目指す登山者です
レポート書き方. おしいレポート よく調べてある それぞれの、1文の言っていることは正 しい しかし、全体として、何が言いた いのかわからない 内容の重要だが、全体の構成も重 要である.
東京工科大学 コンピュータサイエンス 亀田弘之
卒研 中間発表 9/13 甲斐 広大. 研究内容 『 Web ショップにおける Web デザイン』 Web ショップにおける Web デザインを研究するこ とで Web デザインについての関心を深めたくこの 研究をしようと思う。
7.n次の行列式   一般的な(n次の)行列式の定義には、数学的な概念がいろいろ必要である。まずそれらを順に見ていく。
9.線形写像.
大気重力波と一般流 の相互作用 & 自己紹介 元 東京学芸大学 教育学部 環境総合科学課程 自然環境科学専攻 気象学研究室 現 今村研 M 1 樋口武人 元 東京学芸大学 教育学部 環境総合科学課程 自然環境科学専攻 気象学研究室 現 今村研 M 1 樋口武人.
概要 2009 年 10 月 23 日に、いて座に出現した X 線新星 (XTE J ) を、出現から消滅まで 全天 X 線監視装置 MAXI (マキシ)で観測したところ、 新種のブラックホール新星であることが判明した。 従来のブラックホールを、 多量のガスを一気に飲み込む「肉食系」と.
「のだ」と「のか」の使用・非使用に関する 文法および語彙知識の影響 趙萍(麗澤大学大学院生) 玉岡賀津雄(名古屋大学) 木山幸子(麗澤大学大学院生) 言語科学会第 11 回年次国際大会 (JSLS2009)
時間的に変化する信号. 普通の正弦波 は豊富な情報を含んでいません これだけではラジオのような複雑な情報 を送れない 振幅 a あるいは角速度 ω を時間的に変化 させて情報を送る.
5.連立一次方程式.
相関.
1 情報量(2章). 2 物理的概念との対比1(入れ物と中 身) 塩水 塩 データ 情報 情報の量? 塩分の量! 情報の量は見た目ではわ からない。データと情報 は異なる概念。 塩分の量は見た目 ではわからない。 しかし、本質的な もの。
―本日の講義― ・平均と分散 -代表値 -ぱらつき(分散・標準偏差等) ・Excelによる演習
ノイズ. 雑音とも呼ばれる。(音でなくても、雑 音という) 入力データに含まれる、本来ほしくない 成分.
09bd135d 柿沼健太郎 重不況の経済学 日本の新たな 成長へ向けて.
広告付き価格サービ ス 小園一正. はじめに 世の中には様々な表現方法の広告があり ます。その中でも私たち学生にとって身 近にあるものを広告媒体として取り入れ られている。 価格サービス(無料配布のルーズリー フ)を体験したことにより興味を惹かれ るきっかけとなった。主な目的は、これ.
フーリエ係数の性質. どこまで足す? 理想的には無限大であるが、実際に はそれは出来ない これをフーリエ解析してみる.
地球温暖化と 天候の関係性 ~温暖化は天候のせいなのではないのか~. 目的課題 地球温暖化現象 ただの気象条件によるものではないのか? 地球温暖化現象に天候は関係しているの か?
太陽系シミュレータ 和島研究室 ソ 畑本義明
1章 行列と行列式.
1 ヤマセに関する 2-3 の話題 (2) 川村 宏 東北大学大学院理学研究科 H 弘前大学.
本宮市立白岩小学校. 1 はじめに 2 家庭学習プログラム開発の視点 ① 先行学習(予習)を生かした 確かな学力を形成する授業づく り ② 家庭との連携を図った家庭学習の習慣化.
フーリエ級数. 一般的な波はこのように表せる a,b をフーリエ級数とい う 比率:
3.エントロピーの性質と各種情報量.
Excelによる積分.
1 6.低次の行列式とその応用. 2 行列式とは 行列式とは、正方行列の特徴を表す一つのスカ ラーである。すなわち、行列式は正方行列からスカ ラーに写す写像の一種とみなすこともできる。 正方行列 スカラー(実数) の行列に対する行列式を、 次の行列式という。 行列 の行列式を とも表す。 行列式と行列の記号.
計算のスピードアップ コンピュータでも、sin、cosの計算は大変です 足し算、引き算、掛け算、割り算は早いです
線形符号(10章).
1 0章 数学基礎. 2 ( 定義)集合 集合については、 3セメスタ開講の「離散数学」で詳しく扱う。 集合 大学では、高校より厳密に議論を行う。そのために、議論の 対象を明確にする必要がある。 ある “ もの ” (基本的な対象、概念)の集まりを、 集合という。 集合に含まれる “ もの ” を、集合の要素または元という。
人工知能特論II 第7回 二宮 崇.
信号測定. 正弦波 多くの場合正弦波は 0V の上下で振動する しかし、これでは AD 変換器に入れら れないので、オフ セットを調整して データを取った.
1 9.線形写像. 2 ここでは、行列の積によって、写像を 定義できることをみていく。 また、行列の積によって定義される写 像の性質を調べていく。
通信路(7章).
論文紹介 Quasi-Geostrophic Motions in the Equatorial Area Taroh Matsuno(1966) 今村研 修士課程 1 年 荒井 宏明.
重不況の経済学 第2章第2節 山下 真弘. 不均等成長 不均等成長=市場の特定の製品または特定の国・ 地域で付加価値の縮小が生じること 要因は2つ 製品別の「生産性向上速度の差」 付加価値総額の天井(=需要制約)
A 「喫煙率が下がっても肺ガン死亡率が減っていないじゃな いか」 B 「喫煙を減らしてもガン減るかどうか疑問だ 」 1.
平成22年度 第4回 Let’s Enjoy English 平成22年度 第4回 Let’s Enjoy English 期日:平成22年10月30日 場所:旭川市立北光小学校 基調提言.
結城諒 司 吉田成 樹 完成予定図 O N! 7セグLE D ランダム表 示 OF F ? 数字が出たら 勝ち!!
3.正方行列(単位行列、逆行列、対称行列、交代行列)
早坂忠裕(東北大学) 江口菜穂(九州大学)
学習者の意欲を高める音読指導の 一時例 1 Speak を使った 音読指導 鈴木政浩(西武文理大学)
論理回路 第1回. 今日の内容 論理回路とは? 本講義の位置づけ,達成目標 講義スケジュールと内容 受講時の注意事項 成績の評価方法.
Bar-TOP における光の 群速度伝播の解析 名古屋大学 高エネルギー物理研究室 松石 武 (Matsuishi Takeru)
伝わるスライド 中野研究室 M2 石川 雅 信. どのようなスライドを作れば良 いか 伝えたいこと.
Three-Year Course Orientation International Course.
2008 年卒業制作発表会 買物意識の違いに着目し た消費者行動の分析 NE 17-0147 G 御堂丸圭介.
JPN 311: Conversation and Composition 許可 (permission)
実装の流れと 今後のスケジュール 03k0014 岸原 大祐. システム概要 天気データをもとに、前向き推論をし ていき、親の代わりに子供に服装、持 ち物、気をつけることなどを教える。
測定における誤差 KEK 猪野 隆 論文は、自ら書くもの 誤差は、自分で定義するもの ただし、この定義は、 多数の人に納得してもらえるものであること.
階層分析法. 表3. 1 ルートR1R1 R2R2 R3R3 R4R4 R5R5 F1F1 最寄駅までの所要 時間(分) 10 7 F2F2 実乗車時間(分) F3F3 片道切符(円) ヶ月定期(円) 11,21011,9309,75012,46012,720.
偏微分方程式の境界値問題を 基礎とするデジタル画像解析
JPN 312 (Fall 2007): Conversation and Composition 文句 ( もんく ) を言う.
HKS Analysis Log Jul 2006 Part1 D.Kawama. 第壱部 HKS Sieve Slit Analysis.
8.任意のデータ構造 (グラフの表現とアルゴリズム)
メニューに戻る メニューに戻る | 前表示スライド 前表示スライド G*power 3 の web ページ Windows はこちら Mac はこちら ダウンロード後,実行してインストール.
実験5 規則波 C0XXXX 石黒 ○○ C0XXXX 杉浦 ○○ C0XXXX 大杉 ○○ C0XXXX 高柳 ○○ C0XXXX 岡田 ○○ C0XXXX 藤江 ○○ C0XXXX 尾形 ○○ C0XXXX 足立 ○○
オセロの思考アルゴリズムについて 1103072 岩間 隆浩.
ヤマセ雲の衛星データ解析 早坂忠裕・江口菜穂 (東北大学大学院理学研究科)
携帯電話でのコミュニ ケーションについて 1班真田 出水 佐伯 堺. 仮説  女性のほうが携帯電話を使ったコミュニ ケーションを重要視する。
Kitenet の解析 (110118) 九州大学 工学部 電気情報工学科 岡村研究室 久保 貴哉.
音の変化を視覚化する サウンドプレイヤーの作成
Self-efficacy(自己効力感)について
本文. 考えながら読みましょ う 「いろいろなこと」( 3 行目)は何で すか 「①電話料金はコンビニで支払いをしていま す。いつでも払えますから、便利です。」 「②夕食はコンビニで買います。お弁当やお かずがいろいろありますから。」今、若者に 人気のあるコンビニは、いろいろなことをす るのに非常に便利な場所になった。
IIR 輪講復習 #18 Matrix decompositions and latent semantic indexing.
21 Sep 2006 Kentaro MIKI for the PHENIX collaboration University of Tsukuba The Physical Society of Japan 62th Annual Meeting RHIC-PHENIX 実験における高横運動量領域での.
2015/11/19. To foster Historical Thinking Skill by Creating Story Necessary Relationships and Elements of Characters In historical learning, historical.
Bootstrapping 2014/4/13 R basic 3 Ryusuke Murakami.
地球儀と様々な地図. 1 球体としての地球 こうした現象はあることをイ メージすると理解できる。
Presentation transcript:

北日本における 4 月と 8 月気温の 強い相関関係とその時間変動 (3 : 1998 年は climate-shift か? ) ( 独 ) 農業・食品産業技術総合研究機 構 東北農業研究センター 菅野洋光

目的 北日本の農業にとって、作付時期の春と生 長・稔実時期の夏の気温は非常に重要である。 しかしながら、近年、夏季の気温変動が大き く、冷夏や暑夏が頻発している。冷害や高温 による米の品質低下が発生し、気温の変動要 因の把握が重要である。 特に 2010 年は春の気温が低く、高温の夏とあ わせて極端な季節変化となった。そのような 気温変動について、季節変動の規則性の観点 から統計的に検討する。

データと方法 北日本の平均気温偏差は、東北と北海道 の気象官署月平均気温偏差を平均して求 めた。 平年値は全期間に 1981 年~ 2010 年平年値 を用いている。 客観解析データは JRA25 を、統計解析には R および気象庁の ITACSver.4 を用いた。 各季節、月の平均値でそれぞれの相関関 係を検討し、特に関係の明瞭な 4 月と 8 月 の事例を中心に客観解析データを用いて 解析した。

Fig. 1. Map of northern Japan, which consists of Hokkaido and the Tohoku region.

Table 1. Correlation coefficients between each possible pair of monthly mean temperatures in the last 13 years (from 1999 to 2011) in northern Japan. Shaded boxes indicate statistical significance at the 5% level or better.

Fig. 2. Thirteen-year running correlation coefficients between April and June, July, August, and September monthly mean temperatures in northern Japan from 1950 to Values are reported for the year that is the midpoint of the 13-year period. Broken horizontal lines indicate a significance level of 5% where the correlations exceeded an absolute value of approximately +0.6.

Fig. 3. Time series of the separate monthly mean temperature deviations in April and August in northern Japan, and the 13-year running correlation coefficients between these two months during 1950–2011. Only those few correlation coefficients greater than 0.6 or less than –0.6 (horizontal dashed lines) were significant at the 5% level.

Fig. 4. Correlation between northern Japan’s temperature deviation in August and the 200-hPa u-component of wind in the same August from 1998 to 2011, and the normal u-component wind in August. Fig. 5. Correlation between northern Japan’s temperature deviation in August and the 850- hPa air temperature in the same August from 1998 to 2011.

Fig. 6. Correlation between northern Japan’s temperature deviation in August and the 200-hPa u-component of wind in April, from 1998 to 2011 (dashed contours and shaded areas), overlaid on the normal u-component distribution of wind in April (thin solid contours). Fig. 7. Correlation between northern Japan’s temperature deviation in August and the 850-hPa air temperature in the preceding April from 1998 to 2011.

Fig. 8. Correlation coefficients between the surface air temperature deviation in August in northern Japan and the 200-hPa geopotential height in the preceding April, from 1998 to Shading indicates correlations significant at the 5% level. Dotted lines indicate the EOF analyzed area from 20°N to 70°N latitude and from 0° to 140°W longitude.

Table 2. Correlation coefficients between each PCs in April and August in last 13 years (from 1999 to 2011).Numerals in parenthesis indicate proportion of variance (%).Shaded boxes indicate statistical significance at the 5% level or better.

Fig. 9. Time series of PC2 in April and PC3 in August at the 200-hPa level. The solid white line indicates the 13-year running correlation coefficients between PC2 in April and PC3 in August, and the dashed white line indicates the 13-year running correlation coefficients between temperatures in April and August in northern Japan.

Fig. 10. (a) EOF2 in April, and (b) EOF3 in August on the 200-hPa height field from 1979 to Unit is m. (a) (b)

Fig. 11. Regression of (a) the PC2 time series of the 200-hPa height field in April and (b) the PC3 time series of the 200-hPa height field in August against the 200- hPa u-component field. (a) (b)

(a) Fig.12. First SVD mode of FMA (February- April) 200 hPa height and SST for a) Heterogeneous correlation map for 200hPa height of mode 1, b) Heterogeneous correlation map for SST of mode 1. (b)

(c) Fig.12. Second SVD mode of FMA (February- April) 200 hPa height and SST for c) Heterogeneous correlation map for 200hPa height of mode 2, d) Heterogeneous correlation map for SST of mode 2. (d)

(e) Fig.12. First and second SVD modes of FMA (February- April) 200 hPa height and SST for e) Time series of the normalized expansion coefficients for 200hPa height (white solid curve; mode 1, black solid curve; mode 2) and SST (white dashed curve; mode 1, black dashed curve; mode 2). Thin solid and broken lines indicate the average from 1979 to 1997 and from 1998 to 2011 of mode2.

(a) Fig.13. First SVD mode of JJA (June-August) 200 hPa height and SST for a)Heterogeneous correlation map for 200hPa height of mode 1, b) Heterogeneous correlation map for SST of mode 1. (b)

(c) Fig.13. Second SVD modes of JJA (June-August) 200 hPa height and SST for c) Heterogeneous correlation map for 200hPa height of mode 2, d) Heterogeneous correlation map for SST of mode 2. (d)

(e) Fig.13. First and second SVD modes of JJA (June-August) 200 hPa height and SST for e) Time series of the normalized expansion coefficients for 200hPa height (black solid curve; mode 1, white solid curve; mode 2) and SST (black dashed curve; mode 1, white dashed curve; mode 2). ). Thin solid and broken lines indicate the average from 1979 to 1997 and from 1998 to 2011 of mode1.

Fig. 15. Tine-latitude cross section along 140°E for monthly mean 200 hPa u-component from 1998 to Contours indicate wind speed (m/s) and shadings indicate standard deviation (m/s). a) , b) (a) (b)

結論 北日本 4 月 8 月気温負の相関関係は、 200hPa 高度の 4 月第 2 主成分、 8 月第 3 主成 分の出現および SST 変動で説明できた。さ らに 200hPa 高度と SST の SVD 解析結果よ り、 1998 年は、北日本における気温変動 のみならず、大規模な高度場・ SST 変動の レジームシフト期間として把握できると思 われる。

Fig. 14. Regression of the 200-hPa PC3 in August against the SST anomaly in (a) April and (b) August. (a) (b)