Skill Evaluation of Extended Range Forecasts for Northeast Monsoon Rainfall across Smaller Spatial Domains of South Peninsular India

技術要約：南インド半島における北東モンスーン降雨の拡張範囲予報に関する小規模空間ドメインでのスキル評価

問題提起
南インド半島における農業計画、水資源管理、および災害リスク軽減のためには、拡張範囲（extended range）のリードタイムにおける北東モンスーン（NEM）降雨の信頼性の高い予測が極めて重要である。南西モンスーンとは異なり、NEMの降雨は空間的な不均一性が高く、タミル・ナードゥ州、ケララ州、アンドラ・プラデーシュ州沿岸部などの特定の区分に集中している。これまでの研究によりNEMの気候学および季節予測の理解は進んでいるものの、より細かい空間スケールにおける拡張範囲予報（ERF）の系統的な診断的評価は依然として限定的である。既存の業務予報は、より広い気象区分に依存していることが多く、地域固有の意思決定に不可欠な局地的な変動性を覆い隠してしまう可能性がある。本研究は、南インド半島内の11のより細分化された空間ドメインにおける業務ERFを、対照的なモンスーンシーズンを通じて評価することで、このギャップに対処するものである。

手法
本研究では、NCEPのCFSv2（MOM4海洋コンポーネントおよびGFS大気コンポーネントを用いたCFSv2に基づく）を利用した、インド気象局（IMD）の業務用拡張範囲予報（ERF）システムを評価する。このシステムは、毎週水曜日に初期化され、最大4週間先までの週単位の予報を生成する。

• 調査対象地域および期間： 分析は、南インド半島内の11の特定地域（例：北/南ケララ、様々なタミル・ナードゥ州の細分地域、沿岸/ラヤラシーマのアンドラ・プラデーシュ、および内陸部のカルナータカ）を対象とし、2015年（大幅に平年を上回る降雨）、2016年（深刻な不足）、2017年（平年を下回る降雨）のNEMシーズンを対象とする。
• データソース： 予報は、雨量計と衛星推定値を組み合わせた1°解像度のIMD-GPM統合降雨データに対して検証される。
• 分類： 細かなスケールにおける高い変動性を考慮するため、長期平均（LPA）からの週単位の偏差に基づき、降雨を「平年より多い（AN: >20%）」、「平年並み（NN: -19% ～ +19%）」、「平年より少ない（BN: <-20%）」の3つのグループに分類する。
• 検証指標： パフォーマンスは、2×2の分割表から導出されるカテゴリ検証スコアを用いて評価される。指標には、的中率（Forecast Accuracy）、バイアススコア（BS）、検出確率（POD）、空振り率（FAR）、クリティカル・サクセス指数（CSI）、および等価脅威スコア（ETS）が含まれる。

主な結果
評価により、予報のスキルはリードタイム、空間的位置、および年間のモンスーン特性に明確に依存することが明らかになった。

• リードタイム依存性： 予報スキルは第1週（Week-1）で最も高く、第4週（Week-4）にかけて系統的に低下する。第1週の予報は65〜75%を超える精度を示し、特に「平年並み（NN）」カテゴリの精度が最も高い（70〜80%）。第4週までに、スキルは約40〜50%まで低下する。
• カテゴリ別パフォーマンス：
  • 平年並み (NN): すべてのリードタイムおよび年において、一貫して最も高い精度と検出確率（POD）を示す。バイアススコアは1に近く、系統的な誤差が最小限である。
  • 平年より多い (AN): 中程度の精度を示すが、特に長期リードにおいて、わずかな過大評価（バイアス > 1）の傾向がある。
  • 平年より少ない (BN): 特に長期リードにおいて最も低いスキルを示し、過小評価（バイアス < 1）および高い空振り率（FAR）の傾向がある。
• 年次変動性：
  • 2016年（深刻な不足）: 調査した3年間の中で、最も高い予測可能性と空間的一貫性を示し、有用なスキルが第3週まで持続した。
  • 2017年（平年を下回る）: 2015年よりは良好だが、2016年よりも変動が大きい、中間的なパフォーマンスを示した。
  • 2015年（大幅に平年を上回る）: 最も低いスキルと最も高い不確実性を示した。この予測可能性の低下は、支配的な総観規模の変動、およびモデルが長期リードにおいて捉えることが困難な、総観擾乱と低周波モードとの間の強い相互作用に起因する。
• 空間的変動性： 沿岸地域は、特に長期リードにおいて、内陸部と比較して一般的に予測可能性が高い。

意義および主張
本論文は、業務用のERFシステムが、南インド半島のより小さな空間ドメインにおいて、特に2〜3週間のリードタイムまで、意味のある予測スキルを有していると結論付けている。本研究は、予報の不確実性はリードタイムとともに増大するものの、システムは（特に平年条件において）降雨レジーム（AN, NN, BN）を合理的な信頼性をもって識別できることを強調している。

著者らは、これらの知見が、業務上の農業アドバイザリーサービスやインパクトベースの予報への適用可能性を支持するものであると主張している。特定の細分地域に対する信頼できる週単位の見通しを提供することで、本システムは、灌漑スケジュールの調整や播種決定といった農業活動の最適化、および洪水や干魃のリスクへの備えにおいて、ステークホルダーを支援することができる。本研究は、システムが完璧ではないものの、現在のスキルレベルは、第2週以降のスキルの低下や、2015年のような非常に活動的な総観シーズンがもたらす特有の課題をユーザーが考慮することを前提として、意思決定のための貴重なツールとなることを強調している。