Shunji Kotsuki 研究室
主宰者:Shunji Kotsuki
千葉大学
AI 要約(直近 5 年の研究成果)
当研究室では、気象現象の予測と制御を目指した多角的な研究を展開しています。豪雨や台風などの極端気象による災害を軽減するために、数値天気予報モデルを用いて雲への人工的な介入方法を調査しており、特定の高度や領域への影響がどのように降水量を変化させるかを検討しています。同時に、天気制御の実現に向けて、最適化手法や制御工学の知見を応用し、初期条件の微小な摂動から望ましい気象状態への遷移を実現する方法論を開発しています。
データ同化技術はこれらの研究の基盤となっており、観測データとモデル予測を統合して気象や水文現象をより正確に把握するための手法開発に力を入れています。人工知能ベースの気象予報モデルへのデータ同化の適用、全球降水量分布の推定、衛星レーダー観測の直接同化など、様々なデータ源と予報モデルの融合方法を研究しています。さらに、量子計算機の最適化機能を活用した新しいデータ同化アプローチも試みており、計算負荷を軽減しながら予測精度を向上させることを目指しています。
気象制御技術が社会に導入される際の法的・倫理的課題の検討や、深層学習を用いた気象パターン認識、全球規模の水循環シミュレーションシステムの構築など、理工学的な技術開発と社会実装の両面から総合的にアプローチしています。これらの研究成果は、より正確で実用的な防災・減災技術の実現に貢献することを目指しています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 工学Kei Sakaguchi 研究室東京工業大学論文 100 件·共通: 最適化理論, 最適化・数理計画, 数値解析・計算数学, 制御理論 +10
- エネルギーXiaotian Li 研究室広島大学論文 100 件·共通: 最適化理論, 最適化・数理計画, 数値解析・計算数学, 制御理論 +8
- 工学Jiwang Yan 研究室慶應義塾大学論文 100 件·共通: 最適化理論, 最適化・数理計画, 数値解析・計算数学, 制御理論 +8
- 工学Keiichiro Kondo 研究室早稲田大学論文 70 件·共通: 最適化・数理計画, 数値解析・計算数学, 制御理論, 制御理論・応用 +7
- 環境科学Shinjiro Kanae 研究室東京工業大学論文 100 件·共通: 気象研究, 大気科学, 大気・海洋科学, 気象 +4
- 計算機科学Jun Yu 研究室新潟大学論文 72 件·共通: 最適化理論, 最適化・数理計画, 数値解析・計算数学, 応用・計算数学 +5
- 社会科学Shunsuke Ono 研究室東京工業大学論文 97 件·共通: 最適化理論, 最適化・数理計画, 数値解析・計算数学, 応用・計算数学 +4
- 計算機科学Youhei Akimoto 研究室RIKEN Center for Advanced Intelligence Project論文 64 件·共通: 最適化理論, 最適化・数理計画, 数値解析・計算数学, 応用・計算数学 +4
研究成果(47 件)
- DOI: https://doi.org/10.5194/nhess-26-1287-2026
- DOI: https://doi.org/10.5194/npg-32-457-2025
- DOI: https://doi.org/10.3178/jjshwr.39.1909
- [2025] Observation error estimation in climate proxies with data assimilation and innovation statisticsDOI: https://doi.org/10.5194/cp-21-1801-2025
- DOI: https://doi.org/10.5194/egusphere-2025-3524
- DOI: https://doi.org/10.5194/egusphere-2025-3524-supplement
- DOI: https://doi.org/10.5194/gmd-18-7215-2025
- DOI: https://doi.org/10.5194/npg-32-293-2025
- DOI: https://doi.org/10.5194/npg-32-281-2025
- DOI: https://doi.org/10.1002/gdj3.70011
続きを表示(残り 37 件)閉じる
- [2025] Development and validation of a global ensemble hydrological simulation system: TE-Global NEXRADOI: https://doi.org/10.3178/hrl.24-00022
- DOI: https://doi.org/10.2151/sola.2025-020
- [2025] RECONSTRUCTING RANKINE VORTICES FROM DOPPLER WIND DATA USING DEEP-LEARNING-BASED GENERATIVE MODELSDOI: https://doi.org/10.2208/jscejj.24-16185
- DOI: https://doi.org/10.2151/sola.2025-035
- DOI: https://doi.org/10.2151/jmsj.2025-032
- [2024] ESTIMATING GLOBAL PRECIPITATION FIELDS FROM GAUGE OBSERVATIONS BY LOCAL ENSEMBLE DATA ASSIMILATIONDOI: https://doi.org/10.2208/jscejj.23-16197
- DOI: https://doi.org/10.1029/2024jd040830
- DOI: https://doi.org/10.5194/npg-31-319-2024
- DOI: https://doi.org/10.5194/hess-28-5401-2024
- DOI: https://doi.org/10.5194/npg-31-237-2024
- DOI: https://doi.org/10.1080/01431161.2024.2331976
- DOI: https://doi.org/10.2208/jscejj.23-16037
- DOI: https://doi.org/10.2151/sola.2023-024
- DOI: https://doi.org/10.5194/npg-30-457-2023
- DOI: https://doi.org/10.1109/igarss52108.2023.10282363
- DOI: https://doi.org/10.5194/npg-30-183-2023
- [2023] Application of a tuning-free burned area detection algorithm to the Chornobyl wildfires in 2022DOI: https://doi.org/10.1038/s41598-023-32300-5
- DOI: https://doi.org/10.1029/2022jd037447
- [2023] Emulating Rainfall-Runoff-Inundation Model using Deep Neural Network with Dimensionality ReductionDOI: https://doi.org/10.1175/aies-d-22-0036.1
- [2023] Correcting GSMaP through Histogram Matching against Satellite-Borne Radar-Based PrecipitationDOI: https://doi.org/10.2151/sola.2023-028
- [2022] Employment of hydraulic model and social media data for flood hazard assessment in an urban cityDOI: https://doi.org/10.1016/j.ejrh.2022.101261
- DOI: https://doi.org/10.5194/gmd-15-8325-2022
- DOI: https://doi.org/10.5281/zenodo.7307899
- [2022] INVESTIGATING EFFECTIVE RAIN GAUGE LOCATIONS THROUGH THE DATA-DRIVEN SPARSE SENSOR PLACEMENT METHODDOI: https://doi.org/10.2208/jscejhe.78.2_i_385
- DOI: https://doi.org/10.2208/journalofjsce.10.1_487
- DOI: https://doi.org/10.2208/jscejhe.78.2_i_409
- [2022] IMPROVING THE DATA-DRIVEN SPARSE SENSOR PLACEMENT METHOD FOR LARGE-DIMENSIONAL DYNAMICAL SYSTEMSDOI: https://doi.org/10.2208/jscejhe.78.2_i_391
- DOI: https://doi.org/10.1175/mwr-d-21-0174.1
- DOI: https://doi.org/10.1186/s40645-021-00443-6
- DOI: https://doi.org/10.1029/2020ms002332
- DOI: https://doi.org/10.5194/egusphere-egu21-5616
- DOI: https://doi.org/10.5194/egusphere-egu21-9169
- DOI: https://doi.org/10.1002/qj.4008
- DOI: https://doi.org/10.2208/jscejhe.77.2_i_109
- DOI: https://doi.org/10.1299/jsmemecj.2021.j051-02
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。