気象ネットワークダイナミクスが捕らえたエルーニョ現象
東京情報大学総合情報学部 山崎和子 藤原丈史 櫻井尚子 柴理子 鄭澤宇
はじめに
遠く太平洋赤道上で起こるエルニーニョの影響が日本にも及ぶことはよく知られているが、このような気象の遠隔作用（テレコネクション）は各地に見られ、異常気象と深く関係している。それらは、大気の非常に長波長でゆっくりした振動である南方振動、北大西洋振動などや、海洋の大規模な循環の結合によって起こると言われている。それらに注目し、地球上の気象を振動するノードが結合したネットワークと捉える.
地球上の格子点をノードとして、その地点の温度や気圧について、ノード間の相関による気象ネットワークを作ってその性質を調べた。そして、エルニーニョなどの大きな気象変化がネットワークによってどのように捕らえられるか、あるいは、気象変化が起きた時、リンクがどのようなダイナミクスを示すかについて研究を行った
エルニーニョにより、地球上の各地で、平均温度は影響を受けなくても、温度のネットワークは、大きな影響を受けていることを示した。
方法
一般に２地点の気象データ間には、時間遅れを伴う影響が見られる。我々は、これを捕らえるために、リンクの強さを、２地点で時間のずれを持つ相関を計算をし、特定の時間遅れを伴う相関が通常の相関よりどの位大きいかをリンクの強さとした。したがって、各リンクは、リンクの強さの他に、時間遅れを持つ。また、このように、それぞれの部品のダイナミクスの類似性により、仮想のリンクを考える研究では、一般に類似性の強さが閾値よりも大きい部品間をリンクでつなぐことがよく行われている。しかし、ネットワークの構造はこの閾値に依存し、一般に閾値を決める合理的な理由がないことが多い。しかし、我々はこの問題に関して合理的に閾値を定めることができる。つまり、エルニーニョによる影響を調べるのであるから、閾値の値によってネットワークが最も影響をうける値を閾値とした。
また、我々は、静的なネットワークの構造ではなく、ネットワークの変化を調べるために、1年間の期間を50日ずらせながら、それぞれの期間についてネットワークを作った。
結果
図(a)の左は、NINO3のSST、右は、SOIを表す。A,B,C,D,Eは主なエルニーニョを示す。
図(b)は、地図上に示した1,2,3,4の４つの領域における、平均温度（上部のグラフ）と、ネットワークのリンクの数を示す。それぞれの領域で、エルニーニョの期間中、リンクの数が急激に減っているのがわかる。特にNINO3から遠くはなれた領域2,3,4でも、リンクの数の落ち込みが見られる。
つぎに、どのようにしてリンクの数の減少が見られるのかを調べた。図(c)、左、緑の実線は、エルニーニョ期間のリンクの強さの分布、青の破線は、通常の時期のリンクの強さの分布を示す。エルニーニョの期間中は、リンクの強さが減少して、リンクの数が減る原因となっていることがわかる。図(c)、右は、リンクを2種類のグループ、エルニーニョの期間中に生き残ったグループ（赤の破線）と死滅したグループ（黒の実線）、に分け、それぞれのグループの、通常の時期のリンクの強さの分布を示す。どちらも、大きな差がないことがわかる。図(d)、左、緑の実線は、エルニーニョ期間の時間遅れの分布、青の破線は、通常の時期の時間遅れの分布を示す。時間遅れについては、この２つの時期で大きな違いはないことがわかる。図(d)、右は、リンクを2種類のグループ、エルニーニョの期間中に生き残ったグループ（赤の破線）と死滅したグループ（黒の実線）、に分け、それぞれのグループの、通常の時期の時間遅れの分布を示す。死滅したグループは裾野の長い分布を持ち、比較的に大きな時間遅れを持っていることがわかる。それに比べて、生き残ったグループは時間遅れが1日のところにピークを持つ。
結論
エルニーニョの時期には、ネットワークのリンクの数の急激な減少が、NINO3から遠く離れた領域でも見られる。これらは、時間遅れの大きい、つまり間接的に結ばれたリンクが破壊されることによる。
以上のような解析は、今まで様々な気象現象に対して用いられてきた様々な方法に対して、各地点での気象データの類似性をネットワークを通して見るという統一された方法を与える。
