海洋観測衛星データを用いた表面海流モデリング
海面海流は海洋力学の重要な要素であり、熱分布や汚染物質分布から生物の移動、さらには航行の安全性に至るまで、海上の様々なプロセスに影響を与えます。海面海流のパターンを正確に理解することは、沿岸計画、災害軽減、海洋資源管理を支援する上で不可欠です。リモートセンシング技術の進歩に伴い、海洋衛星データは、広範囲な空間カバレッジ、定期的なモニタリング、そして長期にわたる一貫した観測を提供する、ますます重要な情報源となっています。本稿では、海面海流のモデリングにおける概念、使用される衛星データ、モデリング手法、そして課題と機会について論じます。
1. 海面海流の基本概念
海面海流は主に風力、温度や塩分の変化による密度差、そしてコリオリ力による地球の自転の影響によって駆動されます。沿岸域では、潮汐、海岸線の形状、海底地形、波との相互作用も海流に影響を与えます。一般的に、海面海流を理解するには主に2つのアプローチがあります。(1) 流速計、ADCP (音響ドップラー流速計)、漂流ブイなどの現場機器を用いた直接観測、(2) 衛星データと流体力学の原理を利用したモデリングによる間接的な推定。
衛星データは、現場観測機器のように海流を直接測定するものではありませんが、海面水位、海面水温、海面風など、水塊の動きに密接に関連する変数を提供します。これらの変数を組み合わせることで、海洋物理学的手法とデータ駆動型技術を用いて海流の成分を導き出すことができます。
2. 関連する海洋衛星データの種類
表面海流モデリングでは、一般的に以下の衛星製品が利用されます。
a. 衛星高度計（海面高度/SSH）
衛星高度計は、楕円体に対する相対的な海面水位を測定します。海面水位の空間的な変動から、地衡流に伴う海面勾配を算出できます。海面水位異常（SLA）や絶対動的地形（ADT）などの派生プロダクトは、中規模海流（例えば、大きな海流や渦）を推定するためによく用いられます。
b. 散乱計および地表風プロダクト
散乱計は、海洋表面の風速と風向を測定する。風は表面エクマン流の主要な駆動力であり、湧昇流と沈降流の形成に寄与する。風データは、数値海洋モデルを駆動するためにも不可欠である。
c. 海面水温（SST）
海面水温（SST）は赤外線センサーとマイクロ波センサーから取得されます。SSTのパターンは、海洋前線、湧昇、水塊移流の指標となり得ます。SSTは流速そのものを表す指標ではありませんが、その勾配と変化は流速の動態を解釈するのに役立ち、モデルに組み込むことができます。
d. 海の色（クロロフィルa）
海洋色データは、海水中のクロロフィルa濃度と光学特性を示します。クロロフィル濃度パターンはしばしば海流の移流過程に追随するため、特に沿岸域や生産性の高い海域において、水塊の移動方向と構造を検証するためのトレーサーとして有用です。
e. 表面塩分濃度（海面塩分濃度／SSS）
SMOSやSMAPなどの衛星は、海面塩分濃度の推定値を提供する。この情報は、熱塩循環の密度や循環過程を理解する上で重要であるが、その解像度は海面水温（SST）の解像度よりも粗い場合が多い。
3. 衛星データに基づく流量モデリングの原理
a. 地衡流の推定
最も一般的なアプローチの1つは、海面勾配から地衡流を計算することです。地衡平衡状態（中規模から大規模で、赤道から遠い場所では比較的妥当）では、圧力勾配力とコリオリ力が釣り合います。簡単に言えば、表面地衡流はADT/SSHの傾きから導き出すことができます。この方法は、インドネシア貫流（特定の状況下）、西岸流、中規模渦などの大きな海流を特定するのに有効です。しかし、狭い沿岸域や浅い海域では、海底摩擦、潮汐、地形の複雑さの影響により、地衡流に基づくアプローチはしばしば不正確になります。
b. エクマン流の風の成分
エクマン流は、海洋表層が風のせん断に反応して生じる流れです。衛星風データを用いることで、エクマン輸送成分（輸送方向を含む）を推定できます。輸送方向は、コリオリ効果により一般的に風向とはずれます。これらの推定値は、地衡流では十分に捉えきれない表層海流に関する情報を補完するのに役立ちます。特に、日単位から週単位のスケールや、季節風の影響を強く受ける海域において有効です。
c. 数値モデルへのデータ同化
より包括的なアプローチとしては、大気強制入力（風、熱フラックス）と境界条件を用いて流体力学／海洋学モデル（例えば、循環モデル）を実行し、その後衛星データ（SSH、SST、SSS）を同化する方法がある。データ同化の目的は、モデルの状態を観測結果により近い状態に修正することである。このようにして、モデルは衛星観測と一致する、物理的に整合性のある海流場を生成することができる。
d. 機械学習に基づく手法
近年、機械学習は、多パラメータ衛星データ（海面水温、海面高度、風速、クロロフィル濃度）と、現場観測データまたは再解析データから得られる表面海流との関係を「ラベル」としてマッピングするために用いられている。その利点は、非線形関係を捉え、データ欠損を補完できる点にある。しかし、この手法は堅牢な訓練データセットを必要とし、海洋状況が大きく変化した場合に汎化性能が低下するリスクがある。
4. 一般的なモデリングワークフロー
要約すると、衛星ベースの表面海流モデリングのワークフローには、以下の要素が含まれる可能性があります。
1. データ収集：調査期間、地域、および関連する衛星製品（ADT/SLA、風、SST、クロロフィル）を選択します。
2. 前処理：品質管理、領域切り出し、均一な解像度への再グリッド化、およびノイズフィルタリング。
3. 流れの成分の計算：例えば、ADTからの地衡流と風からのエクマン流。
4. 融合：現在の構成要素を組み合わせて総表面流速の推定値を得る、またはデータ同化によって数値モデルにデータを入力する。
5．検証：結果をドリフター、ADCP、ブイ、または再解析データセットと比較する。検証は、バイアス、統計誤差、および季節的なパフォーマンスを評価するために重要である。
6. 高度な分析：渦、前線、輸送経路、収束/発散領域の特定、および環境現象への影響。
5. 表面流モデリングにおける課題
衛星データは非常に有用であるが、いくつかの課題も存在する。
空間分解能と時間分解能：従来の高度計は、沿岸域や小規模な現象の分解能が限られています。狭い沿岸流や潮汐流などの現象には、高い分解能が必要です。
沿岸地域における干渉：衛星信号は陸地、波、または大気の状態によってしばしば汚染されるため、沿岸付近ではデータ品質が低下します。
―地衡流仮定の限界：浅い水域、赤道付近、または非常に小さなスケールでは、地衡平衡は必ずしも適用されない。
– 潮汐と波の影響：多くの沿岸地域では表面海流が潮汐の影響を強く受ける一方、衛星データは中規模の信号を捉えるのに優れている。
– 限定的な検証：現地データは、地域全体にわたってモデルを検証するのに十分な密度で常に入手できるとは限らない。
6．機会と発展の方向性
次世代衛星技術の開発、処理方法の改善、オープンデータの利用可能性は、大きな可能性を秘めています。高度計、海面水温、風速、海洋色、塩分などのマルチセンサー統合により、モデリング精度を向上させることができます。さらに、物理モデルとAIベースモデルを組み合わせることで、魅力的なハイブリッドアプローチが実現します。物理モデルは動的な一貫性を維持し、AIはバイアス補正と空間解像度の向上（ダウンスケーリング）を支援します。今後、より高精度な海面流モデリングは、油流出分布予測、効率的な船舶航路計画、海流エネルギーポテンシャル分析、海上捜索救助（SAR）活動支援といった実用的なアプリケーションを大幅に強化するでしょう。
閉鎖
海洋衛星データを用いた表層海流のモデリングは、海洋力学を包括的かつ持続的に理解するための重要なアプローチとしてますます注目されています。高度計データによる地衡流、風データによるエクマン流、そして海面水温、海洋色、塩分といったデータを活用することで、研究者は表層海流のより包括的な全体像を把握することができます。特に沿岸域や小規模な海域では依然として課題が多いものの、複数のデータソースの統合、数値モデルへのデータ同化、機械学習技術の活用は、有望な発展方向を示しています。このように、衛星データは科学的理解を深めるだけでなく、海洋状況情報を必要とする様々な分野に具体的なメリットをもたらします。
