24/06/2026
大気データMERRA-2を用いた2025年9月皆既月食のシミュレーションと、成層圏真珠母雲（PSC Type II）による減光の可能性について
2025年9月7日の皆既月食（17:30 UT）において、地球の影の対称性が大きく崩れ、月面が「片側はオレンジ、もう片側は著しく暗い」という特異な見え方をしていました。この原因を検証するため、NASAの再解析データ「MERRA-2(Modern-Era Retrospective analysis for Research and Applications, Version 2)」の大気プロファイルを用いた地球の影シミュレーターをPythonで自作し、大阪府堺市で当日撮影した実画像との比較・解析を行いました。
MERRA-2のデータから、南極上空にPolar Stratospheric Clouds(PSC、真珠母雲) TypeIIが発生していた可能性が判明し、MERRA-2のPSCを含む雲頂高度を反映させた地球の影のシミュレーション結果は、「片側はオレンジ、もう片側は著しく暗い」を再現しています。
真珠母雲はあまり発生せず珍しいという情報があるので、正しいかどうかについて、専門家の見解が欲しいです。また、すでに月食時の地球の影の解析が行われていて、既報でしたら情報を頂けるとありがたいです。気象に関するコメントは私が調べた範囲の知見なので間違っていたらご指摘をお願いしたいです。
以下、シミュレーションの詳細手順です。
1. 太陽-地球-月の幾何学的位置関係の算出
シミュレーターはpython言語で開発しました。astropyとそれぞれの天体の径から、光源である太陽から地球表面を通り、明るさを計算する月面上の観測点の位置関係から、太陽光が月面に到達するための必要屈折角を計算しました。Simulation Geometry 2のグラフは太陽面内の各点から地球のリムまでの角度が必要屈折角になります。正確には、WSG84の局所径+大気の最低通過高度なのですが、繰り返し演算が必要なので、WSG84の局所径で計算を簡略化しています。
2. 昼夜境界線面の大気差マップ、透過率マップの作成
Merra-2には上空80km弱(1000hPa～0.1hPa)まで、72の気圧レベルに分けて、高度、気圧、温度、湿度、オゾン濃度、各種エアロゾル濃度、雲量が格納されています。水平解像度は赤道付近で経度方向70km、緯度方向55kmです。気象衛星や地上・海上観測点、気象観測気球、航空機などのデータを統合し、物理モデルによって補間されたデータ(再計算モデル)になります。
光線は昼夜境界線の前後の大気を通過するのですが、計算量やデータアクセスにかかる時間が膨大になるので、昼夜境界線上の大気データで代表した縮約モデルで計算しました。
まず、高度、気圧、温度、湿度を使って、昼夜境界線の屈折率マップ(方位角、高度、波長の3次元)を作成した後、光線通過範囲において、大気は球面で近似されるとして、球殻大気モデル(Bouguer, 1729)で大気差を計算しました。
そのあとに、レイリー散乱、オゾン吸収、エアロゾル、水蒸気、酸素の濃度のマップを作成し、消散係数(方位角、高度、波長の3次元)を求めて、ベールの法則に従い、高度に合わせて消散係数を掛けながら、光線の減衰を計算し、昼夜境界線の透過率マップ(Terminator Transmission Analysis)を作成しました。Terminator Transmission Analysisに直交する面の光線が通過する様子はTerminator-Ortho Transmission Analysisでプロットしています。波長依存性について、レイリー散乱はBucholtz(1995)の精密計算式、オゾンはO3 Absorption Cross Section(IUP, MolSpec Lab, Serdyuchenko A., Gorshelev V, Weber M.)データを使用し、エアロゾルの波長依存性はオングストロームの法則に従うとしています。水蒸気やO2の吸収スペクトルはSMARTS (Simple Model of the Atmospheric Radiative Transfer of Sunshine) の出力データを使っています。
3. 月軌道における太陽光の透過率マップ(=地球の影)の作成
太陽面内に1800点、Simulation Geometry 1のグラフの範囲に1024x1024のメッシュを設定し、地球の両側から月面に回るケースも想定して、377万本の必要屈折角を求めて、大気差マップから大気の通過高度を割り出し、透過率マップから透過率(縦横と波長の3次元)を計算しました。Merra-2の雲量データから雲頂高度(閾値は雲量0.01)のデータを作成し、その高度未満であれば遮蔽として、光量のカウントから外しています。また、地形データ(NOAA ETOPO1 Global Relief Model)も使用して、氷床、海面、地形に当たった場合も除外しています。
4. 画像化
3の結果に、太陽のスペクトル(ASTM E-490)、月の反射アルベド(USGS ROLO (Robotic Lunar Observatory) model)を掛けた後、RGBフィルターの分光透過率(Baader CMOS RGBフィルター)、イメージセンサーの分光感度(Sony IMX533 Monochrome)を掛けて、RGB->sRGB変換してRGB画像化しています。月で反射した光が地球の大気に再突入した時の減光は考慮されておらず、Top of Atmosphere(TOA)でのシミュレーション画像になります。
シミュレーションロジックの構築の参考にした文献や引用したデータは参考文献リストに載せています。
コードの生成にはGoogle Gemini Flashを利用し、アルゴリズムの設計や実装確認、出力値、中間値の整合性はグラフプロットを活用し、既存の論文データと比較しながら人力で行いました。生成AIを使うとより規模の大きな開発が短期間でできるのですが、座標が複雑でAIによる座標の取り違えが多発し、チェックにかなりの時間を要しました。
References:
Gedzelman, S. D., & Vollmer, M. (2008). Simulating irradiance and color during lunar eclipses using satellite data. Applied Optics, 47(34), H149-H156. https://doi.org/10.1364/AO.47.00H149
Schneegans, S., Gilg, J., Ahlers, V., Zachmann, G., & Gerndt, A. (2025). Physically based real-time rendering of eclipses. Computer Graphics Forum, 44(2), e70017. https://doi.org/10.1111/cgf.70017
Global Modeling and Assimilation Office (GMAO). (2015). MERRA-2 tavg1_2d_aer_Nx: 2d, 1-Hourly, Time-Averaged, Single-Level, Aerosol Diagnostics V5.12.4 [Data set]. Goddard Earth Sciences Data and Information Services Center (GES DISC). https://doi.org/10.5067/KLICLTZ8EM9D
Global Modeling and Assimilation Office (GMAO). (2015). MERRA-2 inst3_3d_aer_Nv: 3d, 3-Hourly, Instantaneous, Model-Level, Aerosol Assimilation V5.12.4 [Data set]. Goddard Earth Sciences Data and Information Services Center (GES DISC). https://doi.org/10.5067/LTVB4GPCOTK2
Global Modeling and Assimilation Office (GMAO). (2015). MERRA-2 inst3_3d_asm_Nv: 3d, 3-Hourly, Instantaneous, Model-Level, Assimilated Meteorological Fields V5.12.4 [Data set]. Goddard Earth Sciences Data and Information Services Center (GES DISC). https://doi.org/10.5067/WWQSXQ8IVFW8
Hersbach, H., Bell, B., Berrisford, P., Biavati, G., Horányi, A., Muñoz Sabater, J., Nicolas, J., Peubey, C., Radu, R., Rozum, I., Schepers, D., Simmons, A., Soci, C., Dee, D., & Thépaut, J.-N. (2023). ERA5 hourly data on single levels from 1940 to present [Data set]. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). https://doi.org/10.24381/cds.adbb2d47
Serdyuchenko, A., Gorshelev, V., Weber, M., Chetwin, S. A., & Burrows, J. P. (2014). High-spectral-resolution ozone absorption cross-sections – Part II: Temperature dependence. Atmospheric Measurement Techniques, 7(10), 3433–3444. doi:10.5194/amt-7-3433-2014
ASTM International. (2022). Standard solar constant and zero air mass solar irradiance tables (Standard No. ASTM E490-00(2022)). ASTM International.
Kieffer, H. H., & Stone, T. C. (2005). The USGS robotic lunar observatory disk-integrated lunar photometric model. The Astronomical Journal, 129(6), 2887–2901. https://doi.org/10.1086/430185
NOAA National Centers for Environmental Information. (2022). NOAA ETOPO 2022 15 arc-second global relief model: Surface and Bedrock [Data set]. NOAA National Centers for Environmental Information. https://www.ncei.noaa.gov/products/etopo-global-relief-model
Acknowledgments:
The MERRA-2 data were provided by the Global Modeling and Assimilation Office (GMAO) at NASA Goddard Space Flight Center through the Science Mission Directorate's Research and Analysis Program, and distributed by the Goddard Earth Sciences Data and Information Services Center (GES DISC).
ERA5 reanalysis data were generated using Copernicus Climate Change Service information. Neither the European Commission nor ECMWF is responsible for any use that may be made of the Copernicus information or data it contains.
