株式会社ウェザーニューズ（以下「ウェザーニューズ」）は、2018年9月にアメリカのNVIDIA社と連携し、気象災害による被害軽減を目的に、全世界の雨の状況を高精度に可視化・予測するAIプロジェクトを開始しました。
このプロジェクトでは、ウェザーニューズが推進するディープラーニングを活用した、全世界の降水分布の超高精度な可視化と予測を目指しています。
その結果、気象レーダーが未整備な地域における大雨災害の被害軽減に大きく貢献することが期待されています。
＼フルリモートで働くならTopTier／
ウェザーニューズがAIプロジェクトを開始した背景
近年、地球温暖化をはじめとする気候変動の影響により、世界各地で極端な気象現象や局地的かつ突発的な大雨災害が頻発しています。
これにより、人命や財産への被害が甚大化しており、高精度な気象予測による減災対策の重要性が高まっています。
とはいえ、この高精度予測を実現する上で、特に途上国や海洋部などでは以下のような技術的・経済的な課題が存在します。
気象レーダーの地理的制約
現在、地上の気象レーダー（雨雲レーダー）で降水状況が詳細に観測されているのは、地球上のごく一部の地域に過ぎません。
気象レーダーは設置コストが高く、地球全体をカバーするためには、より多くのレーダーの設置が必要とされています。
そのため、東南アジアや南米、アフリカなどの大雨災害が多発する地域であっても、詳細な降水の実況把握や短期予測が難しく、迅速な防災対応の妨げとなっていました。
既存の数値予報モデルの限界
各国の気象機関などが開発する数値予報モデル（Numerical Weather Prediction: NWP）は、地球全体を格子状（メッシュ）に区切って大気の状態を計算し、未来を予測する根幹技術です。
しかし、一般的なNWPモデルの解像度は5～20kmメッシュ程度であり、局地的な豪雨やゲリラ雷雨といった数kmスケールの現象を捉え、高精度に予測することには限界があります。
ディープラーニングを活用した「仮想の雨雲レーダー」の創出
引用画像：https://jp.weathernews.com/news/24732
ウェザーニューズは、この「レーダーの空白地帯」の問題と、NWPモデルの解像度不足という課題を克服するため、ディープラーニング（深層学習）と高性能AIスーパーコンピュータを活用した画期的なプロジェクトを始動させました。
このプロジェクトは、気象衛星画像から地上の気象レーダーに匹敵する高解像度の降水情報（雨雲レーダー画像）を仮想的に生成する技術にあります。
ウェザーニューズでは、この生成された高解像度の降水情報を「仮想の雨雲レーダー（バーチャルレーダー）」とも表現しています。
教師データとしての高精度な日本のデータ
ディープラーニングモデルを学習させるためには、質の高い大量の教師データが必要となります。
ウェザーニューズでは、その教師データとして世界トップクラスの精度を誇る日本の以下の情報を組み合わせて活用しています。
- 静止気象衛星「ひまわり」などの高解像度気象衛星画像
- 日本の広範囲をカバーする高性能な雨雲レーダーの観測データ
具体的には、気象衛星が観測した雲の温度や水蒸気量、赤外線などのマルチスペクトル画像データを入力（インプット）し、それに対応する地上の雨雲レーダーが実際に観測した降水強度（雨の強さ）データを正解（アウトプット）としてAIに学習させます。
ディープラーニングの役割と技術提携
この衛星画像からレーダー画像を生成するプロセスには、畳み込みニューラルネットワーク（CNN）などのディープラーニング技術が用いられています。
AIは、衛星画像に映る雲の形状やテクスチャ、温度分布などの微妙な特徴と、地上の降水の関係性を膨大なデータから学習します。
特に、ウェザーニューズでは、AI技術のリーディングカンパニーであるアメリカのNVIDIA社と共同でこのプロジェクトを推進しています。
NVIDIAのAIスーパーコンピュータ（DGXシリーズ）を用いることで、従来では考えられない規模のデータ処理と、複雑なディープラーニングモデルの高速なトレーニングを実現しています。
AIプロジェクトによって期待される社会的効果
ディープラーニングを活用した降水分布の可視化・予測プロジェクトは、単なる予報精度の向上にとどまらず、地球規模での減災・防災に大きな社会的価値をもたらしています。
- 大雨災害の被害軽減
気象レーダーのない地域であっても、高精度の降水情報を得ることで河川の氾濫リスク予測や土砂災害の危険度判定が向上し、住民の避難判断を助け、人命救助に直結します。
- インフラ管理の最適化
道路や鉄道、空港などの交通インフラ、電力インフラの管理者は、正確な降水予測に基づいて、事前に適切な対策を講じることができ、サプライチェーンの混乱を最小限に抑えることが可能になります。
- 経済活動への貢献
農業や漁業、建設業など、気象に大きく依存する産業においても、より信頼性の高い予報に基づいて生産計画や作業スケジュールを最適化でき、経済損失の回避に貢献します。
AIプロジェクトの今後の展開と予測精度の向上
展開エリアの拡大
プロジェクトは、大雨災害の被害が甚大で、かつ気象レーダーの空白地帯が多い東南アジアを最初の解析対象エリアとして開始されました。
ディープラーニングにより生成された高精度の降水分布情報は、現地の気象局などに提供され、その後の解析対象エリアは順次、世界各地へと拡大されています。
予測への応用：ゲリラ雷雨予測の高精度化
ディープラーニングは、降水の実況把握だけでなく、降水の短期予測（ナウキャスト）の精度向上にも活用されています。
AIは、過去の膨大なデータから、特定の降水パターンの移動傾向や発達傾向を学習します。
これにより、例えば数分後から1時間先までの雨雲の動きや強さを、従来の物理モデルの計算よりも迅速かつ高解像度（例えば250mメッシュなど）で予測することが可能となり、ゲリラ雷雨や突発的な豪雨に対する警戒情報を、より早くピンポイントで提供できるようになります。
独自のAIダウンスケーリング技術
ウェザーニューズは、グローバルな気象予測の根幹となる各国のNWPモデルの出力結果に対しても、独自のAI技術を活用しています。
NWPモデルの5～20kmメッシュの計算結果を、独自の観測網やユーザーからの天気報告（ウェザーリポート）に基づく1kmメッシュの独自実況解析値を「正解」として教師データに用い、AIに学習させます。
これにより、AIがNWPモデルの持つ予測の癖（バイアス）を補正し、より高解像度かつ高品質な1kmメッシュの独自予測データを生成するAIダウンスケーリングを実現しています。
まとめ
ウェザーニューズがNVIDIA社と連携のもと進めるAIディープラーニングプロジェクトは、レーダーの空白地帯をゼロにするという壮大な目標に向けた取り組みです。
高性能AIスーパーコンピュータと、日本の高品質な衛星・レーダーデータを教師データとして活用することで、気象衛星画像から「仮想の雨雲レーダー」を生成し、全世界の降水分布をかつてない高精度で可視化・予測することを可能にしています。
この革新的な技術は、気象予報の精度を飛躍的に向上させ、特に災害多発地域における減災・防災に極めて大きな貢献を果たすことが期待されています。
コメント