数週間後の重大な雷雨の発生を予測することは、気象予報士にとって依然として大きな挑戦です。アメリカ合衆国エネルギー省が支援する新しいプロジェクトは、深層学習と従来の気象モデルを組み合わせることで、これらの強力な嵐システムに対してより早い警告を提供できるかどうかを探求しています。Planette AI、太平洋北西国立研究所（PNNL）、およびワイオミング大学が共同で進めているこのプロジェクトは、DL4MCSと呼ばれています。このプロジェクトは、エネルギー省のイノベーションミッションの第1段階計画の一部であり、アメリカ本土の中規模対流システム（MCS）の予測に焦点を当てています。
MCSイベントは、大規模な雷雨群であり、数百マイルにわたって広がり、破壊的な風、強い降雨、洪水、その他の深刻な天候をもたらす可能性があります。また、これらはアメリカの暖季の降雨のかなりの部分を占めています。
DL4MCSプロジェクトは雷雨予測の精度向上を目指す
問題は、これらのシステムを引き起こす気象条件が長期間にわたって変化する可能性がある一方で、嵐自体はより小さなスケールで動作するプロセスによって駆動されることです。これにより、既存の予報システムはMCS活動を1週間以上正確に予測することが難しくなります。DL4MCSは、深層学習が物理ベースの予報モデルと協力してこのギャップを縮小できるかどうかを探求します。研究者たちは約7日から6週間の予報ウィンドウをターゲットにしており、これを亜季節予報と呼びます。このプロジェクトの目的は、機械学習システムが既存の気象モデルを置き換えることではなく、計算手法が既存の予報から有用なパターンを抽出し、MCSイベントがいつどこで発生するかの予測を改善できるかどうかをテストすることです。
研究チームは、嵐の形成に影響を与える可能性のある広範な気候パターンから、嵐の進化を決定する雲スケールのプロセスまで、さまざまなスケールの気象条件を検討します。Planette AIの創設者兼CEOであるDr. Hansi Singhは、「DL4MCSは、Planette AIが高リスクの意思決定を支援するために、より実用的な環境情報を提供することへのコミットメントを反映しています。最先端のAIと検証された物理予報システムを組み合わせることで、このプロジェクトは、より良い予測に依存する産業やコミュニティにとって、数週間前の嵐リスク情報をより実用的にすることを目指しています。」と述べています。
PNNLは、地球システムモデリングと大気プロセスの評価に関する専門知識を提供し、ワイオミング大学は地域モデリングと下位スケール処理に焦点を当てます。これは非常に重要です。なぜなら、大規模な気象モデルは通常、解像度が粗すぎて、地域の嵐予報に必要なすべての詳細を捉えることができないからです。
このプロジェクトは気象予測技術の進歩を促進する
「中規模対流システムの予測を改善するには、大規模な気候駆動要因から嵐の挙動を形成する雲微物理プロセスに至るまで、さまざまなスケールでの進展が必要です。」とPNNLの大気科学者Dr. Susannah Burrowsは述べています。「この協力は、地球システムモデリング、AI、およびプロセスレベルのモデル評価の補完的な利点を組み合わせて、より良い亜季節予報への新しい道を探ることを目指しています。」ワイオミング大学の貢献には、大規模な予報をより高い解像度の情報に変換し、地域レベルでの関連性を高めることが含まれます。
ワイオミング大学のDerecho教授Dr. Stefan Rahimiは、「ワイオミング大学が地域の下位スケール処理に関する専門知識を提供し、AI予報との責任ある統合に貢献できることに興奮しています。」と述べています。
「粗い大規模予報をより高い解像度で、意思決定に関連するガイダンスに変換することは、実世界の準備とレジリエンスを改善するために重要です。」この方法が成功すれば、もたらされる利益は、単に嵐をより正確に予測することにとどまらないかもしれません。嵐のリスクが高まることを事前に示すことは、公共事業会社に中断の準備をするためのより多くの時間を提供し、保険会社が潜在的なリスクを評価するのを助け、コミュニティが深刻な天候や洪水に備えることを可能にします。このプロジェクトは、アメリカ合衆国エネルギー省のより大きな取り組みの一環でもあり、高度な計算と機械学習を利用して、依然として従来の方法では解決が難しい科学的問題に取り組むことを目指しています。
イノベーションミッションは、政府、産業、学術研究者を集め、エネルギー、科学、国家安全保障を含む新しいアプローチを開発します。
DL4MCSにとって、目の前の目標は狭いですが、潜在的な意義は大きいです：既存の物理予報をより良く活用することで、重大な雷雨システムを数週間前により予測可能にすることができるかどうかを確認することです。このプロジェクトは、アメリカ合衆国エネルギー省のイノベーションミッションの第1段階計画の支援を受けています。