投稿者「ai.earth_system-lab」のアーカイブ

ガイダンスは、数値予報の地上気温や降水量などの予測値を補正してその誤差を軽減したり、数値予報が出力していない天気や発雷確率などを作成することによって、予報作業を支援するために作成されます。数値予報モデルが出力したデータは … 続きを読む →

気象庁では、2014 年 8 月より、解像度250m, ５分ごと、30分先までの降水を予報する高解像度降水ナウキャストの運用を開始しました。日本全国20箇所にあるレーダー雨量観測（ドップラーレーダー観測網）の解像度を向上 … 続きを読む →

梅雨前線は、春から盛夏への季節の移行期に、日本から中国大陸付近に出現する停滞前線で、一般的には、南北振動を繰り返しながら沖縄地方から東北地方へゆっくり北上します。平年では5月上旬の沖縄から梅雨入りし、7月下旬の東北北部で … 続きを読む →

大気のカオス的な振る舞いによって、初期条件のわずかな違いで予測の誤差が拡大することが知られています。数値モデルでは観測データの誤差や数値モデルの不完全さにより誤差が生じるため、予報結果に誤差が生じることを避けることができ … 続きを読む →

天気予報では数値予報モデルによる予報値が利用されますが、数値予報には解像度などモデルの不完全さに起因する多くの問題点があります。一般に、数値モデルでは計算機資源の制約から高解像度化が難しく、地形が粗く表現されます。降水特 … 続きを読む →

現在の気候モデルでは、モデルのグリッドサイズより小さいスケールで発生するプロセスの表現が難しく、不確実性の主な原因となっています。 最近の機械学習 (ML) アルゴリズムは、そのようなプロセス表現を改善する可能性がありま … 続きを読む →

最近、気象、気候予測のための機械学習手法として、グラフニューラルネットワーク（GNN）が注目されています。ここでのグラフとは、評価対象（ノード：点）と評価対象の間の関係性（エッジ：線）で表現されるデータ構造を示しています … 続きを読む →

ML ベースの経験的ダウンスケーリング アルゴリズムの最も重要な利点は、RCM と比較した計算効率にあります。 したがって、RCM-GCM マトリックス全体または大規模な初期条件アンサンブルに広く適用することがより簡単に … 続きを読む →

現代的な ML アルゴリズム (CNN や GAN など) は、従来のダウンスケーリング手法に比べて解釈しにくくなっています。 この複雑さは意思決定プロセスを曖昧になる可能性があり、ML によって生成された気候予測の採用 … 続きを読む →