機械学習が気候研究の最前線を押し広げる-Eyring et al.(2024)
不確実性を定量化して気候予測精を向上させるためには、膨大な気候モデル実験を実施し、出力データを解析、評価する必要があります。しかし、データが膨大になるに従い、パターンが複雑化して検出しにくくなり、人が介在する従来の解析手…
高解像度降水ナウキャスト
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…
梅雨前線と線状降水帯
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…
降水ナウキャスティング
Google DeepMindなど機械学習ベースのデータ駆動型予測モデル（Precipitation Nowcasting）が急速に広まっており、数値モデルによる予測に匹敵する精度を得られるようになっています。一方で、初…
気候不変機械学習モデル (Climate-invariant machine learning)
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…
グラフニューラルネットワーク（Graph Neural Network:GNN）
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…
展望: 気候予測における不確実性の定量化の改善
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…