WeatherNext 3、天気予報は1時間更新へ

天気予報は、精度が高いだけでは十分ではありません。突然発達する雨雲を捉えるには、いまの空に近い観測を使い、細かな地形を表現し、短い間隔で計算を更新する必要があります。

Google DeepMindとGoogle Researchが発表したWeatherNext 3は、この三つを同時に進めた気象AIです。

目玉は「AIだから速い」という一言ではありません。リアルタイムの静止気象衛星データを直接取り込み、毎時新しい予測を作り、地表の主要変数を最大5km解像度で扱います。

WeatherNext 2の25km格子・6時間刻みから、時間と空間の両方を細かくした点が大きな変化です。

5倍細かい予報は、何を見えるようにするのか

Googleの公式発表によると、WeatherNext 3は気温や水分量など一部の地表変数を5km、その他の地表変数を10km、風速などの大気変数を25kmの解像度で予測します。Googleは全体として前モデルより約5倍鮮明な世界像になると説明しています。

格子が細かくなる利点は、地図がきれいになることだけではありません。海岸、谷、山地では、数kmの違いで気温や湿度が大きく変わります。

25km四方を一つの値で表すと均されやすかった局地差を、5km格子なら残しやすくなります。日本のように地形が複雑な地域では、とりわけ意味のある改善です。

ただし、5kmなら個々の町の雨を必ず当てられる、という話ではありません。積乱雲の発生や降水の境界には、さらに小さなスケールの現象が関わります。解像度の向上は予測の材料を増やしますが、不確実性を消す魔法ではありません。

従来の多くのAI気象モデルは、数値予報モデルが作った再解析データを主な学習材料にしてきました。Googleは、こうした物理シミュレーション由来のデータには約6時間の遅れがあり、急変する雨や地表気温では偏りにつながり得ると説明します。

WeatherNext 3は、全球の静止気象衛星による1時間ごとの観測モザイクと、従来の解析データを組み合わせます。さらに、まばらに存在する地上観測点のデータから直接学ぶことで、地形に応じた局地的な予測を補います。

新しい予測を毎時生成できるため、朝に見た予報を夕方まで使い続けるより、変化を早く反映できます。

降水予測には、NASAのGPM計画によるIMERG衛星降水データと、Google独自の衛星レーダー再解析を利用しています。

Googleの評価では、中期の全球降水予測で、CRPSという確率予報の指標がIMERG基準で最大60％、米国のMRMS基準で30％、初期リードタイムの雨量計基準で10％改善しました。

WeatherNext 3は研究デモにとどまらず、Google検索、Gemini、Googleマップ、Google Maps PlatformのWeather API、Google Earth Engineで順次使われます。

Googleは、1日以上先を計画するときの降水予測が最大50％正確になると説明しており、これまで予報が不安定だった地域ほど改善が大きいとしています。

一般利用者にとっては、特別なAIツールを開かなくても、検索や地図で触れる点が重要です。旅行、屋外イベント、通勤経路の判断では、数日前の大まかな見通しと、当日の毎時更新を組み合わせやすくなります。

企業や研究者はBigQuery、Earth Engine、Cloud Storageからデータを利用でき、物流、農業、航空、エネルギー需給などへ組み込めます。

再生可能エネルギー向けには、風力発電機の高さに近い100m風速、雲量、地表に届く日射量も予測します。天気アプリの改善が目立ちますが、電力の供給計画を整える用途は、社会への影響がより大きいかもしれません。

更新頻度と解像度が上がれば、急変する前線や降水域の輪郭を早くつかめる可能性があります。しかしGoogle自身、公式な気象予報、重大気象警報、安全に関する勧告は、各地域の気象機関や国の気象サービスを参照するよう明記しています。

WeatherNext 3が変えるのは、予報の数字だけでなく、更新された情報へ触れる頻度です。1時間ごとに新しい観測を取り込む仕組みが普段使う製品へ入れば、「昨日の予報」から「いまの空を反映した予測」へ一歩近づきます。

それでも最後に必要なのは、不確実性を含む情報をどう行動へ変えるかという、人間側の判断です。