AI

衛星観測で毎時更新する気象予測AI「WeatherNext 3」

この記事のポイント

  1. 実現したこと

    気象予測AIのWeatherNext 3は、最新の利用可能な衛星観測に基づく予測を毎時生成する。

  2. 実現の仕組み

    静止気象衛星の画像と過去の解析データを単一のモデルへ入力し、気象観測所の実測値からも直接学習する。

  3. 得られた結果

    Googleは、新しい予測モデルを検索、Gemini、Google マップなどへ統合したと発表した。

  4. 従来との違い

    主要な地表変数の予測格子は、従来モデルの25キロメートルから5キロメートルへ細かくなった。

静止気象衛星が雲を観測する地球の上空から、海岸や山地に沿った細かな予測格子を描いたイラスト。
AI生成画像

気象予測AIのWeatherNext 3は、リアルタイムの衛星観測を取り込んで毎時予測を更新する。気温などの主要な地表変数は5キロメートル格子で予測し、観測所の実測値から直接学ぶことで地域の地形も考慮する。

最新の衛星画像を過去の解析データと組み合わせる

Google DeepMindとGoogle Researchによると、WeatherNext 3は、世界の静止気象衛星から得たリアルタイムの画像を取り込み、毎時新しい予測を生成する。各回の予測には、その時点で利用できる最新の衛星観測を使う。

入力には、1時間ごとの衛星画像をつなぎ合わせたデータと、従来の過去の解析データを組み合わせる。これらを受け取る中核は、Functional Generative Network(FGN)と呼ぶ単一の予測モデルで、mesh transformerを用いる構成になっている。

気温などは5キロメートル格子で予測する

Googleが示した予測仕様では、気温や水分に関する主要な地表変数の空間解像度は5キロメートルとなる。すべての変数を同じ細かさで扱う構成ではなく、その他の地表変数は10キロメートル、風速などの大気変数は25キロメートルで予測する。

従来の気象予測モデルWeatherNext 2は、25キロメートル格子で6時間刻みの予測を生成していた。新モデルでは、主要な地表変数の格子間隔を従来の5分の1にするとともに、毎時の予測を生成するようになった。

観測所の実測値から地域の細部を学ぶ

衛星観測の取り込みに加え、WeatherNext 3は、まばらに分布する気象観測所のデータから直接学習する。空間的に連続した格子だけでなく、観測地点で得られる実測値を学習に使う。

Googleは、この学習によって、地形などの地域的な詳細を考慮した5キロメートル格子の全球予測が可能になったとしている。予測格子を細かくする変更と、地域の状態を捉えるための学習データの変更を組み合わせた形だ。

風車の高さの風速と太陽光向けの日射を出力する

Googleは、再生可能エネルギー向けの予測対象も加えた。WeatherNext 3は、おおむね風車の高さに当たる高度100メートルの風速を予測し、風力発電量の見積もりに使う気象情報を提供する。

太陽光発電向けには、高解像度の雲量と日射を予測し、発電所が地上で受ける光の見積もりに用いる。Googleは、この予測モデルを検索、対話型AIサービスのGemini、Google マップ、開発者向けのGoogle Maps Platform、クラウドサービスのGoogle Cloudへ統合したと発表している。