気象学：NowcastNetによる極端な降水の巧みなナウキャスティング

極端な降水は、気象災害の大きな要因の１つであり、高い分解能、長いリードタイム、局所的な詳細さを備えた巧みなナウキャスティングを通したその社会経済的な影響の軽減が大きく必要とされている。現在の手法は、ぼけ誤差、散逸誤差、強度誤差、位置誤差が生じやすく、物理に基づく数値的手法では、対流の始まりなどの重要なカオス的ダイナミクスを捉えるのが困難で、データ駆動型の学習手法では、移流の保存などの内在的な物理法則に従うことができない。今回我々は、物理進化スキームと条件付き学習手法を、終端間の予測誤差を最適化したニューラルネットワークの枠組みに統合した、非線形ナウキャスティングモデルである、NowcastNetを提示する。このモデルは、米国と中国のレーダー観測に基づいて、2048 km × 2048 kmの領域にわたって最大3時間のリードタイムで、マルチスケールパターンが鮮明で物理的に妥当な降水ナウキャストを生成した。中国全土の62人の専門の気象学者による系統的な評価では、我々のモデルは、71％の事例で主要な手法に対して1位にランク付けされた。NowcastNetによって、少雨から豪雨の降雨率、特に移流過程や対流過程に伴うこれまで不可能であると考えられていた極端な降水事象の、巧みな予測が得られる。

目次へ戻る