Article
大気科学：エンドツーエンドのデータ駆動型気象予測
Nature 641, 8065 doi: 10.1038/s41586-025-08897-0
気象予測は、運輸、農業、工業を含むさまざまな人間活動にとっても、一般大衆の安全にとっても極めて重要である。機械学習は、数値ソルバーをニューラルネットワークで置き換えることで数値気象予測（NWP）を変革し、予測パイプラインの予報コンポーネントの速度と精度を向上させている。しかし現在のモデルは、初期化と局地予報生成において数値システムに依存しており、従って達成可能な利得に限界がある。今回我々は、単一の機械学習モデルがNWPパイプライン全体を置き換え可能であることを示す。エンドツーエンドのデータ駆動型の気象予測システムであるAardvark Weatherは、観測データを取り込んで、全球格子点予報と局地観測所予報を生成する。その全球予報結果は、いくつかの変数とリードタイム（先行時間）について、運用NWPベースラインより優れていた。また、局地観測所予報は、10日までのリードタイムでスキルが高く、後処理した全球NWPベースラインや、人間の予報官の入力による最先端のエンドツーエンド予報システムに匹敵する。エンドツーエンドの調整によって、局地予報の精度はさらに向上した。今回の結果は、展開時にNWPに依存することなく高い予報スキルが可能であることを示しており、それによりデータ駆動型モデルの速度と精度の十分な利点の実現が可能になると予想される。我々は、Aardvark Weatherが、計算コストを桁違いに削減し、さまざまなエンドユーザーに対してカスタマイズモデルを迅速かつ手頃な価格で作成することを可能にする、新世代のエンドツーエンドモデルの出発点となると確信している。
