1月~7月の予報精度は“90%”
ウェザーニュースでは、精度の高い天気予報を提供するため、日々予報精度の改善に取り組み続けています。
2019年7月のウェザーニュースの予報精度は88.3%となりました。2019年1月~7月を合わせた数字では90%となっています。
>>ウェザーニュース-2019年1月~7月の降水捕捉率
※ここで扱う予報精度は、気象庁の評価方法に準拠した「降水捕捉率」を指しており、朝5時に発表された当日の天気マークを対象としています。
対象地点はアメダス1300箇所で、1日の積算降水量が1mm以上となった場合を「降水あり」としています。
2019年7月のウェザーニュースの予報精度は88.3%となりました。2019年1月~7月を合わせた数字では90%となっています。
>>ウェザーニュース-2019年1月~7月の降水捕捉率
※ここで扱う予報精度は、気象庁の評価方法に準拠した「降水捕捉率」を指しており、朝5時に発表された当日の天気マークを対象としています。
対象地点はアメダス1300箇所で、1日の積算降水量が1mm以上となった場合を「降水あり」としています。
また、気象庁も同様に、発表した予報に対して評価を行っており、ホームページ上で一般に公開しています。
>>気象庁-2019年1月~7月の降水捕捉率
>>気象庁-2019年1月~7月の降水捕捉率
弱い雨も含めた7月の的中率は94.7%に
全国約150か所にある気象官署(気象台や測候所)では、降水量が1mmに満たない、0.5mmやそれよりも弱い雨(感雨)も観測しています。
ウェザーニュースでは現地で“雨が降っている”と感じる1mmに満たない弱い雨についても、しっかりと雨予報をお伝えしており、このような1mmに満たない弱い雨も含めた雨の的中率(適合率)では、2019年7月中にウェザーニュースが雨と予想した中で、実際に94.7%も雨が降っていました。
ウェザーニュースでは現地で“雨が降っている”と感じる1mmに満たない弱い雨についても、しっかりと雨予報をお伝えしており、このような1mmに満たない弱い雨も含めた雨の的中率(適合率)では、2019年7月中にウェザーニュースが雨と予想した中で、実際に94.7%も雨が降っていました。
<7月の特徴>日ごとに予測精度で大きな差が出た
7月を振り返ってみると、日ごとの予報精度の数字の変化が大きかったことが特徴でした。
同じ「雨」といっても、その雨を降らせる要因は様々で、
・前線や低気圧などメソスケールの現象
・ゲリラ豪雨などの局地的な現象
とが存在します。
例えば、7月12日(金)は前線上に発生した低気圧に伴う雨雲が日本列島を通過していった日で、捕捉率は99.24%と非常に高い数字になりました。
風の向きや強さが少し違うだけで、雨雲の位置や強さが変わってしまいます。
同じ「雨」といっても、その雨を降らせる要因は様々で、
・前線や低気圧などメソスケールの現象
・ゲリラ豪雨などの局地的な現象
とが存在します。
【前線や低気圧通過は予報精度高い】
前線や低気圧の通過などによってもたらされる雨は、比較的雨の予報が組み立てやすい現象になります。雨雲自体がまとまっていることが多く、雨雲の移動が追いやすいためです。例えば、7月12日(金)は前線上に発生した低気圧に伴う雨雲が日本列島を通過していった日で、捕捉率は99.24%と非常に高い数字になりました。
【ゲリラ豪雨など局地的な雨では苦戦】
一方、ゲリラ豪雨のような局地的に発生した雲による雨については、日々の予報が非常に難しい事例です。風の向きや強さが少し違うだけで、雨雲の位置や強さが変わってしまいます。
きめ細かい観測網+学習で精度を高める
ウェザーニュースでは、このゲリラ豪雨など局地的な現象を正確に予報するためには、まずはより細かい観測網を構築する必要があると考えました。
そこで10年以上前からゲリラ雷雨防衛隊を発足するなどして、アプリ会員の方から非常に多く、現地の天気報告や雨雲の写真が届くようになりました。それをリアルタイムに分析して、ゲリラ豪雨が降り始める前にアラームを送ることができています。
また、この多くの現地からの天気報告を朝の段階での天気予報に生かすべく、日々蓄積・分析をして、予測モデルに学習させることも始めました。
この現地報告の蓄積データ分析と、モデルへの学習を続けることにより、局地的な雨雲の発生・発達の具合や、その土地の地形特性などの知見を増やし続けています。それを予測モデルに反映することによって、局地的な雨についても予報精度が高くなっていくと考えています。
そして、これまでの積み重ねの結果として、ゲリラ豪雨など局地的な現象が多くなりはじめた7月は、気象庁の予報精度との差が一番大きくなりました。
そこで10年以上前からゲリラ雷雨防衛隊を発足するなどして、アプリ会員の方から非常に多く、現地の天気報告や雨雲の写真が届くようになりました。それをリアルタイムに分析して、ゲリラ豪雨が降り始める前にアラームを送ることができています。
また、この多くの現地からの天気報告を朝の段階での天気予報に生かすべく、日々蓄積・分析をして、予測モデルに学習させることも始めました。
この現地報告の蓄積データ分析と、モデルへの学習を続けることにより、局地的な雨雲の発生・発達の具合や、その土地の地形特性などの知見を増やし続けています。それを予測モデルに反映することによって、局地的な雨についても予報精度が高くなっていくと考えています。
そして、これまでの積み重ねの結果として、ゲリラ豪雨など局地的な現象が多くなりはじめた7月は、気象庁の予報精度との差が一番大きくなりました。
7月を振り返ってみて
2019年1月からの7月までトータルの予報精度は90%となりました。7月は局地的な現象の予測で、時間や場所のズレが出ることがあり予報が難しい月でした。
ただ、局地的な現象も1時間前であれば発生位置も含めて予測可能です。これを朝に発表する一日の天気予報に反映させていき、さらに予報精度向上を目指します。
これからも短時間予測で培った技術に加え、気象予測の常識では思いつかないようなテクノロジーも取り入れながら、1%でも0.5%でも予報精度を良くする努力をしていきたいと考えています。
>>【予報精度向上への取り組み】予報のはずれを感じたらこちらへ報告
ただ、局地的な現象も1時間前であれば発生位置も含めて予測可能です。これを朝に発表する一日の天気予報に反映させていき、さらに予報精度向上を目指します。
これからも短時間予測で培った技術に加え、気象予測の常識では思いつかないようなテクノロジーも取り入れながら、1%でも0.5%でも予報精度を良くする努力をしていきたいと考えています。
>>【予報精度向上への取り組み】予報のはずれを感じたらこちらへ報告
ウェザーニュース予報センター 気象予報士。千葉県旭市出身 自治体防災担当職員から転職し入社26年目。予報精度改善チームで予報業務および精度検証・改善を行っている。
参考資料など
降水捕捉率 検証方法説明(気象庁ホームページ) https://www.data.jma.go.jp/fcd/yoho/kensho/explanation.html
気象庁 天気予報検証結果 https://www.data.jma.go.jp/fcd/yoho/data/kensho/score_f.html
気象庁 天気予報検証結果 https://www.data.jma.go.jp/fcd/yoho/data/kensho/score_f.html