これまでの天気予報は、気象専門家の高い知識と解析によって行われているものがほとんどでした。いくつもある気象予測モデルのシミュレーション結果を分析して今後の予測を組み立て、それを天気マークや気温の数字などで表していたのです。

そのため、天気予報の精度は予報を組み立てる専門家の能力に付随するものとなっていました。

最近では、その予報に使用する気象予測モデルの高度化が進み、日本全国を細かい区分で分けた予報であったり、数時間単位での予報が行われるようになってきました。

ウェザーニュースでは、日本全国を1km四方に区切り、約37万地点の予報を発表しています。様々な種類のデータを大量に扱うため、これまでと同じようなやり方では、優秀な予報技術者が非常に多く必要となります。そして、精度の高い天気予報を維持し続けるのも、簡単なことではなくなってきてしまいます。

そこで、ウェザーニューズでは、数年前から天気を予測するプロセスにAIを導入するために開発を始めました。専門家の知見をデータ化してインプットしたものに加えて、過去の気象データや、その土地ならではの天気の特徴、季節特有の雨の降り方なども機械学習させて取り込みました。

また、より実践的な天気予報についても導き出せるように、日々の天気予報と実際の天気結果についても機械学習を続けています。現地にいる方からウェザーニュースに届く天気報告（ウェザーリポート）による実態の把握と、予報との差異分析を日々行い、それをさらに機械学習に投入するというサイクルを重ねてきました。

そして、機械学習モデルの一つが、当日の天気予報を出す予測サイクルに取り込まれるようになりました。

その結果、2021年11月はウェザーニュースが発表した天気予報において、降水捕捉率(※1)は91％となり、気象庁がホームページで公開している同値より11ポイントも高い精度結果となりました。また、偏って雨の予報を出しすぎていないかも評価するために適中率(※2)も算出。こちらも気象庁の値を上回っています。(※3)
＞＞ウェザーニュース・気象庁　予報精度比較（降水捕捉率・適中率）

雨が降るところにはしっかりと雨予報を出し、偏った予報にならないという理想の予報を、高い精度で毎日安定して発表することができるようになりました。これはAIという最新テクノロジーの導入と、高い気象の専門知識を持つ技術者の知見を融合させることができたからこそ、実現できたものです。

11月は動きの遅い低気圧の通過や月後半の冬型の気圧配置による降水が多くありました。特に冬型の降水の場合は、晴れている場所のすぐ隣で雨や雪が降っていることがあります。局地的な降水予測は難しく、雨の見逃しを防ぐために降水範囲をやや広く見積もることがあります。それでは同時に空振りが増えてしまい、予報の精度はなかなか上がりません。

このため、これまでAI(機械学習)により日々の気象パターンを蓄積して、見逃し・空振りともに軽減させる取り組みを行ってきました。今月はこの効果が発揮された結果となりました。

ただし、それでも予測のズレが発生することはあります。今後は予報技術者とAIをより高い次元で融合させ、さらに高い精度で予測を発信していきます。

＞＞【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

(※1)気象庁の評価方法に準拠し、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。
対象地点は発表官署の所在している一次細分区域内のアメダスで、1日の積算降水量が1.0mm以上となった場合を「降水あり(雨雪)」としています。
(※2)全予報数に対する「雨予報をして実際に雨が降った場合と、雨が降らない予報で実際に雨が降らなかった場合」合計の割合
(※3)降水捕捉率での評価と同じく気象庁の評価方法に準拠し、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。対象地点は発表官署の所在している一次細分区域内のアメダスで、1日の積算降水量が1.0mm以上となった場合を「降水あり(雨雪)」としています。