Google DeepMind、気象AIモデルWeatherNext 3を発表 衛星データを取り込み毎時予報を生成

WeatherNext 3は、静止衛星の1時間ごとのモザイクデータと従来の過去解析を、Functional Generative Network（FGN）のメッシュTransformerに入力する構成である。出力は格子状のフィールド、サイクロン経路、観測所単位の予測に及ぶ。解像度は、気温や湿度などの地表変数が5km、他の地表変数が10km、風速などの大気変数が25kmで、前世代のWeatherNext 2（25km格子、6時間刻み）より約5倍精細としている。

従来のAI気象モデルは数値気象予報（NWP）モデルのデータで学習しており、6時間のデータ遅延がある。WeatherNext 3は静止衛星データを直接取り込むことで、毎時の更新を可能にした。また疎な気象観測所データでも学習し、地形などの地域差を反映した5km格子の予測を実現している。ラテンアメリカ、アフリカ、アジア太平洋など、高解像度予報が十分に行き渡っていなかった地域への貢献を挙げている。

降水予測ではNASAのIMERGと衛星レーダーに基づく独自の全球降水再解析で学習した。中期の全球予報では、予報初期のリードタイムでCRPSがIMERG比で最大60%、MRMS比で30%、雨量計比で10%改善したと説明している。再生可能エネルギー向けには、タービン高度に近い100m風速、高解像度の雲量、日射量も予測する。

提供面では、毎時更新の予測データをBigQueryとEarth Engineで照会でき、Google Cloud Storageから一括ダウンロードもできる。Google Search、Gemini app、Google Maps、Google Maps Platform Weather API、Google Earth Engineでの活用が今日から始まる。独立ライブ評価を行うBrightbandによれば、現時点で最も高度で正確なグローバル気象モデルとされる。公式の警報などは各国の気象機関を参照するよう注意書きもある。