人工知能を用いて気候実験データから熱帯低気圧のタマゴを高精度に検出する新手法を開発 ～台風発生予測の高精度化に期待～

　国立研究開発法人海洋研究開発機構（理事長　平　朝彦、）地球情報基盤センターの松岡大祐技術研究員（国立研究開発法人科学技術振興機構さきがけ研究者）らは、国立大学法人九州大学大学院システム情報科学研究院の内田誠一主幹教授らと共同で、ディープラーニングによって、全球雲システム解像モデルNICAMによる気候実験データから、発生前の熱帯低気圧の予兆を示す雲（熱帯低気圧のタマゴ、図1）を精度よく検出する手法（図2）を開発しました。開発した手法は特に夏の北西太平洋において、発生1週間前の熱帯低気圧のタマゴを高精度に検出可能であることを示しました。本成果により、人工知能（AI）技術を活用した新しい台風発生予測の実現に向けて大きな手掛かりが得られたと言えます。
　本研究は、これまでの物理方程式に基づく気象モデルを用いたModel-drivenな手法による将来予測の課題を克服すべく、過去に蓄積された大量のシミュレーションデータから現象発生の予兆を示す特徴を直接的に学習し、熱帯低気圧の発生を予測しようとする新たなアプローチの研究と考えられます。大量の気象ビッグデータが蓄積されていく現在において、本研究の成果はData-drivenな手法を用いた気象予測の新たな展開を拓くものとして期待されます。
　本研究は科学技術振興機構 戦略的創造研究推進事業（さきがけ）の支援を受け、情報計測（計測技術と高度情報処理の融合によるインテリジェント計測・解析手法の開発と応用）領域の平成29年度採択課題「気象ビッグデータからの極端現象発生予測～台風のタマゴ発見から豪雨予測まで～」において行われたものです。また、本研究の一部は、JSPS科研費（JP16K13885、JP26700010、JP17K13010）の助成を受けて行われました。
　本成果は、日本地球惑星科学連合の英文論文誌「Progress in Earth and Planetary Science」電子版に12月19日付け（日本時間）で掲載されました。

図１：熱帯低気圧およびタマゴの雲画像（外向き長波放射）の一例。NICAM気候実験データ20年分に対して熱帯低気圧の追跡アルゴリズムを適用することで生成した。各画像は1,000km2（64×64グリッド）とした。

図２：深層畳み込みニューラルネットワーク（CNN）によるアンサンブル識別器。(a) 学習フェーズでは、10種類のCNNがそれぞれ異なる学習データを用いて学習を行う。(b) 予測フェーズでは、1枚の入力画像に対して10種類の識別器を用いて2クラス分類を行い、それらの加重平均を最終的な存在確率とする。存在確率が事前に与えた閾値を超えた領域に対して、熱帯低気圧またはそのタマゴが検出されたとみなす。

図３：アンサンブル識別器を用いた未学習のデータに対する予測結果の一例。雲量30%-95%の領域（1,000km四方）を予測対象とする領域とし白枠で示している。また、対象領域の雲画像に対して、熱帯低気圧またはタマゴの存在確率が100%であると予測（10台の識別器全てが熱帯低気圧またはタマゴであると予測）した領域を赤枠で示している。青色および赤色の点は、熱帯低気圧の追跡アルゴリズムによってすでに分かっている熱帯低気圧およびタマゴの正解の中心点をそれぞれ表している。