コンテンツにスキップ
メインサイト ニュース コンソール

当社の AI 気象モデルを支えるデータセットを公開

· DeepMind 翻訳済
DeepMind

2026年11月13日 科学

WeatherNext チーム

Image 39: 階層化された透明なパネルによって分割された地球の抽象的な 3D イラスト。衛星画像や降水グリッドなど、さまざまな気象・気候データセットが表示されている。

研究者や開発者が気象、水文、気候に関する新たなアプリケーションを構築できるよう、PARDIG と SatWeave を公開します。

地球の気象や水循環を理解し予測することは、まず現在の地球をどれだけ観測できるかにかかっています。人工衛星や地上観測機器は、地球を継続的かつ詳細に監視しています。しかし、これらの生の観測データを一貫性のある地球規模のマップに変換し、迅速に利用可能な状態にすることは、科学的にも工学的にも大きな課題です。

本日、私たちは気象、水文、気候アプリケーションの構築に取り組む世界中のコミュニティを支援するため、2つの基盤データセット「SatWeave」と「PARDIG」を正式に公開します。これら2つのデータセットは、先日発表した WeatherNext 3 モデルのブレークスルーを支える鍵となりました。SatWeave は静止気象衛星の画像を繋ぎ合わせたグローバルモザイク(global mosaic)であり、発達中の雲や嵐のリアルタイムな視覚情報をモデルに提供します。PARDIG は AI ベースの全球降水データセットであり、モデルの降水予測能力をトレーニングするために使用されました。研究者や開発者がモデリングや下流のアプリケーションで活用できるよう、これら両データセットの過去のアーカイブとリアルタイムのデータストリーム(ライブフィード)を同時に開放します。

SatWeave:宇宙から見た地球の統一ビュー

SatWeave は、世界のさまざまな地域をカバーする5つの衛星(GOES-East、GOES-West、Meteosat 0、Meteosat Indian Ocean、および「ひまわり(Himawari)」)の画像を統合したものです。各衛星は異なる地図投影法、ファイル形式、センサー、およびスキャンスケジュール(10分から30分間隔)を使用しているため、1つの一貫した全球マップを作成することは困難です。既存のグローバル合成画像の多くは、互換性のない部分を切り捨てて4つ以下のバンド(波長帯)しか提供しないか、数時間おきにしか更新されません。

Image 40Image 41

動画 1

SatWeave は、6機の静止衛星からの観測データを融合し、可視光、水蒸気、赤外線の17バンドを網羅するグローバルモザイクを生成します。

SatWeave は1時間ごとに更新されるため、従来のモデルが6時間ごとに更新される解析データに依存して初期化を行っていたのに対し、WeatherNext 3 は常に最新の全球予測を生成できます。今回は、この1時間ごとに更新されるライブフィードだけでなく、10年以上にわたる過去のアーカイブデータも公開します。

私たちはすでに WeatherNext 3 の中期気象予報に SatWeave を活用していますが、より幅広い研究者や開発者のコミュニティと協力し、太陽光発電の出力予測や山火事の監視といった、さらなる予測アプリケーションの可能性を探求できることを非常に楽しみにしています。

PARDIG:地球全体をカバーする高精度・高解像度の降水データ

降水は、食料や水資源の供給から洪水や干ばつのリスクに至るまで、あらゆる側面に影響を及ぼしますが、地球規模で降水を正確に追跡することは依然として大きな課題です。地上レーダーや高密度の雨量計ネットワークは高品質なデータを提供できるものの、常に利用できるとは限らず、すべての地域を十分にカバーできているわけでもありません。

このギャップを埋めるために、私たちは PARDIG(Precipitation AI Reanalysis: Densely Inferred GPM、降水 AI 再解析:高密度推論 GPM)を開発しました。PARDIG は WeatherNext 3 に類似した AI アーキテクチャ上に構築されており、SatWeave の画像とヨーロッパ中期予報センター(ECMWF)の大気場データを入力として使用し、アメリカ航空宇宙局(NASA)の全球降水観測計画(GPM)主衛星が搭載する衛星搭載レーダーの疎な観測データを直接用いてトレーニングされています。その結果、時間分解能15分、空間分解能約10km、更新の平均遅延(レイテンシ)約5時間という、極めて精度の高い全球降水マップが生成されます。

Image 42Image 43

動画 3

2025年7月にテキサス・ヒル・カントリー(Texas Hill Country)で発生した鉄砲水における1時間あたりの降水量の比較。地上ベースの NOAA MRMS レーダー(左、約1km)と、準リアルタイムの PARDIG(中央、約10km)および IMERG-Final(右、約10km)を対比しています。

私たちは、米国、欧州、日本の3つの広域レーダーネットワーク、および世界中の36,000カ所以上の気象観測所のデータと照らし合わせて PARDIG を評価しました。分析したすべての降水強度において、PARDIG は、無数のアプリケーションで不可欠な研究グレードの降水推定データセットである NASA の IMERG-Final を含む、主要なグローバルベースラインモデル(baselines)を上回る性能を示しました。小雨から並雨のレベルでは、PARDIG の1時間あたりの降水検出スキル(detection skill)は IMERG-Final より30%以上向上しています。また、既存のグローバルプロダクトでは検出が困難になりがちな極端な豪雨を捉える上で、特に有効であることが実証されました。

Image 44: 米国、欧州、日本における小雨、並雨、大雨の強度下での、3つのモデル(PARDIG(準リアルタイム)、IMERG-Final、IMERG-Early)の降水検出スキル(CSI)を比較した3つのグラフ。すべての地域において、PARDIG モデルが一貫して最も高い精度を示している。Image 45: 米国、欧州、日本における小雨、並雨、大雨の強度下での、3つのモデル(PARDIG(準リアルタイム)、IMERG-Final、IMERG-Early)の降水検出スキル(CSI)を比較した3つのグラフ。すべての地域において、PARDIG モデルが一貫して最も高い精度を示している。