条件付き拡散モデルによる気象・波浪アンサンブル予報の開発

抄録

洋上施工計画の安全性向上に向け，深層学習を用いて高精度かつ低コストの確率的気象・波浪予報の実現が課題である．本研究では，条件付き拡散モデルに基づき次時刻の気象・波浪場を予測するモデルを構築した．さらに，クラスタリングを用いたアンサンブル枝刈り手法を導入してモデルを自己回帰的に適用し，計算コストを抑制した短期アンサンブル予報の枠組みを提案した．結果として，適切な変数選択が予測精度向上に寄与し，台風事例では多様な進路パターンを生成して，単一予報では捉えきれない予測の広がりを示した．また，低リソースかつ高速な計算性能も確認し，本手法が計算資源の限られた環境でも実用可能であることを示した．