機械学習を用いた1ヶ月気象予測の試み

抄録

　物理学に基づいた気象の1ヶ月予測は困難であるため，気象庁では数値予報ではなく，気温や降水量について，階級での確率予報を発表している．本研究では，機械学習を用いた平均気温・降水量の定量的な予測の可能性について検討する．モデルの中間層には時系列データの学習に適したLSTMと画像学習に適したCNNを用い，入力データとして地上気象観測データと海水面温度データを用いて予測を試みた．平均気温の予測は，上昇・下降傾向の予測はできたものの，夏・冬の気温を過小・過大評価する傾向も見られた．降水量の予測は，増減の傾向は概ね予測できているものの，突発的な降水量の増加を予測することに課題が残った．また，海水面温度データの学習が予測精度の悪化につながる可能性も示唆された．