いま世界中でどれだけ雨が降っているかを知るのは、思うより難しいことです。豊かな国には密な気象レーダーと雨量計の網がありますが、世界の多くの地域にはなく、そうした場所でこそ洪水の被害が大きくなりがちです。Google DeepMindは、予報モデルWeatherNext 3の土台となっている二つのデータセット、世界規模の衛星モザイクSatWeaveと、AIで作った降水記録PARDIGを、過去のアーカイブとライブ配信とともに誰でも使える形で公開しました。
SatWeaveは配管のような問題を解決します。GOES-EastとGOES-West、二つのMeteosat、Himawariなどの静止気象衛星は、それぞれ地図投影、ファイル形式、センサー、10〜30分の走査周期が異なります。世界規模の合成画像の多くは、チャンネルを四つ以下に絞ったり、数時間ごとにしか更新しなかったりして細部を切り捨てることで対処しています。SatWeaveはそれらを可視、水蒸気、赤外の17チャンネルを持つ一つの世界モザイクにまとめ、毎時更新し、10年以上の過去アーカイブも備えています。この毎時の更新により、WeatherNext 3は6時間ごとに更新される解析データに頼るモデルより頻繁に新しい予報を始められます。
より野心的なのはPARDIGです。NASAのGlobal Precipitation Measurement Core Observatoryの宇宙レーダーによるまばらな観測で訓練し、SatWeaveの画像とECMWFの大気データを入力として、15分ごと、約10キロメートルの解像度で世界の降水地図を埋め、平均の遅れは約5時間です。Googleは米国、欧州、日本のレーダー網と36,000を超える気象観測所と比較し、分析したすべての降水強度でNASAの研究用データIMERG-Finalを上回り、弱い雨から中程度の雨の毎時検出を30%以上改善し、極端な降水で特に優れていたと報告しています。アーカイブは1999年から2026年までです。
実際の価値は公開されていることにあります。両データセットはGoogle Cloud Storageにあり、PARDIGの過去データはGoogle Earth Engineでも使えます。レーダーのない地域で活動する水文学者、保険会社、防災機関は、洪水、地滑り、干ばつのモデルに使えるでしょう。GoogleはSatWeaveを太陽光発電や山火事の監視に使うことも提案しています。DeepMindなどによるAI気象の取り組みは、いまやモデルと同じくらいデータの話になっているという流れの延長線上にあります。
注意点は重要です。IMERG-Finalとの比較はGoogle自身によるもので、独立した水文学者による確認が必要です。10キロメートルの解像度は約1キロメートルの地上レーダーと比べて粗く、地域のシステムに取って代わるものではありません。どこでも信頼できる精度があるというGoogleの主張は衛星から学ぶことに基づく期待であり、評価された地域はまさにすでに優れたレーダーがある場所です。