物理苦手でも気象予報士試験に合格したい！#22　数値予報-5 ガイダンス

こんにちは、まさごんです。
気象予報士試験の合格を目指すべく、日々の勉強内容を記録しています。

勉強内容

数値予報とは、空間を格子点ごとに区切り、プリミティブ方程式によってその格子点ごとの少し未来の物理量を算出する方法のことであると勉強しました。しかしここで計算された数値データは、そのままでは予報に使えません。数値予報の結果を、「晴れ」「雨」などの天気要素に置き換える作業のことを「翻訳」といい、翻訳作業に使われる資料を「ガイダンス」といいます。塵芥では、ガイダンスはMOS方式とPPM方式に分けられる、というところまでを説明しました。

学習ポイント　KLMとNRN

MOS方式の中でも現在の主流であるカルマンフィルターとニューラルネットワークについて説明します。

MOS方式の欠点である、数値予報モデルの変更に柔軟に対応できない、という点を克服するために開発されたカルマンフィルターは、数値予報モデルの変更による変更を受けにくいという特徴があります。

統計的関係式を作成する手法はMOS方式と同じですが、カルマンフィルターの場合はガイダンス作成の都度関係式の係数を更新し、逐次学習して統計的関係式を求めています。予測と実況の誤差から、より最適な係数を割り出し、次回の予測の計算に用いることで、数値予報モデルの変更にも数週間程で対応することができます。

カルマンフィルターで作成されている天気予報には、６時間降水確率、最高・最低気温、３時間風向風速などがあります。

次にニューラルネットワークについてです。
ニューラルネットワークは、予測因子と実況値との関係を短時間で見出します。過去数年分の気象情報を学習され、人工知能によって得られた係数を、ガイダンスのたびに最適になるように変更しているのです。

ニューラルネットワークで作成されている天気予報には、３時間天気、３時間大雨確率、３時間発雷確率などがあります。

天気予報で必ず見る項目でもある「降水確率」は、カルマンフィルターにより「６時間降水確率予報」として作成されています。降水確率については特に数値予報プロダクトとして天気図に記載されるわけではなく、数値予報から導かれた数値データがそのままカルマンフィルターによって翻訳され、降水確率として表現されています。

気づいたこと

天気予報の作成について必要な知識はそろったので、明日からは「短時間予報」や「季節予報」など一癖ある天気予報の考え方について学習します。
ありがとうございました。