最近、Google DeepMindとGoogle Researchは、新しいグローバルな気象AIモデル「WeatherNext3」を発表しました。このモデルは、従来の気象AIが持つ局所的な地形解像度や初期化遅延の限界を打破し、リアルタイムの静止衛星画像に直接接続して毎時間初期化し、元の気象観測所データで訓練することで、データ構造から予報精度に至るまで全面的な飛躍を実現しました。

コア構造と入力メカニズムにおいて、WeatherNext3はWeatherNext2と同じ確率型機能生成ネットワーク（FGN）グリッドTransformer構造を採用し、さらに多解像度出力を拡張しています。その入力側は、世界中のリアルタイム静止衛星画像とヨーロッパ中期気象予報センター（ECMWF）のHRES解析データに直接接続され、トレーニングではERA5/HRES-fc0、米国宇宙総省（NASA）のIMERG、気象観測所の実測データおよび衛星画像などの多様な情報が広く利用されています。従来の気象AIモデルは通常、数値気象予報（NWP）の再分析グリッドに依存しており、海岸線、谷、山などの実際の局所的な気候変化を滑らかにしてしまいます。一方、WeatherNext3は、専用の出力ヘッドを元の気象観測所データで訓練することで、生成された0.05度の温度と露点予報が実際の機器記録に近づき、モデル自身の物理的大気表現に頼るだけではありません。

解像度と予報頻度（Cadence）に関して、WeatherNext3は一度のフォワード伝播で3つのレベルの予報結果を出力できます。第1層は、気象観測所で訓練された2メートルの気温と露点で、解像度は0.05度（約5キロメートル）です。第2層は、10メートルと100メートルの風速、気圧、海面温度、雲分布、太陽放射、そして1時間の降水量を含む、解像度0.1度（約10キロメートル）のグリッド表面データです。第3層は、13の気圧層をカバーする0.25度（約25キロメートル）の大気場です。前バージョンであるWeatherNext2は6時間ごとに0.25度のフィールドを出力していましたが、WeatherNext3では精度が約5倍向上しています。更新頻度では、このモデルは毎日24回初期化されます。世界時00時、06時、12時、18時の天気システムのサイクルは、後方予報15日（360時間）と64個の統合メンバーを含み、一時的な毎時間の実行は48時間の窓をカバーします。この現在の衛星観測に基づく毎時間のスライド更新により、従来の遅延6時間の数値気象予報分析に依存していた周期的制限が完全に打ち破られ、急速に発展する強対流気象に対して非常に高い捕捉価値を持っています。

降水シミュレーションとクリーンエネルギー変数のサポートにおいて、WeatherNext3は非常に強い業務応用の可能性を示しています。降水予報は、グローバルモデルの歴史的な課題であり、曖昧で嵐の境界を逃す場面がよくあります。このモデルは、ECMWFの再分析、NASAのIMERG衛星逆算、Googleの衛星レーダー降水再分析など複数のデータソースを組み合わせて訓練を行い、初期予報段階において、CRPS（連続ランク確率スコア）がIMERG基準に対して最大で60%向上し、気象観測所の雨量計と比較しても明らかに改善されています。クリーンエネルギー分野においては、このモデルは約100メートルの風車枢軸高さの風速、低中高雲層の完全な分布、太陽照度の各成分を正確に出力できます。これらの重要なデータの組み合わせは、電網運営者にとって風力および太陽光発電の出力を正確に予測するための直接的な支援となります。

現在、WeatherNext3の予報データは申請を受け付けており、ユーザーはBigQuery、Earth Engine、Cloud Storageを通じて取得可能です。ただし、モデルの重みはまだオープンソースされていません。また、必要に応じたカスタム推論はまだ旧バージョンのWeatherNext2で実行されています。このモデルの全般的な導入に伴い、グローバル気象予報は高精度・高効率の新たなスマート化時代へと加速しています。