AIが海面温度データを大幅に向上させ、気候および気象予報を改善 毎年夏、韓国半島を襲う台風は西北太平洋の暖かい海水からエネルギーを得ます。近年、暑さを引き起こす異常気象や干ばつ、豪雨などの頻度と強度が上昇する海面温度（SST）との関連が注目されています。これにより、SSTの正確な予測は気候および気象予報において重要な要素となっています。ただし、雲や降水、観測制限によるデータ欠損が衛星観測を困難にしており、長期的な高解像度気候分析に支障を来しています。 この課題に対処するため、蔚山科技大（UNIST）の研究チームが欠測データを修復し、一貫して高解像度のSSTデータセットを生成できる革新的なAIモデルを開発しました。研究成果は「Remote Sensing of Environment」に掲載されました。 教授としてリードしたJungho Im氏は、土木・都市・地球・環境工学部門からこのチームを率い、新たなAIベースの再構築システムを作成しました。このシステムは観測上の間隙を埋め、空間解像度2km、時間解像度1時間のSSTデータを生み出します。これにより、海洋条件とそれを通じて影響を受ける地域の気象パターンや気候パターンの理解が大きく向上すると期待されます。 海洋は地表面エネルギーの約90%を保有しており、SSTは海洋と大気の熱交換がある重要な境界です。SSTが上昇すると、温暖化による台風の強化や熱波の強まり、豪雨のリスク増加につながる可能性があります。そのため、SSTの持続的な高解像度モニタリングは依然として大きな挑戦となっています。 研究チームは、元来画像合成のために設計されたGenerative Adversarial Network（GAN）という高度なAIアーキテクチャを使用しました。さらに、高頻度衛星データと数値天気予報（NWP）モデルからの熱力学的知見を組み合わせて训练することで、データ欠損即便に現実的な物理的条件に適合したSSTデータを生成できるようになりました。 このAIモデルの第一著者Sihun Jung氏は、「従来の線形補間や統計モデルでは、急激な温度変化中のSSTの細部を保つことが難しいですが、我们的AIモデルはこれらを超え、精度が高く、特に困難な条件下でも高忠実性を維持します」と説明しています。 Im教授は、「この高度な再構築技術は、特に頻繁な台風と気候の変動が頻繁に見られる西北太平洋で重要です」と指摘。「高解像度のSSTデータを提供することで、気象予報や気候モデルを大幅に改善できます。将来的には、海洋熱波などの海洋災害の早期警報システムにも活用され、コミュニティや生態系の保護に貢献する可能性が高い」と語りました。 研究チームについて 蔚山科技大（UNIST）のこの研究チームは、地球環境科学において優れた成果を上げており、今回のAIモデル開発はその最新のものとなっています。研究成果は学術界から高い評価を受け、気象・気候予報や海洋環境保護の領域での応用が期待されています。