微小粒子解析で気象・大気質予報精度向上

科学者らは大気中に浮遊する微小粒子エアロゾルを高精度に解析する手法を開発し、天気予報と大気質予測の精度向上に成功した。車両や産業活動に由来するエアロゾルは視界悪化や健康被害を引き起こすほか、太陽光の反射・吸収や雲の生成を通じて気候システムに複雑な影響を及ぼす。しかし、その物理化学的性質の多様性と空間分布の不均一さから、大気モデルへの直接的な組み込みには長期にわたり高い不確実性が伴っていた。 この課題に対し、Zhang氏らの研究チームは、衛星観測データをエアロゾルシミュレーションに直接取り込む計算効率に優れた新手法を提案し、「Journal of Advances in Modeling Earth Systems」で発表した。従来、衛星の可視光・赤外線観測データを生データでモデルに組み込むには膨大な計算資源を要し、実用的ではなかったため、エアロゾル特性を間接的に推定した前処理済みデータが主流だった。その結果、計算コストは抑えられるものの予測精度が制限されてきた。 新手法の鍵は、大規模データセットで事前学習済み的人工知能（AI）にある。AIは衛星観測値から、エアロゾルと地表反射光が及ぼす複合的な光学信号を瞬時に解読し、高効率なデータ同値化を実現する。これにより、計算負荷を大幅に抑えつつ、衛星観測データを直接モデルに反映できる。中国東方の観測データを対象とした実証では、従来の手法と比較してエアロゾル分布予測の誤差を約50%削減した。 本研究は、計算資源の制約を克服しつつ衛星観測データを直接活用する実用的な枠組みを示した。エアロゾル予測精度の大幅向上は、大気質予報の信頼性強化や気候変動モデルの検証精度の向上に直結する。今後、このAI駆動のデータ同値化技術が気象予測システムに統合されれば、環境モニタリングや政策立案における意思決定精度も大きく高まると期待されている。