衛星データが河川モデルの欠陥を明らかにする

NASAのSWOT衛星データを用い、全球河川モデルの精度を実証評価した研究がGeophysical Research Letters（2026年）に掲載された。マサチューセッツ大学アマースト校のコリン・グリーソン氏らが主導する本論文は、人工学習ベースの河川モデルが複雑な環境で重大な誤差を生じる実態を解明した。 モデルが正確に推定できるのは、ダムや河口を持たない単一流路の標準河川のみで、全球の11％に過ぎない。一方、ダム河川、乾燥地帯（オーストラリア、中央アジア、米南西部等）、北极圏で精度が著しく低下した。誤差が重大な区間は10％未満ながら、これらは水力発電、灌漑、気候変動予測にとって不可欠な水資源拠点であるため、予測のズレが社会インフラや政策に直結する。 精度低下の要因は、揚水式発電所の人為的な水位操作、地下水汲み上げとの遅延相互作用、そして北极圏の学習データ不足にある。グリーソン氏は、類似観測データが稀少な地域ではAIモデルがパターン抽出できず機能しないことを指摘した。 本研究は水モデルの限界域を可視化し、データギャップが顕著な地域ではシミュレーションに依存せず、SWOT衛星による直接観測を優先するよう提唱している。衛星観測とモデル補正の融合が、今後、水資源管理と気候適応策の新たな基準となる見込みである。