Google、気象予測モデル「WeatherNext 3」を発表し衛星データなどを統合

2026 年 9 月 3 日

6 分間の読み物

当社の主力となる AI 気象予測モデルに、リアルタイムの衛星データや時間ごとの更新機能、より高い解像度、精密な降水予測、そしてクリーンエネルギー関連の変数などが追加されました。現在では、Search、Gemini、Maps、Google Maps Platform、Cloud across に統合されています。

WeatherNext チーム

お使いのブラウザは音声再生要素をサポートしていません。

記事の音声を聞く

[[duration]] 分

このコンテンツは Google AI によって生成されています。生成 AI は実験的な技術です。

毎日、気象は数十億人の意思決定に影響を与えています。傘を持って出かけるような些細なものから、より重大な決断に至るまで多岐にわたります。風や雨、熱波や干ばつといった極端な気象現象は、農業、グローバルサプライチェーン、クリーンエネルギー生産、そして国家経済全体に連鎖的な影響を及ぼします。

ここ数年、AI は従来の手法よりも迅速かつ正確な予測を実現し、気象予報の分野で革命的な変化をもたらしました。しかし、極めて局所的で急速に変化する天候の予測は依然として課題となっています。過去のモデルでは空間解像度が不十分であったり、衛星などからのリアルタイムデータを効果的に取り込んだりする点で難航していました。

本日、Google DeepMind と Google Research は、独立したライブ評価（Brightband による）によると、これまでで最も進歩し、精度の高いグローバル気象モデル「WeatherNext 3」を発表しました。このモデルはリアルタイムの観測データから直接学習するため、人々に最も影響を与える気象事象に対して、タイムリーかつ局所的な予測を提供できます。生衛星データを活用して高解像度で毎時間予報を生成することで、世界中の Google プロダクトを通じて信頼性の高い予報を可能にします。

前例のない解像度での迅速な気象予測

予報の実用性は、その詳細さと、時間と空間をどれだけ細かく分解できるかに依存します。WeatherNext 3 は、広域の風のパターンから局所的な地形に至るまで物理的な整合性を保ちながら、複数の空間解像度で毎時間の予報を生成します。

WeatherNext 3 では、気温や湿度といった主要な地表変数を 5 キロメートル解像度で可視化でき、他の地表変数は 10 キロメートル、風速などの大気変数は 25 キロメートルの解像度で扱えます。全体として、これは以前のモデル「WeatherNext 2」よりも約 5 倍鮮明なグローバルな気象像を提供します。WeatherNext 2 は 25 キロメートルグリッドで 6 時間刻みの予報を生成していましたが、WeatherNext 3 はその解像度を大幅に向上させています。

図1：WeatherNext 3 システムの全体像。このモデルは、生きた 1 時間ごとの静止衛星モザイク画像と従来の歴史分析データを統合し、単一の柔軟な機能生成ネットワーク（FGN）メッシュトランスフォーマーに供給します。出力としては、高密度グリッドフィールド、離散的なサイクロン経路、そして駅レベルの疎な座標をネイティブで予測するデータが含まれます。

図2：英国における 2 メートル気温予報の比較。WeatherNext 2（左）は 25 キロメートル（0.25°）解像度に対し、WeatherNext 3（右）はネイティブの 5 キロメートル（0.05°）解像度を誇ります。WeatherNext 3 は複雑な局所地形を鮮明に再現し、旧世代モデルに見られるピクセル化された過剰平滑化による熱表現の問題を防ぎます。

連続するグローバルスケールの実世界データ

WeatherNext 3 の最大の飛躍は、学習元となるデータの質にあります。WeatherNext 2 を含む多くの AI 気象モデルは、数値予報モデル（NWP）のデータを訓練に用いています。有用ではあるものの、NWP モデルはスーパーコンピューター駆動の複雑な物理シミュレーションであり、データに 6 時間の遅れが生じるという欠点があります。この遅延は、降雨や地表温度といった変化の激しい変数においてバイアスを招く恐れがあります。

一方、新しいモデルは生きたグローバル静止衛星データのモザイクを直接取り込むことで、大気の豊かで継続的に更新される視点を獲得しました。これにより、モデルは最新の利用可能な衛星観測に基づいた予報を 1 時間ごとに生成できるようになり、解像度は最大で 5 キロメートルに達します。

これは重要な意味を持ちます。気象状況は急速に悪化することがあるからです。暴風、前線、降水システムが突如として発生した場合でも、当社の高速更新サイクルと高解像度モデルにより、迅速かつ詳細な分析が可能となり、効果的な対応を導くための早期の洞察を提供できます。

気温や湿度といった変数は、わずか数キロメートルの範囲内でも劇的に変動することがあります。これは沿岸部、谷間、山岳地帯に近接する地域にとって特に重要な課題です。従来のモデルはこうした状況に対応が難しく、大気の表現に詳細さが欠けており、局所的な極端な変動を見逃してしまうためです。

この課題に対処するため、WeatherNext 3 は、観測データが不十分な気象ステーションの観測値を直接学習対象とします。これにより、地形などの地域的な特徴も考慮した、5 キロメートルグリッド規模での全球予報が可能になりました。

この画期的な技術は、特にラテンアメリカ、アフリカ、アジア太平洋地域の住民にとって極めて重要です。これらの地域では従来、高解像度モデルの構築に要する莫大なスーパーコンピューティングコストのため、高精度な予報が十分に提供されてきませんでした。本技術により、これらの地域の数十億の人々や地元企業に対し、局所的で高忠実度の気象予報がもたらされます。

解像度の向上や予測頻度の改善に加え、当モデルは再生可能エネルギーの生産に特化した予測も提供します。100 メートルの高さ（風力タービンのブレード高さに相当）における風速を予測し、風力発電の出力を精密に算出。さらに、太陽光発電所が地上で受け取る日光量を推計する上で不可欠な、高解像度の雲量データと日射レベルも同時に予測します。

このデータは、世界のクリーンエネルギー計画において極めて重要です。電力グリッドの運営者や再生可能エネルギー開発業者が、自社のクリーンエネルギー資産からどれだけの電力を生み出せるかを正確に予測し、需要とのマッチングを実現する上で不可欠な情報となります。

降水予測における画期的な精度向上

世界の気象モデルは、長年、降水を正確に予測することに苦戦してきました。雨や雪のシステムは、従来の物理ベースのシミュレーションでは正確にモデル化が難しい微小スケールで急速に移動する雲プロセスによって駆動されるためです。その結果、AI による予測はぼんやりとした推測にとどまったり、激しい嵐の境界線を完全に捉え逃したりすることがあります。

この課題を解決するため、当モデルは2 つの極めて高品質な降水データソースでトレーニングを行っています。1 つ目は NASA の衛星を用いた統合マルチサテライトリトリバル（IMERG）です。もう1 つ目は、衛星レーダーに基づく当社独自の全球降水再解析データです。

その結果、降水予測の精度は大幅に向上しました。中長期の全球予報における評価では、ベースラインとの比較で、Continuous Ranked Probability Score (CRPS) が IMERG に対して最大 60%、MRMS で 30%、早期のリードタイムにおける雨量計測定値でも 10% 改善されました。

図 3: 中長期の降水確率（PoP > 1mm）予報比較。25 キロメーター解像度の WeatherNext 2（左側）は、降水域が非常にぼやけてピクセル化されています。一方、11 キロメーター解像度の WeatherNext 3（中央）は、実際の衛星観測データ（右側）にほぼ一致し、気象システムの鋭い対流帯を正確に捉えています。

エコシステム全体への研究適用

私たちの主な目標は、気象インテリジェンスを進化させ、誰にとっても普遍的に有用なものとすることです。突発的な風向の変化を追跡する緊急対応者、飛行経路を計画する管制官、あるいは作物管理を行う農家など、あらゆるユーザーにとって価値あるものを目指しています。

これらのブレークスルーを実験室から現実世界へ持ち出すため、WeatherNext 3 を Google のコアエコシステム全体およびその外側へと統合していきます。

高精度な予測データ：Google は、モデルのセットアップが不要でワークフローにすぐに組み込める、1 時間ごとに更新されるグローバルな天気予報データの提供を開始しました。これにより、研究者や開発者、企業は BigQuery や Earth Engine でデータをクエリしたり、Google Cloud Storage から一括ダウンロードしたりすることが可能になります。

世界中で利用可能：WeatherNext 3 は本日より、Google Search、Gemini アプリ、Google マップ、Google Maps Platform の天気 API、そして Google Earth Engine 内の天気体験を支える基盤として稼働します。今回のアップデートにより、中長期の予報精度が劇的に向上しました。1 日以上先の計画を立てる際、降水に関する予測の精度は最大 50% 向上し、特に従来から予報の信頼性が低かった地域での改善が目立ちます。週末旅行の準備や屋外活動に最適な日の選択など、より正確な予測が得られることで、計画がスムーズに進むようになります。

大気には常に不確実性がつきものです。しかし、WeatherNext 3 は実際の観測データに基づいて学習し、従来のモデル化における制約を回避することで、地上で起きている現象と真に一致する予報の実現に向けた大きな一歩となりました。

地理空間プラットフォームと AI が Google でどのように機能しているかについて詳しく知りたい方は、Google Earth Engine、AlphaEarth Foundations、そして Earth AI をご覧ください。

免責事項: 公式の天気予報、気象警報、および公衆安全に関する勧告については、必ずお住まいの地域の気象機関または国の気象サービスをご参照ください。

WeatherNext 3 についてさらに詳しく知る

• 論文を読む
• WeatherNext 3 で開発する
• Weather Lab を探索して、WeatherNext 3 のリアルタイム可視化を確認
• Brightband が運営する独立系の ライブリーダーボード で WeatherNext 3 の順位をチェック