ハイブリッド決定論的およびAIベースのツールによる雷活動と降水量の予測

地中海沿岸地域は、非常に危険な洪水を引き起こす突然の豪雨イベントの影響を定期的に受けています。厳しい対流予測は、相互作用する多スケールのプロセスの結果であり、まだ完全には理解されていないか、モデル化されていないため、数値気象予測（NWP）システムにとって主要な課題です。最近、人工知能（AI）が、大量のデータを処理し、従来の完全決定論的アルゴリズムを通じて特定するのが困難なパターンや関係を抽出するための強力なツールとして登場しました。AIxtreme（極端な気象と宇宙気象イベントの予測のための物理ベースのAI）プロジェクトの枠組みの中で、極端な気象イベントの発生を予測し、民間保護機関の決定をサポートすることを目的に、大気の物理に基づいた数値モデルをキャリブレーションするためのAIベースの技術が開発されています。プロジェクトの最初の重要な成果は、FlashNetと呼ばれる深層学習フレームワークの開発であり、雷光の発生確率を48時間前まで予測することができます。FlashNetは、欧州中期予報センター（ECMWF）による最先端の数値気象予測モデルによって2日前に予測された気象特徴の最適なマッピングを見つけ出すことができます。結果として得られたAI強化アルゴリズムの予測能力は、ECMWFモデルで使用されている完全決定論的アルゴリズムのそれよりも大幅に高くなります。0-24時間の予測期間内で約95%のリコールピークを達成しています。このパフォーマンスは、AIアルゴリズムの精度と同じ85%をECMWFモデルが達成したことを上回っています。第2のツールは、極端な降水イベントを予測するために、開発が進んでいます。神経ネットワークは、ECMWFの大規模モデルと降雨ネットワークからの観測特徴を用いて、極端な降水イベントの発生とその3時間以内の累積を48時間先まで予測するように訓練されています。こうして設計されたネットワークは、ECMWFモデルグリッドの任意の点で生のモデルの予測を改善し、分類および回帰指数のレベルで、ローカルスケールの非静水モデルMOLOCHを上回る結果を得ています。