衛星による陸域情報は地表近くの気温予報の精度を向上させる

より良い気温予報があなたにとって重要な理由

来週の服装を決めるときから、作物の管理、電力網運用、山火事リスクの評価に至るまで、私たちは正確な気温予報に依存しています。しかし、強力なスーパーコンピュータがあっても、天気予報モデルは特に数日先を超えると未だに苦戦します。本研究は、単純だが十分に活用されていない発想を検証します。つまり、衛星データを使って地表そのもの――地面の熱さや植物の活動性――により注意を払うことで予報を賢くするという考えです。

上空から地球を観る

現代の気象予報は主に大気に関する情報、風、湿度、雲、気圧などに依拠しています。しかし衛星は何十年にもわたり、静かに陸域表面に関する豊富な情報を収集してきました。これには地表面温度（地面の“皮膚”の温度）、植生の緑の度合い、葉から放たれる微かな光である太陽誘起蛍光（植物の光合成活動の指標）などが含まれます。従来の予報システムは、これらの陸域・植物の信号を表現するのが難しいため、ほとんど無視してきました。本論文の著者らは別のアプローチを試みました。既存モデルに衛星データを無理に組み込むのではなく、大気観測と衛星観測の両方から直接学べる柔軟な深層学習システムを構築したのです。

ニューラルネットワークに天気を教える

そのために、チームは長短期記憶（LSTM）モデルとして知られる小さなニューラルネットワークを数千個訓練しました。各モデルは地球上の特定の地点に焦点を当て、その地点の日々の気温が時間とともにどう変化するかを学びました。まず、彼らはネットワークに従来型の気象モデルが使う「標準的」入力だけを与えました：地表近くの気温、入射する日射と熱、湿度、気圧、降水、土壌水分、積雪被覆など。その後、同じ情報に加えて3つの衛星由来の陸域変数（地表面温度、緑度指標、植物蛍光）を受け取る第二群のネットワークを訓練しました。これら二つのモデル群の性能を比較することで、追加された陸域情報がどれだけ寄与したかを直接測定できました。

少量でも大きな効果

世界中、かつ1〜12日先の予報において、衛星陸域情報を加えることで気温予測の精度が一貫して向上しました。平均して予報誤差は約6〜7％低下し、これは概ね0.25℃程度の改善に相当します。効果は特に4日先付近で最大になり、これは計画に頻繁に使われる重要な“中期”の時間帯です。改善は熱帯域外の森林や半乾燥地域で特に顕著でした。これらの地域では地表と大気との熱・水分のやり取りが局所気温を強く決めるためです。多くのこうした地域では、衛星に基づく植物活動や地表面温度の指標が最も重要な予測因子となり、従来の大気入力を上回ることがありました。

植物が教える明日の暑さ

顕著な結果の一つは、植物蛍光（光合成の直接的な指標）が、単純な緑度指標よりも重要であることが多かった点です。植物が活発に炭素を取り込み水を蒸散させると、地表を冷やし、入射エネルギーが空気の加熱と蒸発にどのように分配されるかに影響します。これらのプロセスは数日にわたって展開するため、最近の陸域条件に関する一種の“記憶”を予報に与えます。ニューラルネットワークはこのつながりを捉えました。季節変動の大きい植生や土壌水分が植物活動を制限するような場所で、追加の衛星データは特に有効でした。一方、密な常緑林で雲が多く衛星観測が劣化しやすい熱帯雨林では結果がまちまちで、データ品質の問題に起因するわずかな性能低下が見られる格子セルもありました。

重要なときに役立つ予報精度の向上

衛星陸域情報の利点は数日先に限られませんでした。リードタイムが長くなるにつれて相対的な改善は小さくなります（大気自体の予測が本質的に難しくなるため）ものの、北米、南米、南部アフリカ、西アジアの一部などでは11〜12日先でも予報技術が向上しました。これらは熱波や寒波の早期警報が人命や経済的損失を防ぐ時間スケールです。また、衛星データがまばらだったり品質が低い地域では、これら陸域変数の長期平均パターンを用いる方が、日々のノイジーな観測に頼るよりも良い場合があり、実用的な運用戦略の示唆が得られました。

衛星と気象モデルの新しい協働

非専門家向けの要点は明快です：地面とそこに生える植物は、明日の気温について価値ある手がかりを持っており、衛星はそれらを世界規模で捉える独自の立場にあります。深層学習システムにこれらの観測から直接学ばせることで、特に意思決定が行われる数日先において、予報を実質的に鋭くできることが示されました。本研究は、将来の実運用の気象モデルが物理ベースのモデルとデータ駆動型学習の強みを組み合わせ、衛星に基づく陸域・植生情報を体系的に取り入れることで、私たちの日常生活を形作る暑さや寒さをよりよく予測できるようになることを示唆しています。

引用: Ruiz-Vásquez, M., O, S., Brenning, A. et al. Land surface information from satellites boost near-surface temperature forecast skill. Commun Earth Environ 7, 245 (2026). https://doi.org/10.1038/s43247-026-03298-1

キーワード: 衛星陸域データ, 気温予報, 深層学習気象モデル, 植生と気候, 数値予報