FuXi‑Air：排出量・気象・汚染物質のマルチモーダル機械学習に基づく大気質予測

よりクリーンな空気にはより速い予報が必要な理由

大気汚染は現代の都市における持続的な健康リスクの一つですが、汚れた空気の日を予測するために使われるツールはしばしば遅く、高価であり、人々が実際に生活し働く場所で必ずしも正確ではありません。本研究はFuXi‑Airという人工知能ベースのシステムを紹介します。これは主要な都市汚染物質を次の3日間について秒単位で予測でき、市当局や市民により早く信頼できる警報を提供して健康を守る手助けをすることを目的としています。

都市の空気を動く一つのシステムとして見る

従来の大気質予報は、気体や微粒子が大気中で生成・輸送・除去される過程をシミュレートする大規模な計算モデルに依存しています。これらのモデルは物理的・化学的な詳細を捉えますが、高性能な計算機と長時間の処理を要し、局所の気象や汚染源をどれだけ正確に表現できるかで精度が制限されます。一方で、多くの機械学習手法は単一地点や単一汚染物質の観測にのみ注目しており、都市全体での実用的な予報には使いにくいという問題があります。FuXi‑Airはこのギャップを埋めるよう設計されており、都市の空気をつながったシステムとみなし、気象、排出量、既存の汚染レベルに関する情報を一つの統合フレームワークに結びつけます。

新しいAIモデルの仕組み

FuXi‑Airは三つの主要なデータ流を統合します：別のAI気象モデルによる高解像度の気象予報、交通・産業などからどれだけ汚染が放出されているかを記述する詳細な排出インベントリ、そして地上観測局からの連続的な観測値です。FuXi‑Air内では、専門化された深層学習モジュールが異なる観測点間での汚染の関連性と時間的な変化を学習します。別のモジュールは気象パターンと排出がこれらの変化をどのように形成するかに注目し、汚染が蓄積する条件や解消する条件をシステムに認識させます。まず6時間刻みで汚染を予測し、それを時間ごとの値に細かくすることで、FuXi‑Airは各都市の複数の観測点について6つの主要汚染物質の72時間予報を約30秒ほどで提供できます。

3つのメガシティでの実地検証

研究者たちはFuXi‑Airを北京、上海、深圳という気候や汚染パターンが大きく異なる中国の三大メガシティで検証しました。オゾン、二酸化窒素、二酸化硫黄、一酸化炭素、そして二つの粒子状物質サイズについて、2023年の観測と比較しました。一般に、モデルは特にオゾンと微粒子（PM2.5）について、汚染ピークの時刻と規模を良く再現しました。深圳のように汚染レベルが比較的低く安定している状況でも堅牢性を示しました。一方で粗大粒子（PM10）については課題が残り、特に北京では砂嵐や長距離輸送が大きな役割を果たし、利用可能なデータでとらえにくい場合がありました。

従来モデルを上回り、重要因子を探る

FuXi‑Airが実運用に耐えうるかを評価するため、研究チームは気象モデルと詳細な大気質モデルを結合した広く使われる従来型予報システムと比較しました。上海での9か月間の予報において、FuXi‑Airは6物質すべての予測誤差を一貫して低減し、ある誤差は半分以上に削減される一方で、処理時間は数時間ではなく数秒でした。研究者らはさらに体系的な“アブレーション”実験を行い、異なるデータ源をオン・オフしました。気象情報を除くと、日夜サイクルや汚染ピークを追跡する能力が失われ、特にオゾンや微粒子で顕著でした。排出データを除くと、局所排出が支配的な都市では性能が低下しました。これらの検証から、気象・排出・観測データを組み合わせることが重要であり、なかでも気象が予報質を最も大きく押し上げる単独要因であることが示されました。

都市ごとに異なる汚染の主因

都市間で結果を比較することで、局所条件が汚染をどのように形作るかについての洞察も得られました。北京では冬季暖房や地域的な砂塵事象により、大規模な風配列や大気の安定度が粒子濃度を強く支配するため気象データの重要性が高まりました。温暖で湿潤、換気の良い沿岸気候を持つ深圳では、局所の産業や交通由来の排出が微粒子濃度を決める上で大きな役割を果たしました。上海はこれらの中間に位置し、陸海風や局所源の両方の影響を受けました。一酸化炭素や二酸化硫黄のような気体では排出が主因でしたが、それでも地形や気象が局所的な蓄積を増幅することがありました。

公衆衛生保護への示唆

FuXi‑Airは、慎重に設計されたAIシステムが従来手法に匹敵またはそれを上回る速度と精度で都市規模の大気質予報を提供しつつ、はるかに少ない計算資源で動作できることを示しています。モデルはいくつかの粗大粒子事象にまだ苦戦し、改良の余地がある排出インベントリに依存している面はありますが、早期警報やスマートシティ運営の実用的なツールを既に提供します。いつ、どこで空気が健康に悪くなるかというより良くタイムリーな情報が得られれば、当局は排出対策をより効率的に行え、住民は曝露を減らすために行動を調整できるでしょう。複雑な大気データを、より清潔で健康的な都市生活のための実行可能な指針へと変えることが期待されます。

引用: Geng, Z., Fan, X., Lu, X. et al. FuXi-Air: air quality forecasting based on emission-meteorology-pollutant multimodal machine learning. npj Clean Air 2, 21 (2026). https://doi.org/10.1038/s44407-026-00061-w

キーワード: 大気質予測, 都市の大気汚染, ディープラーニング, 気象と排出量, 公衆衛生の保護