4分で読めますデータとAI

AI気象モデルの学習データ:モデルが必要とするもの

AI気象モデルが学習できるのは、学習データが示すものだけです。指定すべき六つの特性、公開されている一つの事例、そしてカスタムデータセットの要件定義、納品、料金設定の進め方を説明します。

イラスト:夜の海岸線の上に浮かぶ、半透明の三次元モデル格子。雨を降らせる一つの雷雲の周りで、格子セルが一つだけ琥珀色に光っています。

初出:2026年11月11日 · 更新:2026年11月16日

AI気象モデルは、事例から大気を学習します。学習データに一度も現れなかった雷雨、海風、風のランプ(急変)を学習することはできません。そのため、データサイエンスの責任者には、アーキテクチャより先に考えるべき、もっと素朴な問いがあります。AI気象モデルの学習データには何が含まれていなければならないのか、そしてそれをどこから入手するのか、という問いです。この記事では、指定すべき六つの特性、プロジェクトが到達しうる規模を示す公開事例を一つ、そしてTempoQuestがカスタムデータセットの要件定義、納品、料金設定をどのように行うかを説明します。

AI気象モデルが学習データに求めるもの

解像度

学習データに含まれる細かさは、格子間隔で決まります。セルが粗すぎて雷雨を解像できなければ、モデルが見るのは、格子のマス目で平均した値だけです。尾根を越える風、太陽光発電所にかかる雲、都市の集水域に降る雨が対象であれば、データはそのスケールで地形、海岸線、雷雨を解像していなければなりません。

変数

予測する対象と、それを左右する要因の両方で学習させます。風力発電には、高さ10 mの風だけでなく、風車の高さの風が必要です。太陽光発電には雲が必要です。また、一つの物理モデル計算から取り出したフィールドは、互いに整合しています。格子セル内の風、気温、気圧は、同じ瞬間に同じ物理法則に従っているからです。別々の情報源からつなぎ合わせたフィールドは、そうとは限りません。

過去期間

記録は、すべての季節と、重視するまれな現象を十分な数だけ含んでいる必要があります。極端現象は定義上まれなため、記録が短いと真っ先に不足します。評価用には、期間をまとまりごと取り分けておきます。連続する時間ステップは互いにほとんど同じに見えるため、ランダムに分割すると情報がリークします。

時間間隔

モデルが学習できる最も速い変化は、データの時間間隔で決まります。単一の雷雨セルは約1時間で発達して衰弱することがあるため、毎時のスナップショットでは、その一生の大部分を捉えられません。10分または15分ごとのデータなら捉えられます。

一貫性

記録の全期間にわたって、単一のモデルバージョン、単一の設定、単一の格子を求めてください。現業予報のアーカイブは、予報システムが更新されるたびに性質が変わり、学習するモデルは、その不連続を気象の変化と取り違えることがあります。

メタデータ

単位、地図投影法、鉛直層、時刻の規約(UTC、予報対象時刻、降水量の積算期間)、モデルの設定、欠損値フラグです。これらがないと、パイプラインは推測で処理することになり、推測が誤っていても、エラーを出さないまま失敗します。

公開事例:Weather 1K

2026年4月23日、MITREとThe Weather Companyは、Weather 1Kに関する協業を発表しました。Weather 1Kは高解像度のAI学習用データセットで、The Weather CompanyがGRAFの研究開発向けにライセンスを受けています。発表によると、このデータセットの仕様は次のとおりです。

  • 米国本土を対象とする1 kmの空間解像度
  • 10分間隔
  • 海面から62,000 ftまでの鉛直範囲
  • およそ7 PBのデータ量

発表では、Weather 1Kの開発に使われたモデリングツールの一つとして、TempoQuestのAceCASTの名前が挙げられています。AceCASTは、NCARが維持管理する気象モデルWRF(Weather Research and Forecasting)をNVIDIA GPU上で実行します。

ここでWeather 1Kを取り上げたのは、あるプロジェクトが指定した解像度、時間間隔、データ量の公開事例としてです。TempoQuestのカスタムデータは、Weather 1Kの再販ではありません。お客様ごとに要件を定義します。

カスタムデータセットの要件定義と納品

TempoQuestは、AIの学習、リスク分析、計画、運用向けに、プロジェクトごとの高解像度モデル出力と派生データセットについて、要件定義、生成、パッケージ化、納品を行います。要件定義は、上の六つの特性を仕様に落とし込む場です。次の項目を定めます。

  • 対象地域:データが対象とすべき範囲。
  • 変数:モデルが予測するフィールドと、学習に使うフィールド。
  • 解像度:一般的な依頼は1 kmまたは3 km前後です。
  • 時間間隔:一般的な依頼は15分、30分、毎時、または日次です。
  • 過去期間:過去データセットの場合に、生成の対象とする過去の期間。
  • 予報時間:データが予報の場合に、各計算がどこまで先を対象とするか。
  • 形式と納品方法:NetCDF、GRIB、Zarr、CSV、JSON、またはAPI。

要件に合意したら、TempoQuestがモデル出力を生成し、パッケージ化して、選んだ形式で納品します。

最初の打ち合わせには、次の三つをご用意ください。データを使うモデルまたは意思決定、データと照合する観測、そしてデータを読み込むシステムです。必要なメタデータも、要件に書き込んでください。データを観測所、ライダー、レーダーと照らして評価する予定であれば、最初にそうお伝えください。その評価の方法は、予報検証のガイドで説明しています。

料金

カスタム気象データの料金は、作業内容に応じて決まるため、プロジェクトごとに設定します。料金を左右する要素は六つあります。

  • 領域サイズ:範囲が広いほど、計算して保存する格子カラムの数が増えます。
  • 解像度:格子を細かくすると、より多くの計算資源とストレージが必要になります。計算コストの比較方法を見る。
  • 過去期間:10年分の気象には、1年分のおよそ10倍の計算とストレージが必要です。
  • 時間間隔:15分ごとの出力は、毎時出力の60 ÷ 15 = 4倍のデータ量になります。
  • 検証:プロジェクトが、観測との照合をどの程度必要とするか。
  • システム連携:すでに運用しているシステムに合わせるために、納品物をどの程度加工する必要があるか。

実務上の帰結はこうです。解像度、時間間隔、過去期間は、互いに掛け算で効いてきます。三つすべてを最大で依頼する前に、モデルにとってどれが最も必要かを決めてください。

次のステップ

データセットを相談するか、TempoQuestのカスタム気象データについて詳しくお読みください。

お客様の学習用データセット

データの要件をお聞かせください。

モデルに必要な対象地域、アーカイブ、変数、権利をお知らせください。すべてのご依頼を確認します。