数値予報：大気物理学に基づく気象予測技術

数値予報（すうちよほう）とは、大気の状態を物理学の法則に基づき数値的に計算することで、将来の大気の状態を予測する手法です。現代の天気予報における基盤技術であり、観測データの収集、品質管理、モデルによるシミュレーション、そして結果の解析という一連のプロセスによって支えられています。

原理と物理学的背景

数値予報の理論的基礎は、流体力学におけるナビエ-ストークスの式にあります。大気は流体であるため、ある時点での気圧、気温、風速、湿度などの状態を正確に記述できれば、物理法則に従って将来の状態を計算することが可能です。これに加え、質量保存、エネルギー保存、水蒸気保存の法則や状態方程式が計算に用いられます。

しかし、大気現象は非線形な微分方程式で記述されるため、カオス理論で知られるように、初期値のわずかな誤差が時間とともに増幅し、予測精度に影響を与えます。このため、現実的には未来永劫の状態を正確に予測することは不可能であり、予測期間には限界があります。

数値予報モデル

大気の状態を計算機上で扱うために、連続的な大気を離散的な格子点（グリッド）で表現します。この格子点値（GPV）に物理法則を組み込んだものが「数値予報モデル」です。モデルは対象領域や目的によって以下のように分類されます。

• 全球モデル：地球全体を対象とし、地球規模の気象変化を予測します。
• 領域モデル：特定の地域を対象とし、より詳細な気象変化を予測します。
• 専門モデル：台風やエルニーニョ現象など、特定の現象を対象とするモデルです。

気象庁における運用

気象庁では1959年に数値予報業務を開始しました。現在では、全球モデルやメソモデル（局地的な詳細予測）など、用途に応じた複数のモデルを運用しています。

また、初期値の誤差による予測の不確実性を評価するため、アンサンブル予報が導入されています。これは、わずかに異なる複数の初期値を用いて複数の計算を行い、その結果の平均値や広がり（スプレッド）から予報の確からしさを判断する手法です。

天気予報ガイダンス

数値予報の結果を基に、特定の地点の具体的な天気予報を算出する作業を「天気予報ガイダンス」と呼びます。これには機械学習の手法が古くから応用されており、MOS（Model Output Statistics）方式などが代表的です。MOS方式では、数値予報の結果と実際の観測値を対比させ、統計的な関係式を逐次学習・更新することで、より現実に即した予測を可能にしています。