講演情報
[PS-01-37]GSM-GPVを用いた機械学習ダウンスケーリング・バイアス補正手法の開発
*吉兼 隆生1 (1. 株式会社プリシジョンアース 研究開発部)
キーワード：
機械学習、高解像度化、バイアス補正、天気予報、降水
農業や防災、エネルギー分野では、中長期の天気予報が重要であり、特に地域ごとの降水量や気温などを高精度に予測する必要がある。しかし、地域気象は地形の影響を強く受けるため、粗い解像度の数値予報モデルでは局地的な現象を十分に再現できない。一方で、予報モデル自体を高解像度化するには膨大な計算資源が必要となる。そこで本研究では、粗い解像度の予報データから高解像度な気象場を推定するダウンスケーリング手法を開発した。従来の統計的手法では再現が難しかった局地現象に対し、機械学習を用いることにより地形や周辺情報を考慮した高精度な推定が可能である。本研究では、昨年提案した機械学習によるバイアス補正手法を発展させ、時間・空間の両方向に対応した新たなダウンスケーリング手法をGSM-GPVに適用して、ダウンスケーリング・バイアス補正値の再現性能を評価した。