毎日のテレビや新聞でおなじみの天気予報は、最新のスーパーコンピューターを用いて計算される数値予報モデルの計算結果をもとに作成されている。ここでは気象庁が行っている数値天気予報の原理と数値予報モデル、その予測可能性およびその将来などについて紹介する。
（１）概要
数値天気予報とは、地球大気の振る舞いの時間発展の様子を物理法則に基づいて数値的に求め、その予測結果をもとに行う天気予報のことである。そこで用いられる数値予報モデルでは、流体力学・熱力学などの物理法則をモデル化している。すなわち数値天気予報は流体力学、気象学、そして計算科学に立脚した実用性の高い技術である。コンピューター性能の飛躍的な発展により、数値天気予報の精度はかなり向上したといえる。気象の世界では対象となる現象が非定常であり、現象の発生・発達・衰弱などの過程には熱や水蒸気が比較的重要な役割を担っていることが特徴である。現在の技術では全ての素過程をモデルに取り込むことが不可能なため、モデルの分解能では直接表現できない大気中の乱流や雲物理過程などの本質をいかにモデルで表現するか（パラメタリゼーション）が、予報精度を向上させる重要なポイントである。
高解像度の数値予報モデルを実行するためには、大容量の主記憶と磁気ディスクを必要とする。また数値予報モデルを実行するためには初期条件が必要であるが、初期条件を作成するのに必要な気象観測データが実際に観測されてから気象庁の計算センターに通報されるまでには時間を要する。また予報モデルの結果をプロダクトとして予報官に提供し、実際の天気予報を作成するために必要な予報官らの作業時間を考慮すると、数値予報モデルの演算は極めて高速に行われる必要がある。このため気象庁ではスーパーコンピューターを導入し、数値予報業務を実施している。毎日の業務に使用するためには計算機システムの安定性も重要な要素である。
（２）数値天気予報の流れ
数値天気予報を行うためには
・ 支配方程式
・ これを解く技術と道具
・ 初期値
・ 結果の翻訳
といった要素が必要である。図１に数値天気予報の流れの概略を示す。この図からわかるように数値天気予報は様々な過程を内包する巨大なシステムである。
気象庁がオンラインで世界中から収集している主な観測データを表１に示す。本稿では、流動解析としての数値天気予報を紹介することがメインテーマであるので、初期値を作成するための観測データやその品質管理、客観解析についての詳細には触れない。また、利用者のニーズに合わせた応用処理（結果の翻訳）についても、最近は工学の分野で広く利用されているカルマンフィルター、ニューラルネットワークといった技術が気象予報の分野でも用いられている。例えば、天気予報でおなじみの「降水確率」は数値予報モデルで直接計算されるものではなく、カルマンフィルターを用いて翻訳された値をもとに作成される。
種類 内容
SYNOP 陸上の地上観測データ
SHIP 船舶からの海上観測データ
DRIBU 浮遊ブイからの海上観測データ
TEMP ラジオゾンデによる高層データ
PILOT レーウィンによる上層風データ
AIREP 航空機によるデータ
SATEM 極軌道衛星によるデータ
SATOB 静止気象衛星による風データ
AMeDAS 無人自動観測装置による地上観測データ
RADAR レーダー観測網による降水量データ
STBSST 極軌道衛星による海面水温データ
GMSCLD 静止気象衛星による雲放射データ
ROCOB ロケットによる成層圏の観測データ
METAR 空港での航空気象観測データ
表１：気象庁にオンラインで収集される主な観測データ
（１）基礎方程式
はじめに、数値予報モデルの基礎方程式系について述べる。数値予報モデルで広く用いられる運動方程式は、流体解析でよく用いられるナビア・ストークス方程式、あるいは非圧縮近似ではなく、鉛直方向に静力学平衡を仮定した「プリミティブ方程式」である。この方程式系を採用した数値予報モデルを「プリミティブモデル」と言う。プリミティブ方程式系は
・ 水平方向の運動方程式
・ 鉛直方向の運動方程式（静力学平衡）
・ 連続の式（質量保存の法則）
・ 熱力学方程式
・ 水蒸気の式
・ 気圧の状態方程式
からなる。
ここで仮定される静力学平衡の近似は、現象の水平スケールがその鉛直スケールより十分大きい場合に満たされる。天気予報のおおまかな流れを予測する上では、この近似は十分満たされると考えて良い。しかし、例えば水平分解能数キロメートル以下のモデルを用いて、発達した積乱雲（高さ１０キロメートル以上）のシミュレーションを行う状況では不適切であり、その場合は静力学平衡を仮定しない「非静力学モデル」が用いられる。この場合の運動方程式は流体解析で用いられるものとほぼ同様となる。気象庁で現在運用中の数値予報モデルは全てプリミティブモデルである。
（２）数値解法
非線形方程式系の一般的な数値解法として、有限差分法（格子点法）、有限要素法などがよく用いられるが、気象庁をはじめ世界のいくつかの気象センターではスペクトル法を用いたモデルを運用している。スペクトル法は有限要素法と同様、基底関数を用いて方程式系を展開し、その基底関数の空間で数値的に解く方法であり、ガラーキン法の一種である。陰解法を用いた場合に多次元マトリックス計算が不要となる上、地球全体を予報領域とする全球モデルでは、極が特異点とならないこともスペクトル法の長所である。気象で用いられるスペクトルモデルでは通常、水平方向に対してスペクトル法、鉛直方向に対して有限差分法が用いられる。近年、分散主記憶型並列計算機がスーパーコンピューターの主力として台頭していきているが、スペクトルモデルにとってはこの関数展開の効率化がプログラムの実行効率を高めるキーポイントといってよい。一時、スペクトルモデルは高解像度となるにつれ全体の中でスペクトル計算の占める割合が増大し、並列計算機の規模が大きくなるにつれ通信の割合も増大していくため、スペクトルモデルは大規模計算には不適であるといわれてきた。しかし並列用スペクトルアルゴリズムの検討が進み、ここしばらくは実用に耐えうる実行性能を得ることができるとの見方が有力となってきている。
数値予報モデルには全球モデルと領域モデルとがある。地球全体の予報、あるいは予報時間の比較的長い予報に対しては全球モデルが有効である。興味ある領域のみを限られた計算機資源を用いて高解像度のシミュレーションを実行するために領域モデルが有効である。ただし一般に境界条件は時間依存であるため、領域モデルの側面境界条件の取扱には細心の注意が必要となる。
（３）物理過程
冒頭にも述べたが、パラメタリゼーション。方程式系の摩擦項、非断熱加熱、非断熱加湿の評価が予測精度に大きな影響をもつ。数値予報の分野では、支配方程式の中で移流の効果などを「力学過程」と呼ぶのに対して、こうした摩擦や非断熱の効果を「物理過程」と呼んでいる。（誤解を与える名称であると個人的には思う。）
（４）表現可能なスケール
一般に、解像度の５倍〜１０倍程度の長さが、そのモデルで表現可能な現象の最小スケールであると言われる。すなわち、例えば短期予報（〜２日程度先）までの予測に用いられる領域モデルの水平解像度は２０キロメートルであるので、表現可能な現象の最小水平スケールは１００〜２００キロメートルということになる。
（５）「パブリック・ドメイン」な数値予報モデル
数値予報モデルはパッケージ化が進み、世界の気象センターの中にはそこで開発された移植性の高い数値予報モデルを外部ユーザーにも開放しているものがある。有償・無償など配布形態は様々ではあるが、中にはインターネットのホームページにソースコードやドキュメントなど一式、あるいは予報モデルを用いた計算結果を掲載し、ダウンロード可能としているサイトもある。このように数値予報モデルや数値予報データを共同利用とすることにより、そのモデルが持つ問題点が明らかになりフィードバックされることを期待しているからである。日本の気象関係の大学・研究機関の中にもこうした外国のモデルやデータを利用し研究しているケースも最近は目立つようになってきている。
（１）数値予報の歴史
今世紀初め、ビャークネスやリチャードソンの研究が数値予報のはじまりといわれている。それは数値天気予報の考え方が提起されたというべきであって、その後地球大気観測網の整備、ロスビーなどによる気象力学の確立、コンピューターの誕生により数値予報は芽生えたと言える。気象庁では１９５９年代に最初のスーパーコンピューター（といっても現在のパソコンの性能にすらはるかに及ばないが）を導入し、北半球モデルを用いた数値予報業務を開始した。その後計算機の演算速度は５年で約１０倍程度の割合で向上していき、それとともに数値予報モデルの高解像度化・精緻化が進んだ。図３に気象庁の全球（もしくは北半球）モデルの５００ｈＰａ高度のＲＭＳＥの経年変化を示す。計算機の更新、それに伴うモデルチェンジによる精度向上の歴史が理解していただけるであろう。
当初は、例えば低気圧の進路や中心気圧の予想において大きな誤差を伴うことはいわば当然で、現場の予報官による修正が行われる、あるいは全く参考にならない場合も多かったと聞く。最近では３日先くらいまでの数百キロメートルのオーダーでは修正の必要な場合はほとんどなく、大きな天気変化の流れを把握する上では数値予報の精度は問題がないと言える。より小さなスケールの現象に対しても、精度が十分でない場合も多いながらも、着実に精度は向上しつづけている。気象庁では２００１年３月に次のスーパーコンピューターシステム更新を予定しており、それに合わせて数値予報モデルにさらなる高度化を予定している。
（２）予測可能性
ではこのまま進歩しつづければ、数値天気予報は１００％当たるようになるのであろうか？
残念ながら、答えは否である。
他の流体現象と同様、気象を支配する方程式は非線形であり、その時間発展はカオス的性質を持つ。数値天気予報は初期値問題である。ここでは詳説しないが、観測データの精度、その品質管理、および客観解析手法によりどれだけ正しい初期値を得られるかが、予測可能性に大きな影響を及ぼしているといえる。観測データには様々な理由により必ず誤差が含まれているといってよい。しかも観測データの数は有限で、しかも現在の数値天気予報モデルの格子密度より観測密度の方がはるかに小さい。すなわち観測はまばらにしか存在せず、大気の正確な３次元分布を知ることはそもそも不可能である。したがって初期値にわずかな誤差が含まれることは避けられず、大気の支配方程式がカオス的性質を持つことを考慮すれば、予報時間とともに予報誤差が大きくなることは不可避である。
またモデルは完全にはなり得ない。高解像度化・精緻化の努力によりかなり精密ものにはなってはいるが、それでも完全ではなく、将来も完全にはならない。
このように数値天気予報の予測可能性には限界があると考えられるが、今後数値天気予報の精度を上げてよりよいものにするためには
・ 予報モデルの改良
・ より正しい初期値の導出
・ 予報誤差の予測
といった方法が考えられる。
計算科学や気象学などの進歩により、モデルの改良、初期値の精度向上については今後大いに見込まれるところである。特に近年のリモートセンシング技術の発達により多数の地球観測衛星が打ち上げられ、その観測データを有効利用すればより正しい初期値が選られるポテンシャルが大きく、予報精度向上に大きく寄与すると見込まれている。
最後の予報誤差の予測については補足が必要であろう。予報誤差は一定ではなく日々変動する。それがいわゆる「日替わり天気予報」につながる一因と言われており、数値予報の利用方法について予報官らの頭痛の種となっている。これは、初期値に含まれるわずかな誤差が予報時間とともに非線形的に成長するため、予報誤差にバラツキが生じるためで、初期値の新しいものが必ずしも正しいとは限らないのである。
（３）アンサンブル予報
このように数値予報の予報誤差には大きな差があることから、それを使用した「アンサンブル予報」に最近世界の注目が集まっている。これは、一つの初期値から決定論的に予報結果を作成するという従来の考え方ではなく、初期値にもそもそも誤差が含まれていることから、初期値に誤差分布を加えたものから予測の確率分布を計算し、それにより確率的な気象予測を行う、という手法である。また予報モデルが完全にはなり得ないことから、複数の異なる予報モデルを利用した「マルチモデル・アンサンブル」といった手法も存在する。このアンサンブル予報を実現するためには確率分布を計算するために十分な数（メンバ）の予報を実行する必要があり、決定論的予報と同等の解像度を持つことは不可能である。しかし中期予報の後半以降では高解像度の決定論的予報より、低解像度のアンサンブル予報の方が精度が良いという研究もあり、今後アンサンブル予報はさらに拡充されていくことが予想される。
（４）降水予測の困難性
日本の天気予報ではとりわけ降水予測に国民の関心が高い。これは、険しい地形を背景に湿潤な大気が流れ込み、集中豪雨が頻発する日本の気候を考えればいわば当然のことかもしれない。しかし降水予測は気象予測の中でもとりわけ困難なターゲットである。降水量を正しく予想するためには、大気の温度と湿度を正確に予測する必要がある。また降水をもたらす雲を数値予報モデルで陽的に扱うことは不可能であり、近似計算（パラメタリゼーション）を行っているため、その精度には限界がある。
（１）モデルが地球を救う！？
ここまで、数値天気予報の概要・現状とその予測可能性について紹介してきた。今後も計算機技術の向上にとともに天気予報の精度は向上するであろう。とりわけ、近年のリモートセンシング技術の発達により、多数の地球観測衛星が打ち上げられている。こうした観測データの有効利用法が、より正しい解析値、すなわち予報モデルの初期値の精度向上、ひいては予測可能性限界への挑戦の鍵を握っているといっても過言ではない。初期値を作成する過程も、単純な内挿を原理とするものから、変分法やカルマンフィルターといった手法を用いてモデルと同じ物理法則を拘束条件とし、限られた数の観測データからなるべくより多くの情報を導出するものへ改善する努力が行われ続けている。一方予報モデルにしても、流体力学にベースをおきつつも、数値予報モデルが取り込む過程は非常に複雑多岐に渡ってきておる。こうした取り組みにより、数値予報モデルは「地球システムのシミュレーションプログラム」と呼ぶにふさわしい内容に発展しつつある。
ここでは毎日の天気予報のシミュレーションという観点でのみ紹介したが、ここで用いられる数値予報モデルは気候予測のためのシミュレーションモデルと本質的には同じものである。この予報モデルを用いれば地球システムの長期間にわたる変動を予測・解析が可能となるのである。実際、モデルを用いた地球温暖化問題に関する研究などは盛んに行われている。科学技術庁では「地球シミュレータ」なる大規模計算機を用いた地球環境シミュレーションプロジェクトを実行中であり、その成果が期待されている。もちろん、シミュレーションとは計算機内のバーチャル空間での話であるので、検証なくしてはリアリティーをもたない。モデルが地球を救えるかどうかは、モデルの精度にかかっている。
（２） 広がる応用範囲
大気の数値予報モデルは広範囲の天気予報・気候予測のためだけではなく、様々な応用が可能である。例えば、火山灰、エアロゾル、火災による煙など拡散の予測は、航空機の安全航行など防災・危機管理上有効な応用例である。
また計算機の進歩により最近ではパソコンの性能も飛躍的に向上し、いわゆるフリーソフトも充実していることから、パソコン上でもスーパーコンピューターと同じ数値予報モデルのプログラムが実行可能となってきている。したがって予報領域を小さく設定し、また入力データさえ取得することができれば、パソコンを用いて興味ある領域の気象予測することが可能である。パソコンネットワークを構築して「並列計算機」にすることも可能である。こうすることにより比較的安価に、また高度な電源・空調装置を備えた「計算センター」など大規模施設を建築しなくとも部屋の片隅で、「ローカルモデル」を運用することが可能である。今後こうした事例は着実に増加していくであろう。
（３） 人間の役割
気象庁でも数値予報モデルの精度向上により、天気予報作成作業の自動化を進めている。すると中には「予報官（人間）の作業は不要ではないか？」と感じる場合がどうしても出てくる。実際、外国の気象センターや国内の民間気象会社では人間の作業がほとんど省略されているケースもある。前述の通り、大きな天気の流れを把握する上で、現在の数値予報結果には修正の余地はほとんどない。しかしながら数値予報は完全ではなく、しかも現在の予報精度ではユーザーのニーズを満たしているとは言い難い。（苦情がたくさんくる！） 予報官、気象予報士と呼ばれる人たちは数値予報による計算結果を理解し、その気象状況と予測可能性を考慮し数値予報結果を修正し、国民の理解できる形で情報を伝達しなければならない。これは相当困難な作業である。
一方、数値予報モデルそのものの研究開発に携わるコミュニティーの拡大も一層望まれるところである。ここで紹介したように、数値予報は気象学、流体力学、計算科学など幅広い基礎研究に立脚した実用性の高い技術である。外国の数値予報開発部門の多くは高等教育を受けた専門家を抜擢・育成し、多くの開発スタッフを確保している。一方日本の高等教育では基礎分野だけでなく、こうした多分野にまたがる技術開発に関する教育もほとんど行われておらず、その人材育成は大きな課題となっている。
（おわり）