集中豪雨緩和のための気象介入

近年，深層学習を用いたデータ駆動型の気象予報モデルが急速に発展しています．本研究では，複数の気象変数を効率的に扱う表現学習によって，少ない計算資源でも高精度な予報を実現する手法を開発しています．

さらに一歩進んで，豪雨のような極端気象がもたらす被害を軽減するために，気象場そのものを物理的に妥当な形で操作（介入）するという挑戦的なテーマにも取り組んでいます．単なる敵対的摂動とは異なり，拡散モデルのサンプリング過程を誘導することで，物理法則と整合した降水緩和のシミュレーションを目指しています．

これまでの成果

効率的な気象変数表現学習モデルVarteXをICML 2024のワークショップで発表しました．また，拡散ベースの気象予測モデルにおいて，対抗的摂動よりも物理的に妥当な降水緩和介入を実現する手法を提案しています．本テーマはJST ムーンショット型研究開発事業（AMAGOI）としても採択されています．