Microsoft Researchが2～6週間先のAI気象予測を補正するPBC研究をNatureで発表

Microsoft ResearchがAI気象予測の確率的バイアス補正手法をNatureで発表

Microsoft Research主導の研究チームは2026年10月14日、2～6週間先の気象予測を対象に、既存モデルが出力する確率予測の系統的な誤差を機械学習で補正する手法、確率的バイアス補正（PBC）に関する研究成果を学術誌Natureで発表した。PBCは大気の変化を予測するモデル自体を置き換えるのではなく、力学モデルやAIモデルが生成した予測分布を調整する後処理手法であり、研究チームは実装コードもオープンソースとして公開した。^[1]

PBCでは、予測アンサンブルを確率分布に変換したうえで、地点や日付などに応じた誤差補正を行うDebias++と、過去の観測値や気候値を利用するPersistence++を組み合わせ、最終的な確率予測を生成する。研究チームは、ECMWFのAI Weather Questに準じた評価方法を採用し、主に19～25日先の第3週と26～32日先の第4週を対象として、気温、降水量、平均海面気圧の予測性能を検証した。

2016～2024年のECMWFの力学アンサンブルにPBCを適用した結果、運用上のバイアス補正済み予測との比較で、気温の順位確率スキルスコア（RPSS）は26～37%、平均海面気圧は16～32%向上したと研究チームは報告している。さらに、PBCを利用した予測システムMicroDuetは2025年のAI Weather Questで複数の評価期間にわたり首位となり、研究では極端な気象現象や洪水を対象とした確率予測についても性能の変化が検証された。

気温・降水量・気圧の予測性能とPBCの評価結果

Fuel Connect編集部の整理

本研究は、新しい気象予測モデルそのものの開発ではなく、既存の力学モデルやAIモデルが生成する確率予測を後処理によって補正する技術を扱っており、2～6週間先の季節内予測における性能を複数のモデルと評価期間で検証した研究として位置づけられる。評価には気温、降水量、平均海面気圧の予測スコアに加え、極端な高温や低温、洪水の発生に関する確率予測の指標も含まれており、気象モデルの予測結果をどのように補正し、比較するかを把握するための情報となる。

気象情報を利用して業務計画を策定する企業の担当者や、農業計画、エネルギー管理、防災対策に関係する実務者にとって、本研究は数週間先の気象予測に用いられる補正手法と、その評価対象となった気象要素を整理する際の参照情報となる。物流や車両管理、燃料調達などで気象予測データを参照する担当者も、PBCが既存予測の確率分布を調整する手法である点と、報告された性能向上が特定のモデル、対象期間、評価指標に基づく結果である点を区別して把握する必要がある。

関連ガイド：アドブルー（AdBlue）とは｜アドブルー通販・選び方｜AdBlue通販・お見積り