機械学習モデルを使用した気象シミュレーションデータの誤差補正

気象シミュレーションデータは、様々な産業や分野において重要な役割になっており、再生可能エネルギーの運用では風力や太陽光の予測が必要不可欠です。
航空業界ではフライトの安全性や効率性を向上させるために気象データが活用されています。また、農業では天候予測を基に栽培計画を立てることが一般的であり、防災分野では台風や豪雨などの異常気象に備えるための基盤データとしても使用されています。
しかし、気象シミュレーションは多くの場合、計算モデルの限界や不確実性により誤差を含むことがあります。そこで、機械学習モデルを適応したシミュレーションデータの精度向上や補正が注目されており、以下の課題が存在しています。

・データの前処理
　様々な尺度を持つ時系列データは、生データのままでは使えず変換処理が必要
・データの相関関係把握
　過去に蓄積したデータや、シミュレーション結果から、新たな知見を得たい
・モデリング精度の向上
　時系列データのモデリング結果と観測結果が異なるため、精度を向上したい
・シミュレーション結果の可視化
　シミュレーション結果を時系列でアニメーションさせる手段が欲しい

そこでサイバネットは、MATLABを用いて、大気モデルのシミュレーションによって得られたデータと大気観測データを比較し、シミュレーションによる予報誤差要因の分析、誤差パターンの分類、及び誤差を補正する機械学習モデルの作成を実施しました。また、シミュレーション結果をxR技術と連成した可視化の経験もございます。本資料では、大気データ分析と予報精度向上を行ったお客様事例をご紹介します。

1. 大気シミュレーション分析における課題
2. サイバネットの提供するソリューション
3. 大気データ分析と予報精度向上を行った事例の紹介
4. サマリー