CNNを使ったエルニーニョ2年予測 Convolutional neural network-based El Niño 2-year prediction

・人工知能(AI)を使って、エルニーニョ指標Nino3.4 (北緯5度～南緯5度、西経170度～120度の月平均海面水温の平年値からの差)の3ヶ月平均値を高精度に予測するためのプロジェク ト。CNN(畳み込みニューラルネットワーク)を、季節に依存する形でパラメータを調整することで実現した高精度予測を公開し、甚大な被害を緩和することに貢献する。

・「CNNによるエルニーニョ2年予測」 (毎月、準リアルタイムの将来予測情報をSINTEX-F季節予測システムのプルダウンから提供)

・原著論文: Patil, K. R., Doi, T., Jayanthi, V. R. & Behera, S. Deep learning for skillful long-lead ENSO forecasts. Front. Clim. 4, 1058677(2023).　

VAiとは、様々なニーズに適合した情報を創生し、広く発信することで、政策的課題の解決や持続的な社会経済システムの発展に貢献することを目指すことです。

• エルニーニョ・ラニーニャの高精度な予測情報の提供

  世界各地から収集した海洋観測データやそれを元にした海洋再解析データを、NAMR上で畳み込みニューラルネットワークの入力値として取り込み、スーパーコンピュータ「地球シミュレータ」で、2-23ヶ月先までのエルニーニョ・ラニーニャの発生予測計算を行い、4DVE上で世界各地の気候研究者をはじめ、広く一般に提供します。毎月このような長いリード時間の予測情報を提供しているのは世界でも唯一です。リードタイムが長くなるほど、その予測精度も低下していきますが、ある程度の予測が可能であることは学術誌で報告しています。

NAMRとは数値解析リポジトリです（数値解析手法群：人工知能,スパースモデリング,有限要素法,粒子法,検証手法）

• 過去および最新の将来予測計算を実施

  海面水温の衛星観測データや、アルゴフロートなどによる海中水温の観測データをもとにした海洋再解析データから、エルニーニョ指標Nino3.4 (北緯5度～南緯5度、西経170度 ～120度の月平均海面水温の平年値からの差)の3ヶ月平均値を予測するAI(CNN)モデルを作成します。
  世界各地から収集した海洋観測データやそれをもとにした海洋再解析データを、NAMR上でAI(CNN)モデルの入力値として取り込み、2–23ヶ月先までのエルニーニョ・ ラニーニャ現象の予測計算を行います。
  
  ・NAMRの【CNNを使ったエルニーニョ2年予測】

4DVEとは、解析データに時間変動も含めてマッピングし、ユーザ⾃らがシームレスに組み合わせて情報を取り出せるようなシステムを開発・整備します。通称四次元仮想地球と呼ばれます。

• 予測値の保存と提供

  NAMRによるエルニーニョ予測情報を保存し、利用者に分かりやすく、見やすい形で提供します。
  
  ・「CNNによるエルニーニョ」 (毎月、準リアルタイムの将来予測情報をSINTEX-F季節予測システムのプルダウンから提供)