全天画像・気象観測データと数値計算モデルの対応による観天望気への応用

点击翻译按钮获取中文摘要

2022年度は研究実施計画の中で、特に蓄積してきた全天雲画像と、観測データ間との関連の解析を行うためのシステムの構築を行った。画像解析は、機械学習を用いて雲画像を分類し、雲量および天気を判別することを試みた。全天雲画像については、7年半分の観測データについて、機械学習用に適した形にするために事前処理し、学習に必要なデータの抽出を行った。一方、教師データとしては、近隣の気象台で観測された結果から、数値化が難しい観測者の目視による雲量、天気の観測結果を用いることとし、画像データと同時刻のデータを準備した。これらのデータを入力値とし、機械学習のためのニューラルネットワークモデルを構築して、雲画像の分類を実行した。この際、天気については、期間中に観測された8種類の天気への分類を試み、雲量については10段階への分類のほか、雲量を実数とみなした回帰も試みた。結果は得られたものの、全体的には、精度はまだまだ十分なものとはならなかった。この原因として、一つは入力データ側の問題点として、気象台の観測データと科学館での観測データに明らかに乖離があるケースの存在、画像内の太陽と雲の判別、元のデータに偏りがあり、雲量の観測値として曇りのデータが多い、等の要因があることが判明した。もう一つの問題点として、用いる機械学習の手法において、多層ニューラルネットワーク、および、畳み込みニューラルネットワークを用いて解析する際のパラメータ値を適切に選定する必要があり、さらに多数回の試行を重ねる必要があることが判明した。