WeatherNext 3は天気予報をどう変える？衛星データで毎時更新するAIの仕組み｜2026年9月7日版
Googleが9月3日に発表した「WeatherNext 3」は、衛星の観測データを直接取り込み、世界の天気予報を毎時更新するAIモデルです。進歩の核心は、予報の地図を細かくするだけでなく、新しい観測を予測に取り込む仕組みを変えたことにあります。
気温など一部の地表変数は5km解像度に対応します。ただし、すべての予測項目が同じ細かさになるわけではありません。2026年9月7日（日本時間）時点の公式発表と技術資料から、変更点と利用時の確認点を整理します。Googleの公式発表
- 静止衛星の観測を直接入力し、新しい予報を1時間ごとに生成。
- 気温などの地表変数と上空の変数で、5〜25kmの解像度を使い分ける。
- 開発者は予測データを取得して、業務システムに組み込める。
衛星データを直接使うと、何が変わるのか
従来のAI気象モデルには、入力となるデータに制約がありました。
公開論文によると、多くのモデルは、観測を処理して大気の状態を推定した「解析データ」で学習し、予報もそのデータを起点にしていました。そのため、生の観測を直接活用できず、解析データの偏りを引き継ぐ問題がありました。
WeatherNext 3は、遅延の小さい静止衛星データを取り込み、毎時の予報生成につなげます。さらに、地上観測所の測定値や衛星由来の降水データも学習に使います。入力する観測と、学習で正解として参照するデータの両方を広げた設計です。WeatherNext 3の公開論文
これは「物理シミュレーションが不要になった」という意味ではありません。公式の構成図には、衛星観測と従来の解析データを組み合わせる構造が示されています。観測から予報までの間に、どの情報をどの段階で使うかを組み直した点が重要です。
「5km解像度」は、すべての天気を5km単位で当てる意味ではない
解像度は、予測する変数によって異なります。開発者向け資料は次のように区別しています。
- 5km：観測所データで調整した一部の地表変数。
- 10km：地表の格子状データ。
- 25km：上空の大気変数。
単一の処理で、こうした複数の解像度の予測を出力する構成です。開発者向け概要
論文では、地上2mの気温と露点について、地域の地理的特徴を条件にして地点ごとの予測を行う仕組みも説明されています。格子を細かく刻むだけでなく、観測地点と地形に関する情報を予測に反映する考え方です。
ただし、格子間隔と的中率は別の尺度です。日本の山間部や沿岸部で使うなら、必要な地点の観測値と予測を照合し、どの天候で誤差が大きくなるかを確かめる必要があります。
64通りの予測を、業務でどう読むか
開発者向け資料によると、WeatherNext 3は64のアンサンブルメンバーを用いた、15日先までの世界の確率予報を提供します。
アンサンブルとは、複数の予測を作り、結果の広がりから不確実性を捉える方法です。ひとつの気温や降水量だけを見るよりも、「予測がどれくらい割れているか」を判断材料にできます。WeatherNextの仕様概要
たとえば、屋外作業の日程を決めるシステムなら、平均的な予報に加えて、作業を中断する条件を超える予測がどの程度あるかを確認する設計が考えられます。これは利用方法の例であり、今回の発表でその業務効果が実証されたわけではありません。
確率予報を導入するときは、予測値を表示する画面だけでなく、判断の基準も必要です。誰が、どの数値を見て、日程変更や追加確認を決めるのか。その手順まで決めて初めて、複数の予測を生かせます。
日本の開発者は、データ取得と現地検証から
利用の入口は、モデルを自前で動かすことだけではありません。
公式資料は、予測データの取得先としてBigQuery、Earth Engine、Google Cloud Storageを案内しています。既存の分析環境で取得・加工し、需要予測や作業計画と組み合わせる経路があります。データ利用の案内
導入を検討する際は、まず次の項目を確認すると評価の目的が明確になります。
- 対象変数：必要なのは気温、降水量、風速のどれか。解像度と単位は合っているか。
- 時刻の扱い：予報を生成した時刻と、予測対象の時刻を区別できるか。
- 地点別の誤差：自社拠点や対象地域で、既存の予報より改善するか。
- 取得条件：必要な期間・範囲のデータを、利用条件と費用に合う方法で取得できるか。
Googleは検索、Gemini、Mapsなどへの展開も発表しています。ただし、一般向け画面で見える情報と、開発者が取得できるデータは同一とは限りません。業務への組み込みは、使用するデータセットの仕様を基準に判断する必要があります。
継続ウォッチ
次に見たいのは、世界全体の評価だけでは分からない実用上の差です。
- 日本の山地・沿岸部で、気温や降水の誤差がどう変わるか。
- 毎時更新によって、予報の変化を業務判断に何時間早く反映できるか。
- 各データ取得先で、変数、更新時刻、利用条件がどう整備されるか。
WeatherNext 3を評価するなら、まず一つの地点と一つの業務に絞り、予報の生成時刻を残して実測値と比較することが出発点です。地図の細かさに加え、判断に間に合う時刻に届き、必要な条件で誤差が小さいかを確かめたいところです。