【第63回】2025年１月試験（学科専門試験）問６（メソアンサンブル予報システムから作成されるガイダンス）

本問は、メソアンサンブル予報システムから作成したガイダンスに関する問題です。

本問の解説：(a) について

（問題）メソアンサンブル予報システムの各メンバーから作成した降⽔量ガイダンスのアンサンブル平均は、各メンバーの予測値が平滑化されるため、⼀般に、強⾬の分布や最⼤降⽔量を捉えるのには適していない。

→ 答えは 正 です。

メソアンサンブル予報システム（MEPS）とは、複数の数値予報モデル（メンバー）を少しずつ条件を変えて動かし、それぞれの予測結果をまとめて利用する数値予報システムのことです。

これにより、単独のモデルでは表せない予測の不確実性（ばらつき）や、確率的な情報を得ることができます。

アンサンブル平均 とは、各メンバーが予測した値を格子ごとに平均したものです。

これにより、単独のモデルよりも全体的な予測精度は高まる傾向がありますが、

一方で平均化によって各メンバーが持っていた降水の分布やピーク（最大値）が平滑化されてしまいます。

このため、アンサンブル平均は広域的・平均的な降水量傾向をつかむのには有効ですが、強雨の局地的な分布や最大降水量を捉えるような目的には適していません。

したがって、メソアンサンブル予報システムの各メンバーから作成した降⽔量ガイダンスのアンサンブル平均は、各メンバーの予測値が平滑化されるため、⼀般に、強⾬の分布や最⼤降⽔量を捉えるのには適していませんので、答えは 正 となります。

本問の解説：(b) について

（問題）降⽔量や発雷確率のガイダンスにおいて、メソアンサンブル予報システムの各メンバーから作成したガイダンスの最⼤値（アンサンブル最⼤） は、単独のメソモデルから作成したガイダンスと⽐べて、顕著現象の捕捉率が⾼く、顕著現象の可能性を把握する上で有⽤である。

→ 答えは 正 です。

アンサンブル最大 とは、各格子点におけるアンサンブルメンバー間の最大値のことです。

例えば、降水量ガイダンスであれば、「一番雨が強いと予測したメンバーの値」がアンサンブル最大となります。

この方法では、単独のモデルの予測よりも、顕著現象（強雨や落雷など）を予測するメンバーが含まれる可能性が高くなります。

その結果、顕著現象の捕捉率（＝実際に発生した現象を予想で捉えられた割合）が高まるため、現象の発生可能性を把握するうえで有用です。

ただし、アンサンブル最大は空振り率（＝現象を予想したが実際には発生しなかった割合）も高くなる傾向があります。

このため、適中率（予報の正しさ）という観点では単独モデルが優れる場合もあり、用途に応じた使い分けが必要です。

したがって、降⽔量や発雷確率のガイダンスにおいて、メソアンサンブル予報システムの各メンバーから作成したガイダンスの最⼤値（アンサンブル最⼤） は、単独のメソモデルから作成したガイダンスと⽐べて、顕著現象の捕捉率が⾼く、顕著現象の可能性を把握する上で有⽤ですので、答えは 正 となります。

本問の解説：(c) について

（問題）メソアンサンブル予報システムの各メンバーから作成した⾵ガイダンスのアンサンブル平均は、⼀般に、単独のメソモデルから作成した⾵ガイダンスより予測精度が低い。

→ 答えは 誤 です。

風の予測において、メソアンサンブル予報システム（MEPS）の各メンバーの精度は必ずしも高くなく、統計的には単独のモデル（コントロールラン：初期値に人工的な誤差を与えずに計算した予測）より劣る場合もあります。

しかし、各メンバーから作成した風ガイダンスをアンサンブル平均すると、個々の予測の誤差が互いに打ち消し合うため、単独のメソモデルから作成した風ガイダンスより予測精度が高くなります。

下図は、予報時間毎の定時風の風速のRMSE（実線）とME（破線）を表したものです。

上図を見ると、アンサンブル平均のガイダンスは、単独のMSMガイダンスに比べて、RMSE（二乗平均平方根誤差）が小さく、予測精度が高くなっていることが分かります。

したがって、メソアンサンブル予報システムの各メンバーから作成した⾵ガイダンスのアンサンブル平均は、⼀般に、単独のメソモデルから作成した⾵ガイダンスより予測精度が「低い」ではなく「高い」ので、答えは 誤 となります。

以上より、本問の解答は、(a) 正 (b) 正 (c) 誤 とする ２ となります。