【第64回】2025年８月試験（学科専門試験）問５（アンサンブル予報）

本問は、気象庁のアンサンブル予報に関する問題です。

アンサンブル予報は、ここ数年の試験で頻繁に問われている定番テーマです。

「コントロールラン」「メンバー」「スプレッド」「アンサンブル平均」といった用語の意味を正しく押さえつつ、近年導入された「確率的物理過程強制法（SPPT法）」などの最新動向まで問われています。

アンサンブル予報（予備知識）

アンサンブル予報 とは、初期値や数値予報モデルのパラメータなどにわずかな摂動（揺らぎ）を加えて多数の数値予報を行い、その結果を統計的に処理することで、予測の不確実性を考慮した確率的な予報を可能にする手法のことです。

簡単にいうと、「少しずつ条件を変えた予報を何通りも作って、その平均やばらつき具合から未来の大気を確率的に捉える」予報手法です。

それぞれの数値予報を アンサンブルメンバー（または単に メンバー ）といい、摂動を加えていない（最も精度の高い解析値・最適パラメータで計算した）メンバーを コントロールラン といいます。

また、すべてのメンバーを平均した予測を アンサンブル平均 、すべてのメンバーの予測の標準偏差を アンサンブルスプレッド（または単に スプレッド ）といいます。

気象庁では現在、メソアンサンブル予報システム、全球アンサンブル予報システム、波浪アンサンブル予報システム、季節アンサンブル予報システムが運用されています。

それでは、選択肢を１つずつ見ていきましょう。

本問の解説：(a) について

（問題）アンサンブル予報の各メンバーそれぞれの予測精度は、統計的には、摂動を加えていないコントロールランの予測精度より劣る。

→ 答えは 正 です。

ここで大事なのは、コントロールランがどのように作られているかという点です。

コントロールランは、データ同化から得られる最も精度の高い初期値から数値予報モデルを時間積分したもので、その際の数値予報モデルの各パラメータには最適な値が使われています。

コントロールラン は、データ同化（さまざまな観測データと、直前の予報値を組み合わせて、現時点で最も実況に近い初期値を作り出す処理）から得られる最も精度の高い初期値から数値予報モデルを時間積分（初期値を出発点として、物理法則に従って少しずつ時間を進めながら未来の大気の状態を計算すること）したものです。

その際、数値予報モデルの各パラメータには最適な値（過去の検証結果から、最も予測精度が高くなるように調整された値）が使われています。

つまり、コントロールランは「現時点で最も精度が高くなるように作られた１本の予報」です。

一方、アンサンブル予報の各メンバーは、その最適な初期値・パラメータにわざと摂動（揺らぎ）を加えて計算されたものです。

個々のメンバーの中には、たまたま実況に近いものが含まれることもありますが、統計的にみると、最適でない初期値・パラメータから計算された各メンバーの予測精度は、コントロールランの予測精度より劣ります。

下図はメソアンサンブル予報を例として、各メンバーがコントロールラン（MSM・摂動なし）よりも予測精度が良いかどうかを調べたものです。

左のグラフは、「コントロールランより予測精度が良いメンバーの数」が、予測時間が進むにつれてどのように変化するかを示したものです。

上段は１mm/３h（弱い雨）、下段は30mm/３h（強い雨）のケースを表しています。

縦軸は「改善メンバー数」、すなわちコントロールランより予測精度が良いメンバーの数を表しており、横軸は「予測時間」で、０〜39時間先までの予測時間を表しています。

色とりどりの折れ線は、それぞれ「ある予測時間でコントロールランより精度が良かったメンバーが、その後の時間でどれだけ優位を保てるか」を追跡したものです。

たとえば、一番左から始まる赤い折れ線に注目してみましょう。

この赤い折れ線は予測時間３時間からスタートしており、その時点では縦軸の値が約3.5、つまり予測時間３時間ではコントロールランより精度の良いメンバーが平均して約３〜４メンバー存在していたことがわかります。

ところが、その後の予測時間６時間では縦軸の値が約1.5まで急落し、予測時間９時間では約１、予測時間12時間以降ではほぼ０に近づいていきます。

これはつまり、「予測時間３時間ではコントロールランより精度の良かったメンバーも、わずか６時間後には半分以下に減り、１２時間後にはほとんどがコントロールランに劣る予測になってしまう」ということを示しています。

このグラフは、折れ線が右側で高い位置を保っていれば「コントロールランより精度の良いメンバーが、長時間にわたって優位を保ち続けている（そのメンバーをシナリオとして信頼できる）」ことを意味しますが、折れ線が右肩下がりに急速に下がっていれば「一度コントロールランより良くなったメンバーも、時間が経つとすぐに優位性を失っていく（そのメンバーをシナリオとして継続的に使えない）」ことを意味します。

グラフを見ると、赤い折れ線だけでなく、その他の色の折れ線もすべて同じように右肩下がりに急速に減少しており、どの起点から見ても、一度コントロールランより良くなったメンバーは、すぐに優位性を失っていくことがわかります。

特に下段の強い雨（30mm/3h）の方が、上段の弱い雨（1mm/3h）よりもさらに急激に減少しており、強い降水現象の予測ほど、メンバーの優位性が短時間しか続かないことが読み取れます。

右の表は、各メンバー（縦軸：０〜10の11メンバー）が、それぞれの予測時間（横軸：３〜３９時間先）でコントロールランより予測精度が良かったかどうかを、○（精度が良い）／×（そうでない）で表したものです。

表を見ると、どのメンバーも○が連続して長く続くことはなく、○と×が断続的に切り替わっていることが分かります。

これは「あるメンバーがある時刻でコントロールランより精度が良くても、その優位性は長く続かない傾向にある」ことが具体的に可視化されています。

これらの結果から、「特定のメンバーの予測を、継続的なシナリオとして用いることは困難」というのが気象庁の検証結果であり、統計的にみれば、コントロールランの方が安定して精度が高いことが裏付けられています。

つまり、あるメンバーが、ある時刻でたまたまコントロールランより当たることはあっても、それが続くわけではなく、統計的にはコントロールランの方が精度が高いということです。

したがって、各メンバーの予測精度は、統計的にはコントロールランの予測精度より劣りますので、答えは 正 となります。

本問の解説：(b) について

（問題）アンサンブル予報のスプレッドが⼤きい場合は、⼩さい場合に⽐べて予報の不確実性は⼩さく、予報の信頼度が⾼いと考えられる。

→ 答えは 誤 です。

スプレッド とは、すべてのメンバーの予測値の標準偏差のことです。

簡単にいうとメンバーのばらつき具合を表す量です。

スプレッドが 大きい ほどメンバーの予測がバラバラに散らばっており、スプレッドが 小さい ほどメンバーの予測がまとまっていることを意味します。

下図の右下にある模式図を見ると、左側は分布が狭い（スプレッド小）ケース、右側は分布が広い（スプレッド大）ケースを示しています。

スプレッドが 小さい 場合は、各メンバーが似たような予測をしていることを意味するため、その予測が実現する可能性が高い、つまり予報の信頼度が高い（不確実性が小さい）と判断できます。

逆に、スプレッドが 大きい 場合は、各メンバーがバラバラな予測をしていることを意味するため、どの予測が実現するか見通しにくい、つまり予報の信頼度が低い（不確実性が大きい）と判断できます。

したがって、スプレッドが大きい場合は、スプレッドが小さい場合に比べて、予報の不確実性は「小さく」「信頼度が高い」のではなく、「大きく」「信頼度が低い」が正しいので、答えは 誤 となります。

本問の解説：(c) について

（問題）アンサンブル平均された予報結果は、各予報要素間で物理的に整合した値とはなっていない。

→ 答えは 正 です。

アンサンブル平均とは、すべてのメンバーの予報を平均した予報結果のことです。

簡単にいうと、メンバー全員の予報を足し合わせて、メンバー数で割ったものです。

上図の左側は全球アンサンブル予報の各メンバーの予測（500hPa面のジオポテンシャル高度）で、右側はそれらを平均したアンサンブル平均です。

このように、アンサンブル平均は決定論的予報（コントロールランのような１本の予報）よりも確からしい予測になっていることが期待される一方で、統計量であるため、数値予報モデルの予報値のように、各予報要素の間で物理的に整合した値にはなっていません。

具体例として、相対湿度の計算を見てみましょう。

まず、相対湿度 \(R_H\) は、「実際の水蒸気圧 \(e\) が、その温度での飽和水蒸気圧 \(e_s(T)\) の何%にあたるか」で計算されます。

温度を \(T\)、水蒸気圧を \(e\)、飽和水蒸気圧を \(e_s(T)\) とすると、相対湿度 \(R_H\) は次の式で表されます。

\(\displaystyle R_H = \frac{e}{e_s(T)}\)

ここで、アンサンブル予報では複数のメンバー（たとえば21メンバー）があり、それぞれのメンバーごとに \(e\) や \(T\) の値が少しずつ異なります。

これらの値を「メンバー全員で平均したもの」がアンサンブル平均で、記号としては変数の上にバー（横棒）をつけて表します。

たとえば、\(\overline{e}\) は水蒸気圧のアンサンブル平均、\(\overline{T}\) は温度のアンサンブル平均、\(\overline{R_H}\) は相対湿度のアンサンブル平均を意味します。

ここで、「相対湿度のアンサンブル平均」を計算する方法には、考えられるパターンが３つあります。

①各メンバーごとに相対湿度を計算してから、それらを平均する方法。

これが本来の「相対湿度のアンサンブル平均」で、式で表すと次のようになります。

\(\displaystyle \overline{R_H} = \overline{\left(\frac{e}{e_s(T)}\right)}\)

②水蒸気圧 \(e\) のアンサンブル平均と、飽和水蒸気圧 \(e_s(T)\) のアンサンブル平均を、それぞれ計算してから割り算する方法。

式で表すと次のようになります。

\(\displaystyle \frac{\overline{e}}{\overline{e_s(T)}}\)

③水蒸気圧 \(e\) のアンサンブル平均と温度 \(T\) のアンサンブル平均をそれぞれ計算してから、平均温度 \(\overline{T}\) を使って飽和水蒸気圧 \(e_s(\overline{T})\) を計算し、それで割り算する方法。

式で表すと次のようになります。

\(\displaystyle \frac{\overline{e}}{e_s(\overline{T})}\)

これら３つの値の関係は、次のように表されます。

\(\displaystyle \overline{R_H} = \overline{\left(\frac{e}{e_s(T)}\right)} \neq \frac{\overline{e}}{\overline{e_s(T)}} \neq \frac{\overline{e}}{e_s(\overline{T})}\)

「≠」は「等しくない」という意味です。

つまり、
①メンバーごとに相対湿度を計算してから平均した値
②水蒸気圧と飽和水蒸気圧をそれぞれ平均してから割り算した値
③水蒸気圧の平均と、温度の平均から計算した飽和水蒸気圧で割り算した値
これら３つはすべて違う値になるということです。

なぜこのような結果になるかというと、飽和水蒸気圧 \(e_s(T)\) と温度 \(T\) の関係が直線的ではなく、ほぼ指数関数的に増加する曲線（クラウジウス・クラペイロンの式）になっているためです。

簡単に言うと、飽和水蒸気圧と温度の関係をグラフにすると、まっすぐな直線ではなく、温度が高くなるにつれてカーブを描きながら急激に増えていく形になっている、ということです。

直線関係であれば「平均してから計算」しても「計算してから平均」しても同じ値になりますが、曲線関係では、計算する順序を変えると結果が違ってしまうのです。

これが意味するのは、各メンバーの予報値そのものは、物理法則に従って整合的に計算されているにもかかわらず、それを平均してしまうと、平均後の物理量どうしの関係が崩れてしまうということです。

つまり、アンサンブル平均は単なる「統計的な平均値」を取っただけのものなので、各予報要素の間の物理的な整合性が成り立たなくなるのです。

したがって、アンサンブル平均は統計量であり、各予報要素の間で物理的に整合した値にはなっていませんので、答えは 正 となります。

本問の解説：(d) について

（問題）アンサンブル予報では、数値予報の不確実性を推定するため、初期値だけでなく、境界値や数値予報モデルのパラメータに揺らぎを与えたり、あるいはこれらを組み合わせたりすることで、複数の予測を⾏っている。

→ 答えは 正 です。

気象庁のアンサンブル予報では、数値予報の不確実性を考慮するために、初期値や数値予報モデルのパラメータに摂動を加えた複数の予測を行っています。

さらに、メソアンサンブル予報システム（MEPS）では、予報領域が日本付近に限られているため、領域の外側から流れ込む影響を表す 側面境界値（境界値）にも摂動を与えています。

下図のように、メソアンサンブル予報システムでは、コントロールラン（摂動なし）に加えて、20メンバーの摂動ランによる予測（合計21メンバー）を実行しています。

また、近年では、数値予報モデルそのものの不確実性を考慮するために、確率的物理過程強制法（Stochastically Perturbed Parametrization Tendencies scheme：SPPT法）も導入されています。

これは、モデルアンサンブル手法の一つで、物理過程による時間変化率に乱数に基づく摂動を加えることで、物理過程が持つ不確実性を捉える手法です。

この手法は全球アンサンブル予報システムでは2010年から、メソアンサンブル予報システムでは2023年３月から運用されています。

下図のように、SPPT法では、力学過程（移流の効果や断熱圧縮・膨張による変化）はそのままに、物理過程の時間変化率（非断熱加熱や相変化に伴う加湿）に摂動を加えることで、物理過程の不確実性を表現しています。

ただし、計算安定性の観点から、摂動を加える物理過程は 積雲対流過程 と 放射過程 に限られています。

したがって、初期値やパラメータだけでなく、メソアンサンブル予報システムでは側面境界値にも摂動を与えていますので、答えは 正 となります。

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