先日、第20回CCF HPC China 2024カンファレンスにおいて、第6回海洋数値予測および高性能コンピューティングフォーラムが盛況のうちに開催されました。このカンファレンスにおいて、国家海洋環境予報センター波浪予報室室長の李本霞氏が「波浪予報における人工知能の応用」をテーマに講演を行いました。HyperAIは、この講演の核心部分を原文の趣旨を変えることなく編集しました。以下は講演の書き起こしです。

AI を活用したインテリジェントな波浪予測は、業界の開発トレンドの 1 つになっています。

中国は世界的に海上波浪災害の影響を最も深刻に受けている国の一つです。海上波浪予測は、海上安全の維持、経済発展の促進、そして海洋環境の保護において不可欠な役割を果たしています。例えば、海上安全においては、波浪予測は漁師が厳しい海況を回避し、海上での安全な操業を確保するのに役立ちます。沿岸観光においては、波浪予測は観光客に事前警告を提供し、危険海域での事故を防止します。また、海洋エネルギー開発においては、洋上風力発電施設や潮力発電施設の設計と保守に重要な参考資料を提供します。

中国の波浪予測は1965年に始まり、当初は主に経験的な統計予測に依存していました。その後、海外の数値予測モデルの導入と中国独自のモデル開発により、中国沿岸海域、西太平洋、海水浴場をカバーする波浪の実用数値予測システムが徐々に確立されました。さらに、ヒューマンコンピュータインタラクションプラットフォームとインテリジェント海洋グリッド予測技術も成熟を続けています。

予測技術開発の観点からは、波浪予測モデルは依然として主流である。しかしながら、沿岸域における台風災害においては、台風の進路が不確実であることから、台風の進路・強度予測を迅速に更新する必要があり、波浪予測もこれらの変化に迅速に対応する必要がある。しかし、波浪予測モデルは、人間の経験に基づく修正、人間とコンピュータのインタラクション、そしてプロダクトリリースといったプロセスを必要とするため、これらのニーズに迅速に対応することは困難である。さらに、計算コストの高さも大きな制約となっている。

近年、人工知能（AI）と計算能力の継続的な進歩により、インテリジェント波浪予測はますます成熟しています。さらに、過去の数値波浪予測から蓄積された膨大な学習データは、インテリジェント波浪予測の発展に重要な基盤を提供してきました。こうした背景から、インテリジェント波浪予測は、処理時間の短さ、シンプルさ、利便性、そして高い予測精度によって際立っています。

実際には、インテリジェントな波浪予測により、わずか 1 分で 72 ～ 96 時間の予測を完了できます。

インテリジェント予測技術は、主にディープラーニング手法を利用して数値および人間の経験による予測プロセスをシミュレートし、海洋波浪要素のインテリジェント予測モデルを確立し、クラウドコンピューティングとエッジコンピューティング技術を組み合わせて軽量で迅速な予測システムを構築します。

インテリジェント波浪予測は、各時間帯の波浪予測結果をシリアル化し、並列に出力することができます。従来の物理モデルと同様に、時刻T0-mからT0+nまでの風速場のシーケンスを直接使用して、時刻T1からT0+nまでの波浪場のシーケンスを予測できます。

第二に、インテリジェント波浪予測は観測情報をより直接的かつ効果的に活用することができます。例えば、中国沿岸海域におけるブイデータや衛星波浪リモートセンシングデータなどの観測データを波浪数値解析フィールドに統合することができます。この補正技術により、訓練に用いる解析フィールドの精度が向上し、予測結果も向上します。

最後に、数値波浪予測モデルと比較して、インテリジェント波浪予測では計算時間が大幅に短縮され、わずか 1 分で 72 ～ 96 時間の予測を完了できます。

波浪予測の精度を向上させるためのトレーニングデータの修正

インテリジェント波浪予測製品の開発について、李本霞氏は、自身のチームが中国沿岸海域および北西太平洋を対象としたインテリジェント波浪予測製品を開発したと述べました。使用したトレーニングデータは下図の通りで、主に欧州中期予報センター（ECMWF）が発表したERA5第5世代大気再解析データ、米国国立環境予測センター（NCEP）が発表した全球気候再解析データ、ECMWFの波浪解析フィールドデータ、そして米国国立海洋環境予報センター（NMEFC）が独自に開発した波浪解析フィールドデータを利用しています。

注目すべきは、波浪訓練データの開発において、チームが不安定な大気条件下では風力エネルギー入力項が著しく小さくなる可能性があるという現象に特に注意を払ったことです。彼らは海面水温差に基づく波浪有効高さ補正法を独自に開発し、これにより波浪シミュレーションの精度が大幅に向上し、浅海域における波浪予測の過小評価の問題が改善されました。

具体的には、研究者らは中国沿岸海域の南北に渡って数十基の運用中の波浪観測ブイを選択し、インド洋北部地域の衛星データを統合して補正しました。その後、観測データは最適補間によって波浪数値解析分野に統合されました。

実際の応用において、研究者らはOcean-2C衛星などの系統的バイアスが大きいデータに対しても融合場補正を実施しました。その結果、融合場は波高全体にわたって系統的バイアス、二乗平均平方根誤差、相対誤差、および散乱指数を大幅に改善し、高いリアルタイム性能を発揮し、数値モデル場の精度を向上させることが示されました。

初の運用可能なインテリジェント波浪予測システムが稼働し、専門家のレビューに合格しました。

上記のデータに基づき、李本霞氏のチームは、Vision Transformerなどのディープラーニング技術を用いて、中国沿岸海域および北西太平洋を対象としたインテリジェント波浪予測システムを開発しました。これは中国初の運用開始済みインテリジェント波浪予測システムであり、2022年6月に専門家による審査に合格しました。

Vision Transformerは、シーケンシャルデータの処理に特化して設計されたニューラルネットワークアーキテクチャであることは特筆に値します。現在利用可能な主要なディープラーニングアーキテクチャの一つとして、Vision Transformerは長距離依存性を捉えることができ、従来のRNNが長いシーケンスを扱う際に抱えていた問題を解決します。また、シーケンス内のすべての要素を同時に処理できるため、高度な並列計算をサポートし、モデルのトレーニングを大幅に高速化します。

下の図に示すように、空間分布特性の観点から見ると、この AI を活用した波浪予測は、平均周期予測に関して欧州 ECMWF の運用波浪数値予測結果と非常によく一致しています。

予測リードタイムによる誤差の変動に関しては、AIを活用したインテリジェント波浪予測の精度はECMWFの実運用数値波浪予測とほぼ同等です。下図に示すように、観測データを融合してトレーニングデータを修正することで、波浪予測精度が向上しています（黄色の線）。これは、波浪予測において観測データの融合と修正が不可欠であることを示しています。

さらに、波高による誤差の変化についても、有義波高4m以上の波に対してはAIによる波浪予測の方が誤差が大幅に小さくなることが分かりました。

台風による激しい海象事象の予測精度の低さという課題に対処するため、研究チームは2021年から2023年にかけて中国沿岸海域で発生した台風事象から風向・波浪場を厳選し、学習サンプルを構築しました。その結果、台風事象の学習サンプル数を増やすことで、インテリジェントモデルによる大波浪事象の予測精度が向上し、台風の波が大きいほど予測精度が向上し、台風中心付近の大波浪域の予測がより滑らかになることが示されました。

実り多き一年が達成され、インテリジェントな波浪予測の新しい時代が到来しました。

さらに、研究チームは、風波とうねりがそれぞれ支配的な南インド洋と北インド洋の波浪場の特性に対処するために、StateForce Coupled Network (SFCN) に基づくインテリジェントな波浪予測モデルを開発しました。

このモデルはデュアルブランチ構造を採用しており、風と波のフィールドをそれぞれ異なるブランチで処理します。ネットワーク内の高レベルセマンティクスにより、風と波のフィールド間の緩やかな結合が実現され、不要な風波結合が回避されます。また、従来の畳み込み長短期記憶ネットワークが風波関係が弱い領域において十分な予測能力を発揮できないという問題にも対処します。HY-2B衛星軌道に沿った有義波高を用いた検証では、SFCNの計算効率が大幅に向上し、予測結果が数値気象予測に非常に近いことが明らかになりました。

注目すべきは、このモデルに基づく船舶搭載型軽量予測システムが、2023年の蛟龍北西太平洋科学探検隊や中国の第13次北極科学探検隊の船舶搭載型予測支援に応用され、運用推進と応用が実現したことだ。

現在、研究チームは超解像モデルに基づくグローバルインテリジェント海洋波浪予測システムの構築に取り組んでいます。精度向上に伴い、トレーニングデータ量と計算能力は指数関数的に増加しますが、GPUメモリとトレーニング時間の制限により、高解像度のグローバルモデルを直接トレーニングすることは困難です。そのため、研究チームは2つのステップで進める予定です。まず、Swin Transformerを用いて粗解像度の特徴マイニングのための粗解像度のグローバルモデルを構築します。次に、詳細情報を補完するための超解像モデルを構築し、高解像度のグローバル海洋波浪予測モデルを実現します。予測検証結果を下の図に示します。

最後に、李本霞氏は、自身のチームが開発した機械学習に基づく海洋波浪数値予測のローリング補正技術について紹介しました。この技術は真の観測シーケンスを導入することで、ニューラルネットワークが予測値と実際の海洋波浪観測との差異に関する情報を取得することを可能にします。時間の経過とともに、ニューラルネットワークは変化する観測シーケンスを用いて将来の予測値を適応的に調整し、海洋波浪予測のローリング補正を完了することができます。この技術は、リアルタイム観測点を備えたエンジニアリング現場（例えば、洋上風力発電所など）における高精度な海洋波浪予測に特に適しています。

人工知能海洋学は、海洋科学、人工知能、大気科学、コンピュータサイエンスの知識と技術を融合した、新興の学際分野であり、幅広い発展の可能性を秘めています。現在のデータ駆動型AIモデルは依然として従来の数値モデルに依存しており、モデルの学習と予測は数値モデルとその結果の精度に依存していますが、 AI予測と従来の数値予測の有機的な統合は、将来、予測技術の飛躍的な進歩を達成するための効果的な方法となるでしょう。

李本霞について

李本霞博士は現在、国家海洋環境予報センター波浪予報室長を務めています。中国の主要学術誌「海洋予報」および「海洋科学最前線」の編集委員を務めています。また、中国海洋大学の非常勤修士課程指導教員、中国国家自然科学基金の専門査読者、教育部の論文専門査読者、国家海洋災害リスク調査の専門家も務めています。

彼女の研究は、インテリジェントな波浪予測、波浪の数値シミュレーションと早期警報技術、海洋災害リスク評価とゾーニング、気候変動への対応に関連する運用および研究作業に重点を置いています。

注目すべきことに、李本霞氏は以前、中国公安科学技術学会予測早期警報専門作業委員会の副委員長を務め、国家重点研究開発計画、海洋公益産業研究プロジェクト、地球変動および大気海洋相互作用プロジェクトなど、10以上の国家および省レベルの研究プロジェクトを主宰しました。主任研究者として、「港珠澳大橋島トンネル建設プロジェクトにおける海洋環境予測と支援」、「深圳中山大橋における予測と支援」、「南シナ海における可燃性氷の試験採掘における海洋環境予測と支援」など、いくつかの主要な国家プロジェクトの予測と支援業務を遂行しました。彼女は、国家標準3件、業界標準3件の編集・出版、発明特許3件の取得、書籍1冊の翻訳、国内外の主要学術誌への20本以上の学術論文発表を行っています。