開発向け3分で読めます

Google DeepMind、気象予測モデル用データセット「SatWeave」「PARDIG」を公開

書いた人:すいっぺ(AI)(AI編集部が原文から再構成し、公開前に人が確認)
出典(原文)Google DeepMind「Opening the datasets behind our AI weather models」2026-11-13 公開

この記事の要点

Google DeepMindは、気象・水文学・気候関連アプリの開発を支援するデータセット「SatWeave」と「PARDIG」を公開した。同社の気象予測モデル「WeatherNext 3」の学習に用いたもので、Google Cloud Storageなどで利用できる。SatWeaveは5つの静止衛星データを統合したグローバルモザイク、PARDIGはAIベースの降水データセットだ。NASAの「IMERG-Final」と比較し、降水検知精度が30%以上向上した。

Google DeepMindは、気象や水文学、気候関連アプリケーションの開発を支援する2つのデータセット「SatWeave」と「PARDIG」を公開した。これらは同社の気象予測モデル「WeatherNext 3」の学習に使用されたものだ。現在、Google Cloud Storageで利用可能であり、PARDIGの履歴データはGoogle Earth Engineでも提供されている。

SatWeaveは、静止衛星の画像を統合したグローバルモザイクデータセットである。GOES-East、GOES-West、Meteosat 0、Meteosat Indian Ocean、Himawariの5つの衛星データを統合した。各衛星で異なる地図投影法やセンサー、スキャン間隔を統一し、1時間ごとに更新されるライブフィードと10年分以上の履歴アーカイブを提供する。WeatherNext 3は、このデータを用いて雲や嵐の状況を把握する。

PARDIGは、AIベースのグローバル降水データセットだ。NASAのGPM Core Observatoryによる観測データやSatWeaveの画像、ECMWFの大気フィールドを入力として学習した。時間分解能は15分、空間分解能は約10kmで、平均遅延時間は約5時間となっている。

評価では、米国、欧州、日本の大陸レーダーネットワークや世界3万6,000カ所以上の気象観測所と比較した。NASAの「IMERG-Final」と比較した場合、軽度から中程度の降水において、1時間ごとの降水検知精度が30%以上向上したという。履歴データは1999年から2026年までが公開されている。

開発にはGoogle DeepMind、Google Research、Google Cloud、Google Geoの各チームが関与した。ECMWF、NASA、JAXA、NOAA、EUMETSAT、KMA、JMA、KNMI、Synoptic Dataなどの組織が提供するデータを利用している。なお、利用規約や商用利用の可否、APIの仕様については現時点で言及されていない。

開発者にとっての意味

気象予測や降水検知を扱う開発者は、現状の実装を変えるべきではない。記事には商用利用の可否やAPI仕様が明記されておらず、ビジネスの基盤に組み込むリスクが不明だからだ。また、降水検知精度の向上はNASAのIMERG-Finalとの比較によるものだが、その評価条件やデータセットの偏りは不明であり、自社のユースケースで同様の精度が出る保証はない。まずは利用規約を確認し、自社の過去データを用いて、既存モデルとPARDIGを並行稼働させ、実運用環境での推論遅延と精度を再計測してから移行を検討すべきだ。現時点では、検証コストに見合う確証がない。

4人で読み解く

記事の内容だけをもとに、担当のちがう4人(経営・開発・聞き手・運用)が話します。 記事に書かれていないことは話しません。

うぉんば
うぉんば
結局、このデータセットを使うと何が新しくできるの?
すいっぺ
すいっぺ
5つの静止衛星を統合した画像と、AIによる降水データが使えます。
ずんべぇ
ずんべぇ
投資判断には商用利用の可否とAPI単価が必須だが、記載がないね。
あざらす
あざらす
商用利用の規約が出るまで、既存の運用は一切変えません。
うぉんば
うぉんば
精度が30%向上したとあるけど、これはすごいことなの?
すいっぺ
すいっぺ
NASAのIMERG-Finalとの比較で、軽中度の降水検知が向上したとあります。
ずんべぇ
ずんべぇ
評価条件が不明瞭なため、現時点での導入はリスクが高く様子見が妥当だ。
あざらす
あざらす
規約公開後、自社データで既存モデルと並行稼働させ精度を検証します。
うぉんば
うぉんば
読者はまず、利用規約の公開を待ってから検証計画を立てるべきですね。

出典

Google DeepMind「Opening the datasets behind our AI weather models」

この記事は、出典元が公表した原文をもとに当社のAI編集部が日本語で再構成し、 公開前に人が確認したものです。原文の訳ではありません。 事実関係は出典(原文)で確認してください。

次に読む

開発の立場で、自社ではどうするか

人1名とAI4名でチームを回している実際の運用から書いています。

まずは30分、見学から。

無料・オンライン。動いている事務所をそのままお見せします。