AIを活用した衛星データで雲を3Dで表現

EarthCAREの事かと思ったら他の気象衛星（複数）の雲データを機械学習させて立体的に表示させる手法が出来たという話だった。以下、機械翻訳。
AIを活用した衛星データで雲を3Dで表現
2024年12月11日
欧州宇宙機関/アプリケーション/地球を観察する/気候のためのスペース
2024年5月に打ち上げられたESAのEarthCARE衛星は、来年初めに雲とエアロゾルに関する最初のデータが公開される予定で、運用段階の終わりに近づいています。その間、国際的な科学者チームは、他の衛星データに人工知能を適用して雲の3Dプロファイルを生成する革新的な方法を発見しました。

これは、気候科学の進歩を目指して EarthCARE からのデータを待ち望んでいる人々にとって特に朗報です。

雲は、アルベド効果として太陽光を宇宙に反射したり、温室効果として地球の表面から放射される熱を閉じ込めたりすることで、地球の気候システムにおいて重要な役割を果たしています。

たとえば、高く薄い雲は、太陽からのエネルギーの大部分を通過できるため、大気を温める傾向があります。また、地表から放射される熱を効率的に閉じ込めることもできます。一方、低く厚い雲は、入射する太陽光の大部分を宇宙に反射するため、冷却効果をもたらす傾向があります。

科学者たちは、雲が大気の冷却と加熱の両方において極めて重要な役割を果たしていることを知っていますが、雲が地球のエネルギーバランスに及ぼす正確な影響については不確実なままです。

さらに、進行中の気候危機を考えると、雲の変化が将来的に全体的な寒冷化または温暖化効果をもたらすかどうかを理解することが緊急に必要です。


3D で雲を生成する AI のトレーニング
地球規模のリアルタイム 3D クラウド データは、こうした不確実性を軽減し、気候予測を改善し、意思決定に役立ちます。

過去数十年にわたり、NASA の CloudSat ミッションは貴重な垂直雲プロファイルを提供してきましたが、再訪問がまれであったため限界がありました。一方、ヨーロッパの Meteosat Second Generation (MSG) などの静止軌道ミッションは、15 分ごとにヨーロッパ上空の画像を撮影しますが、雲プロファイルを直接調査することなく、「上から見た」ビューのみを取得します。

ESA Φ-lab と FDL Europe が調整する国際的な科学者チームは、高度な機械学習技術を活用して、「あらゆる場所で一度に 3D クラウド プロファイル」を生成する方法を開発しました。

研究チームは概念実証研究で、2010年から1年分保管されたCloudSatとMSGのデータを分析した。その結果得られた論文は今週 カナダで開催されたNeural Information Processing Systemsカンファレンスで発表され 、人工知能が既存の衛星観測からいかにして新たな洞察を引き出せるかを実証している。


3Dクラウドマップの生成
ESA の気候および長期的行動部門の Anna Jungbluth 氏は、「測定された CloudSat プロファイルを MSG の画像と慎重に比較しました。これにより、「上から見た図」とそれに対応する雲のプロファイルがどのように関連しているかを理解できました」と説明しています。

「その後、このマッピングを理解し、2D画像から雲のプロファイルを導き出すために機械学習モデルをトレーニングしました。これにより、CloudSatプロファイルを空間と時間の両方で拡張できるようになりました。」

最先端の AI 技術と地球観測の専門知識の統合は、革新的なアプローチが既存および将来の衛星ミッションの価値をどのように高めることができるかを示しています。

この記事の本文の最初のアニメーションは、MSG 画像 (赤外線チャネル) と CloudSat トラックが共に配置された状態で AI がどのように使用されたかを示しています。モデルは、MSG 画像と CloudSat トラックの限られた重なりから学習し、空間内の垂直の雲プロファイルを拡張することができます。

2 番目のアニメーション (上部のバナーにも表示) は、モデルをトレーニングした後、対応する CloudSat トラックのない MSG イメージの予測を行い、空間と時間にわたって 3D クラウド マップを作成する方法を示しています。


地球の放射バランスをより深く理解するためのEarthCARE
EarthCARE プロジェクト チームと ESA の気候および長期的行動部門の Michael Eisinger 氏は、次のように付け加えました。「EarthCARE はすでに非常に有望な予備データを提供しており、この新しい衛星ミッションから素晴らしい科学的成果が得られることを期待しています。これらの 3D 雲プロファイルを生成する私たちの作業は、EarthCARE を別の角度から活用するための基礎を築くものです。」

「これらの新しいAI手法は、EarthCAREの科学的可能性を最大限に引き出し、そのデータを包括的な地球モデルに統合して、気候科学の限界を押し広げることを約束します。」

EarthCARE のデータを活用してこの先駆的なアプローチを改良し、拡張していくので、今後の更新にご注目ください。

注: この研究は、ESA、Trillium Technologies、オックスフォード大学、商用 AI のリーダーによる官民パートナーシップである FDL Europe Earth Systems Lab によって実現され、Google Cloud、Scan AI、NVIDIA Corporation によってサポートされています。