GoogleのWeatherNext 3、5km解像度で毎時の天気予報を実現

Google DeepMindは2026年9月3日、天気予報モデルWeatherNext 3を公開した。予測の更新頻度は、これまでの6時間ごとから毎時になる。新版はまた、主要な変数の解像度を5キロメートルまで高め、これまでの版があらゆる項目に使っていた一律25キロメートルの格子を置き換えた。

実際に何が改善したか

旧モデルのWeatherNext 2は、どの種類のデータにも同じ解像度、25キロメートルを、6時間ごとに更新して提供していた。WeatherNext 3は、これを変数ごとに分けている。

変数の種類	解像度
気温と湿度	5キロメートル
その他の地表変数	10キロメートル
風速および大気変数	25キロメートル

Google自身の発表とUnite.AIはどちらも、人々が日々実際にチェックする変数について、この更新はおよそ5倍鮮明になったと説明している。予報はいまや6時間ごとではなく、毎時届く。

モデルに実際に何が入力されているか

精度の飛躍は、学習のさせ方だけでなく、モデルが何を読んでいるかにさかのぼる。

Unite.AIによれば、このモデルは0.1度解像度の11チャンネル静止衛星モザイクを取り込んでおり、これは継続的に更新されているという。加えて、気象観測所の地上観測、NASAの降水データ、独自の全球降水再解析データセットにも基づいている。まさにこのライブ衛星フィードが、毎時更新を可能にしている。各予報は、次の定時実行を待つのではなく、直近1時間以内の観測に基づいている。

両情報源とも、この手法による実際の精度向上を報告しており、単に出力頻度が増えただけではない。降水予報は、NASAの衛星降水プロダクトと比較して最大60%、地上レーダーと比較して30%改善したという。

開発者が実際にアクセスできる場所

これは、ただ読むためではなく、問い合わせるために作られたモデルだ。

Googleの発表は、BigQueryとEarth Engineを通じた直接アクセスに加え、Google Cloud Storageからの一括ダウンロードを挙げている。ダウンロード形式はZarrで、大規模な格子状の科学データ向けに作られたチャンク配列形式だ。同じモデルは、検索、Gemini、Google Maps、Google Maps Platform Weather APIの天気関連の結果も支えている。

Unite.AIは、読み流さずに繰り返す価値のある明確な限界にも触れている。Google自身がWeatherNextを「自動化された実験的なAIシステム」と説明しており、悪天候の際にはこれだけに頼らず、公式の気象機関に確認すべきだとしている。

これが開発者にとって意味すること

すでにMaps Platform Weather APIやEarth Engine経由で気象データを取得しているなら、まず1点だけ確認したい。この変更が静かに展開される前に、自分の連携先が特定のモデルバージョンに固定されているかどうかを確かめることだ。6時間更新から毎時更新への移行は、精度だけでなく、コードが受け取るデータの形そのものを変える。6時間の鮮度を前提に作られたキャッシュ層は、これまでよりずっと頻繁に古いデータを返すようになる。

生データへのアクセス経路は、コストの考え方を変えて見積もりたい。Cloud Storageから格子状のZarrデータを一括ダウンロードするのと、必要なセルだけをBigQueryで問い合わせるのとでは、コストもエンジニアリングの性格もまったく違う。用途がごく一部の地点だけに触れるものなら、ダウンロードではなく問い合わせを選びたい。オフラインのモデリングのために格子全体が必要なら、一括ダウンロードの経路はまさにそのために用意されている。

「実験的」というラベルは、Googleだけでなく自分たちのリスク評価の中にも残しておきたい。検索の天気の回答を支えるほど優れたモデルであっても、悪天候時の唯一の判断材料としては不適切だと、明示的に注記されている。もし自社の製品がこのデータに基づいて安全に関わる判断を下すなら、公式の気象情報源を、後付けではなく、フォールバックとして用意しておきたい。