【第61回 気象予報士試験 専門知識】問6 ガイダンスの役割と予測精度をわかりやすく解説

こんにちは！今回は第61回気象予報士試験 専門知識 問6を解説します！

この問題は、気象庁が作成しているガイダンスについて問う問題です。

ガイダンスは、数値予報モデルの出力をそのまま使うのではなく、過去の予報と実況の関係をもとに補正したり、数値予報で直接予測しない要素を診断的に求めたりするものです。

特にこの問題では、風ガイダンス、視程診断ガイダンス、メソアンサンブル予報から作る気温ガイダンスの考え方が問われています。

この問題で重要なポイント

  • ガイダンスは数値予報モデルの予測値を補正・変換して作成される
  • 風ガイダンスは地形表現の違いなどによる風の予測誤差を低減する
  • 診断的ガイダンスは、数値予報モデルで直接予測しない要素も扱う
  • 数値予報モデルの予測特性が変わると、ガイダンスの予測特性も変わる
  • アンサンブル平均はランダム誤差を低減しやすい
  • メソアンサンブル平均の気温ガイダンスは、一般に単独メソモデルより精度が高くなる

■ 問題文

気象庁で作成しているガイダンスについて述べた次の文（a）〜（c）の下線部の正誤の組み合わせとして正しいものを、下記の①〜⑤の中から1つ選べ。

（a）風ガイダンスは、過去の数値予報（説明変数）と実況（目的変数）から統計的に作成した予測式を用いて補正するガイダンスであり、数値予報モデルの地形と実際の地形の違い等に起因する風向・風速の予測誤差を低減している。

（b）視程ガイダンスのように、数値予報では直接予測しない気象要素を目的変数の定義などに基づいて決めた予測式を用いて診断的に算出するガイダンスでは、一般に、数値予報モデルの予測特性が変わるとガイダンスによる予測結果の予測特性も変化する。

（c）メソアンサンブル予報の各メンバーから作成した気温ガイダンスは、単独のメソモデルから作成した気温ガイダンスと同じ手法で作成されており、そのアンサンブル平均は、一般に、単独のメソモデルから作成した気温ガイダンスより予測精度が低い。

選択肢 （a） （b） （c）
① 正 正 正
② 正 正 誤
③ 正 誤 誤
④ 誤 正 誤
⑤ 誤 誤 正

■ 解答

②

（a）正
（b）正
（c）誤

■ 解き方の方針

この問題は、ガイダンスを「数値予報の後処理」として理解すると解きやすくなります。

数値予報モデルの出力
↓
過去の実況との関係で補正
↓
ガイダンス

モデルの特性が変わる
↓
入力される予測値の性質が変わる
↓
ガイダンスの予測特性も変わる

さらに、アンサンブル平均については「平均すると一般にランダム誤差が低減しやすい」と考えれば、（c）の誤りに気づきやすくなります。

■ （a）風ガイダンスは風向・風速の予測誤差を低減する

（a）は正しいです。

数値予報モデルでは、地形を完全に細かく表現できるわけではありません。

例えば、実際には谷や岬、山地の影響で風が強まりやすい場所でも、モデル内の地形が粗いと、その特徴を十分に表現できないことがあります。

風ガイダンスの考え方

数値予報モデルの風
↓
モデル地形と実地形の違い
↓
風向・風速に誤差
↓
過去の実況との関係で補正
↓
風ガイダンス

つまり、風ガイダンスは、数値予報モデルの地形と実際の地形の違いなどによって生じる風向・風速の予測誤差を低減するために利用されます。

したがって（a）は正しいです。

■ （b）モデルの予測特性が変わるとガイダンスも変わる

（b）は正しいです。

視程ガイダンスのように、数値予報モデルが直接予測しない気象要素を診断的に算出するガイダンスがあります。

ここで大切なのは、ガイダンスは数値予報モデルの予測値を入力として利用しているということです。

ガイダンスはモデルと無関係ではない

数値予報モデル
↓
気温・湿度・風などの予測値
↓
予測式
↓
視程などのガイダンス

そのため、数値予報モデルが改良されて、気温・湿度・風などの予測特性が変化すれば、ガイダンスの入力も変わります。

入力が変われば、ガイダンスによる予測結果の予測特性も変化します。

したがって（b）は正しいです。

■ （c）メソアンサンブル平均の気温ガイダンスは精度が低いのか

（c）は誤りです。

問題文では、メソアンサンブル予報の各メンバーから作成した気温ガイダンスのアンサンブル平均は、単独のメソモデルから作成した気温ガイダンスより予測精度が低い、と述べています。

しかし、一般には逆です。

アンサンブル平均をとることで、個々のメンバーが持つランダムな誤差が打ち消されやすくなります。

アンサンブル平均の効果

メンバー1：少し高め
メンバー2：少し低め
メンバー3：少し高め
↓
平均する
↓
ばらつきが小さくなる
↓
予測精度が向上しやすい

もちろん、すべての場面で必ず完璧になるわけではありません。

ただし一般には、メソアンサンブル平均から作成した気温ガイダンスは、単独のメソモデルから作成した気温ガイダンスより予測精度が高くなる傾向があります。

したがって、「予測精度が低い」とする（c）は誤りです。

■ 選択肢確認表

項目 判定 理由
（a） 正 風ガイダンスはモデル地形と実地形の違いなどによる風の予測誤差を低減する
（b） 正 ガイダンスは数値予報モデルの予測値を利用するため、モデルの予測特性が変わるとガイダンスも変化する
（c） 誤 メソアンサンブル平均は一般にランダム誤差を低減し、単独メソモデルより予測精度が高くなりやすい

以上より、正しい組み合わせは②です。

■ 受験生がつまずくポイント

1. ガイダンスを「単なる補足資料」と思ってしまう

ガイダンスは、数値予報モデルの予測値を実況に近づけるための重要な予測資料です。

特に風や気温などでは、モデルの系統的なずれを補正する役割があります。

2. 地形の違いが風の予測誤差につながるイメージがない

風は地形の影響を強く受けます。

モデル地形が実際の地形を十分に表現できないと、局地的な風向・風速に誤差が出やすくなります。

3. モデルが変わってもガイダンスは変わらないと思ってしまう

ガイダンスは数値予報モデルの予測値を入力として使います。

そのため、モデルの予測特性が変われば、ガイダンスの予測特性も変化します。

4. アンサンブル平均をすると精度が下がると誤解する

アンサンブル平均は、個々のメンバーのランダム誤差を低減しやすい方法です。

そのため、一般に単独のメソモデルより予測精度が高くなりやすいです。

■ まとめ

  • 風ガイダンスは地形表現の違いなどによる風向・風速の誤差を低減する
  • 視程ガイダンスのような診断的ガイダンスも、数値予報モデルの予測値に依存する
  • モデルの予測特性が変わると、ガイダンスの予測特性も変わる
  • メソアンサンブル平均の気温ガイダンスは、一般に単独メソモデルより精度が高くなりやすい
  • （c）の「予測精度が低い」が誤り

正解は②

（a）正
（b）正
（c）誤

この問題で必ず押さえたいこと

数値予報モデル
↓
予測値を出す
↓
ガイダンスで補正・診断

モデル特性が変化
↓
入力が変化
↓
ガイダンス特性も変化

アンサンブル平均
↓
ランダム誤差を低減
↓
予測精度が高くなりやすい

※ 本記事では、一般財団法人 気象業務支援センターより利用許諾を受けて、気象予報士試験問題を掲載しています。
問題文の著作権は一般財団法人 気象業務支援センターに帰属します。

以上、第61回 専門知識 問6の解説でした！

訂正・ご意見などありましたら、ぜひコメントで教えてください！
皆で最高の独学環境を作っていきましょう！