A Machine-Learning-Based Global Thermospheric Density Forecasting Model

地球が熱圏と呼ばれる巨大で目に見えない空気の毛布に包まれている様子を想像してみてください。そこは非常に高い場所にあり、人工衛星が駆け抜けていく場所ですが、決して空っぽの空間ではありません。それは薄くかすかなガスであり、そこを移動するものに対して穏やかなブレーキをかける役割を果たします。この「空気抵抗（エア・ドラッグ）」は、人工衛星にとって重大な問題です。もしこの毛布が厚くなれば、ブレーキはより強力になり、人工衛星は予想よりも早く減速し、空から落下してしまいます。これは特に、太陽が「かんしゃく」を起こし、エネルギーの噴出によって大気を膨らませ、風船のように膨張させた時に非常に厄切な問題となります。そうなると、人工衛星が正確にどこにいるかを予測することは、まるで当てずっぽうのようなゲームになってしまい、予測を誤れば衝突を避けられなかったり、人工衛星そのものを失ったりすることさえあります。科学者たちは何十年もの間、この上層大気のより優れた「天気予報」を作ろうと試みてきましたが、宇宙嵐の最中に大気が予測不能で激しい反応を示すため、これは極めて困難なパズルとなっています。

ここで、この事件の新たな捜査官が登場します。AETHER-P3と呼ばれる、スマートなコンピュータ・プログラムです。これは、単に未来を推測するだけでなく、その推測に対して自分がどれほど自信を持っているかも教えてくれる、超高度な「水晶玉」のようなものです。研究者たちは、この機械学習モデルが熱圏の空気の厚さを最大6時間先まで予測できるように構築しました。単一の数値を与えるのではなく、「雨が降るでしょう。ただし、95%の確率で小雨であり、5%の確率で洪水になる可能性があります」と言う天気アプリのように、可能性の範囲を提供します。

論文によれば、AETHER-P3は驚異的な能力を持っています。宇宙天候が穏やかなとき、このモデルは空気密度をほぼ完璧な精度で予測します。たとえ、人工衛星を脅かすような2024年5月の巨大な地磁気嵐が発生したとしても、AETHER-P3は冷静さを保ちます。物理学に基づいた従来のモデル（すべての分子の動きを計算しようとするもの）が、嵐の中でつまずき、大きな間違いを犯し始めた一方で、AETHER-P3は変化を密接に追跡し続けました。それは単なる推測ではなく、確信が持てないときには「信頼の網」を広げてデータの激しい変動を捉えることができるのです。その結果、このツールは人工衛星の運用者が、大気抵抗の最悪の状況を避けるために、いつ操縦すべきかを正確に知る助けとなります。これにより、宇宙旅行はより安全で信頼できるものになります。

問題点：見えないブレーキ

地球の軌道を回る人工衛星は、完全な真空の中に浮いているわけではありません。彼らは熱圏と呼ばれる非常に薄いガスの層に常にぶつかっています。このガスは「ドラッグ（抵抗）」を生み出し、人工衛星をゆっくりと減速させるブレーキのような力として作用します。もし大気が濃くなれば（厚くなれば）、ブレーキはより強力になります。これは人工衛星を運用する人々にとって大きな悩みの種です。もし抵抗が予想よりも強ければ、人工衛星は高度をより早く失い、墜落したり、最悪の場合、宇宙ゴミとの衝突につながったりします。

この上層大気の密度は常に変化しています。それは主に2つの要因によって引き起こされます。太陽のエネルギー（空気を温める）と、地磁気嵐（太陽が放出した粒子が地球の磁場に衝突することで発生する）です。嵐が発生すると、大気はわずか数時間で50%以上も膨らむことがあります。これは2022年2月に実際に起きたことで、嵐の影響で、予想よりも空気が厚くなったために、49機の新しいSpaceX Starlink衛星のうち38機が空から落下しました。人工衛星を守るためには、今後数時間の間に空気がどれほど厚くなるかを正確に知る必要があります。

旧来の手法 vs 新しい手法

長い間、科学者はこれを予測するために主に2種類のツールを使用してきました。

1. 経験的モデル（Empirical Models）： これらは歴史の本を見るようなものです。過去の太陽活動のパターンを見て、大気がどう動くかを推測します。これらは高速ですが、天候が異常になったときに混乱することがあります。
2. 物理学ベースのモデル（Physics-Based Models）： これらは、巨大なビデオゲームのエンジンのように、大気の実際の物理現象をシミュレートしようとします。非常に詳細ですが、実行に時間がかかり、入力データ（太陽嵐の強さなど）が完璧でないと、数値が狂ってしまうことがあります。

どちらの手法も、未来の予測を行うと同時に、その予測をどれだけ信頼できるかを伝えるという点では優れていませんでした。通常、これらは単一の数値しか提供せず、運用者をリスクに対して無防備な状態にしてしまいます。

AETHER-P3の登場：スマートな予測器

論文の著者たちは、AETHER-P3（Accelerometer-driven Estimation of THERmospheric density – A Physics-Informed Probabilistic Prediction Platform）を作成しました。名前は非常に長いですが、仕組みを簡単に説明すると以下の通りです。

あなたが、30分後に車がどのくらいの速度で走っているかを予想しようとしていると想像してください。あなたには2つの情報があります。

1. 履歴： 過去3時間にわたって車がどのくらいの速度で走っていたか、そしてドライバーがどのようにアクセルを踏んでいたか（太陽や磁気データ）を知っています。
2. 将来の計画： 30分後に車がどこにいるべきかを知っています。

AETHER-P3はこの「履歴」と「将来の計画」を取り込み、特殊な人工知能（ニューラルネットワーク）を使用して密度を予測します。しかし、ここからが面白いところです。このモデルは単に「密度はXになる」と言うのではありません。「密度はXになるが、私は95%の確率でそれがYとZの間にあると確信している」と言うのです。これは**不確実性の定量化（Uncertainty Quantification）**と呼ばれます。「雨が降る」と言うだけの予報士と、「雨が降るが、自信は50%だ」と言う予報士の違いのようなものです。

分かったこと

チームは、CHAMP、GRACE、SWARMといった人工衛星からの実際のデータを使用して、AETHER-P3のテストを行いました。彼らは3つの異なるシナリオを検証しました。

1. 静穏な日： 太陽が穏やかなとき。
2. 中程度の活動期： 太陽のノイズがあるとき。
3. 極端な嵐： 2024年5月の巨大な嵐のような場合。

結果：

• 静穏な日： モデルは素晴らしかったです。相関係数0.95以上（1.0が完璧）で密度を予測しました。ほぼ正確でした。
• 中程度の活動期： 相関係数は約0.93と、依然として非常に強力でした。AETHER-P3は現在の天候を完璧に把握しているモデル（JB2008やNRLMSISE-00など）よりも優れた結果を出しました。これらの古いモデルは、現在進行形の天候を知っているという利点がありましたが、AETHER-P3は未来を予測しなければならない立場でした。
• 極端な嵐： ここで魔法が起きました。2024年5月の嵐の間、空気密度は異常な動きを見せました。従来の物理学ベースのモデル（WAM-IPEなど）は混乱し、精度が著しく低下しました。しかし、AETHER-P3は冷静さを保ちました。相関係数約0.89から0.90を維持したのです。さらに重要なのは、モデルが確信を持てなかったとき（嵐があまりに激しいため）、それは「信頼の網」を広げて激しい変動をカバーしたことです。単に間違った答えを出したのではなく、その状況がいかにリスクが高いかについて、正しい答えを出したのです。

なぜこれが重要なのか

この論文は、AETHER-P3が実用的で高速、かつ信頼できるツールであることを示しています。このモデルは、ほとんどのデータが得られる高度300kmから520kmの間を飛行する人工衛星に最も効果的に機能します。予測だけでなく、その予測をどれだけ信頼できるかの指標を提供することで、このモデルは運用者がより良い意思決定を行うことを可能にします。もしモデルが「確信が持てません、空気が非常に厚くなる可能性があります」と言えば、運用者は衝突を受ける前に人工衛星を安全な場所へ移動させることができます。

要するに、AETHER-P3は人工衛星のための超スマートな副操縦士のようなものです。単に行き先を教えるだけでなく、その道がどれほどデコボコしているか、そしてどれほど心配すべきかを教えてくれます。これは、混沌とした目に見えない宇宙の海において、人工衛星の安全を守るための大きな一歩です。