Broken Environment–Storm Coupling in Global Kilometer-Scale Simulations

地球の大気を、嵐がシェフを務める巨大で混沌としたキッチンだと想像してみてください。長年、科学者たちはこのキッチンを予測するために、スーパーコンピューターモデルを構築しようと試みてきました。最近、彼らはこのモデルを「キロメートルスケール」へとアップグレードしました。これは、キッチンのぼやけた低解像度の写真から、鮮明な4Kビデオに切り替えたようなものです。これにより、モデルが嵐の形成、成長、そして組織化の様子を正確に捉えられるようになるはずだと誰もが考えました。

しかし、ここにひねりがあります。この高精細なビデオは、実際には非常に奇妙で、壊れた現実を映し出しているのです。

主な知見：嵐は「カフェイン中毒」で、バラバラである

ETHチューリッヒのディエ・ワンと共同研究者らによるこの論文は、この超詳細なモデルを用いて、4年間の全球シミュレーションを実行しました。彼らは、嵐が発生しやすい熱帯の3つの「ホットスポット」、すなわちアマゾン熱帯雨林、コンゴ盆地、および熱帯西太平洋に焦点を当てました。

判明したのは、モデルが作りすぎるすぎるほどの嵐を生み出しているということです。実際、モデルは現実の世界で見られるよりも、49%から191%も多くの嵐の始まりを捏造しています。しかし、最も奇妙な点は、量だけではありません。これらの嵐の「性格」です。

現実の世界では、嵐はよく組織されたダンスグループのようです。環境（音楽とステージ）が、ダンサーたちがどのように集まるかを指示します。空気が湿っており、風がちょうど良い状態であれば、ダンサーたち（対流セル）は手を取り合い、長く続く大きな列（メソスケール対流系、またはMCS）を形成し、そのグループ全体で大量の雨を生み出します。環境が「組織化」を制御し、その組織化が「雨」を制御するのです。

しかし、コンピューターモデルの中では、このダンスは壊れています。環境は依然として嵐の開始を指示しますが、それらがどのように組織化されるかを制御する力を失っています。組織化された大きなグループを形成する代わりに、モデルの嵐は、ハイパーアクティブな個々のダンサーのように振る舞います。彼らはステージの中央へと猛ダッシュし、即座に「雨だ！」と叫んで、そのまま崩れ落ちるのです。

著者らは、モデル内の環境は雨へと直接つながっており、「組織化」というステップを完全にスキップしていることを発見しました。嵐はあまりにも熱心に始まろうとするあまり、すべての水分を即座にぶちまけてしまい、大規模で長持ちするシステムを構築するためのものが何も残らないのです。それはまるで、フライパンを掴んだ瞬間にすべての材料を一度に投げ込み、数秒で焦がしてしまい、じっくりと時間をかけて調理された豪華な食事ではなく、小さく焦げた食事を提供してしまうシェフのようです。

この論文が否定していること

著者らは、これらのモデルが単に「間違った理由で正しい数字を出している」という考えに対して、明確に反論しています。時には、2つのエラーが互いに打ち消し合うことで（例えば、塩を入れすぎた一方で水も入れすぎた場合のように）、モデルが偶然正しい降水量を得ることがあります。しかし、この論文はこう述べています。「いいえ、嵐の『仕組み』そのものが根本的に間違っているのです」。

また、モデルが単にいくつかの些細な詳細を見落としているだけだという考えも否定しています。問題は物理学の深い部分にあります。例えばアマゾンでは、モデルは地面が熱くなりすぎている（地表面熱フラックスを過大評価している）と考えており、それが空気を不安定にして嵐を容易に引き起こしています。コンゴでは、モデルが非常に混沌とした不安定な環境を作り出しているため、嵐がリズムを見つけて組織化することさえできないのです。

彼らはどの程度確信しているのか？

著者らは、シミュレーションで「見た」ことについては非常に自信を持っていますが、これはシミュレーションからの知見であり、現実世界における証明された法則ではない、と慎重に述べています。

• シミュレーション: 彼らは2.5 kmの格子間隔で、4年間のモデルを実行しました。これは驚くほど詳細です。彼らは、この特定のシミュレーションにおいて、環境と嵐の組織化の間のつながりが壊れていることを発見しました。
• 証拠: 彼らは「因果探索（causal discovery）」（具体的にはNOTEARSと呼ばれるアルゴリズム）という高度な数学的ツールを使用して、原因と結果の関係をマッピングしました。現実世界のデータ（観測値および再解析データ）では、数学的に明確な経路、すなわち「環境 → 組織化 → 雨」という経路が示されます。しかしモデルでは、「環境 → 雨」という経路になっており、その過程で「組織化」が迷子になっています。
• 確信度: 彼らは、モデルにこの特定の欠陥があることについては確信しています。ただし、なぜモデルの物理学が失敗しているのか、その正確な理由については（地面が熱すぎることや水蒸気の収束が多すぎることなどが原因だと疑っていますが）完全には特定できていません。しかし、この「結合の崩れ」こそが、嵐が小さく短命である理由であるという点については確信を持っています。

壊れたダンスの背後にある「理由」

なぜモデルはこのように振る舞うのでしょうか？ 著者らは、モデルの環境が、嵐を開始させるには完璧すぎるが、それを持続させるには混沌としすぎているのだと示唆しています。

• 燃料が多すぎる: モデルは、実際に存在するよりもはるかに多くのエネルギー（対流有効位置エネルギー、またはCAPE）が嵐を開始するために利用可能であると考えています。アマゾンでは、モデルは2,557 J kg⁻¹と考えていますが、現実は約1,031 J kg⁻¹に過ぎません。コンゴではさらに悪く、現実の3倍にも達しています。
• 「アウト（雨による枯渇）」の問題: モデルは空気が非常に不安定であると考えているため、嵐はすぐに「雨だ！」と叫び始めます。彼らは激しい降水のバースト（ピーク降水強度は高すぎる）を生み出しますが、あまりにも速くすべてを出し切ってしまうため、成長を続けるための「燃料（水粒子や氷粒子）」を使い果たしてしまいます。彼らは、極端な気象を引き起こすような巨大で長寿命なシステムへと拡大するチャンスを一度も得られないのです。

結論

この論文は、次世代の気象モデルに対する警鐘です。たとえこれらのキロメートルスケールのモデルが最先端の技術であったとしても、彼らはまだ嵐の「社会生活」を正しく理解することに苦戦しています。彼らは嵐を発生させることはできますが、それらを結びつけることはできません。

著者らは、これを修正するためには、モデルが地面を扱う方法（おそらくシミュレーション内では熱すぎる）や、雲の中にある微細な水や氷の粒子を扱う方法を変更する必要があるかもしれないと示唆しています。この「結合の崩れ」を修正しない限り、将来の極端な降水に関する予測は、大きな全体像を見失ったままになる可能性があります。モデルは、単一の音符を完璧に奏でることはできても、メロディを奏でることはできないミュージシャンのようなものです。私たちは、音符をどのように組織化するかを教える必要があるのです。