The emergence of regional record-breaking summer heat predictability

極端な熱波は、人間活動に起因する気候変動がもたらす最も危険な結末の一つであり、その頻度と強度は年々加速しています。地球温暖化によって暑い日が増えることは、科学者たちの間で長らく理解されてきましたが、特定の記録的な夏がいつ、どこで発生するかを正確に予測することは、依然として困難な課題でした。この難しさは、天候が予測可能な長期的な傾向と、予測不可能な短期的な変動が混ざり合った混沌としたものであることに起因します。数十年にわたり、科学界では、ある熱波のイベントが、地球温暖化という着実な手によるものなのか、それとも自然な気候変動というランダムな揺らぎによるものなのかについて議論されてきました。核心となる問いは、コミュニティが準備するための十分な時間を確保できるほど、数年も前から信頼性の高い長期的な警告を発することができるのか、それとも大気の固有の混沌がそのような長期予測を不可能にするのか、という点でした。

研究チームは現在、この問いに答えるための新しい方法を開発し、記録的な夏を予測する能力が単なる将来の可能性ではなく、すでに世界の多くの地域で現れつつあることを示しました。高度なコンピュータ学習ツールを用いることで、地球規模での気温の上昇と、海洋表面温度の特定のパターンを組み合わせることで、5年から10年も前に極端な熱波を正確に予測できることが分かりました。この手法は多くの地域において従来の気候モデルを凌駕しており、私たちは、最も暑い夏の時期をかなりの確信を持って予見できる時代に入りつつあることを示唆しています。

研究者のエミリー・ゴードン（オークランド大学）とノア・ディフェンボー（スタンフォード大学）は、特定の種類の予測、すなわち、今後5年または10年間の夏が、近年の記録と比較してより暑くなるかどうかを判断することに焦点を当てました。これを行うために、彼らは「畳み込みニューラルネットワーク」として知られる一種の人工知能を訓練しました。このシステムを、膨大な歴史的データを学習する非常にスキルの高い「パターン認識器」と考えてください。コンピュータには主に2種類の情報が入力されました。それは、地球全体の平均気温と、世界中の海洋における海面温度の変化するパターンです。目標は、地球温暖化と好都合な海洋条件の特定の組み合わせが、どのようにして記録的な夏をもたらすのかを、コンピュータが学習できるかどうかを確認することでした。

チームがこの手法を過去数十年間の実世界のデータに対してテストしたとき、その結果は驚くべきものでした。コンピュータ学習モデルは、記録的な夏が起こりやすい瞬間を特定することに成功し、しばしばそのイベントを数年も前に予測しました。例えば、東欧のような地域では、モデルは2000年代初頭に新しい熱の記録をもたらす条件を検出し、以前の記録が破られることを正しく予見しました。また、2010年代には新しい記録は設定されないと正しく予測した後、2024年頃に再び記録的な夏が到来することを予測しました。この、単なる暑い年と真に歴史的な年を区別する能力は、モデルが単なる推測ではなく、現実のシグナルを捉えていることを証明しました。

決定的なことに、研究者たちは、この機械学習によるアプローチが、複雑な物理方程式を用いて大気と海洋をシミュレートする気候学者が使用する標準的な動力学的モデルよりも、しばしば正確であることを発見しました。北アフリカ、地中海、東アジア、そしてオーストラリアや南米の一部を含む多くの地域において、コンピュータモデルは、従来のモデルよりも優れた精度で記録的な熱の始まりを予測しました。従来のモデルは、地球温暖化と組み合わさったときに極端なイベントを引き起こす、気候システムの特定の内部変動を捉えることに苦戦することがよくありました。対照的に、機械学習モデルは、熱波の兆候となる海洋と大気の微妙な前兆を認識することを学習したのです。

研究チームは、「予測可能性の出現（predictability emergence）」と呼ぶ概念を導入しました。これは、地球温暖化が十分に強力になり、それが自然な海洋パターンと組み合わさったときに、記録的な熱が予測可能になる時点を指します。かつては、自然な気候変動によるランダムなノイズがあまりに大きかったため、地球温暖化のシグナルをかき消ってしまい、特定の極端なイベントを数年前に予測することは不可能でした。しかし、惑星が温暖化し続けるにつれて、その温暖化のシグナルはより大きな音となってきました。研究者たちは、多くの地域において、このシグナルがすでに信頼できる予測を可能にするほど強くなっていることを発見しました。ある場所では、5年間のウィンドウ内で記録的な夏を予測する能力がすでに現れており、他の場所では、現在の温暖化傾向が続けば、今後10年から20年以内に可能になると予想されています。

チームはまた、これらの予測がどれほど遠い未来まで届くかについても調査しました。彼らは、予測期間を5年から10年に延ばすと、記録的な熱を予測する能力が大幅に向上することを発見しました。これは単純に、期間を長くすることで、極端なイベントが発生する統計的な可能性が高まるためです。北半球の多くの地域において、モデルは、もし10年先を見据えるならば、海洋条件が好都合である限り、新しい熱の記録の到来を巧みに予測できることを示唆しています。温暖化のシグナルがまだ支配的ではない地域であっても、より長い予測期間と着実な地球の気温上昇の組み合わせにより、予測可能性はまもなく出現する可能性が高いのです。

この研究の最も重要な発見の一つは、この予測可能性が、長期的な温暖化トレンドと海洋の短期的な変動の両方に依存しているということです。研究者たちは、モデルから海洋データを取り除き、地球の気温トレンドのみを残した場合に何が起こるかをテストしました。その結果、海洋情報なしでは、特定の記録的な夏を予測するモデルの能力が著しく低下することが分かりました。これは、地球温暖化が極端な熱への舞台を整える一方で、これらのイベントの具体的な時期と場所は、依然として海洋の自然な変動に強く影響されていることを裏付けています。機械学習モデルが成功しているのは、温暖化する惑星と変化する海の両方が書いた台本を読み取ることができるからです。

研究者たちはまた、これらの予測が将来どのように変化するかについても検討しました。異なるレベルの地球温暖化をシミュレーションすることにより、現在の温暖化率が続くことを前提として、ほとんどの陸域において、5年以内の記録的な夏の予測が可能になるのは今後10年から30年以内であると推定しました。一部の地域では、この閾値はすでに超えられています。この研究は、地球がさらに温暖化するにつれて、信頼できる予測の窓は広がり、避けられない極端な熱の到来に対してコミュニティが準備するための貴重な時間を提供することを示唆しています。

有望な結果ではあるものの、著者らは自らの研究の限界についても注意深く述べています。機械学習モデルは単一の気候シミュレーションのデータで訓練されており、異なるモデルではわずかに異なる結果が出る可能性があります。さらに、モデルは特定の短期間の熱波よりも季節平均の予測に優れていますが、両者は密接に関連しています。研究者たちはまた、もし将来の海洋パターンがこれまで見たことのない形で進化した場合、現在の予測を調整する必要があるかもしれないとも指摘しています。しかし、核心となる発見は強固です。人間活動による温暖化と自然な海洋の変動性が、極端な熱に対する予測可能な新しい時代を作り出しているという事実です。

この研究は、科学者が気候予測にアプローチする方法における重要な転換を意味しています。極端なイベントを純粋に混沌として予測不可能であると見なすのではなく、この研究は、惑星が温暖化するにつれて、それらが予測可能なシグナルを含んでいることを示しています。機械学習を使用して海洋と大気の複雑な関係を解読することで、研究者たちはこれまで以上に遠い未来を見通す方法を見つけ出しました。これは、気候が完全に予測可能になったことを意味するのではなく、最も危険な熱イベントを、以前では到達できなかったレベルの確信を持って予見する能力を私たちが獲得しつつあることを意味しています。世界中のコミュニティにとって、記録的な夏を予測するこの新たな能力は、極端な熱という増大する脅威から命とインフラを守るための、極めて重要な適応ツールとなる可能性があります。