技術要約：アンサンブル機械学習を用いた温帯、亜寒帯、および極地における垂直電波屈折率勾配の予測

問題提起

下層対流圏の電波屈折率勾配に関する既存の機械学習研究は、主に基本的な地表熱力学変数（例：気温、気圧、相対湿度）および単一の気候環境に限定されてきた。この制限により、対照的な気候帯における大気力学および雲微物理学変数の影響が、ほとんど調査されていない。さらに、限られた温帯の設定での観測に基づいて開発された従来の経験的な伝搬フレームワークは、熱帯や温帯とは熱力学的構造が大幅に異なる高緯度地域などの、力学的に異なる大気レジームで見られる非線形な変動を表現することに苦慮している。多様な気候地域におけるレンジ・ハイト（距離・高度）の不正確さやカバレッジの欠如を軽減するために、複雑な熱力学、力学、および微物理学的な相互作用に適応できる予測アプローチへのニーズが高まっている。

手法

データソースおよび研究領域

本研究では、欧州中期予報センター（ECMWF）のERA5再解析データ（1991年1月から2025年4月まで）を使用した。データは、3つの明確な気候帯に分類された14の気象観測所から収集された：

• 温帯（6地点）： ボルドー、コペンハーゲン、ニューヨーク、アトランタ、デンバー、ラサを含む。
• 寒冷／亜寒帯（6地点）： アンカレッジ、ヘルシンキ、ケブネカイセ、ガルドホピゲン、ウランバートル、コルマユールを含む。
• 極地（2地点）： 南極のボストークおよびマクマードを含む。

分析は下層対流圏（気圧1000–850 hPaの層）に焦点を当てた。

目的変数および予測変数

• 目的変数： スミス・ウェイントラブ（Smith–Weintraub）の定式化を用いて、1000 hPaから850 hPaの間で計算された垂直電波屈折率勾配（$dN/dz$）。
• 予測変数： 以下のカテゴリに分類される14個の大気変数から抽出された：
  • 熱力学／化学的変数： 比湿度、オゾン混合比。
  • 力学的変数： ポテンシャル渦度、発散、ジオポテンシャル、垂直速度、U成分およびV成分の風、相対渦度。
  • 雲微物理学的変数： 雲量、比雲水（液体／雨／氷／雪）含有量。

モデリング手法

6つの機械学習回帰モデルをリッジ回帰（Ridge regression）のベースラインと共に評価した：

1. LightGBM
2. Random Forest
3. XGBoost
4. Support Vector Regression (SVR)
5. Multi-Layer Perceptron Regressor (MLPRegressor)
6. AdaBoost

実験設計：

• データ分割： 訓練、検証、テストに対して60:20:20のランダム分割を用いた。
• 前処理： 変数は標準化（平均ゼロ、分散一）された。外れ値は、物理的に妥当な大気の極端な現象を表しているため、保持された。
• 特徴量選択： 各ゾーンおよび各モデルに対して、最適な予測変数のサブセットを特定するために、逐次前方選択（SFS）を採用した。
• ハイパーパラメータ・チューニング： 検証セット上でグリッドサーチを行い、モデルのパラメータを最適化した。
• 評価： 独立したテストセットに対し、平方根平均二乗誤差（RMSE）、平均絶対誤差（MAE）、および決定係数（$R^2$）を用いて性能を評価した。指標の安定性を推定するために、1,000回の再サンプリングによるブートストラップ信頼区間を生成した。
• 解釈性： 特徴量の重要度は、決定木ベースのモデルにはSHAPを、非決定木モデルには置換重要度（permutation importance）を用いて分析した。

主な結果

気候帯ごとのモデル性能

アンサンブル決定木モデルは、すべてのゾーンにおいて、線形リッジ回帰ベースラインおよび単純なブースティング手法を一貫して上回った。

• 温帯：

  • 最良モデル： LightGBMが $R^2 = 0.877$、RMSE = 1.700 N-units/km を達成した。
  • 次点： SVR、Random Forest、およびXGBoostは、同等の性能（$R^2 \approx 0.85–0.86$）を示した。
  • ベースライン： リッジ回帰は著しく劣っており（$R^2 = 0.654$、RMSE = 2.852）、この変数環境における線形モデルの不十分さを浮き彫りにした。

• 寒冷／亜寒帯：

  • 最良モデル： LightGBMが最も高い精度を達成し、$R^2 = 0.929$、RMSE = 1.023 N-units/km となった。
  • 次点： XGBoost、Random Forest、SVR、およびMLPRegressorが僅差で続いた（$R^2 \approx 0.91–0.92$）。
  • 観察事項： 最も負の勾配は8月に発生したが、6つのモデルのいずれもこのタイミングを捉えることができなかった。すべてのモデルは7月に最小の勾配を予測しており、これはモデルが実際の水蒸気条件よりも、主に7月の気温と水蒸気圧の極大値に反応していることを示唆している。

• 極地：

  • 最良モデル： Random Forestが $R^2 = 0.819$、RMSE = 0.390 N-units/km で僅かにリードし、LightGBM（$R^2 = 0.814$、RMSE = 0.395）が僅差で続いた。
  • 注記： 極地における絶対的なRMSEの低さは、ターゲット変数の範囲が狭いこと（季節振幅 ~20 N-units/km）を反映しており、他のゾーンに対する予測スキルの高さを示すものではない。
  • 異常値： MLPRegressorはこのゾーンにおいて性能が悪く（$R^2 = 0.553$）、これはニューラルネットワークが安定した関係を学習するためのサンプルサイズが小さいこと（観測地点が2地点のみ）に起因すると考えられる。

特徴量の重要度に関する洞察

• 主要な予測変数： すべてのゾーンにおいて、比湿度、ポテンシャル渦度、発散、およびジオポテンシャルが最も関連性の高い予測変数として特定された。
• ゾーン固有のニュアンス：
  • 温帯： 幅広く分散した予測変数が必要であり、決定木モデルでは特定の雪水含有量やジオポテンシャルが高くランク付けされた。
  • 寒冷／亜寒帯： 決定木ベースのモデルのSHAP分析では力学的な変数（ポテンシャル渦度、ジオポテンシャル）が特に顕著であったが、非決定木モデルの置換重要度では比湿が支配的であった。
  • 極地： 特定の湿度が、すべてのモデルにおいて最も一貫して選択され、最も高くランク付けされた予測変数であった。雲微物理変数（液体／氷の含水量）は、他のゾーンよりも二次的な役割としてより重要な役割を果たしていた。
• 無関係な予測変数： オゾン混合比は、すべてのゾーンにおいて一貫して重要度が最も低い変数であり、トップクラスのサブセットに選ばれることはほとんどなかった。

意義と主張

本論文は、ERA5再解析データにアンサンブル機械学習を適用することで、対照的な気候における屈折率勾配の変動を効果的に捉えることができ、高緯度環境における力学的および微物理学的変数をこれまで無視してきた既存の文献の空白を埋めることができると主張している。

主な貢献：

1. クロス気候検証： 本研究は、非線形アンサンブルモデル（特にLightGBMおよびRandom Forest）が、温帯、亜寒帯、および極地の各ゾーンにおいて、線形ベースラインや単純なニューラルアーキテクチャよりも優れた性能を発揮することを実証した。
2. 予測変数の拡張： 基本的な地表熱力学変数のみを用いる場合よりも、大気の力学的および雲微物理学的変数を含めることで予測精度が向上することを確立した。
3. 特徴量の関連性： 屈折率勾配の推定を支える「共通の核」となる予測変数（比湿度、ポテンシャル渦度、発散、ジオポテンシャル）を特定すると同時に、微物理学的変数へのゾーン固有の依存関係についても指摘した。

限界と主張の謙抑性：
著者らは、これらの結果がランダムなデータ分割に基づいていることを明示しており、独立したラジオゾンデ・プロファイルや時系列テストセットによる検証は行われていない。したがって：

• 報告された指標は、厳密なアウトオブサンプル（サンプル外）の時系列汎化ではなく、同じ観測地点・月分布内での補間を反映している。
• 本フレームワークは、レーダーや通信システムの設計における運用段階にはまだ準備ができていない。
• 汎用性を確認するためには、「1地点抜き（leave-one-station-out）」検証や時系列検証、および独立したラジオゾンデ測定を含む今後の研究が必要である。

本研究は、高緯度のデータ不足地域における屈折率勾配モデリングのための、再解析ベースの機械学習使用を支持する予備的な証拠として位置づけられており、決定的な運用ソリューションとして提示されているわけではない。