4C-03
機械学習及び特徴量選択による気象予測の後処理モデルの精度向上
○岩瀬一馬,竹縄知之(東京海洋大)
気象予測で通常用いられる数値モデルは予測誤差を含むため、誤差を修正する手法として機械学習を用いた数値モデルに対する後処理モデルの開発が行われており、気象庁の予測にも使用されている。本研究の目的は、平野部や山岳部、島しょ部などを含む日本全域の18地点を対象に、後処理モデルの精度を向上させることである。機械学習モデルとしてLightGBMを使用し、また、相関分析により入力特徴量を自動的に選択した。先行研究で使用されたモデルや気象庁が提供する後処理モデルであるMSMガイダンスと比較し、多くの場合において精度の向上が確認された。