天気予報の仕組みをわかりやすく解説｜観測・数値予報・AI予測から的中率の裏側まで

「明日の天気、本当に当たるの？」「雨マークが出ているけど、傘を持っていくべき？」——毎朝スマホで天気予報をチェックする人は多いでしょう。でも、その予報がどのように作られているか、実はあまり知られていません。

天気予報は「なんとなく空を見て予想している」わけではありません。全国約1,300か所に設置されたアメダス、気象衛星ひまわり、ラジオゾンデ（高層気球）などの観測データを集め、スーパーコンピュータで物理法則に基づいたシミュレーションを行い、さらに気象予報士の知識と経験を加えて完成する——高度な科学技術の結晶です。

この記事では、天気予報の裏側にある「仕組み」を、観測→数値予報→予報官の判断→発表というフロー全体を通して解説します。最近注目されるAI気象予測（Google DeepMindのGenCastなど）の話題にも触れ、天気予報がこれからどう進化するのかまで掘り下げます。

天気予報とは？——「勘」ではなく「科学」で未来を予測する技術

天気予報とは、大気の現在の状態を観測し、物理学の法則を使って将来の大気の変化をコンピュータで計算し、その結果を人間がわかりやすい形に翻訳して伝える情報サービスです。

日本では気象庁が天気予報の発表を行っており、民間気象会社（ウェザーニューズ、日本気象協会など）も独自に予報を提供しています。気象業務法により、天気予報を業務として行うには気象予報士の資格が必要で、2025年時点で約12,000人が登録されています。

ここが意外と見落としがちなポイントですが、天気予報には大きく3つの時間スケールがあります。

あなたが毎朝見ている「明日は晴れ」という情報の裏には、地球規模の観測データと膨大な計算が隠れているのです。

天気予報ができるまでの全体フロー

このフローは1日に複数回繰り返されます。気象庁は1日4回（5時・11時・17時・翌日5時）の定時予報のほか、大雨や台風の際は随時更新。データが入ってから予報が出るまでわずか数十分〜1時間程度という驚きのスピードです。

Step 1：観測——全国1,300か所のセンサーが24時間稼働

天気予報の出発点は「今の大気の状態を正確に知ること」です。気象庁は複数の観測手段を組み合わせて、立体的に大気を捉えています。

アメダス（AMeDAS：地域気象観測システム）は、全国約1,300か所（約17km四方に1か所）に設置された自動観測装置です。降水量・気温・風向風速・日照時間を10分ごとに自動計測し、リアルタイムでデータを送信します。このうち約840か所では気温・風も計測しています。積雪地域では積雪深のセンサーも備えています。

気象衛星ひまわりは、赤道上空約35,786kmの静止軌道から日本周辺を常時監視しています。現行の「ひまわり9号」は16バンドのセンサーで雲の種類や高さ、海面水温、火山灰の分布まで識別できます。10分ごとに地球全体、2.5分ごとに日本域を撮影しています。

ラジオゾンデ（高層気象観測）は、ヘリウム気球に温度・湿度・気圧センサーを取り付け、上空約30kmまで飛ばして大気の立体構造を計測します。全国16地点で毎日2回（9時・21時）打ち上げられ、この「縦方向」のデータが数値予報の精度を大きく左右します。

さらに、海上ブイ、船舶・航空機からの観測データ、世界各国の気象機関からの国際データ交換（GTS：全球電気通信システム）により、地球規模のデータが集まります。

Step 2：データ統合——COSMETSが世界中の情報を整理

集まった膨大なデータは、気象庁のCOSMETS（気象情報総合処理システム）に送られます。アメダスは地域気象観測センター経由、衛星データは気象衛星センター経由、国際データはADESS（気象データ通信システム）経由で統合されます。

ここで重要なのが品質管理（QC：Quality Control）です。センサーの故障や異常値を自動検出し、信頼できるデータだけを選別します。例えば、周囲の観測点と大きく異なる気温が報告された場合、自動的にフラグが立てられ除外されます。

Step 3：数値予報——スーパーコンピュータが未来を計算する

天気予報の心臓部がこの「数値予報」です。大気を格子状に分割し、各格子点の気温・気圧・風速・湿度などを物理法則（流体力学の方程式：ナビエ・ストークス方程式、熱力学の第一法則、水蒸気の保存則など）に基づいてコンピュータで時間発展させます。

気象庁は2024年3月に新しいスーパーコンピュータシステムの運用を開始しました。計算能力は約31PFLOPS（ペタフロップス）で、1秒間に3京1,000兆回の計算が可能です。

数値予報には目的別に複数のモデルがあります。

なぜ複数のモデルが必要かというと、解像度を上げると計算量が爆発的に増えるからです。2km格子の局地モデルは日本列島だけで約200万の格子点がありますが、地球全体を2kmで計算するには現在のスパコンでも能力が足りません。目的に応じて「望遠鏡のズーム倍率」を変えるイメージです。

Step 4：予報官の判断——コンピュータだけでは完結しない理由

数値予報の結果は「ガイダンス」として予報官に提供されますが、最終的な天気予報はコンピュータが自動で出すのではなく、予報官（気象予報士）が判断して作成します。

なぜ人間の判断が必要なのでしょうか。それは数値予報モデルには限界があるからです。格子間隔より小さいスケールの現象（局地的な雷雨や霧など）は直接計算できず、近似的な扱い（パラメタリゼーション）にならざるを得ません。また、山の斜面を吹き降ろす「からっ風」や瀬戸内海特有の霧など、地形に起因する局地現象は予報官の地域知識が不可欠です。

もしあなたが山間部に住んでいるなら、全国一律の天気予報よりも地元の予報官が調整した「府県天気予報」のほうが信頼度が高いことが多いでしょう。

Step 5：発表・配信——テレビからスマホまで、多チャンネル配信

完成した天気予報は、テレビ・ラジオ・新聞のほか、気象庁ホームページ、Yahoo!天気、ウェザーニュースなどのアプリ・Webサービスで配信されます。防災に関する情報はLアラート（災害情報共有システム）を通じて自治体やメディアに一斉配信されます。

近年はプッシュ通知による「ゲリラ豪雨15分前通知」「雷接近情報」など、ピンポイント・リアルタイムの情報提供が進化しています。ウェザーニューズは全国のユーザーから「今の天気報告」を集めて予報精度を高める「ウェザーリポート」を運用しており、約250万件の報告が年間で寄せられています。

天気予報の的中率——実は約86%も当たっている

「天気予報は外れるもの」と思っている方は少なくないでしょう。しかし実際には、東京地方の翌日予報の降水の有無の的中率は約86%です（気象庁検証データ）。梅雨時期を除けば約90%に達します。

この精度は過去50年で飛躍的に向上しました。1980年代後半に24時間予報で20メートルだった台風進路予報の誤差は、現在では72時間先でも20メートル程度まで改善。かつての1日先予報と同じ精度で3日先を予測できるようになりました。

精度向上の最大の要因は、コンピュータの計算能力向上と観測データの増加です。気象衛星のバンド数増加、アメダスの観測間隔短縮、海外気象機関とのデータ共有拡大が組み合わさり、「初期値」の精度が格段に上がったことが大きいのです。

AI気象予測の衝撃——Google DeepMindのGenCastとWeatherNext 2

2024年以降、天気予報の世界に大きな変革をもたらしているのがAI気象予測モデルです。従来の数値予報が物理法則を直接計算するのに対し、AI予測は過去の膨大な気象データからパターンを学習して未来を予測します。

GenCast：従来モデルの97%を上回る精度

Google DeepMindが2024年12月に発表したGenCastは、拡散モデル（画像生成AIと同じ原理）をベースにした気象予測AIです。ECMWFの40年分の再解析データ（ERA5）で訓練され、0.25°（約28km）解像度で15日先まで予測します。

驚くべきは、欧州中期予報センターの運用モデル（ENS）との比較で1,320通りの評価のうち97.2%でENSより高精度だったこと。36時間以上のリードタイムでは99.8%で上回りました。しかも、従来のスパコンで数時間かかる計算をPC1台で数分で行えます。

WeatherNext 2：さらに6.5%精度向上

2025年11月にはGoogle DeepMindとGoogle ResearchがWeatherNext 2を発表。GenCastから約8倍高速化され、全変数・全予報時間の99.9%でGenCastに勝り、精度が平均6.5%改善しました。

ただし、AI予測にはまだ課題があります。物理法則に基づかないため「なぜその予測になったか」の説明が難しく、極端な気象現象（過去に例のない大雨など）への対応力は未知数です。現時点では、従来の数値予報とAI予測を併用する「ハイブリッド型」が最も有望とされています。

天気予報のメリット——私たちの生活をこう支えている

日常生活の判断材料になる

傘を持つかどうか、洗濯物を外に干すかどうか。些細なことに思えますが、毎日の小さな判断の積み重ねが生活の質を左右します。降水確率30%以下なら傘なしで出かけるなど、数値で判断できるのは天気予報ならではです。

防災・減災の命綱

大雨・台風・暴風雪や地震の際、天気予報と気象警報は避難判断の最も重要な情報です。気象庁の「線状降水帯予測情報」は2023年から運用が始まり、スパコン「富岳」の技術を活用して予測精度向上に取り組んでいます。

経済効果が年間数千億円規模

農業では作付けや収穫時期の判断に、電力業界では需要予測に、小売業では仕入れ量の調整に天気予報が使われています。日本気象学会の研究では、天気予報の経済効果は年間数千億円規模と推計されています。航空業界では風向データが燃料消費の最適化に直結します。

レジャー・イベント計画の精度が上がる

週末の旅行やアウトドアの計画を立てる際、週間予報は不可欠です。最近は1時間ごとのピンポイント予報も一般的になり、「午前中に屋外で過ごして午後は屋内へ」といった柔軟な判断が可能になりました。

天気予報のデメリット・注意点——過信は禁物

ピンポイント予報の「偽の精度感」

最近のアプリは「〇〇市△△町の1時間ごと予報」を表示しますが、実際には数km四方の格子の代表値であり、あなたの家の真上の天気を予測しているわけではありません。特に夏の雷雨は数百メートル単位で降る・降らないが変わるため、ピンポイント表示でも外れることがあります。

降水確率の誤解が多い

降水確率30%は「10回中3回は1mm以上の雨が降る」という意味であり、「30%の面積で降る」「30%の時間降る」ではありません。また、降水確率0%は実際には「0〜5%未満」を四捨五入した値です。この仕組みを知らないと不要な不満が生まれます。

長期予報ほど精度が下がる

大気はカオス系であり、初期値のわずかな誤差が時間とともに増幅します（バタフライ効果）。週間予報の信頼度は日を追うごとに低下し、6〜7日先は「やや不確実」レベルです。1か月予報は「平年より高い・低い」という傾向予測にとどまります。

地形の影響を完全には再現できない

数値予報モデルは地形を格子の平均値で表現するため、急峻な山地や複雑な海岸線の影響を完全には捉えられません。山間部や離島では、全国予報と実際の天気にズレが出やすい傾向があります。

天気予報サービスの選び方——あなたの目的に合うのはどれ？

現在、天気予報を提供するサービスは多数あります。目的に応じて使い分けるのがポイントです。

どのサービスも基本的な気象データは気象庁のものを使っていますが、独自の予測アルゴリズムや補正を加えているため、同じ日・同じ場所でもサービスによって微妙に予報が異なることがあります。「複数のサービスを見比べて共通している部分」を信頼するのが賢い使い方です。

よくある誤解——天気予報にまつわる3つの思い込み

誤解1：「降水確率50%は当てにならない」

降水確率50%は「2回に1回は降る」という意味で、決して「わからない」ではありません。実際に過去の降水確率50%の日を検証すると、約半分の日で1mm以上の降水が観測されており、予報としては高い精度です。折り畳み傘を持っていくのが合理的な判断でしょう。

誤解2：「昔の天気予報のほうが当たっていた」

人間の記憶はネガティブバイアスがかかりやすく、「外れた日」のほうが印象に残ります。気象庁の統計データでは、翌日予報の的中率は1970年代の約75%から現在の約86%まで一貫して向上しています。

誤解3：「気象予報士がいなくなればAIだけで天気予報ができる」

AI予測は急速に進歩していますが、地域特有の気象現象の解釈、住民への伝え方の工夫、防災の判断はまだ人間にしかできない領域です。AIは「予測精度を上げるツール」であり、「天気予報を届けるプロ」としての予報官の役割はむしろ重要性を増しています。

まとめ：天気予報の仕組みを知ると、情報の使い方が変わる

• 天気予報は観測→データ統合→数値予報→予報官判断→発表の5ステップで作られる
• 全国約1,300か所のアメダス、気象衛星ひまわり、ラジオゾンデなどが24時間体制でデータを収集
• スーパーコンピュータ（約31PFLOPS）が物理法則に基づいて大気の未来を計算（数値予報）
• 翌日予報の的中率は約86%で、50年前から10ポイント以上向上
• Google DeepMindのGenCast・WeatherNext 2など、AI気象予測が従来モデルを上回る精度を実現
• 降水確率は「確率」であり、0%でも雨が降る可能性はゼロではない
• 目的に応じて気象庁・Yahoo!天気・ウェザーニュースなどを使い分けるのが賢い活用法

天気予報の仕組みを理解すれば、「なぜ外れることがあるのか」も納得でき、予報をより上手に活用できるようになります。明日の天気予報を見るとき、その裏側で動いているスパコンとAIのことを少し思い出してみてください。