気象データアナリストが専門的に使う気象データと位置情報について

MIERUNE Meetup #6 に登壇させていただきました。気象データが持つ地理空間データとしての側面と、QGISに数値予報GPVデータをGRIB2形式・NetCDF形式でそれぞれ読み込ませるとどうなるか、紹介しました。

Transcript

1. MIERUNE Meetup mini #06 気象データアナリストが 専門的に使う気象データと 位置情報について Weather Data Science合同会社 加藤 芳樹
2. 1 © ２０２０ 自己紹介 気象予報士・データサイエンティスト 気象データアナリスト養成講座 講師 Weather Data Science合同会社・共同代表 👉 気象データを活用した分析やAI開発などを行い、 　 企業の課題解決を夫婦でサポートしています 【経歴】 • 東京大学大学院理学系研究科地球惑星科学専攻 • ウェザーニューズで気象予報・技術開発 • SPRING JAPANで運航管理（見習い） • データミックス社データサイエンティスト育成講座修了 • SIGNATEで雲画像予測コンペ 　→ 現在に至る 【ウェブサイト (Please click !) 】
3. 2 © ２０２０ 主な実績 【気象データを活用したデータ分析・AI開発】 • テレビ放送事業者へフェージングを予測するAIの開発 • 再エネ関連事業者へ太陽光･風力の発電量予測AIの開発 • コインランドリーの需要予測とダイナミックプライシング etc 【気象庁の人材育成プロジェクトへ参加】 • 気象データアナリスト育成講座のカリキュラム設計、教材作成 • 試験的に実施した育成講座の講師 ←（出典）気象庁「気象業務はいま ２０２１」 【『おかえりモネ』気象監修へ参加】 • 気象に関する助言・調査、台本考証、体験談・資料提供 etc
4. 3 © ２０２０ 『太陽光発電予報』WEBサイト無料公開中 全国主要都市に１[MW]のメガソーラーを想定し、それぞれの翌日発電量予測値を毎日更新＆無 料公開しています。https://pvyoho.weatherdatascience.tokyo/ 『太陽光発電予報』WEBサイトについての詳細は PR TIMES「これまで見たことない【太陽光発電予報】WEBサイト始めました」 をご覧ください。
5. 気象業界 気象データ界隈
6. 5 © ２０２０ 【日本の気象業界の市場規模】 • 1993年気象業務法改正以来、300億円前後でほぼ横ばいだった • 近年、大手気象会社を中心に2018年頃から増加傾向（帝国データバンク） • 現在は推定約400億円規模 （出典）気象庁「気象業務はいま ２０１２」 気象業界の市場規模 👆 ただし上記には気象データ を活用したビジネスを行う 気象会社以外の企業の数値 は含まれない 実際にはもっと規模は大き いはず？（未知数）
7. 6 © ２０２０ 気象ビジネス推進コンソーシアム(WXBC) 気象データを活用した新たな気象ビジネス市場の創出に向け 2017年に設立された産学官連携の組織 事務局：気象庁 会員数：約1270会員（法人約520社）　※2023年2月現在 （出典）WXBCパンフレット 
 WXBCについて https://www.wxbc.jp/
8. 7 © ２０２０ （出典）気象庁ウェブサイト
 企業におけるビジネス創出 や 課題解決 ができるよう、
 「気象データの知識」と「データ分析の知識」を兼ね備え、
 気象データとビジネスデータを分析できる人材 
 気象データアナリストについて 気象データアナリストの誕生
9. 気象データと位置情報
10. 9 © ２０２０ 気象データと位置情報 気象データは位置情報と密接な関わりがある… 【アメダス観測データ】 • 気象庁が日本全国で行っている自動観測 • 「どこで観測されたデータか」は重要な要素 【数値予報GPVデータ】 • 未来の大気をスパコンで計算した気象予測データ • 空間を格子状に区切ったデータ（緯度経度） • いわゆるラスターデータに相当する （図）気象業務支援センターより引用
11. 10 © ２０２０ 気象データと位置情報 しかしながら気象ドメインの人は… 地理空間データを扱っているという認識は持っていない なぜ？たぶん… あまりに当たり前に位置情報を使っているから、 殊更に意識してない（かも？） なので気象ドメインの人に、 『あの数値予報GPVっていうラスターデータって、ゴニョゴニョ…』 と話しかけても通じません。。 逆に言うと、QGISのようなGISソフトウェアに、数値予報GPVデータを 読み込ませてデータ解析しよう、と考える人もあまりいない → やったらニッチな存在になれる？？
12. 11 © ２０２０ 数値予報GPVの中身 数値予報GPVは5次元のデータ（？） • 3次元の空間（東西・南北・高度） • 時間 • 気象要素（気温とか湿度とか…） 構造としては、特定の高度・特定の時間・特定の気象要素の2次元平面 ラスターデータがレイヤー状に重なっているイメージ （図）気象業務支援センターより引用 GPVデータのイメージ図
13. 12 © ２０２０ 数値予報GPVの使い方（使われ方） （１）可視化して見る 気象予報士が気象予測をする際に、数値予報GPVを下図のように可視化した Viewerを見ながら業務している （２）特定の緯度経度の値を切り出して分析する 専用ソフトウェア (e.g. wgrib2）や、Pythonなどで指定した緯度経度の最寄りの 格子点値を取り出したり、内挿計算したりして使う（e.g. 太陽光発電予報） データ分析の目的ではこうした使い方をすることが多い
14. 13 © ２０２０ QGISで数値予報GPVを読み込んでみる（GRIB2形式） 高度・時間・気象要素ごとの 2次元空間データがバ ンドとして読み込まれている （扱いにくい…）
15. 14 © ２０２０ QGISで数値予報GPVを読み込んでみる（NetCDF形式） 気象要素ごとにレイヤーに分かれるが、時間軸がバ ンドとして読み込まれている （扱いにくい…）
16. 15 © ２０２０ 気象庁が公開するGISデータ！？（おまけ） 気象庁が天気予報や注警報を発表する際のエリア 区分をシェープファイルで公開しています。 →気象庁：予報区等GISデータの一覧