【第66回】学科専門・問題6（2026年8月試験）

問題

気象庁で作成している天気予報ガイダンスについて述べた次の文(a)〜(c)の下線部の正誤の組み合わせとして正しいものを選択する問題です。

(a) 数値予報モデルでは、予測値の系統誤差が予報時間とともに変化することがあるが、ガイダンスはそのような場合でも系統誤差を低減することができる。

(b) カルマンフィルタを用いたガイダンスは、実況の観測データを用いて予測式の係数を逐次更新しており、局地的な大雨など発生頻度の低い現象に対しても、数値予報の予測誤差を確実に低減することが可能である。

(c) ニューラルネットワークを用いたガイダンスは、目的変数と説明変数の関係が線形でない場合にも適用でき、なぜそのような予測になったのか、予測の根拠を把握するのに適している。

答えを見る

③ a：正 b：誤 c：誤

解説を見る

この記述は正しいです。ガイダンスは、数値予報の結果と過去の観測値の統計的な関係を用いて予測を補正するものです。予測式は予報時間（予報対象時刻）ごとに作成されるため、系統誤差が予報時間とともに変化する場合でも、それぞれの系統誤差を低減できます。

この記述は誤りです。カルマンフィルタは観測データを使って予測式の係数を逐次更新するため、数値予報モデルの変更などにも自動的に追随できるのが長所です。

しかし、係数は過去の事例から学習して決まるため、局地的な大雨のように発生頻度の低い現象は学習の機会が少なく、予測精度が低くなりがちです。予測誤差を「確実に低減できる」わけではありません。

この記述は誤りです。ニューラルネットワークは、目的変数と説明変数の関係が非線形であっても表現できるのが長所です。

一方で、内部の計算が複雑で、なぜその予測結果になったのかを説明しにくい（いわゆるブラックボックス）という短所があり、予測の根拠を把握するのには適していません。

手法	長所	短所
カルマンフィルタ	係数を逐次更新し、モデルの変更に追随できる	発生頻度の低い現象の予測が苦手
ニューラルネットワーク	非線形な関係も表現できる	予測の根拠がわかりにくい