Google、AI洪水予測フレームワークをオープンソース化
- •Googleは2026年6月3日、AIベースの洪水予測に向けたオープンソースのハイドロロジー（水文学）フレームワークを公開した。
- •アップデートされたME-LSTMモデルは、観測所のある流域で予測可能期間を6日間延長する。
- •本フレームワークはDelft-FEWSプラットフォームと統合可能で、GitHubにてApache 2.0ライセンスで利用できる。
Google Researchは2026年6月3日、各国の気象水文機関が運用ワークフローに高度なAIベースの洪水予測を組み込めるよう設計されたオープンソースの水文学モデリングフレームワークをリリースした。このフレームワークにより、研究者や予報士は、河川の洪水警報を提供するGoogle Flood Hubと同様のアーキテクチャやデータパイプラインを用いてモデルをトレーニングできる。GitHub上でApache 2.0ライセンスの下で公開することで、専門家が機密データを保持しつつ、地域特有のデータセットでモデルを精緻化できるよう支援する。
水文学モデルはPyTorchを活用したPythonパッケージとして動作し、気候パターン、土壌組成、地形、土地被覆などを入力とする。システムはLong Short Term Memory (LSTM)ネットワークを搭載し、Caravanデータセットと互換性のあるトレーニングパイプラインを提供する。リリースには2024年のベンチマークモデルと、Flood Hubで現在使用されているアップグレード版の2種が含まれる。このアップデート版はME-LSTMアーキテクチャを採用し、Graphcastや欧州中期予報センター(IFS)、NASAの衛星推定値などの気象データを統合する。内部ベンチマークによれば、前世代と比較して観測所のある流域で6日間、観測所のない流域で1日、予測可能期間が延長された。
導入を促進するため、本フレームワークはDeltares研究機関が保守する業界ツールDelft-FEWSとの統合に対応している。チェコ気象水文研究所(CHMI)との共同検証では、このAI駆動モデルが従来の局所的に調整された概念モデルと同等の予測品質を実現することが示された。先住民や地域の知見(ILK)をリスク知識生成に直接組み込める設計は、世界気象機関の2025年のマルチハザード早期警戒システムに関する報告書の方針と合致する。今回のリリースは、リソースが限られた地域に対し、高コストな従来型インフラへの依存を減らしつつ、AIによる洞察で地域レベルの防災体制を強化する拡張性の高い選択肢を提供するものとなる。