国立研究開発法人情報通信研究機構(NICT)では毎日、宇宙天気予報を行い、広く一般に情報配信をしている。宇宙天気の源となる太陽面爆発フレアは、黒点周辺に蓄えられた磁場の歪みエネルギーが基になって発生し、大量の放射線や有害な粒子が地球に降り注ぐ。宇宙天気による通信障害や航空機運用及び電力網への影響といった様々な社会現象に対して、より早期に対策を取るため、太陽フレアの予測が求められている。近年、太陽衛星観測による監視体制が整ってきているが、膨大な量の観測データの処理の困難さなどのため、従来の宇宙天気予報の予報精度は長い間上がらず、新しいアプローチによる精度向上が喫緊の課題となっていた。
今回、電磁波研究所の宇宙天気予報研究チームは、先進的音声翻訳研究開発推進センター（ASTREC）の機械学習専門グループと連携し、複数の機械学習の手法を太陽観測データに適用することで、人では処理しきれない大量の情報による統計的な予測を行う新しい技術を開発した。学習データ作成には、NASAのSDO衛星観測による高分解能データ30万枚というビッグデータを用い、約60個の黒点の特徴に注目した。特徴の検討には、長年にわたる宇宙天気予報の経験を反映させた。
その結果、従来5割弱程度だった太陽フレアの予測精度から、8割を超える世界トップクラスの精度を達成した。また、機械学習を用いた分析により、どの特徴が、どの程度予測に有効かを統合的に示し、新たに選んだ黒点の特徴が従来考慮されてこなかった太陽フレアの前兆を示すことを初めて明らかにした。
現在、国際民間航空機関（ICAO）では2020年頃を目標に、海洋上・極域航路での通信、宇宙放射線被ばく、さらにGPSを利用した測位などに影響を与える宇宙天気の情報を、通常業務で利用しようという計画が進められている。このような状況において、この太陽フレアの予測モデルが、リアルタイムで、より精度の高い予測情報として活用されるよう、今後、検証しながら実用化を進めていく方針だ。(編集担当：慶尾六郎)
