[論文レビュー] Evaluating the Predictability of Selected Weather Extremes with Aurora, an AI Weather Forecast Model

Qin Huang, Moyan Liu+2 more|arXiv (Cornell University)|Mar 6, 2026

Tropical and Extratropical Cyclones Research被引用数 0

ひとこと要約

要約: 本論文は Aurora という AI 天気予報モデルを評価し、熱帯低気圧、凍結、熱波、大気河川、極端降水といった選択的気象極値の予測性を 1 日から 21 日先まで検討し、短期域での強い予報力を強調する一方、 subseasonal な極端強度の失敗モードを指摘する。

ABSTRACT

AI weather foundation models now achieve forecast skill comparable to numerical weather prediction at far lower computational cost, yet their predictability for high-impact extremes across dynamical regimes remains uncertain. We evaluate Aurora using an event-based framework spanning tropical cyclones, freezes, heatwaves, atmospheric rivers, and extreme precipitation at lead times from 1 to 21 days. Aurora demonstrates strong short-range (1-7 day) skill across event types, including competitive tropical cyclone track accuracy and high spatial agreement for temperature and moisture extremes. However, a consistent subseasonal failure mode emerges: while large-scale circulation patterns remain moderately skillful at 14-21 day leads, threshold-based extreme intensity collapses as fields regress toward climatology. This divergence indicates that Aurora retains synoptic-scale dynamical structure but loses surface-impact amplitude beyond 7-10 days. The practical predictability horizon for deterministic AI extreme-event forecasting therefore remains constrained by intrinsic atmospheric dynamics.

研究の動機と目的

• Aurora の選択的気象極値に対する forecast skill を複数レジームで評価する。
• 1〜21 日の lead time にわたる性能を定量化する。
• 予測性の失敗モードを特に長距離予測での地表影響振幅に焦点を当てて特定する。

提案手法

• 熱帯低気圧、凍結、熱波、大気河川、極端降水を横断するイベントベースのフレームワークを用いる。
• lead time を 1–21 日として forecast skill を評価する。
• 統計的に climatology からの乖離を特定するために、同時スコピック規模の構造と地表影響振幅の両方を分析する。

実験結果

リサーチクエスチョン

• RQ1 Aurora は 1–7 日の異なるイベントタイプにおいて選択的気象極値の予測でどう機能するか？
• RQ2 14–21 日先で synoptic-scale dynamical structure を保持するか、そしてこれが地表影響振幅とどう関係するか？
• RQ3 7–10 日を超える極端強度予測の失敗モードは何か？

主な発見

• Aurora はイベントタイプを超えて 1–7 日の短期域で強い技能を示す。
• 熱帯低気圧の軌道予測精度は競争力があり、温度/水蒸気極値は高い空間的整合を示す。
• 一貫した subseasonal の失敗モードが現れる：閾値ベースの極端強度は 14–21 日で場が climatology に回帰するため崩れる。
• Aurora は synoptic-scale の動力学的構造を保持するが、7–10 日を超える地表影響振幅を失う。