「HiRO-ACEv2」気候シミュレーション高解像度化モデル:配布ファイル一覧

「HiRO-ACEv2」気候シミュレーション高解像度化モデル:配布ファイル一覧

基本情報

項目 内容
リポジトリ allenai/HiRO-ACEv2
公開元のまとめ Ai2 のモデルとライセンスのまとめ
公開日 2026-10-13
ライセンス apache-2.0
配布形式 checkpoint (ckpt)
論文 arXiv:2610.17693
出典の種類 公開元の一次情報(公式HFリポジトリによる一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

Allen Institute for AI(Ai2)が、気候シミュレーションを高解像度化する生成モデル「HiRO-ACEv2」を公開しました。これは文章や画像を入出力するモデルではなく、気候モデルが出力する100km解像度の大気データ(降水量・風速・海面気圧など)を入力として、3km解像度の高精細な気象場を生成するdiffusionモデルです。数十年規模の気候シミュレーションを、地球上の任意の領域について高解像度化できるとされています。

HiRO-ACEv2は二段構成のフレームワークで、まず「ACE」(Ai2 Climate Emulator)という大気変動を日単位から世紀単位まで模擬するモデル群が100km解像度で自己回帰的に気候をシミュレーションし、その出力を「HiRO」(High Resolution Output)というdiffusionモデルが3km解像度へダウンスケーリングする構成です。本リポジトリには、ダウンスケーリング用のHiROv2チェックポイントと、入力生成用のACE2S-X-SHiELDチェックポイントの両方が含まれています。

スペック

  • アーキテクチャ: HiROは100km解像度入力から3km解像度を生成するdiffusionモデル。ACE2S-X-SHiELDは100km解像度でX-SHiELD(GFDL提供の高解像度地球シミュレーションデータ)を模擬する確率的(生成的)エミュレーター
  • 出力変数: 6時間平均の地表降水量、10m東西・南北風(瞬時値)、海面気圧(瞬時値)。いずれも6時間間隔で3km解像度
  • 緯度範囲: 66S〜70Nの範囲で学習・検証されており、88Sまたは88Nを超える領域では動作不可
  • 空間パッチ: 学習時のダウンスケーリングパッチサイズは16×16(1度)。これより大きい領域をダウンスケーリングすると、パッチの重なりが0の場合は不連続、重なりがある場合はブレンディングによるアーティファクトが生じると説明されています
  • ライセンス: apache-2.0
  • 学習データ: X-SHiELDの9年分(2014〜2022年)のデータで学習
  • 配布形式: チェックポイント(ckpt)。推論にはfmeパッケージをpipインストールし、YAML設定ファイル(ace2s_inference_config_global.yaml、hiro_downscaling_ace2s_pnw_output.yamlなど)のパスを更新して実行する手順が示されています

性能・品質

モデルカードによれば、HiROv2は地表降水量・10m風・海面気圧の分布について、X-SHiELDの基準分布を99.9999パーセンタイル値まで再現し、台風や大気河川など地域的影響の大きい事象のスナップショットでも現実的な場を生成できるとされています。また、X-SHiELDに対する時間平均バイアスは低く、地形に関連した降水の時間平均特性も再現できると説明されています。

付随する論文(arXiv:2610.17693)の要旨では、従来の数値的な全球ストーム解像モデル(GSRM)と比べて推論計算コストが300倍以上低いとされ、大規模なアンサンブルデータを用いて台風や極端現象の特性を研究できる点が強調されています。論文は、降水・近地表風の分布のテール(99.9999パーセンタイル値)まで高解像度基準分布に近く一致し、台風強度の基準分布も大まかに追跡できていると報告しています。これらは公開元が自ら示した結果であり、第三者による独立検証との比較表は本資料には含まれていません。

一方で、ACE2S-X-SHiELDは9年分のデータのみで学習されており、学習時に用いた強制条件(過去・将来のSSTやCO2など)の範囲外への汎化は期待できないとされ、天気予報用途には適さない(再解析データではなく気候モデル出力のみで学習されているため)と明記されています。HiROv2についても、学習データの10年間の範囲外の気候への汎化は期待できず、再現する特徴量はX-SHiELDのデータに代表されるものであり、観測データそのものを代表するものではないと注意書きがあります。

得意なこと・想定用途

HiRO-ACEv2は、特定の気象現象の微細な構造を詳細に分析したい技術者や研究者にとって、非常に強力なツールとなります。モデルカードでは、台風(熱帯低気圧)の強度の再現や、地域的な影響が極めて大きい極端な気象イベント(豪雨や強風など)のスナップショット生成において、現実的なフィールドを出力できることが強調されています。

特に、ACE2S-X-SHiELDエミュレーターは、従来の決定論的なモデルと比較して、地表降水量などの小規模な変動の再現性が向上しています。また、全球の乾燥大気質量と水分量の厳密な保存則を満たしており、長期的な気候の統計的安定性が求められるシミュレーションにも適しています。確率的なdiffusionモデルである特性を活かし、同じ入力条件からわずかに異なる複数のシナリオ(アンサンブル)を高速に生成できるため、小規模な変動の不確実性を評価するのにも向いています。

ダウンスケーリングを担うHiROv2は、100kmという粗い解像度のデータから、地形の影響を反映した3km解像度の詳細な降水・風速・気圧分布を復元することを得意としています。論文によれば、推論時に複数のデノイザー(denoisers)を使用する手法や、学習時のデータサンプリング・損失重みの最適化により、分布の裾野(テールの部分)にあたる稀な極端現象の統計的性質を正確に捉えることが可能になったと報告されています。

これにより、従来の数値モデルでは計算時間の制約で困難だった「数千パターンのアンサンブルシミュレーション」を現実的な時間で実行し、極端現象の発生確率や強度分布を詳細に調査するといった用途が想定されます。全球のほぼどこでも(緯度66Sから70Nの範囲内)任意の領域を指定して実行できるため、特定の地域に焦点を当てた高精細な気候分析が可能です。

配布ファイル

allenai/HiRO-ACEv2 で配布されている重みファイルを、Hugging FaceのAPIから当サイトが並べたものです。サイズは実ファイルの値です。

ファイル サイズ
ACE2S-X-SHiELD.ckpt 3.20GB
HiROv2.ckpt 1.38GB

入手方法

モデルの重みと設定ファイルは、Hugging Faceのリポジトリ allenai/HiRO-ACEv2 から入手できます。配布形式はチェックポイント(.ckpt)です。本モデルは gated: false であり、ダウンロードにあたってHugging Face上での特別なライセンス同意手続きは不要です。

推論の実行には、Ai2が開発する気候エミュレーター用のライブラリ fme が必要です。以下の手順で環境を構築し、推論を実行します。

  1. リポジトリをダウンロードします。必要に応じて、対象期間の強制データ(forcing data)や初期条件(initial conditions)のサブセットも入手します。
  2. pip install fme を実行して依存関係をインストールします。
  3. ACE2S(100kmエミュレーター)の設定ファイル ace2s_inference_config_global.yaml 内のパス(チェックポイントやデータセットの場所)を、自身の環境に合わせて更新します。
  4. HiROv2(ダウンスケーリング)の設定ファイル hiro_downscaling_ace2s_pnw_output.yaml 内のパスを更新します。この際、入力データパスが手順3で指定したACE2Sの出力ディレクトリを指すように設定します。
  5. 付属のスクリプト run-hiro-ace.sh を実行してシミュレーションを開始します。

詳細なドキュメントは Ai2 Climate Emulator Documentation で公開されており、ダウンスケーリングの推論に関する具体的なガイドも含まれています。

手元で動かせるか

公開元の配布形式は checkpoint (ckpt) です。

ライセンス apache-2.0(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時にライセンス文と変更点の告知が必要で、特許の許諾条項があります。

配布形式とライセンス表記から当サイトのコードが組み立てた判定です。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

次に読むなら

出典