アドリア海の『天気津波』、新型予測モデルの実力測定

『天気津波』って、地震じゃなくて気圧の変化で起きるってことは、通常の津波と何が違うの？

通常の津波と天気津波の違いは、「揺れ方のクセ」にあります。 地震津波は海底が急激にずれることで、水全体が一気に押し出される。だから波は深い海でも高く、時速500km以上で走り、沿岸に到達するまでに時間がある程度あります。 一方、天気津波は気圧の波が海面を押さえたり引き上げたりする現象。この圧力の波が港湾の形や海底地形と共鳴すると、水が何度も揺すられ、増幅されていく。記事で「共鳴と減衰」と書かれているのはそこです。 重要な違いは、天気津波は予測がはるかに難しいこと。地震津波は「いつ、どこで」発生するかが分かれば、到達時間は計算できます。でも天気津波は気圧配置に左右され、その変化を正確に捉える必要があります。さらに同じ現象でも港ごとに揺れ方が全く違う。新モデルが「複数の細かさレベル」で計算できるというのは、そうした局所的なばらつきに対応しようとしているわけです。 つまり、同じ「津波」でも、原因が違えば対策も変わってくる、ということのようです。

アドリア海の話だけど、日本の沿岸部でも『天気津波』って起きてるんじゃないの？

日本の沿岸部でも起きていますね。むしろアドリア海が研究対象に選ばれた理由が、その「起きやすさ」にあるんです。 天気津波が顕著になるかどうかは、港や湾の形と気圧の波が同調するかどうかで決まります。アドリア海は、細長い湾という地形のうえ、周辺の大気現象が激しい地域。だから記録に残りやすい事例が3つもあった。日本でも瀬戸内海や東京湾で同じ現象は報告されていますが、アドリア海ほど「典型的で予測しやすい」事例が集中していないのかもしれません。 重要なのは、この研究が小規模な湾で新モデルを徹底的にテストしたという点。ここで精度を確認できれば、日本を含む他の沿岸部へのモデル応用がしやすくなります。データが多く、事例がはっきりしている場所で基礎を固める。その後、異なる地形や気象環境に拡張していく。科学研究ではよくあるアプローチのようです。 日本の沿岸警報システムにも、こうした新モデルの知見が活かされていく可能性は高そうです。

2014年、2017年、2020年のアドリア海で起きた事例って、頻繁に起きてるの？それとも珍しい現象なの？

天気津波そのものは珍しい現象ではなくて、気圧が急変する地域なら定期的に起きているんです。ただ、アドリア海は特に条件が揃いやすい場所なんですよね。 アドリア海は長くて狭い湾で、北部が特に浅い。気圧の波が海に伝わるとき、この「細長くて浅い」という地形が共鳴しやすくなる。加えて、東から来た低気圧がアルプス山脈にぶつかって、急激な気圧変化を生み出しやすい。だから世界的に見ても、天気津波が頻繁に起きる場所の一つになっています。 ただ、研究が2014年、2017年、2020年という3つの事例を選んだのは「珍しい大規模イベント」を抜き出したからかもしれません。毎年小さな天気津波は起きているけれど、実際に被害や警報が必要になるレベルの出来事は、そこまで頻繁ではないということかもしれません。だから新しい予測モデルをテストするには、影響が大きかった事例を選ぶ必要があったのだと言えそうです。

要するに『気象現象の予測精度を上げる』ってのは、これからどんな自然災害でも予測モデルがどんどん改善されていくってことなの？

気象現象の予測精度が上がる＝すべての自然災害が予測できるようになる、という流れには、実はかなり大きな落差があります。 天気津波の予測モデルが改善される背景には、データが豊富で、物理法則もはっきりしていて、繰り返し検証できる環境がある。アドリア海なら3つの歴史的事例があり、気圧と海面の関係は数式化しやすい。でも地震や火山噴火は？起きる前提条件が複雑で、大規模な現象は滅多に起きない。予測を試す「材料」そのものが限られています。 また気象予測なら「外れても数日後には真実が分かる」というサイクルが回ります。だからモデルの改善が積み重なる。でも気象に影響されない地盤の動き、火山ガスの蓄積、こういった予測は試行錯誤の機会も少ない。同じ「予測精度向上」という掛け声でも、分野によって伸びる余地は全然違うということです。 むしろ重要なのは「何が予測しやすいのか」の線引き。天気津波は気象の延長線上にあるから、気象データの精度向上が直結する。そこは予測モデルの改善で確実に前進するのかもしれません。

予測モデルが『波の高さは正確だけど周期は大きめに予測する』って誤差があるってことは、実際の警報を出すときに、その癖を逆に利用して安全側に寄せるとかできるの？

「癖を逆に利用」という発想は、実務的には部分的には成り立つかもしれません。周期を大きめに予測するなら、揺れが長く続く可能性を見込んで、警報の閾値を厳しめに設定することはできます。ただ、そこに落とし穴があって、モデルの誤差パターンは条件次第で変わるんですよね。2014年、2017年、2020年の3事例では周期が大きめに出ても、別の地形や気圧配置では小さめに出る可能性もある。モデルの「癖」を完全には信頼できないわけです。むしろ実務的には、新モデルが複数の細かさレベルで高速計算できるという利点を活かして、シミュレーション結果のばらつき幅を統計的に評価し、その幅全体を安全側で取る方が堅実かもしれません。つまり、個別の誤差を相殺するのではなく、誤差の可能性そのものを警報判断に組み込む。モデルの癖を知ることは重要ですが、それに頼るより、複数パターンの不確実性を網羅する設計の方が、人命に関わる警報システムには向いていそうです。