Technology
© 2026 Microsoft Corporation／© Maxar／©CNES (2026) Distribution Airbus DS／© Mapbox／Geospatial Information Authority of Japan(GSI)／Bing Imagery／Tiled by Cesium using PLATEAU data provided by the Japanese Ministry of Land, Infrastructure, Transport and Tourism
微気象予測技術
通常の天気予報よりも1000 倍高解像度で、建物や樹木、3次元の熱放射などの影響も考慮した微気象シミュレーションをリアルタイムに計算できる技術を開発。この技術を応用することで、都市街区や建物付近の詳細な気象要素の解析を行うことが可能になります。
© 2026 Microsoft Corporation／© Maxar／©CNES (2026) Distribution Airbus DS／© Mapbox／Geospatial Information Authority of Japan(GSI)／Bing Imagery／Tiled by Cesium using PLATEAU data provided by the Japanese Ministry of Land, Infrastructure, Transport and Tourism
天気予報と
微気象予測の違い
微気象とは、建物や地形、街路樹、人間活動などの影響を強く受ける、私たちの身近な空間の気象のことです。 一般的な天気予報が地域全体の天気を対象とするのに対し、微気象予測では、目の前の建物や街路の形状まで考慮し、場所ごとの気象の違いを高い解像度で予測します。 ビルの間で風が強くなる場所や日陰によって暑さが和らぐ場所など実際にその場で体感する気象現象を予測します。
東京科学大学から社会へ
私たちは、2023年3月に東京科学大学から生まれたディープテック・スタートアップです。 微気象の物理シミュレーション研究において、多数の学術研究論文を発表し、特に都市街区の微気象解析において世界をリードしてきました。物理シミュレーションと深層学習の融合技術を開発し、微気象のリアルタイム予測の社会実装を目指しています。
物理シミュレーション × 深層学習
「全球から微気象まで一気通貫でシミュレーションできる気象モデル」と「AIによる超高速化技術」を利用して、リアルタイム微気象予測を実現しました。この気象モデルでは人工構造物，樹木，人工排熱を考慮した数メートル解像度の微気象予測が可能です。深層学習を利用することで，超高速に高解像度の微気象予測結果を得ることが可能となりました。両者の技術を融合することにより，リアルタイムの微気象予測を実現しました。東京科学大学とも連携しさらなるモデルの改善への挑戦も続けています。