貢献者

すべての気象データが同じように作られているわけではありません。世界規模、地域規模、全国規模、都市規模、あるいは特定の分野内など、気象データソースの範囲と精度は、それらを使用するプロジェクトと同じように様々である。利用可能な情報源には、研究用測候所、民生用測候所、仮想データ、衛星データなどがあります。生産者にとってのさまざまな選択肢を理解し、栽培日数や蒸発散量などを決定するのに最適なデータソースを選択する方法を知ることは、データの妥当性と時間の節約のために重要です。

必要なデータの種類は、それをどのように使用するかによって異なります。総合的病害虫管理、作物モデル、灌漑、霜、農薬のドリフト、従業員の暑熱ストレスに基づく労務管理など、すべて独自のデータ要件がある。同様に、扱う作物の種類によっても、必要なデータは大きく変わります。この記事では、様々なタイプの気象データソースと、それらが生産者に提供できるものを比較します。

グローバルモデル

グローバルモデルは、衛星データ、地上でのわずかな測定値、気象観測気球を統合し、大気の全層で起こっていることを予測する。生産者が利用できる気象サービスの多くは、グローバルモデルに基づいている。しばしば「バーチャル気象観測所」と呼ばれるこれらのモデルは、ある地点や別の地点に基づいているのではなく、世界中に設けられたグリッドに基づいている。モデルは現在の時刻をT-0と仮定し、将来の予測を提供する。設置や運用に多くのリソースを要するため、バーチャル気象台は政府機関によって運営されることが多い。携帯電話で利用できる気象サービスは通常、複数のグローバル・モデルを組み合わせ、これらのモデルから取得したデータを統計的に補間して「ローカル」な予報を提供している。

気象観測所ネットワーク

メソネットとも呼ばれる気象観測所の地域ネットワークは、しばしば州全体で運営されている。METER のATMOS 41とATMOS 41W、または Campbell Scientific のMetPROとMesoPRO を含む多種多様な機器で構成されています。これらの気象観測所は、中立的な地域代表を提供するため、草に覆われた、平らで遮蔽物のない開けた場所に設置される。メソネットは、標準的な構成を実施し、測定器の定期的なメンテナンスを行うことで、長期にわたる高品質な測定記録を確立することを目的としている。州全体または地域の大気パターンを把握するのには優れているが、これらのネットワークは微気候を監視することを目的としていない。

サイト別ステーション

そのため、多くの生産者は果樹園や畑に測候所を設置し、作物が経験している特定の微気候を理解し、資源管理や意思決定を行えるようにしている。以前は、特定の場所に設置された気象観測所を維持するのは難しく、多くの生産者が持っている以上の時間と専門知識が必要だった。しかし現在では、技術の進歩により研究レベルの気象観測所が費用対効果に優れ、ユーザーフレンドリーなものとなり、ほとんどの生産者が高品質の測定を利用できるようになった。

サイトスペシフィック・ウェザーステーションは、2つの場所に設置することができる。キャノピーの外側に設置し、作物が生育している微気候を捉えることもできる。あるいはキャノピー内に設置し、微気候と作物内の蒸発、冷却、風の流れなどの管理効果の両方を捉えることもできる。

特に果樹のような作物では、キャノピーの外で測定した値とキャノピーの中で測定した値には大きな差がある。ワシントン州果樹研究委員会の助成によるリンゴの木の研究では、研究者はキャノピーの内側と外側の両方に気象観測所を設置し、測定値の違いを比較した。図Xが示すように、樹木に葉がある季節は、キャノピーの内側と外側では、キャノピーの内側の方がずっと涼しい。この結果は、蒸発散と灌漑が蒸発冷却を引き起こすために理にかなっている。夜間は冷気が果樹園内にこもり、逆転現象が強まる夕方にかけてさらに冷え込んだ。

図2は、平均気温が2°F変化した2020年夏のデータである。2021年の夏はより暑く、正味4°Fの影響があった。湿度の測定値もこの大きな違いを反映しており、キャノピーの外よりもキャノピー内の方が湿っていた。キャノピー内の風もキャノピーの外の風より極端に弱かったが、唯一顕著な例外は、霜から守るためにウィンドマシンが使用されていたことだ。これらの違いは、作物、開花、害虫、病気のモデルに大きく影響する。キャノピーの外側しか測定できない場合は、これらの潜在的な違いを考慮する必要がありますが、可能であればキャノピーの内側からも追加測定を行うことを強くお勧めします。

とはいえ、ドリフト規制によりキャノピーの外側での風測定が義務付けられているため、また、キャノピーへの環境の影響を総合的に把握するために蒸発散量を計算するために、METERはメインのウェザーステーションをキャノピーの外側に置くことを推奨している。また、キャノピーの外にあるウェザーステーションは、キャノピーと相互作用するリスクがないため、消耗も少なくなります。管理のためには、キャノピー内部の測定値を基準値と比較する必要があります。キャノピーの外側で測定することで、そのような比較の基準となります。最後に、サイト特有の予測を構築することは可能ですが、そのためには管理によって汚染されていない測定値が必要です。

生育日数の比較

データ・ソース間の違いを理解する最善の方法は、1つの場所からすべての可能なソースを同時に比較し、その結果を評価することである。下の図3のグラフは、ある果樹園のシナリオを示している。この果樹園では、キャノピー内の測候所、キャノピー外の測候所、DarkSkyと呼ばれる現在は閉鎖されている気象アプリのバーチャル気象、そして果樹園の南（Pasco）と北西（Ringold）にあるAgWeatherNetworkの2つのメソネットデータの5つのソースからのデータで計算された生育日数（GDD）を比較することができた。

この分析で最適な線は、キャノピー内の測候所を表す緑色の線である。RingoldのAgWeatherNetwork（AWN）サイトは、キャノピー内測定値と密接に一致している。なぜなら、その地域は通常、Fir Roadサイトが一般的に経験する気温よりも低いからであるが、前述のように、キャノピー内の状況は通常、作物周辺地域よりも低い。この情報は偶然一致しているが、Ringoldの地点がキャノピー内の測定値の信頼できる代用品であると正確に仮定することはできない。PascoのAWNデータを用いて計算されたGDDは、キャノピー内の測定値から15日ずれ、バーチャル気象データは8日ずれ、キャノピー外の気象観測所は5日ずれていた。キャノピー外の測候所は、キャノピー内 のデータよりも暖かくも寒くもなり得るが、通常は系統 的な差がある。

バーチャル・ステーションとリアル・ステーション

2012年から2020年にかけて、AgWeatherNetはDarkSkyと気象観測所で測定しているデータを比較する研究を開始した。DarkSkyが選ばれたのは、当時DarkSkyが仮想データソースとして最も優れたソースの1つだったからである。毎日の最高気温と最低気温は、気温センサーが重複している156の気象観測所で毎日収集され、その結果、毎日50万弱の比較が行われた。

図4は、仮想データの最低気温と最高気温の、測候所から得られた地上真理値に対する誤差の分布を示したものである。最高気温は、ほとんどが標準偏差 2°F（1.1°C） の範囲内に収まっており、これは民生用の低グレードの測候所と同等である。比較のため、ATMOS 41 の気温の標準偏差は 0.45°F (0.25°C) である。測定値の大半が標準偏差内に収まっていても、そのしきい値を超える測定値も相当数存在する。低温を測定する場合、精度のばらつきはさらに大きくなります。

バーチャル気象モデルは、寒気の流れや地域の地形を捉えようとしないため、歴史的に夜間の性能は低い。バーチャル気象モデルはグローバルなモデルであるため、特定の場所の詳細を含めることはできない。このような理由から、バーチャル気象モデルは、花粉管成長モデルのような、短期的なデータ蓄積に依存する霜やその他の管理上の意思決定に決して使用すべきではない。バーチャルウェザーは、誤差が平均化されるため、長期的な蓄積に依存するパラメータには有用ですが、短期的なデータに依存する意思決定は、このデータソースを使用すると大きく歪むことになります。

この研究では、偏りが見られた地点の8年間の全データを比較することで、系統的な地点の偏りについても調べた。図5に示すように、地上測定と比較した仮想データの偏りは、特に最低気温を扱う場合、信頼できる調整を行うのに十分なほど、地点間で一貫していなかった。

地点のバイアスの安定性をその地点のデータと比較すると、図6に示すように、各観測地点のバイアスは前年比で大きく変動していることもわかった。

グローバルモデルは時間の経過とともに更新されますが、あなたの特定のサイトに対する計算が改善される保証はありません。その精度は、あなたのサイトで実施された測定で得られる精度を再現することはできません。GDDのようなモデルや計算にこれらの測定値を使用した場合、確実に校正する方法がないため、結果が根本的に間違ってしまう可能性があります。

フェノロジー・モデルは、誤ったGDDの計算が大きな悪影響を及ぼす場合の一例である。自らの体温を内部で調節できない害虫種は、成長するためのエネルギーを周囲温度に依存する。そのため、生育日数は、その生物が発育の中で特定の節目に達する時期を予測し、生産者がその影響に対抗するためにいつ準備する必要があるかを理解するために使用されます。

上の図7は、天候の誤差が時間とともに拡大する好例である。これらのグラフは、生育日数375日（シーズン初期）と生育日数1375日（シーズン中期）のコドリンガのモデルを示している。このデータは、8年間の調査全体にわたる全観測地点の仮想気象データを集計したもので、1248観測地点年のデータが含まれている。375GDDでは、全観測地点の74％が、8年間で少なくとも1回は5日以上ずれており、不作の年とみなされた。毎年異なる地点で誤差が発生するため、予測可能性はなく、これらの誤差を調整することもできない。シーズン半ばになると、誤差は非常に大きくなり、広範囲に及んでいるため、仮想天候はこのモデリングには使えない。

ウェザーステーションの実際

ほとんどの生産者は、計算の必要性からバーチャル気象に頼ってはいけないことを知っている。近隣のメソネットにある気象観測所を利用する場合、生産者は経験から、自分たちの正確な場所に合わせて目盛りをどれだけスライドさせる必要があるかを学び、自分たちの特定の地形と微気候が、通常、どの方向に何日ずれているかを理解する。バーチャルな天候は、信頼できる調整を行うのに十分な相関性を提供しない。マルコ・ポーロのゲームのように、「ポーロ！」と叫んでいる友人のいる方向に目をつぶって移動し、どんどん近づいていくと、突然、友人が水中を泳ぎだし、音が突然違う方向から聞こえてくるかもしれない。

結局のところ、グローバルモデルは気象観測所と組み合わせて使用することで多くの価値を持ち、非常に有用なツールとなる。地域的なネットワークは、生産者自身の測候所では達成できない長期的なモデルに有用である。これら3つの気象情報源はいずれも軽視すべきではない。むしろ、それぞれの長所と短所を理解し、それぞれの用途に適したデータソースを選択することが重要である。

質問は？

当社の科学者は、研究者や生産者が土壌-植物-大気の連続体を測定するのを何十年も支援してきた経験がある。

• 専門家に相談する
• 見積依頼