天気アプリを確認すると「雨なし」と表示されている。外に出たら土砂降りだった。これは、最寄りの公式気象観測所が 15 キロ離れた丘の向こう、まったく異なる微気候に位置している場合に起こります。従来の気象学には解像度の問題があり、コミュニティメッシュネットワークは最も有望な解決策です。
英国の Met Office は国内に約 200 か所の公式気象観測所を運営しています。米国の気象局には約 900 基の自動地上観測システムがあります。国土面積を考えるまでは多いように聞こえます。実際には、先進国のほとんどで観測所間の平均距離は 25〜40 km であり、農村部や途上国地域ではさらに広くなります。
しかし天気というものは極めてローカルです。わずか 5 km 離れた 2 地点で降雨量が 50% 異なることがあります。都市中心部とその周辺郊外の気温差が 3〜5°C になることは珍しくありません — これはよく知られたヒートアイランド現象です。1 か所の気象観測所が担当エリア全体の気象状況を代表することは、そもそも不可能なのです。
レーダーや衛星データが一部の空白を補いますが、それらは上空から観測します。雨雲がある地域の上にあることはわかっても、地表で実際に雨が降っているかどうかはわかりません（地面に達する前に蒸発するヴィルガ現象は偽陽性の一般的な原因です）。
気象メッシュネットワークは、個人用気象ステーション、スマートフォン、IoT デバイス、さらには接続された車両など、多数の分散センサーからの大気観測値を集約して高密度な観測グリッドを作るシステムです。数百か所の公式観測所に頼るのではなく、メッシュネットワークは数万から数百万のデータポイントを活用します。
「メッシュ」という言葉はネットワークのトポロジーを指しています。各ノード（センサー）がデータを提供し、参加ノードが増えるほどネットワークの精度が向上します。単一障害点がなく、人が集まる場所 — 正確な気象情報が最も重要な場所 — に自然と密度が集中します。
ほとんどの人が驚く事実があります。2012 年以降に製造されたスマートフォンのほぼすべてに気圧センサーが搭載されています。もともと GPS の高度計算を補助するために追加されたものですが、大気圧を継続的かつ正確に読み取る機能も持っています。
気圧は気象観測において最も価値のある測定値の一つです。急激な気圧降下は嵐の接近を示します。近接する地点間の気圧勾配は風のパターンを明らかにします。そしてスマートフォンの気圧計は約 0.1 hPa の精度を持つため、気象観測に実際に役立ちます — 単なる目新しさではありません。
ワシントン大学の研究者が運営する PressureNet プロジェクトは、2010 年代初頭にこれを実証しました。Android スマートフォンから気圧データを収集し、スマートフォンの気圧データが特に対流性嵐の予測において気象モデルの精度を改善できることを示しました。この研究はBulletin of the American Meteorological Societyに掲載され、基本的な品質管理でも明確なシグナルが得られることを示しました。
スマートフォンが気圧データを提供する一方、個人用気象ステーション（PWS）はフルパッケージを提供します。気温、湿度、風速、風向、降水量、紫外線指数、さらには大気質まで。Davis Instruments、Ecowitt、Ambient Weather などのメーカーの製品は約 100〜500 ドルの価格帯です。
Weather Underground は PWS データの集約を先駆けて行い、現在世界中に 25 万以上の観測所を含むネットワークを構築しました。インタラクティブマップでは、近所の個々のステーションの気象データを数秒ごとに更新されながら確認できます。
データ品質にはばらつきがあります — 南向きの壁に設置されたステーションは気温を高く読み取り、建物に遮られたステーションは風を過小報告します — しかし十分な数のステーションが参加すれば、統計的手法により外れ値を特定してフィルタリングできます。密度が個々の不正確さを補うのです。
専門的な気象ステーションは 1 万〜5 万ドルのコストがかかり、訓練された技術者が管理し、WMO（世界気象機関）の設置ガイドラインに従っています。フェンスに設置した 150 ドルの家庭用ステーションは個別精度では到底かないません。
しかし直感に反する発見があります。5 km 圏内に 20 か所の安価なステーションのクラスターがあると、25 km 離れた単一の専門観測所よりも地域の気象状況をより正確に把握できることが多いのです。安価なステーションの誤差は概してランダムであり — 高めに読む機器と低めに読む機器がある — 平均化すると相殺されます。専門観測所の読み取りは精確ですが、単純にあなたの場所を測定していないのです。
位置情報に紐づいたデータを収集するシステムは、プライバシーの問題を提起します。天気アプリが正確な座標と気圧（高度と相関し、建物の階数を示す可能性がある）を把握している場合、それは潜在的にセンシティブな情報です。
適切に設計されたメッシュネットワークは、いくつかの手法でこれに対処します。
Cloudmesh Weather はこのようなプライバシー優先のメッシュアプローチを実装しています — 観測値はユーザー識別子なし、粗粒化された座標で提供されるため、ネットワークはデータを得ながら誰の位置情報も追跡されません。
超ローカルな気象データには、従来の予報では対応できない用途があります。
スマートフォンには環境モニタリングに関連するもう一つのセンサーがあります。加速度計です。UC バークレーの MyShake プロジェクトは、スマートフォンの加速度計が地震の P 波 — 破壊的な S 波が到達する前に先行する速く移動する波 — を検出できることを実証しました。ネットワーク内のスマートフォンが十分な数あれば、特定の地点に揺れが到達する数秒前に警告を発することが可能です。
日本の国家地震早期警戒システムは専用センサーを使ってこの原理で動作しています。高密度なスマートフォンベースのネットワークは、理論上、インフラコストのごく一部で同等のカバレッジを提供できます。課題は偽陽性のフィルタリングです — 足音、ドアの閉まる音、スマートフォンの落下 — これには賢いアルゴリズムと高いセンサー密度の両方が必要です。
世界で約 68 億台のスマートフォンが使われています。それぞれに気圧計、加速度計、光センサー、マイク、GPS が搭載されています。それはすでに展開済みで、すでに電力が供給され、すでにインターネットに接続された、想像を絶するほど高密度なセンサーネットワークです。
技術的な課題は現実にあります。バッテリーへの影響、データ品質、プライバシー、そして数百万台のデバイスが生成する膨大なデータ量です。しかし方向性は明確です。Apple、Google、そして複数の研究グループが、バッテリーへの影響を最小限に抑え強固なプライバシー保護を備えた形でアプリがセンサーデータを提供できるフレームワークに積極的に取り組んでいます。
従来の気象学は大局的な情報 — 総観規模の気象パターン、数日先の予報、気候モデリング — を提供します。それは引き続き不可欠です。しかし多くの人が実際に問いかける疑問 — 「今から 1 時間後に、ここで、私に雨が降るか？」 — への答えは、街の反対側の気象観測所からではなく、あなたの周りにあるスマートフォンからますます届くようになっています。