活用提案

一覧へもどる

課題

気象データを用いて需要予測を行いたい

商品の販売実績と気象データを用いて、AI等による需要予測を行い、生産調整すれば、廃棄ロス・機会ロスを削減できる可能性があります。
より大きな経済的効果を得るためには、それに適した目的の設定、解析手法、気象データの選択を行う必要があります。

解決策

観測データや予報データを使って予測式を作る

AI等による需要予測は、まずは、販売実績と気象条件の関係性を確認して、学習データを用意するところから始まります。
商品の販売実績に対応する観測・解析データを用いて、販売実績と気象条件がある程度の相関を持つことを確認して進めます。 例えば、ある商品の販売数は気温〇〇℃を超える(下回る)と急激に増える、などの特徴を把握することが重要です。観測・解析データは、アメダス地上気象観測解析雨量解析積雪深推計気象分布などが相当します。
学習データとしては、この観測・解析データを用いる場合と、過去の予報データを用いる場合の2通りあります。予報データの場合は、販売実績と気象条件の関係性から要素を選択し、用途やリードタイム(どれくらい先の時間まで予測するか)に合わせて空間解像度や予報時間を持つデータを選択します。翌日から翌々日までを予測する場合はメソ数値予報モデルGPV(MSM-GPV)、数日から1週間先を予測する場合は全球数値予報モデルGPV(GSM-GPV)等です。これらの学習データを用いて予測式を作成します。
作成した予測式を用いて、リアルタイム配信のデータを受信し、気象データを入力値として需要予測を行います。日々の予測には、気象データの誤差、季節・時刻による変動、予測式(モデル設定、説明変数、学習量)の問題により様々な誤差が発生します。予測結果の検証を継続的に行うことも重要です。

関連気象データ

気象庁データ

地域気象観測報(アメダス)

地域気象観測(アメダス)による観測データです。

気象庁データ

統計データ

地上気象観測・地域気象観測(アメダス)・高層気象観測の非即時統計データです。※過去データのうち、2008年6月~2015年1月の間は高層気象観測データは含まれていません。

テキスト変換済み気象庁データ

TEXT-地域気象観測報(アメダス)CSV

地域気象観測報(アメダス)のテキスト変換済みデータ(CSV形式)です。

気象庁データ

推計気象分布

アメダスや気象衛星の観測データ等をもとに、約1㎞メッシュの天気等の分布を推計したデータです。

気象庁データ

地上気象観測1分値

気象官署及び特別地域気象観測所の1分ごとの観測データです。

テキスト変換済み気象庁データ

TEXT-地上気象観測1分値CSV

地上気象観測1分値のテキスト変換済みデータ(CSV形式)です。

気象庁データ

解析雨量・降水短時間予報・降水15時間予報

解析雨量は毎正時00分と30分の実況雨量解析値、降水短時間予報は毎正時00分と30分を初期時刻とする6時間先までの1時間毎の雨量予測値、降水15時間予報は毎正時00分を初期時刻とする7時間先から15時間先までの1時間毎の雨量予測値です。

テキスト変換済み気象庁データ

TEXT-解析雨量・降水短時間予報・降水15時間予報

解析雨量・降水短時間予報・降水15時間予報のテキスト変換済みデータです。

気象庁データ

メソモデル(MSM-GPV)

メソ数値予報モデル(MSM)の出力データです。

プレミアム気象データ

5kmメッシュ時系列天気予報

気象庁のメソ数値予報モデル(MSM)を用いて作成した、時刻別の天気予報です。※独自予報(特定向け)

気象庁データ

全球モデル(GSM-GPV日本域)

全球数値予報モデル(GSM)の日本域の出力データです。

プレミアム気象データ

20kmメッシュ時系列天気予報

気象庁の全球数値予報モデル(GSM)の日本域データを用いてオリジナルのアルゴリズムで作成した、時刻別の天気予報です。※独自予報(特定向け)

  • 気象データの活用方法に関するご質問・ご相談はこちら

    TEL:06-6567-2222

    受付時間:9:00〜17:30(平日)

  • お問い合わせフォーム

  1. お天気データサイエンスHOME
  2. 活用提案