東京大學生產技術研究所的芳村圭教授等人的研究團隊，在全球首次將水蒸氣中留下的「水的足跡」——穩定同位素比觀測資料同化到實際氣象預報系統中，證實其能夠提升暴雨預報精度。相關成果已發表在《Communications Earth & Environment》上。
圖1 同化水蒸氣同位素比資料後，500hPa（高度約5公里）處南北風速再現精度的變化。藍色表示精度提升，紅色表示精度下降。大範圍區域以藍色為主，可見資料同化改善了南北風速的再現性。（圖片提供：東京大學）
水從海洋、陸地表面蒸發，在大氣中移動形成雲與雨，再次返回地表，不斷循環往復。在此過程中，輕水與重水的行為存在細微差異，因此水蒸氣、降水的穩定同位素比中，記錄了水的蒸發源、大氣輸送路徑，以及在雲中經歷的凝結、蒸發等歷史資訊。
研究團隊以這一記錄為線索，將其用於理解水循環和氣候變遷。
在當前的數值天氣預報中，透過將人工衛星和地面觀測獲得的氣溫、濕度、風等觀測資料進行資料同化，導入數值預報模型。然而，僅憑這些觀測，並不足以包含水蒸氣從何處輸送、經歷何種過程到達當前位置的資訊。因此，若能利用水蒸氣同位素比所攜帶的水移動歷史資訊，有望進一步提高預報精度。
迄今為止的天氣預報應用研究，僅局限於單獨使用水蒸氣同位素比的理想化實驗，或是在不使用其他氣象觀測資料的條件下開展驗證。實際天氣預報中，已經利用了氣溫、濕度等大量觀測資料，因此在這樣的現實條件下水蒸氣同位素比能否提供新資訊此前並不清楚。此外，實際衛星觀測包含系統性誤差（偏差），如何對其進行恰當校正也是一大難題。
研究團隊利用長期衛星觀測資料校正水蒸氣同位素比觀測的偏差，將其作為新增資料疊加到氣溫、濕度等常規觀測資料中，在全球首次將該資料同化到實際氣象預報系統中。
同化了水蒸氣同位素比觀測資料的分析場顯示，不僅改善大氣水蒸氣分佈，氣溫和風場分佈同樣得到優化。優化效果不僅覆蓋熱帶地區，也延伸至中緯度區域；由於可以更精準復現水蒸氣輸送路徑，整體大氣環流分析精度得到了提升。其中風場的改善尤為顯著，說明水蒸氣同位素比包含了大量與大氣動力場（風引起的輸送）相關的資訊。
此外，研究人員將優化後的分析值作為初始值進行天氣預報後，降水預測也得到改善。改善效果在強雨中比在小雨中更加顯著，當6小時降水量達到約5毫米以上時，預報誤差持續降低。尤其在北緯30～60度的中緯度，暴雨預測改善最大，這表明該方法對於防災層面至關重要的強降雨、暴雨預報效果優於普通日常降水預報。
研究人員分析水蒸氣同位素比所含資訊後發現，降水預報的改善，很大程度上得益於水蒸氣總量、水蒸氣輸送過程再現性的提升。這是因為水蒸氣同位素比保留了「水從何處而來」的歷史資訊，可以提供常規氣溫、濕度觀測無法獲取的額外資訊。
本研究在世界範圍內首次證實，水蒸氣同位素比在現有實用氣象預報系統中，能夠作為獨立資訊源發揮作用。今後，結合更高精度衛星觀測與下一代數值預報模型，不僅有望提升暴雨、颱風等極端氣象的預測精度，還可廣泛應用於洪水預報、水資源管理等防災減災領域。
芳村教授表示：「我從事水穩定同位素比相關研究已有25年。起初，我主要將其視為理解水循環與氣候變遷機制的基礎研究，說實話，當時並沒有太多期待它能直接落地造福社會。但近年來，水蒸氣同位素比可以被納入大氣模型，還能夠透過衛星進行觀測。此外，還可透過資料同化技術把兩者結合，我們逐漸發現水蒸氣同位素比可以轉化為氣溫、風速等大氣相關資訊。最終在本次研究中，我們實現了天氣預報的改善，特別是提升了暴雨預報的能力。我真想把這個好消息告訴那個從未想過水穩定同位素比能造福於社會的過去的自己。」
原文：《科學新聞》
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：Communications Earth & Environment
論文：The significance of water vapor isotopes in improving weather prediction
DOI：10.1038/s43247-026-03917-x
