ゲリラ豪雨を精緻に予測して、列車の駅間停止を未然に防ぐーー。そんな国内初となるシステムの開発に、民間気象情報会社のウェザーニューズ（千葉市美浜区）が乗り出した。連携する鉄道事業者はJR西日本（大阪市北区）。今年7月からは、具体的な実証試験の場として、京都府北部周辺の路線で稼働させながら、システムの改善を進めている。プロジェクトを担当するウェザーニューズ陸上気象事業部社会インフラ兼鉄道気象チーム営業部長の遠山雅之氏に、その内容と今後の狙いを聞いた。
他の鉄道事業者に拡大も
――開発に着手した「鉄道気象AIエージェント」とは、どんな仕組みですか。
激甚化する気象災害への対応策の一つとして、局所的な降雨、いわゆるゲリラ豪雨を予測し、AIを活用して鉄道事業者側に通知することで、事前に鉄道の運行を制御してもらうものです。
今年5月末から、実証試験のためにシステム稼働を開始し、7月には京都府福知山市にあるJR西日本の指令施設管内の路線を対象とし、実際に現地に導入しています。対象とするのは山陰本線、舞鶴線、福知山線、播但線の4路線です。
ゲリラ豪雨が予測できれば、指令施設にチームズや、施設内の表示灯を鳴動させるなどしてJR西側に通知することになっています。
雨が多い7月～10月ごろまで実証を続けて、現場からフィードバックを受けながら、課題を洗い出していきます。その後、数カ月かけて改善し、2027年度からは実際の本運用を始める方針です。
まずはここから始めて、JR西の他の路線に広げていきながら、将来的には、国内の他の鉄道事業者にも展開するサービスにしていきたいと思っています。
――運行中に駅と駅の間の線路上で急きょ、停止する駅間停止には、どういった問題があるのですか。
ゲリラ豪雨などで列車が駅間停止してしまうのを防ぐのが、今回の開発の目的です。最初の実証試験の場として選んだ京都府北部は山間部にあります。そうした地域で駅間停止してしまうと、乗客の不安は大きくなります。できれば、事前に駅で止めておきたい、駅間停止は起こしたくないというニーズが高い路線でもあります。
点検作業も必要に
JR西とは20年以上にわたって、当社がサービス提供してきた縁があります。台風などの際には、影響度を的確に把握できるよう運行にマッチした路線ごとの気象予測などを提供し、計画運休などの意思決定に利用してもらってきました。
今回のプロジェクトは2025年夏ごろに当社から話を持ち掛け、共同で検討する中で、リスクのある気象現象として最初に挙がったのがゲリラ豪雨でした。
鉄道事業者は、地域や周辺環境の特性などに応じて、区間ごとに降雨量の規制値を定めています。それを超えた雨量になると、列車の運行を停止しなければなりません。
規制値を下回るまで運転を見合わせるわけですが、その後、作業員らを派遣し、点検して安全を確認する必要も生じてきます。その間、利用者は列車内での待機を余儀なくさせられてしまいます。数時間にわたって立ち往生する間に、利用者が持病を悪化させてしまうこともあります。鉄道事業者としては、できれば、なるべく早く検知して、事前に駅で列車の運行を見合わせたいという思いが強いのです。
都市部であれば、乗客を救済するため、タクシーなどを派遣し、近くの駅にまで送るといった対応が取れますが、山間部だとそうはいきません。そのため、駅間停止を防ぐニーズが高いのです。
――ゲリラ豪雨はどのようにして予測し、運行に影響させるのですか。
ゲリラ豪雨とは、上層の空気と下層の空気の寒暖差が大きくなったため、大気状態が不安定になり上昇気流が起き、突然の豪雨が発生する現象です。
当社では、従来よりも、ゲリラ豪雨予測を精緻化できる気象モデル「短時間降水予測モデル」を開発しました。従来のモデルは72時間先くらいまで予測できる分、5キロ四方単位の粗いメッシュでしか分析できませんでした。新たなモデルは、3時間先までの予測しかできませんが、1キロ四方単位で分析できるため、ゲリラ豪雨を検知しやすくなりました。さらに更新頻度も10分間に一度程度に増やしました。
そのモデルを使って、路線の一定地域でゲリラ豪雨の発生を予測し、その遅くとも30分前までを目安にして、指令施設に通知します。AIには、区間ごとの基準値をすべて学習させています。
通知を受け取った指令施設の担当者たちは、その他の情報を加味して判断したうえで、該当する列車の運転士に連絡。実際にゲリラ豪雨に襲われる前に、駅で停車しておく対応を取り、天候が回復するのを待って、再び運行する流れになります。ただ、実証試験では、まだ実際に列車を止める対応は取っていません。
意思決定に必要な時間を確保
――見えてきた課題や、将来検討していくテーマはありますか。
今回の通知は遅くとも30分前を目安としていますが、もう少し前に通知してほしいという声もあります。一つの列車を止めれば、後続についても調整が必要になります。そのため、適切な意思決定をするために、どれだけ事前に通知すべきかなども検討すべきでしょう。
予測はAIが自動的に通知する仕組みになっています。ただ、鉄道事業者側が、情報を得たいタイミングで、AIとチャット形式でやり取りしながら、今後、どの区間で規制値を超えそうかといった予想についても知れるように、改良を進めています。
システムは、実証で現場からフィードバックをいただけた時点ですぐに改善しています。予測の通知メッセージ内容の言葉遣いなど小さな事柄でも改善に取り組んでいます。運行をめぐって瞬時の意思決定に影響する情報ですから、現場の人たちの使い勝手の良さが重要だと感じています。
当然、鉄道には利用者が乗っていますので、鉄道事業者が、リスクを事前に知ることで、利用者が安全で快適に乗れるようにサポートしていくことが、システムの意義でしょう。
まずは第一弾として、ゲリラ豪雨用に適応させたサービスにしましたが、線状降水帯や竜巻、突風といった現象も将来検討できるテーマだと思います。サービスを通じて、鉄道の安全性を担保し、利便性を向上させていくことに寄与していきたいと考えています。
