近年、深層学習やリモートセンシング技術など関連分野の発展に伴い、熱帯低気圧強度推定の研究は急速に進展している。熱帯低気圧強度推定に用いられるデータソースは、単一チャンネルデータから赤外線、水蒸気、マイクロ波などのマルチチャンネルデータへと徐々に拡大しており、推定方法も特徴の手動抽出による主観的推定から、深層学習モデルに基づく自動化された客観的推定へと発展している。本稿は、深層学習に基づく熱帯低気圧強度推定の関連研究動向を体系的に整理・評価し、アルゴリズムで用いられるデータソースとデータセットを簡潔にまとめた。最後に熱帯低気圧強度推定の今後の研究方向を提案する。一方でリモートセンシングのビッグデータ発展状況に対応し、深層学習分野の新たな理論や手法を継続的に導入し、多様なデータを総合的に活用して精度と汎化能力を向上させる必要がある。他方で熱帯低気圧の気象学的特性やメカニズムに注目し、既存手法を的確に改善する必要がある。さらに、気象ビッグデータの背景の下で、深層学習手法は熱帯低気圧強度推定分野で新たな突破口を開くだろう。

熱帯低気圧; 深層学習; 強度推定; 畳み込みネットワーク; マルチチャンネルデータ