透明度予測が難しいスポットと易しいスポットの違い：AIモデルが明かす法則

R²=0.82 vs R²=0.00：予測精度の天と地

当サイトのAI透明度予測モデルは、全スポット平均でR²=0.82という高精度を実現しているが、スポットによって予測精度は大きく異なる。伊豆海洋公園（IOP）は R²=0.824 と非常に高精度だが、与那国はR²=0.046とほぼランダムに近い。さらに大瀬崎湾内はR²=0.000と完全に予測不能だ。なぜこれほど差が出るのか。スポットの特性とAI予測精度の関係を解明する。

スポット別・予測精度比較

R²はAI予測モデルの決定係数。1.0=完全予測、0.0=ランダムと同等。—は未計測。

なぜ予測精度が異なるのか：スポットタイプ別分析

外洋型（与那国・慶良間）：「透明度は高いが予測不能」

与那国のR²=0.046は衝撃的な値だ。AI予測モデルが使う気象・海洋・衛星の全データを組み合わせても、翌日の透明度のほとんどが説明できない。原因は黒潮本流の直接的な影響だ。黒潮は日々微妙に位置が変化し、ある日は外洋の清澄な水が入れば50m、台風後の乱流が入れば10mにまで落ちる。この「黒潮の当たり外れ」は現在の気象データだけでは予測できない。

閉鎖型湾内（大瀬崎湾内）：「低透明度かつ完全予測不能」

大瀬崎湾内のR²=0.000は文字通り「予測精度ゼロ」だ。平均透明度7.6mと低い上に、何がその透明度を決定しているかが全くわからない。閉鎖的な湾内では、内部の藻類や土砂の動き、局所的な風による撹拌など、広域の気象データでは捉えられない微細な要因が透明度を左右する。AIが全国どこでも通用する特徴量を学習しても、湾内の局所性には対応できない。

沿岸型（IOP・フトネ）：「AI予測が最も機能する」

IOPのR²=0.824は日本最高水準だ。沿岸型スポットでは、季節的なプランクトンサイクル、波浪による濁り、前日・前週の透明度（ラグ特徴量）が整合的に透明度を説明する。「昨日まで15mだったから今日も似たようなもの」という自己相関が強く、AIのラグ特徴量が効果的に機能する。また黒潮や台風の直接的な影響が緩衝されるため、急激な変動が少ない。

予測精度の決まり方

ダイバーへの実践的な意味

予測が難しいスポット（与那国・慶良間）は、AI予測の信頼区間が広い。つまり「15〜25m」のような幅広い予測になることが多く、正確な数値を期待すべきではない。一方、IOPや秋の浜では予測区間が狭く（例：「13〜15m」）、計画を立てやすい。

また、予測が困難なスポットほど「前日の直前確認」が重要だ。与那国のように黒潮の当たり外れで透明度が大きく変わるスポットでは、前日のダイビングサービスの情報（実測値）が最も信頼できる判断材料になる。

まとめ

透明度予測の難しさは「スポットの地理的特性」で大部分が決まる。外洋型スポット（与那国）は黒潮の直接影響で予測困難。閉鎖型湾内（大瀬崎湾内）は局所的な要因が支配的で完全予測不能。沿岸型スポット（IOP・フトネ）は季節パターンと自己相関が強く、AIが最も機能する。予測精度を知ることで、AIの予報をどれだけ信頼すべきかが分かり、より賢い潜水計画が立てられる。

R²値はLightGBMモデルのホールドアウト検証セットでの決定係数。観測数の少ないスポットの値は参考値。