降水確率30%は何が30%なのか｜天気予報が「断言しない」理由

天気予報で「降水確率30%」と聞いて、傘を持つかどうか迷ったことはないでしょうか。30%と言われた日に雨が降ると、予報が外れたと感じた方もいるはずです。では、その30%は、何が30%なのでしょうか。

毎日のように目にする数字なのに、意味は知らないまま、傘の目安として何となく使っている。そんな方は多いのではないでしょうか。

本記事では、降水確率30%が何の割合なのかを、気象庁の定義に沿って解説します。そのうえで、30%の日に雨が降っても予報が外れたとは言えない理由と、天気予報がどんなデータから確率を作っているのか、そしてなぜあえて断言しないのかを紹介します。

降水確率30%の「30%」は、何の割合なのか

この章では、気象庁の定義をもとに、30%が何を数えた数字なのかを整理します。

面積でも時間でも雨の強さでもない

気象庁の予報用語では、降水確率は、予報の対象となる区域で、一定の時間内に1mm以上の雨または雪が降る確率の平均値です。表し方は10%刻みで、短期予報の対象時間は6時間です。

ここで数えているのは、1mm以上の降水があるかないかだけです。よくある読み方と比べると、次のようになります。

30%は、雨が降らない可能性のほうが高いことを示します。ただし、大雨にならないことや、傘が要らないことを意味するわけではありません。降った場合の強さや量は、別の情報で確かめるのが基本です。大雨のおそれがあるときは、降水確率だけで判断せず、警報・注意報や最新の気象情報も確認することが前提になります。

ちなみに、降水確率0%も絶対的なゼロではありません。気象庁は、確率が5%未満のときに0%と表します。

「30%予報」を多数並べたときの頻度

気象庁のFAQは、70%の場合を例に、この数字を次のように言い換えています。

30%に置き換えると、「30%」と発表された予報が100回あったとき、そのうち約30回で1mm以上の雨が降り、残りの約70回は降らない、という意味になります。

「同じ天気の日が100回あれば30回」と説明されることもありますが、まったく同じ気象条件が100回そろうわけではありません。数えているのは、30%と発表された予報のうち、実際に1mm以上降った回の割合です。

では、30%の日に雨が降ったら、予報は外れたことになるのでしょうか。

出典・参照：

• 気象庁「予報の名称」
• 気象庁「天気予報・天気図について」FAQ

30%の日に雨が降ったら、天気予報は外れたのか

この章では、30%の日に雨が降ったとき、予報が外れたと言えるのかを考えます。

30%と発表された予報が100回あれば、1mm以上降るのはおよそ30回です。雨が降った日は、その30回のうちの1回かもしれません。降らなかった日も、残りの70回のうちの1回です。

どちらの結果も、30%という予報が示す範囲に収まっています。つまり、確率の予報は、1回の結果で当たり外れを決められないのです。

では、天気予報の成績は、どう測られているのでしょうか。気象庁は、「降る」「降らない」の予報が結果と合った割合を、適中率として公表しています。17時発表の「明日」の全国値は、2016〜2025年の平均で85%、2025年の年集計でも85%です。10回のうち8〜9回は、降る・降らないの予報が実際と合っている計算になります。多数の予報を集めてはじめて、成績が見えてくるのです。

出典・参照：

• 気象庁「降水の有無の適中率の例年値」
• 気象庁「天気予報の検証結果（令和7年の年集計）」

天気予報は、どんなデータから降水確率を作っているのか

この章では、降水確率ができるまでを、観測、データ同化、数値予報、統計処理の4段階で追います。そのうえで、天気予報があえて断言しない理由を見ていきます。

観測：地上、空、宇宙から、種類の違うデータを集める

天気予報は、観測した現在の大気の状態から、将来の状態を計算してつくります。出発点になるのは、3種類の観測です。アメダスが地上の降水量などを測り、気象レーダーが降水の分布をとらえ、気象衛星ひまわりが宇宙から雲や水蒸気を観測します。

アメダスで降水量を観測する地点は、全国に約1,300カ所あり、約17km間隔で並んでいます。雨量計は点の観測で、レーダーは面の観測です。種類の違うデータが、互いの穴を補います。

データ同化：バラバラの観測を、計算の出発点にそろえる

観測データは、場所も時刻もそろっておらず、誤差も含みます。しかも、計算に使う数値予報モデルも、大気を完全には再現できません。観測をそのまま計算に入れても、モデルの上の大気とは、うまく噛み合わないのです。

そこで、衛星やレーダー、地上や上空の観測など、大量のデータを品質管理したうえで、モデルが表す大気へ適切に取り込みます。この作業がデータ同化で、計算の出発点となる立体的な大気の状態（初期値）をつくります。出発点がずれていれば、そこから先の計算が精密でも、予報はずれていきます。データ同化は、観測と計算を結ぶ要の工程です。

数値予報と統計処理：未来の大気を計算し、降水確率にする

初期値がそろったら、次は計算です。物理学や化学の法則に基づいて、将来の大気の状態がどう変化していくかを計算します。これが数値予報です。

ただし、降水確率は、この計算結果をそのまま読んだ数字ではありません。計算が直接出さない要素を、統計的な手法で補う段階を経て作られます。地形の細かな影響など、計算で表しきれない誤差の補正も、この段階の役割です。

予報の精度は、観測機器、計算能力、計算モデルのどれか1つではなく、これらを結ぶ流れ全体の改善で向上してきました。異質なデータを品質管理してつなぎ、判断に使える形まで流す仕組みが、天気予報の価値を生んでいるのです。

技術が進んでも、断言できない理由

天気予報が断言しない理由は、大気の性質にあります。大気にはカオス性があり、将来の状況を断定的には予測できません。気象庁は、この誤差は技術が向上してもゼロにはならないと説明しています。

そのため気象庁は、予測のばらつきそのものを情報にする手法も使っています。初期値にわずかな違いを与えた計算を複数回行い、結果が似ていれば起こりやすい、ばらばらなら不確かだと判断する方法です。

もし予報が「降る」「降らない」と言い切ってしまうと、残る不確実性は受け手から見えなくなります。「30%」と頻度で示せば、同じ予報を見た人が、それぞれの事情で傘を持つかどうかを決められます。天気予報が断言しないのは、自信がないからではなく、判断を受け手に渡すための伝え方なのです。

出典・参照：

• 気象庁「数値予報とは」
• 気象庁「数値予報の応用プロダクト」
• 気象庁「予報の基礎資料に関する用語」
• 気象庁「予測に伴う誤差とアンサンブル予報」
• 気象庁「気象観測について」
• 気象庁「地域気象観測システム（アメダス）」

確率を受け取った人は、自分の損失で判断する

この章では、確率を受け取った人が、どう判断すればよいのかを考えます。

同じ30%でも、傘を持つかどうかの正解は1つではありません。折り畳み傘を持ち運ぶ負担と、濡れたときの困り方が、人によって違うからです。手ぶらの散歩なら、濡れても着替えれば済むので、持たない選択も合理的でしょう。しかし、重要な書類やPCを持つ移動なら濡れたときの損失が大きいので、30%でも持つ選択が合理的になるかもしれません。

気象庁も、同じ確率の予報でも、対策の費用と損失の大きさによって、最適な判断は変わると説明しています。つまり、予測は、傘を持てという命令ではなく受け手が自分の損失を考えて判断するための材料に過ぎないのです。

この見方は、仕事の現場でも通じる話なのではないでしょうか。AIや需要予測は、「この商品が来週売れる確率」のように、確率つきで答えを出すことがあります。大切なのは、その数字そのものより、外れたときに何を失うかです。

たとえば、品切れになると売り逃しや顧客の信頼低下が大きい商品は、売れる確率が高くなくても、多めに仕入れる判断が合理的です。逆に、売れ残ると廃棄や大幅な値引きになる商品は、売れる確率が高めでも、仕入れすぎない判断が合理的になるでしょう。同じ予測の数字でも、商品ごとの損失が違えば、在庫の持ち方は変わります。

これは、書類を持つ日と手ぶらの日で傘の判断が変わるのと同じ構造です。予測の精度を上げることと、予測を判断に使う形に整えることは、別の仕事です。AIの出力を受け取るときは、当たったかどうかだけでなく、自社の損失に照らして使える数字になっているかを見る。それが、確率の予測と付き合うコツです。

出典・参照：

• 気象庁「確率予報の利用方法（コストロスモデル）」

まとめ：確率は、断言しない代わりに判断の材料を渡してくれる

降水確率30%は、天気予報の自信のなさではありません。本記事で見てきたことは、次の4点です。

ここから私たちが考えたいのは、材料を受け取った側の仕事です。傘を持つかどうかも、仕事の在庫や予測の使い方も、当たるか外れるかではなく、外れたときに何を失うかで決めるのが基本になります。

次に降水確率を目にしたときは、その数字の裏にあるデータの流れと、自分にとっての「濡れる損失」を、少し思い浮かべてみてはいかがでしょうか。