降水量の正確な推定は水文学的な応用において非常に重要であり、特にグローバルサウスでは地上観測ネットワークが不十分で予測能力が限定されています。本研究では、気象衛星からの可視光および赤外線観測をフルに利用した新しいリアルタイム降水量回収アルゴリズム『Oya』を紹介します。Oyaは二段階の深層学習アプローチを採用しており、降水量検出用と定量的降水量推定用の二つのU-Netモデルを組み合わせて、降雨と非降雨イベント間のデータ不均衡に対応します。高解像度のGPM Combined Radar-Radiometer Algorithm (CORRA)データを基にモデルを訓練し、IMERG-Final回収データで事前訓練を行うことで、過学習を抑制しロバスト性を高めています。複数の気象衛星を活用することで、Oyaは準グローバルなカバレッジを実現し、既存の降水量推定手法に比べ優れた性能を示しています。