この記事では、空気汚染の高精度な予測モデル「SynCast」を紹介しています。このモデルは、気象データと空気成分データを統合し、特に野火、都市の靄や砂嵐によって引き起こされる瞬間的な汚染スパイクのリスクに対して、平均値と極端な汚染レベルの予測を改善します。SynCastは、地域適応型トランスフォーマーに基づき、確率的精緻化モジュールを強化することで、現在のアプローチよりもPMスパイクの非線形ダイナミクスをより正確に捉えます。ERA5とCAMSのハーモナイズされたデータセットを活用し、このモデルはPM$1$、PM${2.5}$、PM$_{10}$の複数の変数において、特に極端な条件下での予測精度が大幅に向上しています。SynCastは、ドメインに基づく目標と極端値理論を利用し、高い影響を受ける地域でも全球的な精度を損なうことなく性能を大幅に向上させます。このアプローチは、次世代の空気質早期警告システムのスケーラブルな基盤を提供し、脆弱地域における気候と健康リスクの軽減を支援します。