随着全球气候的不断变化，极端天气事件越来越多地威胁着世界各地的地区，准确的天气预报变得比以往更加重要。
在《科学报告》上发表的一项新研究中，由东京大学工业科学研究所领导的一个研究小组报告称，如果将水蒸气同位素组成的卫星观测数据纳入一个总体循环模型，天气预报的准确性可以提高几个百分点。
氢和氧的不同同位素使单个水分子变重或变轻，而蒸发和降水等天气过程会影响这些同位素的分布。这些同位素有可能揭示天气系统，但通常在气象模型中被忽视，因为与温度和风速等传统天气测量相比，同位素数据相对稀少。然而，卫星技术的进步使得填补这一空白和提高预测能力成为可能。
在这项研究中，研究人员使用了来自红外大气探测干涉仪（IASI）的水汽同位素数据，这是一个基于卫星的光谱仪，每天两次在南纬60度到北纬60度之间的对流层中观测水汽数据。使用了来自4.5公里高度的测量数据，因为这个高度是同位素测量最可靠的地方。
"研究报告的第一作者Masataka Tada解释说："一个局部集合变换卡尔曼过滤器被用来将IASI的数据同化到预测模型中。"2013年4月期间测量的近23万个数据点被用于同化实验。我们使用同位素结合的全球光谱模型（IsoGSM）作为预测模型。
我们进行了实验，以确定纳入这些同位素数据如何影响全球和地方尺度的其他天气变量的建模。全球实验显示模型技能得到了改善，特别是在中纬度地区和北半球。大多数天气变量的建模都有改善，特别是空气温度和特定湿度。
为了在本地环境中测试该模型，研究人员调查了2013年4月发生在日本上空的低气压事件。随着水汽同位素数据的加入，该模型能够更好地模拟该事件的整体压力模式。
通讯作者Kei Yoshimura说："我们的研究是第一个将真实的卫星水汽同位素观测与一般环流模型同化的研究，并检查对全球和局部动力学建模的影响。随着我们观察到的改进，以及卫星同位素测量结果的不断增加，我们预计未来基于同位素数据的天气预报会有进一步的改进。"
