「 降水確率 」
朝、天気予報の、降水確率の数字で、傘を持って出るかどうか決めている人も多いのではないでしょうか？

降水確率、何％なら傘を持って出ますか？

さすがに、100％なら持って出るでしょうし、0％なら持っていかないでしょう。

 気象庁が出している、この「降水確率」
実は、100％でも雨が降らないことがありますし、0％でも雨が降ることがあります。

予報が、外れたわけではありません。

実は、天気予報の、降水確率100％は、100％雨が振る事を意味しているのではありません。

また同様に、降水確率0％といっても、全く振らない事を保証しているものではありません。

「ん!? どういうこと? 」　　・・・ってなりますよね（笑）

今回は、「降水確率」について、説明していきたいと思います。

降水確率とは？

降水確率とは、一体、どの様に決められているのか？
まず、それから見ていきましょう。

一の位の数字の取り扱い

降水確率30 %の例で、分かりやすく説明がされています。

30 % という予報が100回された場合に、およそ30回は、1mm以上の降水があるということなんですね。
まさに、過去実績から求めた、確率30% ですね。

さて、この気象庁の説明で注目すべきは、次の2点です。

そうです、一の位の数値の取り扱いがポイントです。

降水確率 25 ~ 34 % の時、「降水確率 30 % 」と現されます。
35 %になると、「降水確率40%」という表記になります。

降水確率 50 % と現されれたら、それは、降る降らないの確率が50% ということではなく、 降水確率 45 ~ 54 % の間にあるということです。

降水確率 0 ％  と  100 % とは？

それでは、降水確率 0 %　を見てみましょう 。

四捨五入なので、降水確率 0 ～ 4 % は、「 降水確率 0 % 」と発表されます。

降水確率 4 % というのは、100回のうち、およそ4回は、1mm以上の降雨があるということでした。

つまり、降水確率 0 % といっても、全く雨や雪が降らない事を、保証しているものではありません。

次に、降水確率 100 %のほう は、どうでしょうか？

四捨五入なので、降水確率 95 ~ 100 % は、「 降水確率 100 % 」と発表されます。

降水確率 95 % というのは、100回のうち、およそ95回は、1mm以上の降雨があるということでした。
裏を返せば、100回のうち、およそ5回は、1mm以上の降雨は、無いということになります。

つまり、降水確率 100 % といっても、必ず雨や雪が降る事を、保証しているわけではありません。

この様に、「絶対に降らない」「絶対に降る」といった予報はしていない ということです。

これは決して、天気予報を、ごまかいるわけではありません（笑）

統計データをもとに予報しているので、このやり方が最も、予報を受け取る側も分かりやすく、そして精度も高いのでしょう。

つまり、一の位の数値を出しても精度からいってアテにならない上、分かりづらくなるだけです。

さて、降水確率については、理解してもらえたと思います。

しかし、一点気になる事がありませんか？

「雨が降る」という条件が、「降水量1mm以上」 となっていますよね。
でも、この降水量1mmって、一体どれくらいの雨なのでしょうか？

次に、それについて、見ていきましょう。

降水量1mm

降水確率で言う、降水量1mmとは、外に1㎡の囲いを置き、水が流れ出ないようにした時に、1時間で溜まった水の水深が、1mmになること。

つまり、流れ出たりしなければ、道や屋根など、いたるところに1時間で溜まる水の水深が、1ｍｍのことです。

一般的には、1時間の降水量が、1mmを超えると雨具が必要と言われています。

降水量0.5mm未満は雨ではない？

実は、この降水量も、実は「四捨五入」がされています。

降水量「0.0」は、「 降水はあったが降水量が0.5mmに満たなかった場合」と定義されています。

降水量1.0mmとみなされるのは、0.5mm 以上 ということになります。

これも、また降水確率 0 % なのに、雨が降っていると思う要因になりえますね（笑）

10mm以上の降水量の区分についての詳細は、次より確認ができます。
⇒ 気象庁リーフレット「雨と風（雨と風の階級表）」

まとめ

あとがき

こういうことって統計を扱うものには、つきものですよね。

しかし、気象庁は本当にデータを細かく採取しているんですよね。 降水量も、各地の10分間隔のデータまで見ることができます。

雨や、天候に左右されるような仕事関係の人にとっては、とても有効なデータなんでしょうね。

こういう統計などのデータや情報は、とても有用ですが、正しく理解をしていないと、そこから間違った結果を導いてしまうので、注意が必要ですよね。

データ解析には、それなりのスキルが必要だと、つくずく感じる今日この頃です（笑）