雪山を見上げても、その内側でいま何が起きているのかは分かりません。表面はおだやかでも、雪の奥深くでは崩れやすい層が静かに育ち、あるとき一気に滑り出す——雪崩が怖いのは、危険がずっと目に見えないまま進行するからです。その「見えない部分」を3Dの地形ごと画面に映し出し、どの斜面が危ないのかを描いてみせる仕組みが登場しました。しかも手がけたのは、宇宙のデジタルツインで知られるあの会社です。空の上の技術が、なぜ足元の雪山へ向かったのでしょうか。
株式会社スペースデータは2026年7月8日、宇宙AIプラットフォーム「SpaceBrain」のレジリエンス領域「Geo-Resilience」の新たなシミュレーションとして、豪雪・雪崩リスクを対象とする「Snowstorm & Avalanche」をリリースした。新雪・積雪深・弱層・スラブ・安定度といった積雪の内部状態と、斜面の地形や気象条件から、AIが雪崩危険度を5段階（Low〜Extreme）で解析する。
危険斜面の抽出、発生区から到達範囲までの雪崩伝播、降雪・吹雪の広がりを、実在地形を再現した3D空間上でシミュレーションする。降雪・風・気温や積雪状態を変化させると危険度が再解析される。山岳部の豪雪、バックカントリー、里雪、風成スラブ、融雪期の全層雪崩などの典型シナリオを収録する。同社は「Geo-Resilience」で台風・豪雨・洪水・落雷を対象としてきた。積雪・気象の数値は公開情報にもとづく代表値であり、実データとの連携は今後進める。政府・自治体・インフラ事業者に向け、説明やデモを用意している。
From: 
スペースデータ、豪雪・雪崩リスクをAIでシミュレーションする「Snowstorm & Avalanche」をリリース
【編集部解説】
「見えない層」を可視化するという挑戦
今回のリリースで最も本質的なのは、「積雪の内部構造」をシミュレーションの対象に据えた点です。雪崩の引き金となる弱層（崩れやすい層）や風成スラブは、地表を見ただけでは判断できません。だからこそ従来は、雪山の専門家による現地観測やピット（雪の断面）調査など、点的な情報に頼る場面が多く、「面」としてリスクを把握する手段が乏しかったのです。
スペースデータはこの見えない部分をAIとデジタルツインで推定し、危険斜面を立体的に描き出そうとしています。一点ずつの知見を、面全体の把握へ広げる——その発想の転換がここにあります。
「5段階」の意味を正しく捉える
危険度の5段階（Low〜Extreme）は、北米の公的雪崩危険度スケール（NAPADS）と同じLow〜Extremeの5段階表記を採用しています。ここで見落としてはならないのは、このスケールが直線的ではなく、レベルが上がるごとに危険度が指数関数的に跳ね上がる設計だという点です。
さらに注意したいのが、死亡事故が集中するのは最上位ではないという事実です。米コロラド雪崩情報センター（CAIC）の発表を引用した報道によれば、州内の雪崩死亡事故のうち約40％が中位の「Considerable（レベル3）」、約40％が「Moderate（レベル2）」で起きており、最上位に近い「High（レベル4）」は約20％にとどまります。危険が明白な時ほど人は近づかず、「まだ大丈夫」に見える段階でこそ人が入ってしまう——この逆説を利用者が理解できるかが、ツールの実効性を分ける鍵になるでしょう。
なぜ「今」、雪なのか
背景には、日本特有の事情があります。豪雪地帯は国土の約51％（約19万km²）に及び、総人口の約15％が暮らします。「雪国は一部地域の話」という直感は、統計上は誤りなのです。
加えて、インバウンドを含むバックカントリー人気の高まりが、雪崩リスクへの曝露を押し広げています。スペースデータが台風・豪雨・洪水（Storm Simulator）、落雷・停電（Thunder & Blackout）に続き、このタイミングで雪害へ対象を広げたのは、「Geo-Resilience」を全天候型の防災基盤へ育てる布石と読めます。
現時点でできること、まだできないこと
期待とあわせて、冷静に線引きしておくべき点があります。リリース自身が明記するとおり、現段階の積雪・気象の数値は公開情報にもとづく代表値であり、気象実況や積雪観測の実データ連携は「今後の拡張」です。
つまり現状は、実在地形の上で「どの条件が重なると危険が跳ね上がるか」を対話的に検証できるシミュレーターであって、特定斜面の当日予報を出す段階ではありません。ここを混同すると過度な安心につながりかねず、あくまで意思決定を助ける補助線として位置づけるのが妥当です。
規制という見えないハードル
日本では、数日先の雪崩を予報する行為は気象業務法に触れうるため、民間の雪崩情報は「現況のみ」を扱うのが通例です。将来、実データと結びついて予測精度が上がるほど、この法的な線引きは避けて通れない論点になります。
もっとも今回の提供先は政府・自治体・インフラ事業者であり、一般向けの公開予報ではありません。一般向けの予報ではなく、組織内の意思決定支援として設計されている点は、制度面でも現実的な選択といえます。
長期の視点で見えてくるもの
視野を広げれば、これは宇宙とデジタル技術の融合を掲げる同社が、衛星データとデジタルツインの技術を、地上の防災へ順番に降ろしていく大きな流れの一コマです。気象災害から雪害、土砂災害、山火事、津波までを一つの基盤で扱う構想が、少しずつ輪郭を現しつつあります。
災害を「起きてから対応する」から「起きる前に立体的に見通す」へ——その転換点に立ち会っている、と捉えると、今回の小さなリリースの持つ意味も違って見えてきます。
【関連記事】
スペースデータ「Thunder & Blackout」が落雷による停電被害を3D可視化
同じGeo-Resilienceシリーズの直前の一本。「台風・豪雨・洪水・落雷に続く」という本記事の文脈を裏づける最重要の内部リンク。
スペースデータ「SpaceBrain」始動。衛星・デブリ・小惑星を統合監視する宇宙AIが拓く宇宙レジリエンス
Snowstorm & Avalancheが属する親プラットフォーム「SpaceBrain」の全体像を解説。Geo-Resilienceの上位概念を理解する起点。
スペースデータ「AMATERASU」始動―”速さ”か”正しさ”か、防衛AIの選択
同じデジタルツイン基盤を防衛領域へ展開した対の事例。「同一技術の多方面展開」という長期視点を補強する。
【編集部後記】
リリースノートを読んで印象に残ったのは、「答えを出す装置」というより「問いを立て直す装置」だという感覚でした。どの条件が重なったときに危険が跳ね上がるのか、それを自分の手で動かしながら確かめられることの価値は、はじき出される数字そのものより、見る人の理解の解像度を上げてくれるところにあるのだと思います。
同時に、忘れずにいたいこともあります。いまの数値は代表的な想定にもとづくもので、実際の気象や積雪のデータとつながるのはこれからです。だからこの一歩は完成形ではなく、あくまで出発点として見ておくのが正直なところでしょう。
それでも、雪の内側という「これまで覗けなかった場所」に光を当てようとする試みには、確かなワクワクがあります。この先どこまで見えるようになるのか、その行方を追いかけていこうと思います。
【用語解説】
弱層（じゃくそう）
積雪の内部にできる、周囲より結合力が弱く崩れやすい層。この層が滑り面となって上の雪が一気に滑り落ちることで、面発生の雪崩が起きる。外から見えないため、危険度判定を難しくする最大の要因である。
スラブ／風成スラブ（ふうせいスラブ）
スラブは、まとまった板状の固い雪の塊を指す。風で運ばれた雪が斜面の風下側に積もって固まったものが風成スラブ（ウィンドスラブ）で、弱層の上に乗ると特に危険な雪崩を引き起こしやすい。
積雪の安定度
積もった雪がその場にとどまり続けられるか、崩れやすいかを示す指標。斜面の傾斜・気温・降雪・弱層の有無などによって刻々と変化する。
里雪（さとゆき）
山間部よりも平野部・沿岸部に多く降るタイプの雪。上空の高い所まで強い寒気が入り込むときに平野部で降りやすく、都市機能や交通への影響が大きい。対義語は「山雪（やまゆき）」。
全層雪崩（ぜんそうなだれ）
斜面上の積雪が地面との境界からまるごと滑り落ちる雪崩。春先の融雪期に多い。一方、積雪の表層部分だけが滑るものは表層雪崩と呼ばれ、厳冬期に多い。
バックカントリー
スキー場の整備されたコース外にある自然の雪山を滑走する活動。近年インバウンドを含めて人気が高まる一方、雪崩リスクへの曝露が増えている。
雪崩地形（発生区・走路・到達範囲）
雪崩が発生する斜面上部を発生区、雪が流れ下る経路を走路、勢いを失って停止する範囲を到達範囲（堆積区）と呼ぶ。本サービスはこの一連の流れを3Dで再現する。
数値標高モデル（DEM）
地表の起伏を格子状の標高データで表したもの。斜面の傾斜や雪崩の走路を精密に解析する土台となる。
デジタルツイン
現実の地形や都市を、データをもとに仮想空間へ精密に再現したもの。実世界で試せない条件のシミュレーションを、仮想空間上で繰り返し検証できる。
プラネタリースケール
地球規模という意味。スペースデータが衛星データから地球全体のデジタルツインを構築する際の技術的な広がりを指す。
北米公的雪崩危険度スケール（NAPADS）
北米で用いられる5段階の雪崩危険度基準。低い順にLow・Moderate・Considerable・High・Extreme。段階間で危険度が指数関数的に高まるのが特徴で、本サービスもこれと同じ5段階表記を採っている。
気象業務法
気象・地象などの予報業務を規制する日本の法律。数日先の予報には許可が必要で、民間の雪崩情報が「現況のみ」を扱う背景にある。
Geo-Resilience（ジオレジリエンス）
スペースデータの宇宙AIプラットフォーム「SpaceBrain」のうち、防災・減災を担う領域。予測・被害評価・早期警報・意思決定支援を一体で支えることを掲げ、「Snowstorm & Avalanche」はこの領域に属する。
【参考リンク】
株式会社スペースデータ 公式サイト（外部）
衛星データとデジタルツイン技術で地球・宇宙環境を再現する宇宙AIスタートアップの公式サイト。SpaceBrainなどの事業を掲載している。
スペースデータ NEWS一覧（外部）
Storm SimulatorやThunder & Blackoutなど、Geo-Resilienceシリーズの一連の発表を時系列で追える公式ニュース一覧。
Avalanche.org｜North American Public Avalanche Danger Scale（外部）
本サービスの5段階判定と同じ表記の北米公的雪崩危険度スケールの定義と旅行助言を確認できる解説ページ。
Colorado Avalanche Information Center（CAIC）｜Statistics（外部）
米国の雪崩死亡事故を管理する公的機関の統計ページ。危険度レベル別の傾向など一次データを公開している。
国土交通省｜豪雪地帯対策の推進（外部）
豪雪地帯が国土の約51％を占めるなど、記事中の数値の出典となる公的資料。指定制度や対策の概要を掲載している。
【参考記事】
CAIC Reminds Public That 40% of Colorado Avalanche Fatalities Happen at Moderate Danger（SnowBrains）（外部）
CAICの研究として、州内の雪崩死亡事故の40％がModerate、40％がConsiderable、20％がHighで起きると紹介している。
Considerable avalanche danger can be more hazardous than high danger（9NEWS）（外部）
死亡事故の80％がConsiderableまたはModerateで発生し、Highは20％にとどまると報道。中位段階の危うさを数値で示す。
Avalanche Danger Scale（EAWS：欧州雪崩警報サービス）（外部）
欧州版5段階スケール。死亡事故の約10％がレベル4、レベル1が冬季の約20％を占めるなど発生比率を数値で提示する。
Space Data launches Storm Simulator for typhoon and flood forecasting（IBTimes JP）（外部）
雪害対応の前段「Storm Simulator」を報じた英語記事。Geo-Resilience領域の一連の設計思想を確認できる。
