Google DeepMind udostępniło 3 września WeatherNext 3 — model prognozy pogody o rozdzielczości 5 km dla temperatury i wilgotności, aktualizowany co godzinę zamiast co sześć. Największy skok dotyczy opadów: do 60% poprawy CRPS względem WeatherNext 2. Model trafia do wyszukiwarki Google, Map i aplikacji Gemini.
Najważniejsze w skrócie
- Rozdzielczość 5 km dla temperatury i wilgotności, 10 km dla pozostałych zmiennych przy powierzchni, 25 km dla wiatru w atmosferze
- Aktualizacja co godzinę zamiast co sześć godzin w WeatherNext 2
- Opady: do 60% poprawy CRPS przy weryfikacji danymi IMERG, 30% przy MRMS i 10% przy deszczomierzach
- Model czyta mozaiki satelitarne w czasie rzeczywistym, dane IMERG z NASA i rzadkie obserwacje ze stacji naziemnych
- Dostęp przez Search, Gemini, Google Maps, Maps Platform Weather API, Earth Engine, BigQuery i Cloud Storage
Trzy rozdzielczości zamiast jednej
Google odeszło od jednolitej siatki. W sumie, na trzech skalach naraz, daje to obraz około pięciokrotnie ostrzejszy niż poprzednia wersja. Częstotliwość też się zmieniła: prognoza odświeża się co godzinę, a nie co sześć, co ma znaczenie przy zjawiskach szybko zmiennych.
| Zmienna | Rozdzielczość siatki |
|---|---|
| Temperatura i wilgotność | 5 km |
| Pozostałe zmienne przypowierzchniowe | 10 km |
| Wiatr w wyższych warstwach atmosfery | 25 km |
Opady, czyli najtrudniejsza zmienna
Deszcz jest tradycyjnie najsłabszym punktem modeli pogodowych. Google podaje trzy liczby, każdą przy innym punkcie odniesienia: do 60% poprawy CRPS przy weryfikacji satelitarnymi danymi IMERG, 30% przy radarowym MRMS i 10% przy pomiarach z deszczomierzy. Rozpiętość nie jest przypadkowa — im gęstsza i bardziej bezpośrednia sieć pomiarowa, tym mniejsza przewaga modelu.
Firma deklaruje też do 50% wyższą trafność prognoz opadów z wyprzedzeniem dobowym, szczególnie w regionach słabo pokrytych infrastrukturą pomiarową.
Skąd model bierze dane
WeatherNext 3 łączy cztery strumienie: godzinne mozaiki z satelitów geostacjonarnych, dane opadowe IMERG z NASA, globalną reanalizę opadów opartą na radarze satelitarnym oraz rzadkie obserwacje ze stacji naziemnych, które doprecyzowują lokalną topografię. Osobno liczone są wiatry na wysokości 100 metrów, czyli na poziomie turbin, oraz zachmurzenie i promieniowanie słoneczne — pod energetykę odnawialną.
Dlaczego to ważne?
Prognoza pogody jest jednym z niewielu zastosowań AI, gdzie jakość weryfikuje się codziennie i publicznie. Przejście na godzinną aktualizację i podniesienie trafności opadów przekłada się bezpośrednio na planowanie w rolnictwie, logistyce i energetyce wiatrowej.
Co dalej?
- Niezależne pomiary prowadzi Brightband, publikując wyniki na własnych rankingach na żywo
- Model wchodzi do Google Search, aplikacji Gemini i Google Maps, a deweloperzy dostają go przez Maps Platform Weather API, Earth Engine, BigQuery i pobieranie hurtowe z Cloud Storage
