Google DeepMind открыла наборы данных SatWeave и PARDIG из WeatherNext 3

Google DeepMind выпустила два набора данных, которые, по её словам, ключевые для достижений недавно представленной модели прогноза погоды WeatherNext 3: SatWeave и PARDIG. По каждому из них доступны исторические архивы и живые потоки данных. Цель, дать исследователям и разработчикам основу для приложений в метеорологии, гидрологии и климатологии.
SatWeave, глобальная мозаика снимков с геостационарных спутников, которая даёт модели «живой взгляд» на развивающиеся облака и штормы. Она объединяет снимки пяти спутников, покрывающих разные части планеты: GOES-East и GOES-West, Meteosat 0 и Meteosat Indian Ocean, а также Himawari. У них разные картографические проекции, форматы файлов, датчики и расписания съёмки (от 10 до 30 минут), поэтому собрать единую карту непросто. По описанию DeepMind, большинство существующих глобальных композитов отбрасывают несовместимые данные: предлагают не более четырёх каналов или обновляются раз в несколько часов. SatWeave обновляется ежечасно, что позволяет WeatherNext 3 строить новые глобальные прогнозы чаще, чем модели, инициализируемые данными анализа, которые обновляются раз в шесть часов. Выложены почасовой живой поток и архив за более чем десять лет. В WeatherNext 3 SatWeave использовали для среднесрочных прогнозов; DeepMind хочет вместе с сообществом изучить применение для прогнозов выработки солнечной энергии и мониторинга лесных пожаров.
PARDIG (Precipitation AI Reanalysis: Densely Inferred GPM), глобальный набор данных об осадках, построенный с помощью ИИ и использованный для обучения прогнозов осадков в WeatherNext 3. Архитектура похожа на WeatherNext 3. Модель обучена напрямую на разреженных наблюдениях космического радара из миссии NASA Global Precipitation Measurement (GPM) Core Observatory; на вход подаются снимки SatWeave и атмосферные поля ECMWF. Результат, глобальная карта осадков с временным разрешением 15 минут и пространственным примерно в 10 километров; обновления приходят со средней задержкой около пяти часов. Исторические архивы PARDIG охватывают период с 1999 по 2026 год.
PARDIG сравнивали с тремя континентальными радарными сетями (США, Европа, Япония) и более чем с 36 000 метеостанций по всему миру. По данным DeepMind, набор превосходит ведущие глобальные базовые продукты при всех проанализированных интенсивностях дождя, включая IMERG-Final от NASA, исследовательский набор оценок осадков. Для слабых и умеренных осадков точность почасового обнаружения осадков выше, чем у IMERG-Final, более чем на 30%. Особенно хорошо, как утверждается, набор ловит экстремальные осадки, которые существующим глобальным продуктам трудно обнаружить. Поскольку PARDIG учится напрямую по спутникам, а не только по наземным измерениям, DeepMind ожидает надёжной точности в любой точке Земли, в том числе там, где наземных измерений нет. С сообществом компания хочет исследовать улучшенные модели для наводнений, оползней и засух, особенно в регионах без плотных радарных сетей.
Оба набора данных открыты в Google Cloud Storage, исторические каталоги PARDIG, ещё и в Google Earth Engine. Публикация называет релиз новейшим дополнением к портфелю Earth AI от Google. Работу выполнили команды Google DeepMind и Google Research совместно с Google Cloud и Google Geo.
Ключевые факты
- SatWeave объединяет снимки пяти геостационарных спутников (GOES-East, GOES-West, Meteosat 0, Meteosat Indian Ocean, Himawari), обновляется ежечасно; есть живой поток и архив за более чем десять лет.
- PARDIG, ИИ-карта осадков с разрешением 15 минут по времени и примерно 10 км в пространстве, задержка обновления в среднем около пяти часов, архив с 1999 по 2026 год.
- По собственной оценке DeepMind, PARDIG превосходит IMERG-Final от NASA при всех проанализированных интенсивностях дождя и улучшает почасовое обнаружение слабых и умеренных осадков более чем на 30%.
- Проверка шла по трём радарным сетям (США, Европа, Япония) и более чем 36 000 метеостанций.
- Данные открыты в Google Cloud Storage; исторические каталоги PARDIG есть также в Google Earth Engine.
Почему это важно
Для прогноза погоды и осадков нужна оперативная и согласованная картина наблюдений, а собрать её из спутников с разными проекциями, форматами и расписаниями сложно. DeepMind открывает сами наборы данных, на которых держится WeatherNext 3, и обещает почасовое обновление SatWeave против шестичасового у моделей, стартующих от данных анализа. Для осадков это заметный источник: глобальная карта с шагом 15 минут и разрешением около 10 км, обученная на спутниковых радарных наблюдениях и потому, как ожидает компания, применимая и там, где нет наземных радаров.
Кому это важно
Исследователям погоды, гидрологии и климата, а также разработчикам приложений на этих данных. DeepMind прямо называет направления, которые хочет изучать с сообществом: прогнозы солнечной энергии и мониторинг лесных пожаров (SatWeave), модели наводнений, оползней и засух, особенно в регионах без плотных радарных сетей (PARDIG). Это заявленные намерения, а не готовые результаты.
Как это применить
Живые и исторические данные обоих наборов открыты в Google Cloud Storage; исторические каталоги PARDIG доступны также в Google Earth Engine. SatWeave даёт почасовой поток и архив за более чем десять лет, PARDIG, поток и архив с 1999 по 2026 год. Условия лицензии, объём данных, формат файлов и стоимость доступа в публикации не указаны, их стоит проверить в документации перед использованием.
Можно ли доверять
Источник, первоисточник, официальный пост Google DeepMind. Все оценки качества, собственные: сравнение с IMERG-Final, превосходство над базовыми продуктами и эффективность на экстремальных осадках приведены компанией. Независимой проверки и внешних откликов в публикации нет. Для превосходства над IMERG-Final названо «более чем на 30%» для слабых и умеренных осадков, но метрика не названа и не сказано, относительный ли это прирост или в процентных пунктах. Для экстремальных осадков и для других базовых продуктов числовых результатов нет.
Риски и подводные камни
Надёжная точность PARDIG в любой точке Земли, включая районы без наземных измерений, сформулирована как ожидание, а не как подтверждённый результат. Среднюю задержку обновления PARDIG около пяти часов стоит учитывать, если нужна оперативность. Числовых показателей качества самой WeatherNext 3 публикация не даёт, а условия лицензии сказаны лишь словами «открыто доступны».