Este conjunto de datos forma parte de un catálogo de publicadores y no lo administra Google Earth Engine. Comunícate con weathernext@google.com si encuentras errores o consulta más conjuntos de datos en el catálogo de WeatherNext. Obtén más información sobre los conjuntos de datos de publicadores.
- Propietario del catálogo
- WeatherNext
- Disponibilidad del conjunto de datos
- 2020-01-01T00:00:00Z–2025-07-30T06:00:00Z
- Proveedor de conjuntos de datos
- Etiquetas
Descripción
WeatherNext Gen es un conjunto de datos experimental de pronósticos meteorológicos globales de rango medio generados por una versión operativa del modelo meteorológico de conjunto basado en difusión de Google DeepMind.
El conjunto de datos experimental incluye datos históricos y en tiempo real. Los datos en tiempo real son todos los datos relacionados con un momento que no supera las 48 horas en el pasado ("Datos experimentales en tiempo real"), mientras que los datos históricos son todos los datos relacionados con un momento que supera las 48 horas en el pasado ("Datos experimentales históricos"). Este conjunto de datos incluye los principales campos de la superficie, como la temperatura, el viento, las precipitaciones, la humedad, el geopotencial, la temperatura de la superficie del mar, la velocidad vertical y la presión. La resolución espacial es de 0.25 grados. Las horas de inicio de la previsión tienen una resolución de 6 horas (00 h, 6 h, 12 h, 18 h). Los plazos de previsión tienen una resolución de 12 horas hasta un plazo máximo de 15 días.
Si te interesa acceder al conjunto de datos experimental, completa este formulario de solicitud de datos de WeatherNext.
En "GenCast: Diffusion-based ensemble forecasting for medium-range weather", se describe más información sobre el modelo.
El modelo que se usó para producir este conjunto de datos experimental es una versión operativa derivada de ese modelo de investigación. Ten en cuenta que la precisión de este modelo operativo puede no corresponder exactamente a la precisión que se informa para el modelo de investigación, y que se pueden incluir variables adicionales en este conjunto de datos de previsión. El conjunto de datos de previsión que generó el modelo de investigación y que se usó para generar los resultados del documento anterior se puede encontrar en gs://weathernext/weathernext_gen_research_2019.
Si tienes preguntas sobre el uso de este conjunto de datos experimental o quieres usarlo para fines que no están permitidos actualmente según las condiciones de uso que se establecen a continuación, comunícate con weathernext@google.com.
Programa de difusión
Los 50 miembros del pronóstico de conjunto se publican en BigQuery y Earth Engine. Todos los miembros se lanzan al mismo tiempo. Todas las horas se indican en la zona horaria UTC y son estimaciones aproximadas (con una variación típica de ± 15 minutos). En ocasiones, los horarios pueden variar hasta ± 60 minutos o más. Si la entrega de datos supera los 60 minutos, infórmanos a través de weathernext@google.com.
| Ejecuciones de previsión (hora de inicio) | Programa de difusión de previsiones |
|---|---|
| 00:00 | 08:05 |
| 6 a.m. | 14:05 |
| 12:00 | 20:05 |
| 18:00 | 02:05 |
Cómo acceder a los datos sin procesar (.zarr)
En gs://weathernext/126478713_1_0/zarr, se encuentra disponible un bucket que contiene los archivos .zarr sin procesar del conjunto de datos históricos del período 2020-presente ("Datos históricos experimentales").
Además, los pronósticos históricos de 2019, un año adicional de pronósticos evaluados en “Pronóstico probabilístico del clima con aprendizaje automático”, están disponibles en gs://weathernext/weathernext_gen_research_2019.
El conjunto de datos de la previsión de 2019 es un año adicional de datos de previsión que complementa los datos de 2020 a 2024 disponibles en esta lista de conjuntos de datos. Las previsiones de 2019 son, como en el documento, previsiones inicializadas por ERA5 para un modelo entrenado en ERA5.
Para acceder a esos recursos, solicita acceso a través del mismo formulario de solicitud de datos de WeatherNext.
Agradecimientos
Los datos experimentales se generaron con modelos que se comunican con las siguientes bibliotecas y paquetes independientes, o bien hacen referencia a ellos:
- Datos y productos del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF), modificados por Google.
- Se modificó la información del Servicio de Cambio Climático de Copernicus en 2023. Ni la Comisión Europea ni el ECMWF son responsables del uso que se pueda hacer de la información de Copernicus o los datos que contenga.
- Conjuntos de datos de HRES de ECMWF
- Declaración de derechos de autor: Derechos de autor "© 2023 Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF)".
- Fuente: www.ecmwf.int
- Declaración de licencia: Los datos abiertos del ECMWF se publican bajo una licencia Creative Commons Attribution 4.0 International (CC BY 4.0). https://creativecommons.org/licenses/by/4.0/
- Descargo de responsabilidad: El ECMWF no acepta ninguna responsabilidad por errores u omisiones en los datos, su disponibilidad, ni por pérdidas o daños que surjan de su uso.
Bandas
Tamaño del píxel
27,750 metros
Bandas
| Nombre | Unidades | Tamaño de los píxeles | Descripción |
|---|---|---|---|
total_precipitation_12hr |
m | metros | Precipitación total durante un período de 12 horas |
100m_u_component_of_wind |
m/s | metros | Componente U del viento a 100 metros |
100m_v_component_of_wind |
m/s | metros | Componente del viento en V a 100 metros |
10m_u_component_of_wind |
m/s | metros | Componente U del viento a 10 metros |
10m_v_component_of_wind |
m/s | metros | Componente V del viento a 10 metros |
2m_temperature |
K | metros | Temperatura a 2 metros |
mean_sea_level_pressure |
Pa | metros | Presión a nivel del mar |
sea_surface_temperature |
K | metros | Temperatura de la superficie del mar |
50_geopotential |
m²/s² | metros | Geopotencial a 50 hPa |
100_geopotential |
m²/s² | metros | Geopotencial a 100 hPa |
150_geopotential |
m²/s² | metros | Geopotencial a 150 hPa |
200_geopotential |
m²/s² | metros | Geopotencial a 200 hPa |
250_geopotential |
m²/s² | metros | Geopotencial a 250 hPa |
300_geopotential |
m²/s² | metros | Geopotencial a 300 hPa |
400_geopotential |
m²/s² | metros | Geopotencial a 400 hPa |
500_geopotential |
m²/s² | metros | Geopotencial a 500 hPa |
600_geopotential |
m²/s² | metros | Geopotencial a 600 hPa |
700_geopotential |
m²/s² | metros | Geopotencial a 700 hPa |
850_geopotential |
m²/s² | metros | Geopotencial a 850 hPa |
925_geopotential |
m²/s² | metros | Geopotencial a 925 hPa |
1000_geopotential |
m²/s² | metros | Geopotencial a 1,000 hPa |
50_specific_humidity |
kg/kg | metros | Humedad específica a 50 hPa |
100_specific_humidity |
kg/kg | metros | Humedad específica a 100 hPa |
150_specific_humidity |
kg/kg | metros | Humedad específica a 150 hPa |
200_specific_humidity |
kg/kg | metros | Humedad específica a 200 hPa |
250_specific_humidity |
kg/kg | metros | Humedad específica a 250 hPa |
300_specific_humidity |
kg/kg | metros | Humedad específica a 300 hPa |
400_specific_humidity |
kg/kg | metros | Humedad específica a 400 hPa |
500_specific_humidity |
kg/kg | metros | Humedad específica a 500 hPa |
600_specific_humidity |
kg/kg | metros | Humedad específica a 600 hPa |
700_specific_humidity |
kg/kg | metros | Humedad específica a 700 hPa |
850_specific_humidity |
kg/kg | metros | Humedad específica a 850 hPa |
925_specific_humidity |
kg/kg | metros | Humedad específica a 925 hPa |
1000_specific_humidity |
kg/kg | metros | Humedad específica a 1,000 hPa |
50_temperature |
K | metros | Temperatura a 50 hPa |
100_temperature |
K | metros | Temperatura a 100 hPa |
150_temperature |
K | metros | Temperatura a 150 hPa |
200_temperature |
K | metros | Temperatura a 200 hPa |
250_temperature |
K | metros | Temperatura a 250 hPa |
300_temperature |
K | metros | Temperatura a 300 hPa |
400_temperature |
K | metros | Temperatura a 400 hPa |
500_temperature |
K | metros | Temperatura a 500 hPa |
600_temperature |
K | metros | Temperatura a 600 hPa |
700_temperature |
K | metros | Temperatura a 700 hPa |
850_temperature |
K | metros | Temperatura a 850 hPa |
925_temperature |
K | metros | Temperatura a 925 hPa |
1000_temperature |
K | metros | Temperatura a 1,000 hPa |
50_u_component_of_wind |
m/s | metros | Componente U del viento a 50 hPa |
100_u_component_of_wind |
m/s | metros | Componente U del viento a 100 hPa |
150_u_component_of_wind |
m/s | metros | Componente U del viento a 150 hPa |
200_u_component_of_wind |
m/s | metros | Componente U del viento a 200 hPa |
250_u_component_of_wind |
m/s | metros | Componente U del viento a 250 hPa |
300_u_component_of_wind |
m/s | metros | Componente U del viento a 300 hPa |
400_u_component_of_wind |
m/s | metros | Componente U del viento a 400 hPa |
500_u_component_of_wind |
m/s | metros | Componente U del viento a 500 hPa |
600_u_component_of_wind |
m/s | metros | Componente U del viento a 600 hPa |
700_u_component_of_wind |
m/s | metros | Componente U del viento a 700 hPa |
850_u_component_of_wind |
m/s | metros | Componente U del viento a 850 hPa |
925_u_component_of_wind |
m/s | metros | Componente U del viento a 925 hPa |
1000_u_component_of_wind |
m/s | metros | Componente U del viento a 1,000 hPa |
50_v_component_of_wind |
m/s | metros | Componente V del viento a 50 hPa |
100_v_component_of_wind |
m/s | metros | Componente V del viento a 100 hPa |
150_v_component_of_wind |
m/s | metros | Componente V del viento a 150 hPa |
200_v_component_of_wind |
m/s | metros | Componente V del viento a 200 hPa |
250_v_component_of_wind |
m/s | metros | Componente del viento V a 250 hPa |
300_v_component_of_wind |
m/s | metros | Componente V del viento a 300 hPa |
400_v_component_of_wind |
m/s | metros | Componente V del viento a 400 hPa |
500_v_component_of_wind |
m/s | metros | Componente V del viento a 500 hPa |
600_v_component_of_wind |
m/s | metros | Componente V del viento a 600 hPa |
700_v_component_of_wind |
m/s | metros | Componente V del viento a 700 hPa |
850_v_component_of_wind |
m/s | metros | Componente V del viento a 850 hPa |
925_v_component_of_wind |
m/s | metros | Componente V del viento a 925 hPa |
1000_v_component_of_wind |
m/s | metros | Componente V del viento a 1,000 hPa |
50_vertical_velocity |
Pa/s | metros | Velocidad vertical a 50 hPa |
100_vertical_velocity |
Pa/s | metros | Velocidad vertical a 100 hPa |
150_vertical_velocity |
Pa/s | metros | Velocidad vertical a 150 hPa |
200_vertical_velocity |
Pa/s | metros | Velocidad vertical a 200 hPa |
250_vertical_velocity |
Pa/s | metros | Velocidad vertical a 250 hPa |
300_vertical_velocity |
Pa/s | metros | Velocidad vertical a 300 hPa |
400_vertical_velocity |
Pa/s | metros | Velocidad vertical a 400 hPa |
500_vertical_velocity |
Pa/s | metros | Velocidad vertical a 500 hPa |
600_vertical_velocity |
Pa/s | metros | Velocidad vertical a 600 hPa |
700_vertical_velocity |
Pa/s | metros | Velocidad vertical a 700 hPa |
850_vertical_velocity |
Pa/s | metros | Velocidad vertical a 850 hPa |
925_vertical_velocity |
Pa/s | metros | Velocidad vertical a 925 hPa |
1000_vertical_velocity |
Pa/s | metros | Velocidad vertical a 1,000 hPa |
Propiedades de imágenes
Propiedades de la imagen
| Nombre | Tipo | Descripción |
|---|---|---|
| start_time | STRING | Es la hora de inicialización de la previsión. Este valor es el mismo para todas las horas de previsión dentro de una sola ejecución del modelo. |
| end_time | STRING | Es el período válido para esta previsión específica. Se calcula como start_time + forecast_hour. |
| forecast_hour | INT | Es el tiempo de anticipación del pronóstico en horas. Representa la cantidad de horas desde start_time. |
| ingestion_time | DOUBLE | Es la fecha y hora en que estos datos de previsión estuvieron disponibles en Earth Engine. |
| ensemble_member | STRING | Es el miembro del conjunto, como una cadena. |
Condiciones de Uso
Condiciones de Uso
Los datos experimentales históricos se ofrecen bajo la licencia internacional Creative Commons Attribution, versión 4.0 (CC BY 4.0).
Los Datos Experimentales en Tiempo Real se proporcionan conforme a las siguientes Condiciones de Uso de los Datos Experimentales de Previsión Meteorológica en Tiempo Real de GDM.
Materiales de terceros
El uso de los materiales de terceros a los que se hace referencia en la sección de Agradecimientos puede regirse por términos y condiciones o disposiciones de licencia independientes. El uso que hagas de los materiales de terceros está sujeto a esos términos, y debes verificar que puedas cumplir con las restricciones o condiciones aplicables antes de usarlos.
Citas
En el caso de los datos experimentales en tiempo real, consulta las Condiciones de Uso aplicables para conocer los requisitos de citas.
Si divulgas los hallazgos que surjan de los Datos Históricos, debes citar "© 2024 DeepMind Technologies Limited's machine learning models used to create the experimental data made available at https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_126478713_1_0 under CC BY 4.0 licence terms. Estos datos están destinados solo para el modelado experimental y no se validaron ni aprobaron para su uso en el mundo real".
Explora con Earth Engine
Editor de código (JavaScript)
var dataset = ee.ImageCollection( 'projects/gcp-public-data-weathernext/assets/126478713_1_0') .filter(ee.Filter.date('2020-10-01T06:00:00Z', '2020-10-01T06:01:00Z')) .filter(ee.Filter.eq('ensemble_member', '8')) .filter(ee.Filter.eq('forecast_hour', 12)); var temperature = dataset.select('2m_temperature'); var visParams = { min: 220, max: 350, palette: [ 'darkblue', 'blue', 'cyan', 'green', 'yellow', 'orange', 'red', 'darkred' ] }; Map.addLayer(temperature, visParams, '2m Temperature');