Ten zbiór danych jest częścią Katalogu wydawców i nie jest zarządzany przez Google Earth Engine. Jeśli chcesz zgłosić błędy, wyślij e-maila na adres weathernext@google.com lub wyświetl więcej zbiorów danych z katalogu WeatherNext. Więcej informacji o zbiorach danych wydawcy
- Właściciel katalogu
- WeatherNext
- Dostępność zbioru danych
- 2020-01-01T00:00:00Z–2026-07-29T06:00:00Z
- Producent zbioru danych
- Tagi
Opis
INFORMACJA O WYCOFANIU: ten zbiór danych zostanie wycofany 15 lipca 2026 r. Aby zapewnić ciągłość usługi, użytkownicy muszą przenieść wszystkie aktywne przepływy pracy do WeatherNext 2. Więcej informacji znajdziesz na stronie dotyczącej wycofania.
WeatherNext Gen to eksperymentalny zbiór danych globalnych średnioterminowych prognoz pogody generowanych przez operacyjną wersję opartego na dyfuzji modelu prognozowania pogody opracowanego przez Google DeepMind.
Eksperymentalny zbiór danych obejmuje dane historyczne i dane w czasie rzeczywistym. Dane w czasie rzeczywistym to dane dotyczące czasu, który upłynął nie więcej niż 48 godzin temu („Dane eksperymentalne w czasie rzeczywistym”), a dane historyczne to dane dotyczące czasu, który upłynął ponad 48 godzin temu („Dane eksperymentalne historyczne”). Ten zbiór danych zawiera główne pola powierzchni, w tym temperaturę, wiatr, opady, wilgotność, geopotencjał, temperaturę powierzchni morza, prędkość pionową i ciśnienie. Rozdzielczość przestrzenna wynosi 0,25 stopnia. Czasy inicjowania prognozy mają rozdzielczość 6 godzin (00z, 06z, 12z, 18z). Prognozy mają rozdzielczość 12-godzinną i maksymalny czas realizacji wynoszący 15 dni.
Jeśli chcesz uzyskać dostęp do eksperymentalnego zbioru danych, wypełnij ten formularz prośby o dane WeatherNext.
Więcej informacji o modelu znajdziesz w artykule „GenCast: Diffusion-based ensemble forecasting for medium-range weather” (GenCast: prognozowanie zespołowe oparte na dyfuzji na potrzeby średnioterminowych prognoz pogody).
Model użyty do wygenerowania tego eksperymentalnego zbioru danych to wersja operacyjna modelu badawczego. Pamiętaj, że dokładność tego modelu operacyjnego może nie odpowiadać dokładnie dokładności zgłoszonej w przypadku modelu badawczego, a w tym zbiorze danych prognozy mogą być uwzględnione dodatkowe zmienne. Zbiór danych prognozy wygenerowany przez model badawczy, który został użyty do wygenerowania wyników w powyższym artykule, można znaleźć na stronie gs://weathernext/weathernext_gen_research_2019.
Jeśli masz pytania dotyczące korzystania z tego eksperymentalnego zbioru danych lub chcesz go używać w celach, które nie są obecnie dozwolone na podstawie warunków korzystania podanych poniżej, skontaktuj się z nami, wysyłając e-maila na adres weathernext@google.com.
Harmonogram rozpowszechniania
Wszystkie 50 elementów prognozy zespołowej jest udostępnianych w BigQuery i Earth Engine. Wszyscy członkowie są zwalniani w tym samym czasie. Wszystkie godziny są podane w strefie czasowej UTC i są szacunkowe (z typowym odchyleniem ±15 minut). Czasami mogą się różnić o 60 minut lub więcej. Jeśli dostarczenie danych przekroczy 60 minut, poinformuj nas o tym, wysyłając e-maila na adres weathernext@google.com.
| Uruchomienia prognozy (czas inicjowania) | Harmonogram rozpowszechniania prognoz |
|---|---|
| 00:00 | 08:05 |
| 06:00 | 14:05 |
| 12:00 | 20:05 |
| 18:00 | 02:05 |
Uzyskiwanie dostępu do nieprzetworzonych danych (.zarr)
Zasobnik zawierający nieprzetworzone pliki .zarr z historycznym zbiorem danych od 2020 r. do chwili obecnej („Historyczne dane eksperymentalne”) jest dostępny pod adresem gs://weathernext/126478713_1_0/zarr.
Dodatkowo prognozy historyczne z 2019 r., czyli dodatkowy rok prognoz ocenianych w artykule „Probabilistic weather forecasting with uczenie maszynowe”, są dostępne pod adresem gs://weathernext/weathernext_gen_research_2019.
Zbiór danych z prognozą na 2019 r. zawiera dodatkowy rok danych prognozy, uzupełniając dane z lat 2020–2024 dostępne w tym zbiorze danych. Prognozy na 2019 r. są, podobnie jak w artykule, prognozami zainicjowanymi przez ERA5 dla modelu wytrenowanego na ERA5.
Aby uzyskać dostęp do tych zasobów, prześlij prośbę za pomocą tego samego formularza prośby o dostęp do danych WeatherNext.
Podziękowania
Dane eksperymentalne zostały wygenerowane przez modele, które komunikują się z tymi oddzielnymi bibliotekami i pakietami lub odwołują się do nich:
- Dane i usługi Europejskiego Centrum Średnioterminowych Prognoz Pogody (ECMWF) zmodyfikowane przez Google.
- Zmodyfikowane informacje z usługi Copernicus dotyczącej zmian klimatu z 2023 r. Ani Komisja Europejska, ani ECMWF nie ponoszą odpowiedzialności za sposób wykorzystania informacji lub danych z usługi Copernicus.
- Zbiory danych ECMWF HRES
- Oświadczenie o prawach autorskich: „© 2023 Europejskie Centrum Średnioterminowych Prognoz Pogody (ECMWF)”.
- Źródło: www.ecmwf.int
- Oświadczenie o licencji: otwarte dane ECMWF są publikowane na licencji Creative Commons Uznanie autorstwa 4.0 (CC BY 4.0). https://creativecommons.org/licenses/by/4.0/
- Wyłączenie odpowiedzialności: ECMWF nie ponosi żadnej odpowiedzialności za błędy lub pominięcia w danych, ich dostępność ani za straty lub szkody wynikające z ich wykorzystania.
Pasma
Pasma
Rozmiar piksela: 27 830 metrów (wszystkie pasma)
| Nazwa | Jednostki | Rozmiar piksela | Opis |
|---|---|---|---|
total_precipitation_12hr |
m | 27 830 metrów | Łączne opady w ciągu 12 godzin |
100m_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na wysokości 100 metrów |
100m_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na wysokości 100 metrów |
10m_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na wysokości 10 metrów |
10m_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na wysokości 10 m |
2m_temperature |
K | 27 830 metrów | Temperatura na wysokości 2 metrów |
mean_sea_level_pressure |
Pa | 27 830 metrów | Ciśnienie na poziomie morza |
sea_surface_temperature |
K | 27 830 metrów | Temperatura powierzchni morza |
50_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał przy 50 hPa |
100_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał przy 100 hPa |
150_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na poziomie 150 hPa |
200_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na poziomie 200 hPa |
250_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na wysokości 250 hPa |
300_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na poziomie 300 hPa |
400_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał przy 400 hPa |
500_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na wysokości 500 hPa |
600_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na poziomie 600 hPa |
700_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na wysokości 700 hPa |
850_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał na poziomie 850 hPa |
925_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał przy 925 hPa |
1000_geopotential |
m^2/s^2 | 27 830 metrów | Geopotencjał przy 1000 hPa |
50_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 50 hPa |
100_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 100 hPa |
150_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 150 hPa |
200_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy ciśnieniu 200 hPa |
250_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy ciśnieniu 250 hPa |
300_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy ciśnieniu 300 hPa |
400_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy ciśnieniu 400 hPa |
500_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 500 hPa |
600_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 600 hPa |
700_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy ciśnieniu 700 hPa |
850_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy ciśnieniu 850 hPa |
925_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 925 hPa |
1000_specific_humidity |
kg/kg | 27 830 metrów | Wilgotność właściwa przy 1000 hPa |
50_temperature |
K | 27 830 metrów | Temperatura na poziomie 50 hPa |
100_temperature |
K | 27 830 metrów | Temperatura przy 100 hPa |
150_temperature |
K | 27 830 metrów | Temperatura przy 150 hPa |
200_temperature |
K | 27 830 metrów | Temperatura przy 200 hPa |
250_temperature |
K | 27 830 metrów | Temperatura przy 250 hPa |
300_temperature |
K | 27 830 metrów | Temperatura na poziomie 300 hPa |
400_temperature |
K | 27 830 metrów | Temperatura przy 400 hPa |
500_temperature |
K | 27 830 metrów | Temperatura przy 500 hPa |
600_temperature |
K | 27 830 metrów | Temperatura przy 600 hPa |
700_temperature |
K | 27 830 metrów | Temperatura na poziomie 700 hPa |
850_temperature |
K | 27 830 metrów | Temperatura przy 850 hPa |
925_temperature |
K | 27 830 metrów | Temperatura przy 925 hPa |
1000_temperature |
K | 27 830 metrów | Temperatura przy 1000 hPa |
50_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 50 hPa |
100_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 100 hPa |
150_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru przy 150 hPa |
200_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru przy 200 hPa |
250_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru przy 250 hPa |
300_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na wysokości 300 hPa |
400_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 400 hPa |
500_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru przy 500 hPa |
600_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 600 hPa |
700_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 700 hPa |
850_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 850 hPa |
925_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru na poziomie 925 hPa |
1000_u_component_of_wind |
m/s | 27 830 metrów | Składowa U wiatru przy ciśnieniu 1000 hPa |
50_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru przy 50 hPa |
100_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na wysokości 100 hPa |
150_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na poziomie 150 hPa |
200_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na poziomie 200 hPa |
250_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na wysokości 250 hPa |
300_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru przy 300 hPa |
400_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru przy 400 hPa |
500_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na poziomie 500 hPa |
600_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru przy 600 hPa |
700_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na wysokości 700 hPa |
850_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na poziomie 850 hPa |
925_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru na poziomie 925 hPa |
1000_v_component_of_wind |
m/s | 27 830 metrów | Składowa V wiatru przy 1000 hPa |
50_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 50 hPa |
100_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 100 hPa |
150_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 150 hPa |
200_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 200 hPa |
250_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 250 hPa |
300_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa na poziomie 300 hPa |
400_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 400 hPa |
500_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 500 hPa |
600_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy ciśnieniu 600 hPa |
700_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 700 hPa |
850_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa na poziomie 850 hPa |
925_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa na poziomie 925 hPa |
1000_vertical_velocity |
Pa/s | 27 830 metrów | Prędkość pionowa przy 1000 hPa |
Właściwości obrazu
Właściwości obrazu
| Nazwa | Typ | Opis |
|---|---|---|
| start_time | CIĄG ZNAKÓW | Czas inicjowania prognozy. Jest ona taka sama dla wszystkich godzin prognozy w ramach jednego uruchomienia modelu. |
| end_time | CIĄG ZNAKÓW | Czas ważności tej konkretnej prognozy. Obliczona jako start_time + forecast_hour. |
| forecast_hour | PRZ | Czas wyprzedzenia prognozy w godzinach. Reprezentuje liczbę godzin od czasu rozpoczęcia. |
| ingestion_time | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Czas, w którym te dane prognozy stały się dostępne w Earth Engine. |
| ensemble_member | CIĄG ZNAKÓW | Element zespołu w formie ciągu znaków. |
Warunki korzystania z usługi
Warunki korzystania z usługi
Dane historyczne z eksperymentów są licencjonowane na podstawie międzynarodowej licencji Creative Commons Uznanie autorstwa w wersji 4.0 (CC BY 4.0).
Dane eksperymentalne w czasie rzeczywistym są udostępniane zgodnie z Warunkami korzystania z danych eksperymentalnych GDM dotyczących prognozowania pogody w czasie rzeczywistym.
Materiały osób trzecich
Korzystanie z materiałów osób trzecich, o których mowa w sekcji Podziękowania, może podlegać odrębnym warunkom lub postanowieniom licencyjnym. Korzystanie z materiałów osób trzecich podlega takim warunkom. Przed użyciem materiałów sprawdź, czy możesz przestrzegać obowiązujących ograniczeń lub warunków.
Cytaty
W przypadku eksperymentalnych danych w czasie rzeczywistym wymagania dotyczące cytowania znajdziesz w odpowiednich Warunkach korzystania z usługi.
Jeśli ujawniasz wyniki uzyskane na podstawie Danych historycznych, musisz podać cytat: „© 2024 Modele uczenia maszynowego DeepMind Technologies Limited użyte do utworzenia danych eksperymentalnych udostępnionych na stronie https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_126478713_1_0 na warunkach licencji CC BY 4.0. Te dane są przeznaczone wyłącznie do modelowania eksperymentalnego i nie są przeznaczone, zweryfikowane ani zatwierdzone do użytku w rzeczywistych warunkach”.
Odkrywaj za pomocą Earth Engine
Edytor kodu (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');