Ten zbiór danych jest częścią Katalogu wydawców i nie jest zarządzany przez Google Earth Engine. W przypadku błędów napisz na adres weathernext@google.com. Więcej zbiorów danych znajdziesz w katalogu WeatherNext. Więcej informacji o zbiorach danych wydawcy
- Właściciel katalogu
- WeatherNext
- Dostępność zbioru danych
- 2020-01-01T00:00:00Z–2026-06-06T00:00:00Z
- Dostawca zbioru danych
- Tagi
Opis
UWAGA 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 naszej stronie dotyczącej wycofywania.
WeatherNext Gen to eksperymentalny zbiór danych globalnych prognoz pogody średnioterminowych, tworzonych przez operacyjną wersję modelu pogodowego opartego na dyfuzji opracowanego przez Google DeepMind.
Eksperymentalny zbiór danych zawiera dane w czasie rzeczywistym i dane historyczne. Dane w czasie rzeczywistym to dane, które odnoszą się do czasu nie starszego niż 48 godzin („Dane eksperymentalne w czasie rzeczywistym”), a dane historyczne to dane, które odnoszą się do czasu starszego niż 48 godzin („Dane eksperymentalne historyczne”). Ten zbiór danych zawiera główne pola powierzchniowe, w tym temperaturę, wiatr, opady, wilgotność, potencjał geopotencjalny, temperaturę powierzchni morza, prędkość pionową i ciśnienie. Rozdzielczość przestrzenna wynosi 0,25 stopnia. Godziny rozpoczęcia prognozy mają rozdzielczość 6-godzinną (00:00, 06:00, 12:00, 18:00). Prognozy mają dokładność do 12 godzin 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 tym 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 prognozowania mogą być uwzględnione dodatkowe zmienne. Zbiór danych prognoz wygenerowany przez model badawczy, który został użyty do wygenerowania wyników w powyższej publikacji, można znaleźć pod adresem 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 zespołu 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 przybliżone (z typowym odchyleniem ±15 minut). Czasami może się on różnić o ±60 minut lub więcej. Jeśli dostarczanie danych trwa dłużej niż 60 minut, poinformuj nas o tym, wysyłając e-maila na adres weathernext@google.com.
| Uruchomienia prognozy (czas inicjacji) | Harmonogram rozpowszechniania prognoz |
|---|---|
| 00:00 | 08:05 |
| 06:00 | 14:05 |
| 12:00 | 20:05 |
| 18:00 | 02:05 |
Dostęp do nieprzetworzonych danych (.zarr)
Zasobnik zawierający nieprzetworzone pliki .zarr z historycznym zbiorem danych z lat 2020–obecnie („Historyczne dane eksperymentalne”) jest dostępny pod adresem gs://weathernext/126478713_1_0/zarr.
Dodatkowo prognozy historyczne z 2019 roku, czyli dodatkowy rok prognoz ocenianych w artykule „Probabilistic weather forecasting with machine learning”, są dostępne na stronie gs://weathernext/weathernext_gen_research_2019.
Zbiór danych prognozy na 2019 r. zawiera dodatkowy rok danych prognozy, który uzupełnia dane z lat 2020–2024 dostępne w tym zbiorze. Prognozy z 2019 r. to, podobnie jak w przypadku publikacji, prognozy zainicjowane przez ERA5 dla modelu wytrenowanego na podstawie 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 bibliotekami i pakietami lub się do nich odwołują:
- 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: Copyright „© 2023 European Centre for Medium-Range Weather Forecasts (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/
- Zastrzeżenie: 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 m (wszystkie pasma)
| Nazwa | Jednostki | Rozmiar piksela | Opis |
|---|---|---|---|
total_precipitation_12hr |
m | 27830 metrów | Łączna ilość opadów w ciągu 12 godzin |
100m_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na wysokości 100 m |
100m_v_component_of_wind |
m/s | 27830 metrów | Komponent wiatru V na wysokości 100 m |
10m_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na wysokości 10 metrów |
10m_v_component_of_wind |
m/s | 27830 metrów | Składowa wiatru V na wysokości 10 metrów |
2m_temperature |
K | 27830 metrów | Temperatura na wysokości 2 metrów |
mean_sea_level_pressure |
Pa | 27830 metrów | Średnie ciśnienie na poziomie morza |
sea_surface_temperature |
K | 27830 metrów | Temperatura powierzchni morza |
50_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 50 hPa |
100_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 100 hPa |
150_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 150 hPa |
200_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 200 hPa |
250_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 250 hPa |
300_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 300 hPa |
400_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 400 hPa |
500_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 500 hPa |
600_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 600 hPa |
700_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 700 hPa |
850_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 850 hPa |
925_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 925 hPa |
1000_geopotential |
m^2/s^2 | 27830 metrów | Geopotencjał na poziomie 1000 hPa |
50_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 50 hPa |
100_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa przy ciśnieniu 100 hPa |
150_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 150 hPa |
200_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 200 hPa |
250_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 250 hPa |
300_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 300 hPa |
400_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 400 hPa |
500_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 500 hPa |
600_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa przy ciśnieniu 600 hPa |
700_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa przy ciśnieniu 700 hPa |
850_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 850 hPa |
925_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa na poziomie 925 hPa |
1000_specific_humidity |
kg/kg | 27830 metrów | Wilgotność właściwa przy ciśnieniu 1000 hPa |
50_temperature |
K | 27830 metrów | Temperatura na poziomie 50 hPa |
100_temperature |
K | 27830 metrów | Temperatura na poziomie 100 hPa |
150_temperature |
K | 27830 metrów | Temperatura na poziomie 150 hPa |
200_temperature |
K | 27830 metrów | Temperatura na poziomie 200 hPa |
250_temperature |
K | 27830 metrów | Temperatura na poziomie 250 hPa |
300_temperature |
K | 27830 metrów | Temperatura na poziomie 300 hPa |
400_temperature |
K | 27830 metrów | Temperatura na poziomie 400 hPa |
500_temperature |
K | 27830 metrów | Temperatura na poziomie 500 hPa |
600_temperature |
K | 27830 metrów | Temperatura na poziomie 600 hPa |
700_temperature |
K | 27830 metrów | Temperatura na poziomie 700 hPa |
850_temperature |
K | 27830 metrów | Temperatura na poziomie 850 hPa |
925_temperature |
K | 27830 metrów | Temperatura na poziomie 925 hPa |
1000_temperature |
K | 27830 metrów | Temperatura na poziomie 1000 hPa |
50_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 50 hPa |
100_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 100 hPa |
150_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 150 hPa |
200_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 200 hPa |
250_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 250 hPa |
300_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 300 hPa |
400_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 400 hPa |
500_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 500 hPa |
600_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 600 hPa |
700_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 700 hPa |
850_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 850 hPa |
925_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 925 hPa |
1000_u_component_of_wind |
m/s | 27830 metrów | Składowa U wiatru na poziomie 1000 hPa |
50_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 50 hPa |
100_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 100 hPa |
150_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 150 hPa |
200_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 200 hPa |
250_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 250 hPa |
300_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 300 hPa |
400_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 400 hPa |
500_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 500 hPa |
600_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 600 hPa |
700_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 700 hPa |
850_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 850 hPa |
925_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru na poziomie 925 hPa |
1000_v_component_of_wind |
m/s | 27830 metrów | Składowa V wiatru przy ciśnieniu 1000 hPa |
50_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 50 hPa |
100_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 100 hPa |
150_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 150 hPa |
200_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 200 hPa |
250_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 250 hPa |
300_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 300 hPa |
400_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 400 hPa |
500_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 500 hPa |
600_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 600 hPa |
700_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 700 hPa |
850_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 850 hPa |
925_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 925 hPa |
1000_vertical_velocity |
Pa/s | 27830 metrów | Prędkość pionowa na poziomie 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 | Prawidłowy czas dla tej konkretnej prognozy. Oblicza się go jako start_time + forecast_hour. |
| forecast_hour | PRZ | Czas wyprzedzenia prognozy w godzinach. Liczba 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 | Członek zespołu jako ciąg znaków. |
Warunki korzystania z usługi
Warunki korzystania z usługi
Dane historyczne z eksperymentów są objęte licencją Creative Commons Attribution International, wersja 4.0 (CC BY 4.0).
Eksperymentalne dane w czasie rzeczywistym są udostępniane na podstawie tych Warunków korzystania z eksperymentalnych danych GDM do 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 sprawdź, czy możesz przestrzegać obowiązujących ograniczeń lub warunków.
Cytaty
W przypadku danych eksperymentalnych w czasie rzeczywistym zapoznaj się z odpowiednimi Warunkami korzystania z usługi, aby poznać wymagania dotyczące cytowania.
Jeśli ujawnisz 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, zatwierdzone ani zatwierdzone do użytku w rzeczywistym świecie”.
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');