WeatherNext Gen Forecasts

информация

Этот набор данных является частью каталога издателей и не управляется Google Earth Engine. Для сообщений об ошибках обращайтесь по адресу [e-mail] или просмотрите другие наборы данных из каталога WeatherNext. Узнайте больше о наборах данных издателей .

Владелец каталога

WeatherNext

Доступность набора данных

2020-01-01T00:00:00Z–2026-04-05T06:00:00Z

Производитель наборов данных

Google

Фрагмент кода земляного двигателя

ee.ImageCollection("projects/gcp-public-data-weathernext/assets/126478713_1_0")

Теги

климатический прогноз gcp-public-data-weathernext осадки издатель-данные температура погода weathernext ветер

Описание

WeatherNext Gen — это экспериментальный набор данных глобальных среднесрочных ансамблевых прогнозов погоды, созданный рабочей версией диффузионной ансамблевой модели погоды Google DeepMind.

Экспериментальный набор данных включает данные в реальном времени и исторические данные. Данные в реальном времени — это любые данные, относящиеся ко времени, которое прошло не более 48 часов назад («Экспериментальные данные в реальном времени»), а исторические данные — это любые данные, относящиеся ко времени, которое прошло более 48 часов назад («Исторические экспериментальные данные»). Этот набор данных включает основные поля поверхности, включая температуру, ветер, осадки, влажность, геопотенциал, температуру поверхности моря, вертикальную скорость и давление. Пространственное разрешение составляет 0,25 градуса. Время начала прогноза имеет разрешение 6 часов (00z, 06z, 12z, 18z). Время упреждения прогноза имеет разрешение 12 часов, с максимальным временем упреждения до 15 дней.

Если вас интересует доступ к экспериментальному набору данных, пожалуйста, заполните эту форму запроса данных WeatherNext .

Более подробная информация о модели приведена в статье " GenCast: Ансамблевое прогнозирование погоды на среднесрочную перспективу на основе диффузии ". Модель, использованная для создания этого экспериментального набора данных, является рабочей версией, полученной на основе этой исследовательской модели. Обратите внимание, что точность этой рабочей модели может не совсем соответствовать точности, указанной для исследовательской модели, и что в этот набор данных прогноза могут быть включены дополнительные переменные. Набор данных прогноза, сгенерированный исследовательской моделью и использованный для получения результатов в вышеупомянутой статье, можно найти по gs://weathernext/weathernext_gen_research_2019 .

Если у вас возникнут вопросы по использованию этого экспериментального набора данных или вы захотите использовать его в целях, которые в настоящее время не разрешены условиями использования, изложенными ниже, пожалуйста, свяжитесь с нами по адресу [e-mail].

График распространения

Все 50 участников ансамблевого прогноза передаются в BigQuery и Earth Engine. Все участники передаются одновременно. Все время указано в часовом поясе UTC и является приблизительным (с типичным отклонением ± 15 минут). В отдельных случаях время может отличаться на ± 60 минут и более. Если время доставки превышает +60 минут, пожалуйста, сообщите нам об этом по адресу [e-mail].

Количество запусков прогноза (начальное время)	График распространения прогноза
00:00	08:05
06:00	14:05
12:00	20:05
18:00	02:05

Доступ к необработанным данным (.zarr)

База данных, содержащая исходные файлы .zarr для исторического набора данных за 2020 год и настоящее время («Исторические экспериментальные данные»), доступна по адресу gs://weathernext/126478713_1_0/zarr . Кроме того, исторические прогнозы за 2019 год, дополнительный год прогнозов, оцененных в статье «Вероятностное прогнозирование погоды с помощью машинного обучения» , доступны по адресу gs://weathernext/weathernext_gen_research_2019 . Набор данных прогнозов за 2019 год представляет собой дополнительный год прогнозных данных, дополняющий данные за 2020-2024 годы, доступные через этот список данных. Прогнозы за 2019 год, как и в статье, представляют собой прогнозы, инициализированные с помощью ERA5 для модели, обученной на ERA5. Для получения доступа к этим ресурсам, пожалуйста, запросите доступ через ту же форму запроса данных WeatherNext .

Благодарности

Экспериментальные данные были получены с помощью моделей, которые взаимодействуют со следующими отдельными библиотеками и пакетами и/или ссылаются на них:

• Данные и продукты Европейского центра среднесрочных прогнозов погоды (ECMWF), с изменениями, внесенными Google.
• Модифицированная информация Службы по изменению климата Copernicus за 2023 год. Ни Европейская комиссия, ни ECMWF не несут ответственности за любое использование информации или данных Copernicus, содержащихся в ней.
• Наборы данных ECMWF HRES
  • Заявление об авторских правах: © 2023 Европейский центр среднесрочных прогнозов погоды (ECMWF).
  • Источник: www.ecmwf.int
  • Лицензионное соглашение: Открытые данные ECMWF публикуются в соответствии с международной лицензией Creative Commons Attribution 4.0 (CC BY 4.0). https://creativecommons.org/licenses/by/4.0/
  • Предупреждение: ECMWF не несет никакой ответственности за любые ошибки или упущения в данных, их доступность, а также за любые убытки или ущерб, возникшие в результате их использования.

Группы

Группы

Размер пикселя: 27830 метров (все диапазоны)

Имя	Единицы	Размер пикселя	Описание
total_precipitation_12hr	м	27830 метров	Общее количество осадков за 12-часовой период
100m_u_component_of_wind	РС	27830 метров	Ветерная составляющая на расстоянии 100 метров (U-образная)
100m_v_component_of_wind	РС	27830 метров	составляющая скорости ветра на расстоянии 100 метров V
10m_u_component_of_wind	РС	27830 метров	10-метровая U-образная составляющая ветра
10m_v_component_of_wind	РС	27830 метров	10-метровая V-образная составляющая ветра
2m_temperature	К	27830 метров	температура 2 метра
mean_sea_level_pressure	Па	27830 метров	Среднее давление на уровне моря
sea_surface_temperature	К	27830 метров	Температура поверхности моря
50_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 50 гПа
100_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 100 гПа
150_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 150 гПа
200_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 200 гПа
250_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 250 гПа
300_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 300 гПа
400_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 400 гПа
500_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 500 гПа
600_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 600 гПа
700_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 700 гПа
850_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 850 гПа
925_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 925 гПа
1000_geopotential	м²/с²	27830 метров	Геопотенциал на уровне 1000 гПа
50_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 50 гПа
100_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 100 гПа
150_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 150 гПа
200_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 200 гПа
250_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 250 гПа
300_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 300 гПа
400_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 400 гПа
500_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 500 гПа
600_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 600 гПа
700_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 700 гПа
850_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 850 гПа
925_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 925 гПа
1000_specific_humidity	кг/кг	27830 метров	Удельная влажность на уровне 1000 гПа
50_temperature	К	27830 метров	Температура на уровне 50 гПа
100_temperature	К	27830 метров	Температура на уровне 100 гПа
150_temperature	К	27830 метров	Температура на уровне 150 гПа
200_temperature	К	27830 метров	Температура на уровне 200 гПа
250_temperature	К	27830 метров	Температура на уровне 250 гПа
300_temperature	К	27830 метров	Температура на уровне 300 гПа
400_temperature	К	27830 метров	Температура на уровне 400 гПа
500_temperature	К	27830 метров	Температура на уровне 500 гПа
600_temperature	К	27830 метров	Температура на уровне 600 гПа
700_temperature	К	27830 метров	Температура на уровне 700 гПа
850_temperature	К	27830 метров	Температура на уровне 850 гПа
925_temperature	К	27830 метров	Температура на уровне 925 гПа
1000_temperature	К	27830 метров	Температура на уровне 1000 гПа
50_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 50 гПа
100_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 100 гПа
150_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 150 гПа
200_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 200 гПа
250_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 250 гПа
300_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 300 гПа
400_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 400 гПа
500_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 500 гПа
600_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 600 гПа
700_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 700 гПа
850_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 850 гПа
925_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 925 гПа
1000_u_component_of_wind	РС	27830 метров	Компонент ветра U на уровне 1000 гПа
50_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 50 гПа
100_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 100 гПа
150_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 150 гПа
200_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 200 гПа
250_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 250 гПа
300_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 300 гПа
400_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 400 гПа
500_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 500 гПа
600_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 600 гПа
700_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на 700 гПа
850_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 850 гПа
925_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 925 гПа
1000_v_component_of_wind	РС	27830 метров	V-образная составляющая ветра на уровне 1000 гПа
50_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 50 гПа
100_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 100 гПа
150_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 150 гПа
200_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 200 гПа
250_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 250 гПа
300_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 300 гПа
400_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 400 гПа
500_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 500 гПа
600_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 600 гПа
700_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 700 гПа
850_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 850 гПа
925_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 925 гПа
1000_vertical_velocity	Па/с	27830 метров	Вертикальная скорость на уровне 1000 гПа

Свойства изображения

Свойства изображения

Имя	Тип	Описание
время начала	НИТЬ	Время инициализации прогноза. Оно одинаково для всех часов прогноза в рамках одного запуска модели.
конец_времени	НИТЬ	Время действия данного прогноза. Рассчитывается как start_time + forecast_hour.
прогноз_час	ИНТ	Прогнозируемое время в часах. Представляет собой количество часов с момента начала.
время приема	ДВОЙНОЙ	Время, когда эти прогнозные данные стали доступны в Earth Engine.
член ансамбля	НИТЬ	Участник ансамбля, как струна.

Условия эксплуатации

Условия эксплуатации

Исторические экспериментальные данные распространяются под лицензией Creative Commons Attribution International License, версия 4.0 (CC BY 4.0).

Экспериментальные данные в режиме реального времени предоставляются в соответствии со следующими Условиями использования экспериментальных данных прогнозирования погоды в режиме реального времени GDM.

Материалы третьих лиц

Использование материалов третьих лиц, упомянутых в разделе «Благодарности», может регулироваться отдельными условиями или положениями лицензии. Использование вами материалов третьих лиц регулируется любыми такими условиями, и вам следует убедиться, что вы можете соблюдать любые применимые ограничения или условия, прежде чем использовать их.

Цитаты

Ссылки:

• Для получения экспериментальных данных в режиме реального времени, пожалуйста, ознакомьтесь с соответствующими Условиями использования, чтобы узнать требования к цитированию.

  При раскрытии результатов, полученных на основе исторических данных, необходимо указать: «© 2024 DeepMind Technologies Limited. Модели машинного обучения, использованные для создания экспериментальных данных, доступных по адресу https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_126478713_1_0 в соответствии с условиями лицензии CC BY 4.0. Эти данные предназначены только для экспериментального моделирования и не предназначены, не проверены и не одобрены для использования в реальных условиях».

Исследуйте мир с помощью Earth Engine.

Важно: Earth Engine — это платформа для научного анализа и визуализации геопространственных наборов данных петабайтного масштаба, предназначенная как для общественного блага, так и для коммерческих и государственных пользователей. Earth Engine бесплатна для использования в исследовательских, образовательных и некоммерческих целях. Для начала работы, пожалуйста, зарегистрируйтесь для доступа к Earth Engine.

Редактор кода (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');

Открыть в редакторе кода

Прогнозы погоды следующего поколения

WeatherNext Gen — это экспериментальный набор данных глобальных среднесрочных ансамблевых прогнозов погоды, созданный на основе рабочей версии диффузионной ансамблевой модели погоды Google DeepMind. Экспериментальный набор данных включает данные в реальном времени и исторические данные. Данные в реальном времени — это любые данные, относящиеся ко времени не более 48 часов…

projects/gcp-public-data-weathernext/assets/126478713_1_0, climate,forecast,gcp-public-data-weathernext,precipitation,publisher-dataset,temperature,weather,weathernext,wind

2020-01-01T00:00:00Z/2026-04-05T06:00:00Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets