Dieses Dataset ist Teil eines Publisher-Katalogs und wird nicht von Google Earth Engine verwaltet. Wenden Sie sich bei Fehlern an weathernext@google.com oder sehen Sie sich weitere Datasets aus dem WeatherNext-Katalog an. Hier finden Sie weitere Informationen zu Publisher-Datasets.
- Kataloginhaber
- WeatherNext
- Dataset-Verfügbarkeit
- 2022-01-01T00:00:00Z–2026-04-02T06:00:00Z
- Ersteller des Datasets
- Tags
Beschreibung
WeatherNext 2 ist ein experimentelles Dataset mit globalen Ensemble-Mittelfristvorhersage, die von einer betriebsbereiten Version des generativen Wettermodells mit funktionalem Netzwerk von Google DeepMind erstellt werden.
Das experimentelle Dataset enthält Echtzeit- und Verlaufsdaten. Echtzeitdaten sind alle Daten, die sich auf einen Zeitpunkt beziehen, der nicht länger als 48 Stunden in der Vergangenheit liegt („experimentelle Echtzeitdaten“). Verlaufsdaten sind alle Daten, die sich auf einen Zeitpunkt beziehen, der mehr als 48 Stunden zurückliegt („historische experimentelle Daten“). Dieses Dataset enthält wichtige Oberflächenfelder wie Temperatur, Wind, Niederschlag, Luftfeuchtigkeit, Geopotenzial, Meeresoberflächentemperatur, vertikale Geschwindigkeit und Druck. Die räumliche Auflösung beträgt 0,25 Grad. Die Initialisierungszeiten für Vorhersagen haben eine Auflösung von 6 Stunden (00z, 06z, 12z, 18z). Die Vorhersagehorizonte haben eine Auflösung von 6 Stunden bis zu einem maximalen Vorhersagehorizont von 15 Tagen.
Wenn Sie auf das experimentelle Dataset zugreifen möchten, füllen Sie bitte dieses WeatherNext-Datenanfrageformular aus.
Weitere Informationen zum Modell finden Sie unter Skillful joint probabilistic weather forecasting from marginals. Das Modell, mit dem dieses experimentelle Dataset erstellt wurde, ist ein Betriebsmodell, das aus diesem Forschungsmodell abgeleitet wurde. Die Genauigkeit dieses Betriebsmodells entspricht möglicherweise nicht genau der Genauigkeit des Forschungsmodells. Außerdem können zusätzliche Variablen in diesem Vorhersage-Dataset enthalten sein.
Weitere Informationen zu WeatherNext, einschließlich Modellspezifikationen und technischer Dokumentation, finden Sie in unserem WeatherNext-Entwicklerleitfaden.
Wenn Sie Fragen zur Verwendung dieses experimentellen Datasets haben oder es für Zwecke verwenden möchten, die derzeit nicht gemäß den unten aufgeführten Nutzungsbedingungen zulässig sind, wenden Sie sich bitte an weathernext@google.com. Alle per E-Mail erhobenen Informationen werden gemäß der Datenschutzerklärung von Google verwendet.
Bereitstellungszeitplan
Alle 64 Member der Ensemble-Vorhersage werden in BigQuery und Earth Engine veröffentlicht. Alle Member werden gleichzeitig veröffentlicht. Alle Zeiten sind in UTC angegeben und sind Schätzungen (mit einer typischen Abweichung von ± 15 Minuten). Gelegentlich können die Zeiten um bis zu ± 60 Minuten oder mehr variieren. Wenn die Datenbereitstellung mehr als 60 Minuten dauert, informieren Sie uns bitte unter weathernext@google.com.
| Vorhersageläufe (Initialisierungszeit) | Zeitplan zur Bereitstellung der Vorhersagen |
|---|---|
| 00:00 | 07:30 |
| 06:00 | 13:30 |
| 12:00 | 19:30 |
| 18:00 | 01:30 |
Zugriff auf Rohdaten (.zarr)
Ein Bucket mit den .zarr-Rohdatendateien für das historische Dataset von 2022 bis heute („Historic Experimental Data“) ist unter gs://weathernext/weathernext_2_0_0/zarr verfügbar.
Wenn Sie Zugriff auf diese Ressourcen erhalten möchten, fordern Sie ihn bitte über dasselbe WeatherNext-Datenanfrageformular an.
Hinweise
Die experimentellen Daten wurden von Modellen generiert, die mit den folgenden separaten Bibliotheken und Paketen kommunizieren und/oder auf sie verweisen:
- Daten und Produkte des Europäischen Zentrums für mittelfristige Wettervorhersage (EZMW), in der von Google bearbeiteten Fassung.
- Bearbeitete Informationen des Copernicus Climate Change Service 2023. Weder die Europäische Kommission noch das EZMW sind für eine Verwendung der darin enthaltenen Copernicus-Informationen oder ‑Daten verantwortlich.
- HRES-Datasets des EZMW
- Copyright-Vermerk: Copyright „© 2023 Europäisches Zentrum für mittelfristige Wettervorhersage (EZMW)“.
- Quelle: www.ecmwf.int
- Lizenzhinweis: Open Data des ECMWF werden unter einer internationalen Creative-Commons-Lizenz „Namensnennung“ 4.0 (CC BY 4.0) veröffentlicht. https://creativecommons.org/licenses/by/4.0/
- Haftungsausschluss: Das EZMW übernimmt keinerlei Haftung für Fehler oder Auslassungen in den Daten, deren Verfügbarkeit oder für Verluste oder Schäden, die durch ihre Verwendung entstehen.
Bänder
Bänder
Pixelgröße: 27.830 Meter (alle Bänder)
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
total_precipitation_6hr |
m | 27.830 Meter | Gesamtniederschlag über einen Zeitraum von 6 Stunden |
100m_u_component_of_wind |
m/s | 27.830 Meter | U‑Windkomponente in 100 m Höhe |
100m_v_component_of_wind |
m/s | 27.830 Meter | V‑Windkomponente in 100 m Höhe |
10m_u_component_of_wind |
m/s | 27.830 Meter | U‑Windkomponente in 10 m Höhe |
10m_v_component_of_wind |
m/s | 27.830 Meter | V‑Windkomponente in 10 m Höhe |
2m_temperature |
K | 27.830 Meter | Temperatur in 2 m Höhe |
mean_sea_level_pressure |
Pa | 27.830 Meter | Mittlerer Luftdruck auf Meereshöhe |
sea_surface_temperature |
K | 27.830 Meter | Meeresoberflächentemperatur |
50_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 50 hPa |
100_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 100 hPa |
150_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 150 hPa |
200_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 200 hPa |
250_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 250 hPa |
300_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 300 hPa |
400_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 400 hPa |
500_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 500 hPa |
600_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 600 hPa |
700_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 700 hPa |
850_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 850 hPa |
925_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 925 hPa |
1000_geopotential |
m²/s² | 27.830 Meter | Geopotenzial auf 1.000 hPa |
50_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 50 hPa |
100_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 100 hPa |
150_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 150 hPa |
200_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 200 hPa |
250_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 250 hPa |
300_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 300 hPa |
400_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 400 hPa |
500_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 500 hPa |
600_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 600 hPa |
700_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 700 hPa |
850_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 850 hPa |
925_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 925 hPa |
1000_specific_humidity |
kg/kg | 27.830 Meter | Spezifische Luftfeuchtigkeit auf 1.000 hPa |
50_temperature |
K | 27.830 Meter | Temperatur auf 50 hPa |
100_temperature |
K | 27.830 Meter | Temperatur auf 100 hPa |
150_temperature |
K | 27.830 Meter | Temperatur auf 150 hPa |
200_temperature |
K | 27.830 Meter | Temperatur auf 200 hPa |
250_temperature |
K | 27.830 Meter | Temperatur auf 250 hPa |
300_temperature |
K | 27.830 Meter | Temperatur auf 300 hPa |
400_temperature |
K | 27.830 Meter | Temperatur auf 400 hPa |
500_temperature |
K | 27.830 Meter | Temperatur auf 500 hPa |
600_temperature |
K | 27.830 Meter | Temperatur auf 600 hPa |
700_temperature |
K | 27.830 Meter | Temperatur auf 700 hPa |
850_temperature |
K | 27.830 Meter | Temperatur auf 850 hPa |
925_temperature |
K | 27.830 Meter | Temperatur auf 925 hPa |
1000_temperature |
K | 27.830 Meter | Temperatur auf 1.000 hPa |
50_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 50 hPa |
100_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 100 hPa |
150_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 150 hPa |
200_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 200 hPa |
250_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 250 hPa |
300_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 300 hPa |
400_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 400 hPa |
500_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 500 hPa |
600_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 600 hPa |
700_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 700 hPa |
850_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 850 hPa |
925_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 925 hPa |
1000_u_component_of_wind |
m/s | 27.830 Meter | U-Windkomponente auf 1.000 hPa |
50_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 50 hPa |
100_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 100 hPa |
150_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 150 hPa |
200_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 200 hPa |
250_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 250 hPa |
300_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 300 hPa |
400_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 400 hPa |
500_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 500 hPa |
600_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 600 hPa |
700_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 700 hPa |
850_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 850 hPa |
925_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 925 hPa |
1000_v_component_of_wind |
m/s | 27.830 Meter | V-Windkomponente auf 1.000 hPa |
50_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 50 hPa |
100_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 100 hPa |
150_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 150 hPa |
200_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 200 hPa |
250_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 250 hPa |
300_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 300 hPa |
400_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 400 hPa |
500_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 500 hPa |
600_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 600 hPa |
700_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 700 hPa |
850_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 850 hPa |
925_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 925 hPa |
1000_vertical_velocity |
Pa/s | 27.830 Meter | Vertikale Geschwindigkeit auf 1.000 hPa |
Bildeigenschaften
Bildeigenschaften
| Name | Typ | Beschreibung |
|---|---|---|
| start_time | STRING | Die Initialisierungszeit der Vorhersage. Dieser Wert ist für alle Vorhersagestunden innerhalb eines einzelnen Modelllaufs gleich. |
| end_time | STRING | Der gültige Zeitraum für diese spezifische Vorhersage. Wird so berechnet: „start_time“ + „forecast_hour“. |
| forecast_hour | INT | Der Vorhersagehorizont in Stunden. Stellt die Anzahl der Stunden seit der start_time dar. |
| ingestion_time | DOUBLE | Der Zeitpunkt, zu dem diese Vorhersagedaten in Earth Engine verfügbar wurden. |
| ensemble_member | STRING | Das Ensemble Member als String. |
Nutzungsbedingungen
Nutzungsbedingungen
Die historischen experimentellen Daten sind unter der internationalen Creative-Commons-Lizenz „Namensnennung“ Version 4.0 (CC BY 4.0) lizenziert.
Die experimentellen Echtzeitdaten sind gemäß den Nutzungsbedingungen für experimentelle Echtzeit-Wettervorhersagedaten von GDM verfügbar.
Materialien von Dritten
Die Verwendung der im Abschnitt „Hinweise“ genannten Materialien von Drittanbietern unterliegt möglicherweise separaten Nutzungsbedingungen oder Lizenzbestimmungen. Ihre Nutzung der Materialien von Drittanbietern unterliegt diesen Bedingungen. Sie sollten vor der Nutzung prüfen, ob Sie alle anwendbaren Einschränkungen oder Nutzungsbedingungen einhalten können.
Quellenangaben
Informationen zu experimentellen Echtzeitdaten finden Sie in den entsprechenden Nutzungsbedingungen.
Wenn Sie Ergebnisse aus den Verlaufsdaten offenlegen, müssen Sie Folgendes angeben: „© 2025 DeepMind Technologies Limited. Die Machine-Learning-Modelle von DeepMind Technologies Limited wurden verwendet, um die experimentellen Daten zu erstellen, die unter https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_weathernext_2_0_0 unter den Lizenzbedingungen von CC BY 4.0 verfügbar sind. Diese Daten sind nur für experimentelle Modellierungen vorgesehen und sind nicht für die reale Nutzung bestimmt, validiert oder genehmigt.“
Die Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection( 'projects/gcp-public-data-weathernext/assets/weathernext_2_0_0') .filter(ee.Filter.date('2022-10-01T06:00:00Z', '2022-10-01T06:01:00Z')) .filter(ee.Filter.eq('ensemble_member', '8')) .filter(ee.Filter.eq('forecast_hour', 6)); 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');