Общие сведения
Чем Weather API от Google отличается от специализированных поставщиков данных о погоде?
Google интегрирует технологии, полученные в результате приобретения известной метеорологической компании, с достижениями Google DeepMind в области ИИ-моделей MetNet и WeatherNext (2025 г.). Это позволяет использовать проверенную надежность платформы Google Карт.
Чем отличаются данные о погоде, доступные в Earth Engine и BigQuery, от данных в Weather API от Google?
Набор продуктов Google для работы с погодой предлагает широкий спектр решений для разных задач. Модели WeatherNext (а именно GraphCast и GenCast) предоставляют необработанные выходные данные прогнозов на основе ИИ, включая параметры, идеально подходящие для исследований, моделирования и анализа. Эти данные доступны через ПО с открытым исходным кодом и наборы данных о погоде за прошлые периоды или текущие данные с использованием API Earth Engine и BigQuery API.
В отличие от него, Weather API платформы Google Карт предоставляет обработанные данные о текущей погоде, а также почасовые и ежедневные прогнозы, полученные с помощью ИИ и традиционных систем прогнозирования. Эти данные представлены в удобном для разработчиков формате, который легко интегрируется в приложения и веб-сервисы. Такой подход позволяет удовлетворить потребности как узкоспециализированных исследований, так и широкого круга разработчиков.
Почему Google не полагается только на измерения метеостанций?
Google использует различные источники данных для своей модели погоды, в том числе наблюдения метеостанций, численные модели прогноза погоды и модели ИИ. Причина использования различных источников данных заключается в том, что наблюдения метеостанций предоставляют информацию о погоде только в месте расположения станции на момент измерения. Наблюдения метеостанций могут быть очень точными для конкретного места, но погодные явления, такие как осадки, особенно ливни или грозы, часто носят локальный характер и могут значительно различаться на небольшом расстоянии.
Например, в месте расположения станции может идти сильный дождь, а в нескольких километрах от нее – легкий или его может не быть вовсе. Поскольку данные, полученные с одной станции, могут не отражать ситуацию на более обширной территории, для получения дополнительной информации между станциями необходимы модели.
Кроме того, метеостанции обычно предоставляют данные каждый час или полчаса. Даже если данные предоставляются почти в реальном времени, между фактическим выпадением осадков и его регистрацией может быть небольшая задержка. Модели также помогают максимально точно определить текущие условия в запрошенном местоположении.
Использование API
Какое покрытие у Weather API?
Weather API поддерживается во всех странах, кроме Японии, Кореи и запрещенных территорий. На первом этапе мы поддерживаем населенные пункты (за исключением отдаленных мест, таких как океан, пустыни и вершины гор). Мы планируем постоянно улучшать разрешение и качество видео в течение 2025 года.
Какова пространственная детализация Google Weather API?
Разрешение данных позволяет создавать прогнозы с точностью до нескольких километров для любого местоположения в мире.
Как часто обновляется Weather API?
| Конечная точка | Текущая погода | Прогноз погоды по часам | Прогноз по дням | Почасовая история |
|---|---|---|---|---|
| Частота обновления | 15 минут (периодически в течение часа) | 30 минут (периодически в течение часа) | 30 минут (обновляется одновременно с почасовым прогнозом) | Два раза в день (в 7:00 и 19:00 по тихоокеанскому стандартному времени). |
Предоставляет ли Weather API текущий прогноз осадков?
Google не предоставляет текущий прогноз (поминутный) в API, но предоставляет текущие условия, почасовые и ежедневные прогнозы.
Предоставляет ли Weather API отдельные значения для UVA и UVB?
УФ-индекс – это единый показатель, который учитывает как УФ-лучи типа А, так и УФ-лучи типа Б. Мы не предоставляем разбивку по компонентам.
Как Weather API создает прогноз?
Как показано на диаграмме ниже, прогнозы Weather API создаются внутренней системой, которая использует модели прогнозирования и наблюдения за погодой от ведущих метеорологических служб всего мира. Данные с общедоступных наземных датчиков погоды используются для улучшения модели прогнозирования.
Насколько точна Google Погода для разных регионов и периодов по сравнению с прогнозами ведущих государственных метеорологических агентств?
В таблице 1 сравнивается корень среднеквадратической ошибки (RMSE) для температуры и скорости ветра в прогнозе на 240 часов (10 дней) между данными Google Погоды и глобальными и региональными моделями погоды от государственных учреждений за 11 месяцев (с 15 августа 2024 г. по 1 июля 2025 г.).
Прогнозы Google Погоды по всему миру точнее, чем прогнозы от ведущих государственных учреждений. В Европе и Северной Америке данные Google Погоды имеют меньшую погрешность, чем самые точные региональные государственные модели, по крайней мере в более поздней части прогноза. Особенно впечатляют результаты Google в долгосрочном прогнозировании, которое считается наиболее сложным.
В таблице 1 приведены средние значения RMSE для всех горизонтов прогнозирования, относящихся к каждой комбинации модели и региона. Чем ниже значение RMSE, тем лучше. Прогнозы погоды от Google Погода имеют самые низкие или одни из самых низких средних значений RMSE почти для всех параметров, регионов и диапазонов горизонта прогнозирования.
Нажмите на изображение, чтобы увидеть его в увеличенном размере.
| Температура | Скорость ветра | |
|---|---|---|
| Все страны |  |
 |
| Северная Америка |  |
 |
| Европа |  |
 |
Таблица 1. Средние значения RMSE для каждой комбинации региональных моделей
В таблице 2 приведены средние значения RMSE для соответствующих горизонтов прогнозирования для каждой модели (значения Google выделены жирным шрифтом). Параметры (температура, ветер) и горизонты прогнозирования, для которых у Google самый низкий средний RMSE, выделены темно-зеленым цветом. Параметры и горизонты прогнозирования, для которых у Google самый низкий средний RMSE, а также другие модели выделены светло-зеленым цветом.
Таблица 2. Средние значения RMSE для соответствующих горизонтов прогнозирования по моделям
Соответствуют ли данные, полученные с помощью конечной точки для исторических данных, фактическим погодным условиям (то есть проверены ли они с помощью местных измерений)?
Данные о погоде за прошлые периоды в основном являются результатом работы модели. Хотя в ней используются наблюдения международных метеорологических агентств и численные модели прогноза погоды, все эти данные объединяются в модели Google Погоды, чтобы создать полную и согласованную историю. Фактические измерения на станциях считаются истинными для определенных местоположений, но их ограниченное глобальное распространение делает их недостаточными для получения полной картины мира.
Что означают поля weatherCondition, precipitation.probability.percent и precipitation.qpf.quantity и как они связаны?
Эти поля содержат разные, но связанные данные об осадках и погоде в целом.
weatherCondition. В этом поле приводится общее интуитивно понятное описание погодных условий в запрошенной области с учетом различных параметров.precipitation.probability.percent(вероятность осадков). Вероятность выпадения осадков в месте прогноза в течение определенного периода времени (обычно часа).precipitation.qpf.quantity(QPF). Это количественный прогноз осадков, который показывает ожидаемое количество осадков, измеренное в глубину (например, в миллиметрах или дюймах). Это значение показывает, сколько осадков ожидается, если они выпадут в указанное время и в указанном месте.
Как узнать, идет ли дождь в определенном месте?
Чтобы узнать, идет ли дождь в определенном месте, рекомендуем использовать поле weatherCondition. Условий, указывающих на дождь, может быть несколько (RAIN, LIGHT RAIN, RAIN SHOWERS, HEAVY RAIN, WIND AND RAIN, THUNDERSTORM, HEAVY THUNDERSTORM, THUNDERSHOWER, SCATTERED SHOWERS, LIGHT THUNDERSTORM RAIN, SCATTERED THUNDERSTORMS, RAIN AND SNOW). Эти условия позволяют фиксировать все случаи слабого, сильного, непрерывного или периодического дождя, а также отличать дождь от снега. В зависимости от конкретного варианта использования, например если вы учитываете только сильные дожди, вы можете использовать только соответствующий поднабор этих условий.
Соответствуют ли "текущие условия" наблюдениям на метеостанциях? Как определяются текущие условия в местах, где нет станций?
Наши данные о текущих условиях погоды являются самыми актуальными, поскольку мы получаем их из разных источников. Однако они не всегда точно соответствуют наблюдениям на метеостанциях.
Для precipitation.probability.percent и precipitation.qpf.quantity (накопленных за последний час) значение, представленное в ответе currentConditions, всегда берется из последнего прогноза. Вероятность – это смоделированное, а не наблюдаемое значение.
Такой подход позволяет нам предоставлять подробные данные о текущих условиях даже в тех регионах, где нет датчиков.
Ограничения и доступ к API
Есть ли ограничение частоты запросов API?
Для Weather API по умолчанию установлено ограничение частоты запросов в 6000 запросов в минуту.
Можно ли получить доступ к данным сразу нескольких профилей?
Массовые данные недоступны. Вы можете отправлять запросы к Weather API в пределах квоты (6000 запросов в минуту) и соблюдать условия кеширования,указанные в Условиях использования.
Нужно ли включать платежный аккаунт?
Чтобы использовать Weather API, вам потребуется действительный платежный аккаунт. Чтобы настроить проект с платежным аккаунтом, ознакомьтесь со статьей Как включить оплату.
Что произойдет, если я запрошу неподдерживаемое местоположение?
Если широта и долгота не входят в список поддерживаемых стран, в ответе будет возвращен код ошибки 404 с сообщением "Информация для этого местоположения недоступна". Выберите другое место.