Google DeepMind и Google Research представили новую модель прогнозирования погоды на основе ИИ WeatherNext 3, использующую спутниковые наблюдения в реальном времени. Согласно независимым оперативным оценкам Brightband, это самая передовая и точная глобальная модель погоды Google на сегодняшний день. В отличие от моделей, основанных на традиционном физическом моделировании, WeatherNext 3 объединяет оперативные данные геостационарных спутников с историческим анализом и обновляет прогнозы каждый час.
По сравнению с предыдущей версией WeatherNext 2 модель обеспечивает примерно в пять раз более высокое разрешение. Некоторые приземные параметры, такие как температура и влажность, прогнозируются с разрешением 5 километров, другие приземные параметры — 10 километров, а атмосферные параметры, например скорость ветра, — 25 километров. WeatherNext 2 работала с шестичасовыми интервалами на сетке с разрешением 25 километров. Новая система также учитывает местную топографию и призвана обеспечивать более детализированные результаты для быстро меняющихся условий, таких как температура, влажность, ветер и осадки.
WeatherNext 3 интегрируется с Google Search, Gemini, Maps, Google Maps Platform и Google Cloud. Благодаря этому пользователи смогут получать прогнозы через сервисы Google, а разработчики и организации — использовать данные в собственных проектах. Прогнозы модели с высоким разрешением могут способствовать распространению локальных прогнозов погоды, которые ранее были ограничены из-за высокой стоимости, особенно в Латинской Америке, Африке и Азиатско-Тихоокеанском регионе.
Система также предоставляет специальные параметры для производства возобновляемой энергии. Для неё доступны данные о скорости ветра на высоте 100 метров, близкой к высоте турбин, а также прогнозы облачности и солнечной радиации с высоким разрешением для солнечных электростанций. Эти данные призваны помочь операторам сетей и разработчикам энергетических проектов лучше согласовывать объёмы производства со спросом потребителей.
В прогнозах осадков модель использует спутниковые данные NASA Integrated Multi-satellite Retrievals for GPM (IMERG) и глобальный реанализ осадков на основе спутникового радара. В ходе оценок сообщалось об улучшении показателей Continuous Ranked Probability Score до 60% по сравнению с IMERG, до 30% по сравнению с MRMS и до 10% по сравнению с данными дождемеров на ранних интервалах прогнозирования. Google отметил, что за официальными предупреждениями следует обращаться в местные метеорологические службы.
Почему это важно
Прогнозы с почасовым обновлением, способные различать меньшие территории, могут упростить мониторинг быстро меняющихся погодных условий на локальном уровне. Интеграция модели в широко используемые сервисы Google делает метеорологические данные более доступными для частных пользователей, разработчиков и организаций, выводя их за пределы систем, которыми пользуются только специалисты. Такой доступ имеет особое значение для Латинской Америки, Африки и Азиатско-Тихоокеанского региона, где подробные локальные прогнозы оставались ограниченными из-за высокой стоимости. Переменные, связанные с ветром, облачностью и солнечной радиацией, могут предоставить операторам сетей и разработчикам более подробные данные для согласования производства возобновляемой энергии с потребительским спросом. В то же время результаты производительности основаны на независимых оценках в реальном времени и определённых критериях; в случае официальных погодных предупреждений местные метеорологические службы по-прежнему играют определяющую роль.
Предыстория
WeatherNext — не новое название в архиве FikirPilot: за последние 90 дней мы опубликовали 2 новости, в которых оно упоминалось; самая свежая датирована 4 сентября 2026 года.