A Google WeatherNext 3 óránként frissülő, 5 kilométeres időjárás-előrejelzést ígér

Hírek2026.09.06.14 megtekintés

Röviden:

  • A Google bemutatta a WeatherNext 3 időjárás-előrejelző MI-modellt, amely geostacionárius műholdak valós idejű adataiból dolgozik.[^1]
  • A rendszer bizonyos változóknál 5 kilométeres felbontást és óránkénti frissítést kínál, szemben az előd 25 kilométeres, hatórás ciklusával.[^1]
  • A modell célja a csapadék, a gyorsan kialakuló viharok, valamint a szél- és napenergia-termeléshez szükséges meteorológiai adatok pontosabb becslése.[^1]
  • A WeatherNext 3 adatai már a Google Search, a Google Maps, a Gemini és több fejlesztői szolgáltatás időjárási funkcióit is támogatják.[^1]

A Google Research és a Google DeepMind új időjárási MI-modellje, a WeatherNext 3 a vállalat szerint jelentősen részletesebb és gyorsabban frissülő előrejelzéseket készít. A rendszer a hagyományos numerikus időjárás-előrejelzési szimulációk helyett elsősorban geostacionárius műholdak élő megfigyeléseire támaszkodik, így óránként új becslést adhat a légköri folyamatokról.[^1]

A WeatherNext 3 műholdas adatokkal gyorsítja az előrejelzéseket

A korábbi MI-alapú időjárási modellek, köztük a WeatherNext 2, numerikus időjárás-előrejelzési, vagyis NWP-adatokon tanultak. Ezeket a fizikai szimulációkat szuperszámítógépeken állítják elő, de a Google szerint az adatok akár hatórás késéssel is rendelkezhetnek. Ez különösen a gyorsan változó jelenségek, például a hőmérséklet-ingadozás vagy a csapadék előrejelzésénél okozhat problémát.[^1]

A WeatherNext 3 ezzel szemben geostacionárius műholdak friss adatait dolgozza fel. A vállalat állítása szerint a modell minden órában képes új prognózist előállítani, az aktuális megfigyelések alapján.[^1]

„A rendszer óránként frissülő előrejelzéseket készít a legújabb műholdas megfigyelések felhasználásával, akár öt kilométeres felbontásban.”[^1]

A rövidebb frissítési ciklus különösen akkor lehet hasznos, amikor hirtelen alakul ki zivatar, intenzív csapadék vagy más gyors lefolyású időjárási esemény.

Ötször részletesebb rács bizonyos időjárási változóknál

A Google szerint a modell többféle térbeli felbontásban készíti el előrejelzéseit. A hőmérsékletet és a páratartalmat akár 5 kilométeres rácson jeleníti meg, egyéb felszíni értékeket 10 kilométeres felbontásban számol, míg a légköri változókat, például a szélsebességet, 25 kilométeres rácson kezeli.[^1]

Az előző generáció 25 kilométeres rácsot és hatórás előrejelzési lépéseket használt. A vállalat ezért az új rendszer képét összességében nagyjából ötször részletesebbnek nevezi.[^1] Az eltérés a helyi domborzat megjelenítésénél lehet feltűnő: az 5 kilométeres felbontás a hegyvonulatokat és a partvonalakat pontosabban képezheti le, míg a durvább rács ezeket gyakran nagyobb blokkokká egyszerűsíti.

Időjárás-állomások adatai is javíthatják a helyi pontosságot

A modell a műholdképek mellett egyedi meteorológiai állomások adatain is tanul, hogy jobban kezelje a regionális sajátosságokat, például a völgyek, a tengerpartok és a hegységek hatását.[^1] A Google szerint ennek különös jelentősége lehet Latin-Amerikában, Afrikában és az ázsiai–csendes-óceáni térségben, ahol a nagy számítási igényű regionális modellek korlátozottabban érhetők el.[^1]

Csapadék-előrejelzés és megújuló energia

A csapadék előrejelzése a globális időjárási modellek egyik legnehezebb feladata, mert az eső és a hó kialakulását kis léptékű, gyors felhőfolyamatok befolyásolják. A Google ennek javítására két adatforrással tanította a rendszert: a NASA műholdas IMERG-adatkészletével, valamint egy saját, műholdradarra épülő globális csapadék-elemzéssel.[^1]

A vállalat közlése szerint a középtávú globális előrejelzéseknél a Continuous Ranked Probability Score mutató alapján a modell rövid előrejelzési időtávokon az IMERG-hez viszonyítva akár 60, az MRMS-hez mérten 30, a csapadékmérőkhöz képest pedig 10 százalékos javulást ért el.[^1] Ezek a vállalat által közölt összehasonlítások, ezért a gyakorlati teljesítmény független értékelése továbbra is fontos lehet.

A WeatherNext 3 az energiapiaci felhasználást is célozza. A modell 100 méteres magasságban becsüli a szélsebességet, amely megközelíti a szélturbinák üzemi magasságát. Emellett részletesebb adatokat adhat a felhőzetről és a napsugárzásról, ami támogathatja a naperőművek várható termelésének becslését.[^1] Az ilyen információk segíthetik a hálózatüzemeltetőket abban, hogy pontosabban hangolják össze a villamosenergia-termelést és a keresletet.

A Google szolgáltatásaiba is bekerül a WeatherNext 3

A modell előrejelzései óránként frissülnek, és a kutatók, fejlesztők, illetve vállalatok a BigQuery, az Earth Engine és a Google Cloud Storage szolgáltatásain keresztül is hozzáférhetnek az adatokhoz.[^1] A WeatherNext 3 már a Google Search, a Gemini alkalmazás, a Google Maps, a Google Maps Platform Weather API és a Google Earth Engine időjárási funkcióit is kiszolgálja.[^1]

A Google szerint az egy vagy több nappal korábbi tervezéshez készített csapadék-előrejelzések egyes esetekben akár 50 százalékkal pontosabbak lehetnek, különösen azokban a régiókban, ahol korábban kevésbé voltak megbízhatók a prognózisok.[^1]

A vállalat ugyanakkor hangsúlyozza, hogy a légkör természeténél fogva részben kiszámíthatatlan. Hivatalos időjárás-előrejelzésért, veszélyjelzésért és biztonsági tájékoztatásért továbbra is a nemzeti meteorológiai szolgálatok közleményeit javasolja figyelni.[^1]

Összefoglaló

A WeatherNext 3 legfontosabb változása, hogy a korábbi szimulációs adatok helyett a műholdas megfigyelések gyorsabb feldolgozására épít. Az óránkénti frissítés és az akár 5 kilométeres felbontás részletesebb helyi képet adhat, elsősorban a csapadék és a gyorsan változó időjárási helyzetek esetében. A modell széles körű Google-integrációja miatt a fejlesztés rövid időn belül sok felhasználóhoz juthat el, de a hivatalos riasztások szerepét nem váltja ki.[^1]

Forrás:

[^1]: THE DECODER (2026. 09. 06.). „WeatherNext 3 liefert stündliche Wettervorhersagen mit fünf Kilometern Auflösung statt 25”. THE DECODER. Közzétéve [2026. 09. 06. 10:27:35 +0000].

Follow
Keresés Népszerű
Loading

Signing-in 3 seconds...

Signing-up 3 seconds...