Исследования

WeatherNext 3 обновляет глобальный прогноз погоды каждый час

Google обучила модель на спутниковых и станционных наблюдениях, подняла разрешение части переменных до 5 км и добавила специальные прогнозы для ветровой и солнечной энергетики.

WeatherNext 3 обновляет глобальный прогноз погоды каждый час

Спутниковые наблюдения сокращают разрыв между погодой и моделью

Google DeepMind и Google Research представили WeatherNext 3 — глобальную AI-модель прогноза погоды, которая выпускает новое предсказание каждый час. В отличие от WeatherNext 2 и многих других AI-систем, обученных в основном на результатах numerical weather prediction, новая модель напрямую принимает мозаику оперативных снимков геостационарных спутников вместе с историческим анализом. Google указывает, что традиционный NWP-контур может нести шестичасовую задержку, особенно заметную для быстро меняющихся дождя и температуры поверхности.

Архитектура на базе Functional Generative Network mesh transformer формирует плотные поля, дискретные траектории циклонов и прогнозы для разреженных координат метеостанций. Дополнительное обучение на реальных station observations помогает учитывать локальную топографию и резкие различия у побережий, в долинах и горах. Компания называет WeatherNext 3 своей самой точной глобальной моделью и ссылается на независимые live evaluations Brightband.

Пять раз детальнее — про сетку, а не про точность каждого прогноза

WeatherNext 3 выдаёт температуру и влажность поверхности с разрешением 5 км, другие поверхностные переменные — 10 км, атмосферные параметры вроде скорости ветра — 25 км. WeatherNext 2 работала на сетке 25 км и обновляла прогноз с шестичасовым шагом. Поэтому Google говорит о глобальной картине примерно в пять раз более детальной, а не о пятикратном росте точности всех предсказываемых величин.

Более мелкая сетка помогает сохранять очертания фронтов, рельеф и локальные температурные зоны, которые грубая модель сглаживает. Особенно важна глобальная доступность: региональные high-resolution модели требуют дорогих суперкомпьютерных расчётов, поэтому часть стран Латинской Америки, Африки и Азиатско-Тихоокеанского региона исторически получала менее детальные прогнозы. WeatherNext 3 пытается дать единый high-resolution слой без отдельной региональной модели для каждой территории.

Осадки обучали на двух спутниковых источниках

Для дождя и снега команда использовала NASA Integrated Multi-satellite Retrievals for GPM, или IMERG, и собственный глобальный precipitation reanalysis на основе спутникового радара. Это отдельная задача: процессы в облаках развиваются на малом масштабе, а глобальные модели склонны размывать границы ливневых систем или пропускать интенсивные участки.

В оценках Google показатель Continuous Ranked Probability Score улучшился до 60% относительно IMERG, на 30% для MRMS и на 10% относительно rain gauges на ранних горизонтах. Эти проценты описывают сравнение с конкретными baselines и источниками наблюдений, а не абсолютную вероятность правильного прогноза. Для более долгих пользовательских прогнозов Google отдельно заявляет до 50% более точные предсказания осадков, с наибольшим выигрышем в регионах, где качество раньше было ниже.

Энергетика получает переменные на высоте турбины

Модель впервые в этой линии выдаёт переменные, подготовленные специально для renewable energy. Скорость ветра прогнозируется на высоте 100 метров — примерно на уровне turbine hub, а high-resolution cloud cover и solar radiation помогают оценить поток света у поверхности. Такие данные нужны grid operators, чтобы сопоставлять ожидаемую генерацию с потребительским спросом.

Это не система управления электросетью и не гарантия выработки конкретной станции. Реальный результат зависит от оборудования, рельефа, локальных потерь и эксплуатационных ограничений. WeatherNext 3 предоставляет погодный вход для последующих energy models; решение о dispatch и резерве должно учитывать собственные измерения и отраслевые правила.

Модель сразу выходит из лаборатории

С 3 сентября WeatherNext 3 начинает использоваться в Google Search, Gemini app, Google Maps, Google Maps Platform Weather API и Google Earth Engine. Разработчики и исследователи могут запрашивать почасовые глобальные данные в BigQuery и Earth Engine либо загружать массивы из Google Cloud Storage. Отдельная настройка и hosting модели для доступа к готовому прогнозу не требуются.

Несмотря на более частое обновление и высокое разрешение, атмосфера остаётся непредсказуемой. Сама Google помещает в публикацию явный disclaimer: официальные предупреждения об опасной погоде и рекомендации по безопасности нужно получать у местной метеорологической службы. WeatherNext 3 расширяет источник данных для планирования, но не заменяет государственный канал экстренного оповещения.

Первоисточники

  1. Google DeepMind — Introducing WeatherNext 3