13 ноября 2026 г. Наука
Команда WeatherNext
Мы выпускаем PARDIG и SatWeave, чтобы помочь исследователям и разработчикам создавать новые приложения в сфере погоды, гидрологии и климата.
Понимание и прогнозирование погоды и круговорота воды на планете начинаются с того, насколько хорошо мы можем наблюдать за Землей прямо сейчас. Спутники и наземные приборы следят за планетой непрерывно и с высокой детализацией. Но превращение этих «сырых» измерений в единую глобальную картину и предоставление ее в режиме реального времени — сложнейшая научно-техническая задача.
Сегодня мы выпускаем два базовых датасета, SatWeave и PARDIG, чтобы поддержать мировое сообщество в создании приложений для прогнозирования погоды, гидрологии и климата. Оба датасета имеют ключевое значение для достижений в нашей недавно выпущенной модели WeatherNext 3. SatWeave представляет собой глобальную мозаику снимков с геостационарных спутников, которая обеспечивает модель актуальным изображением развивающихся облаков и штормов. PARDIG — это глобальный датасет осадков на базе ИИ, который использовался для обучения прогнозов осадков модели. Мы открываем доступ к историческим архивам и потокам данных в реальном времени для обоих датасетов, чтобы исследователи и разработчики могли использовать их в своем моделировании и прикладных задачах.
SatWeave: Единый взгляд на Землю из космоса
SatWeave объединяет изображения с пяти спутников, охватывающих различные части земного шара: GOES-East и GOES-West, Meteosat 0 и Meteosat Indian Ocean, а также Himawari. Поскольку в каждом из них используются разные картографические проекции, форматы файлов, датчики и графики сканирования (от 10 до 30 минут), создать единую глобальную карту крайне сложно. Большинство существующих глобальных композитов отбрасывают несовместимые аспекты, предлагая лишь четыре или менее каналов либо обновляясь каждые несколько часов.
SatWeave объединяет наблюдения с шести геостационарных спутников в глобальную мозаику, охватывающую 17 каналов видимого, водяного пара и инфракрасного спектра.
SatWeave обновляется ежечасно и поэтому позволяет WeatherNext 3 создавать новые глобальные прогнозы, в отличие от моделей, инициализируемых на данных анализа, которые обновляются каждые шесть часов. Мы выпускаем этот ежечасно обновляемый поток данных в реальном времени, а также исторический архив за более чем десятилетний период.
Хотя мы использовали SatWeave в среднесрочных прогнозах погоды WeatherNext 3, мы с нетерпением ждем возможности изучить возможности прогнозирования в таких областях, как солнечная энергетика и мониторинг лесных пожаров, совместно с более широким сообществом исследователей и разработчиков.
PARDIG: Точные осадки высокого разрешения по всему миру
Осадки определяют всё: от запасов продовольствия и воды до риска наводнений и засухи, однако их точное отслеживание по всей планете остается серьезной проблемой. Хотя наземные радары и плотные сети дождемеров обеспечивают высокое качество данных, они доступны не всегда или имеют хорошее покрытие не во всех регионах.
Чтобы помочь устранить этот пробел, мы разработали PARDIG (Precipitation AI Reanalysis: Densely Inferred GPM). Созданный на базе ИИ-архитектуры, аналогичной WeatherNext 3, PARDIG обучен непосредственно на разреженных космических радиолокационных наблюдениях с орбитальной обсерватории NASA Global Precipitation Measurement (GPM) Core Observatory с использованием снимков SatWeave и атмосферных полей от ECMWF в качестве входных данных. В результате получается высокоточная глобальная карта осадков с временным разрешением 15 минут и разрешением около 10 километров, которая обновляется со средней задержкой около пяти часов.
Почасовое количество осадков во внезапных паводках в Техас-Хилл-Кантри в июле 2025 года: сравнение наземного радара NOAA MRMS (слева, ~1 км) с PARDIG в почти реальном времени (в центре, ~10 км) и IMERG-Final (справа, ~10 км).
Мы провели оценку PARDIG по сравнению с тремя континентальными сетями радарных наблюдений в США, Европе и Японии, а также с более чем 36 000 метеостанций по всему миру. PARDIG превосходит ведущие мировые базовые модели по всем проанализированным уровням интенсивности осадков, включая IMERG-Final от NASA — датасет оценок осадков исследовательского качества, который невероятно важен для бесчисленных приложений. PARDIG повышает точность обнаружения почасовых осадков по сравнению с IMERG-Final более чем на 30% для легких и умеренных осадков. Он оказался особенно эффективен в фиксации экстремальных осадков, обнаружение которых представляет сложность для существующих глобальных продуктов.
Точность обнаружения почасовых осадков (индекс критического успеха), оцененная с 2016 по 2023 год по сравнению с наземными радарными сетями в США, Европе и Японии. Пороги интенсивности осадков отложены по логарифмической шкале от 0.2 до 25 мм/ч, причем на оси отмечены легкие (0.3 мм/ч), умеренные (2.5 мм/ч) и сильные (20 мм/ч) осадки.
Поскольку PARDIG обучается непосредственно на основе спутниковых данных, а не полагается исключительно на наземные измерения, мы ожидаем, что он будет демонстрировать надежную точность повсюду на Земле, даже в тех районах, где такие измерения недоступны.
Наряду с потоком данных в реальном времени мы выпускаем исторические архивы данных PARDIG с 1999 по 2026 год. Хотя WeatherNext 3 использовала PARDIG для среднесрочного прогнозирования погоды, мы рады сотрудничать с сообществом и предоставить ему возможность разрабатывать улучшенные модели для прогнозирования наводнений, оползней и засух, особенно в регионах без плотных сетей наземных радаров.
Расширение возможностей экосистемы погоды и климата
Потоки данных SatWeave и PARDIG в реальном времени и их исторические архивы теперь открыто доступны в Google Cloud Storage. Исторические каталоги PARDIG также доступны в Google Earth Engine. Будучи последним дополнением к портфолио Google Earth AI, мы надеемся, что эти датасеты помогут исследователям по всему миру открыть новые способы увязки наблюдений за погодой с важнейшими приложениями реального мира.
Благодарности
Эта работа была выполнена командами Google DeepMind и Google Research в сотрудничестве с Google Cloud и Google Geo. Мы благодарим организации, чьи открытые спутниковые программы и датасеты сделали эту работу возможной, включая ECMWF, NASA, JAXA, NOAA, EUMETSAT, KMA, JMA, KNMI и Synoptic Data.
