Cet ensemble de données fait partie d'un catalogue d'éditeurs et n'est pas géré par Google Earth Engine. Contactez weathernext@google.com pour signaler un bug ou consultez d'autres ensembles de données dans le catalogue WeatherNext. En savoir plus sur les ensembles de données pour les éditeurs
- Propriétaire du catalogue
- WeatherNext
- Disponibilité des ensembles de données
- 2020-01-01T00:00:00Z–2025-09-01T12:00:00Z
- Fournisseur de l'ensemble de données
- Tags
Description
WeatherNext Gen est un ensemble de données expérimental de prévisions météorologiques mondiales à moyenne échéance produites par une version opérationnelle du modèle météorologique d'ensemble basé sur la diffusion de Google DeepMind.
L'ensemble de données expérimentales inclut des données en temps réel et historiques. Les données en temps réel sont toutes les données qui se rapportent à une période de moins de 48 heures ("Données expérimentales en temps réel"), tandis que les données historiques sont toutes les données qui se rapportent à une période de plus de 48 heures ("Données expérimentales historiques"). Cet ensemble de données inclut les principaux champs de surface, y compris la température, le vent, les précipitations, l'humidité, le géopotentiel, la température de surface de la mer, la vitesse verticale et la pression. La résolution spatiale est de 0,25 degré. Les heures d'initialisation des prévisions ont une résolution de six heures (00h, 06h, 12h, 18h). Les délais de prévision ont une résolution de 12 heures, avec un délai maximal de 15 jours.
Si vous souhaitez accéder à l'ensemble de données expérimentales, veuillez remplir ce formulaire de demande de données WeatherNext.
Pour en savoir plus sur le modèle, consultez GenCast : prévisions d'ensemble basées sur la diffusion pour la météo à moyen terme.
Le modèle utilisé pour produire cet ensemble de données expérimental est une version opérationnelle dérivée de ce modèle de recherche. Veuillez noter que la précision de ce modèle opérationnel ne correspond pas forcément à celle indiquée pour le modèle de recherche. De plus, des variables supplémentaires peuvent être incluses dans cet ensemble de données de prévision. L'ensemble de données de prévision généré par le modèle de recherche et utilisé pour générer les résultats du document ci-dessus est disponible sur gs://weathernext/weathernext_gen_research_2019.
Si vous avez des questions sur l'utilisation de cet ensemble de données expérimental ou si vous souhaitez l'utiliser à des fins qui ne sont pas actuellement autorisées par les conditions d'utilisation définies ci-dessous, veuillez contacter weathernext@google.com.
Calendrier de diffusion
Les 50 membres de l'ensemble de prévisions sont publiés dans BigQuery et Earth Engine. Tous les membres sont libérés en même temps. Toutes les heures sont indiquées dans le fuseau horaire UTC et sont des estimations approximatives (avec une marge de variation typique de ± 15 minutes). Il peut arriver que les horaires varient de ± 60 minutes ou plus. Si la livraison des données dépasse 60 minutes, veuillez nous en informer à l'adresse weathernext@google.com.
| Exécutions de prévisions (heure d'initialisation) | Calendrier de diffusion des prévisions |
|---|---|
| 00:00 | 08:05 |
| 06:00 | 14:05 |
| 12:00 | 20:05 |
| 18:00 | 02:05 |
Accéder aux données brutes (.zarr)
Un bucket contenant les fichiers .zarr bruts pour l'ensemble de données historiques de 2020 à aujourd'hui ("Données expérimentales historiques") est disponible à l'adresse gs://weathernext/126478713_1_0/zarr.
De plus, les prévisions historiques de 2019, une année supplémentaire de prévisions évaluées dans "Probabilistic weather forecasting with machine learning", sont disponibles sur gs://weathernext/weathernext_gen_research_2019.
L'ensemble de données de prévision de 2019 est une année supplémentaire de données de prévision, qui complète les données de 2020 à 2024 disponibles dans cette fiche d'ensemble de données. Comme dans l'article, les prévisions de 2019 sont des prévisions initialisées ERA5 pour un modèle entraîné sur ERA5.
Pour y accéder, veuillez envoyer une demande via le même formulaire de demande de données WeatherNext.
Remerciements
Les données expérimentales ont été générées par des modèles qui communiquent avec et/ou font référence aux bibliothèques et packages distincts suivants :
- Données et produits du Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT), tels que modifiés par Google.
- Informations modifiées du service Copernicus sur le changement climatique, 2023. Ni la Commission européenne, ni le CEPMMT ne sont responsables de l'utilisation possible des informations ou des données de Copernicus.
- Ensembles de données ECMWF HRES
- Mention de droits d'auteur : "© 2023 European Centre for Medium-Range Weather Forecasts (ECMWF)".
- Source : www.ecmwf.int
- Déclaration de licence : les données ouvertes du CEPMMT sont publiées sous licence Creative Commons Attribution 4.0 International (CC BY 4.0). https://creativecommons.org/licenses/by/4.0/
- Clause de non-responsabilité : Le CEPMMT décline toute responsabilité quant aux erreurs ou omissions dans les données, leur disponibilité, ou toute perte ou dommage résultant de leur utilisation.
Bracelets
Taille des pixels
27750 mètres
Bandes de fréquences
| Nom | Unités | Taille des pixels | Description |
|---|---|---|---|
total_precipitation_12hr |
m | mètres | Précipitations totales sur une période de 12 heures |
100m_u_component_of_wind |
m/s | mètres | Composante U du vent à 100 mètres |
100m_v_component_of_wind |
m/s | mètres | Composante V du vent à 100 mètres |
10m_u_component_of_wind |
m/s | mètres | Composante U du vent à 10 mètres |
10m_v_component_of_wind |
m/s | mètres | Composante V du vent à 10 mètres |
2m_temperature |
K | mètres | Température à 2 mètres |
mean_sea_level_pressure |
Pa | mètres | Pression moyenne au niveau de la mer |
sea_surface_temperature |
K | mètres | Température de la surface de la mer |
50_geopotential |
m^2/s^2 | mètres | Géopotentiel à 50 hPa |
100_geopotential |
m^2/s^2 | mètres | Géopotentiel à 100 hPa |
150_geopotential |
m^2/s^2 | mètres | Géopotentiel à 150 hPa |
200_geopotential |
m^2/s^2 | mètres | Géopotentiel à 200 hPa |
250_geopotential |
m^2/s^2 | mètres | Géopotentiel à 250 hPa |
300_geopotential |
m^2/s^2 | mètres | Géopotentiel à 300 hPa |
400_geopotential |
m^2/s^2 | mètres | Géopotentiel à 400 hPa |
500_geopotential |
m^2/s^2 | mètres | Géopotentiel à 500 hPa |
600_geopotential |
m^2/s^2 | mètres | Géopotentiel à 600 hPa |
700_geopotential |
m^2/s^2 | mètres | Géopotentiel à 700 hPa |
850_geopotential |
m^2/s^2 | mètres | Géopotentiel à 850 hPa |
925_geopotential |
m^2/s^2 | mètres | Géopotentiel à 925 hPa |
1000_geopotential |
m^2/s^2 | mètres | Géopotentiel à 1 000 hPa |
50_specific_humidity |
kg/kg | mètres | Humidité spécifique à 50 hPa |
100_specific_humidity |
kg/kg | mètres | Humidité spécifique à 100 hPa |
150_specific_humidity |
kg/kg | mètres | Humidité spécifique à 150 hPa |
200_specific_humidity |
kg/kg | mètres | Humidité spécifique à 200 hPa |
250_specific_humidity |
kg/kg | mètres | Humidité spécifique à 250 hPa |
300_specific_humidity |
kg/kg | mètres | Humidité spécifique à 300 hPa |
400_specific_humidity |
kg/kg | mètres | Humidité spécifique à 400 hPa |
500_specific_humidity |
kg/kg | mètres | Humidité spécifique à 500 hPa |
600_specific_humidity |
kg/kg | mètres | Humidité spécifique à 600 hPa |
700_specific_humidity |
kg/kg | mètres | Humidité spécifique à 700 hPa |
850_specific_humidity |
kg/kg | mètres | Humidité spécifique à 850 hPa |
925_specific_humidity |
kg/kg | mètres | Humidité spécifique à 925 hPa |
1000_specific_humidity |
kg/kg | mètres | Humidité spécifique à 1 000 hPa |
50_temperature |
K | mètres | Température à 50 hPa |
100_temperature |
K | mètres | Température à 100 hPa |
150_temperature |
K | mètres | Température à 150 hPa |
200_temperature |
K | mètres | Température à 200 hPa |
250_temperature |
K | mètres | Température à 250 hPa |
300_temperature |
K | mètres | Température à 300 hPa |
400_temperature |
K | mètres | Température à 400 hPa |
500_temperature |
K | mètres | Température à 500 hPa |
600_temperature |
K | mètres | Température à 600 hPa |
700_temperature |
K | mètres | Température à 700 hPa |
850_temperature |
K | mètres | Température à 850 hPa |
925_temperature |
K | mètres | Température à 925 hPa |
1000_temperature |
K | mètres | Température à 1 000 hPa |
50_u_component_of_wind |
m/s | mètres | Composante U du vent à 50 hPa |
100_u_component_of_wind |
m/s | mètres | Composante U du vent à 100 hPa |
150_u_component_of_wind |
m/s | mètres | Composante U du vent à 150 hPa |
200_u_component_of_wind |
m/s | mètres | Composante U du vent à 200 hPa |
250_u_component_of_wind |
m/s | mètres | Composante U du vent à 250 hPa |
300_u_component_of_wind |
m/s | mètres | Composante U du vent à 300 hPa |
400_u_component_of_wind |
m/s | mètres | Composante U du vent à 400 hPa |
500_u_component_of_wind |
m/s | mètres | Composante U du vent à 500 hPa |
600_u_component_of_wind |
m/s | mètres | Composante U du vent à 600 hPa |
700_u_component_of_wind |
m/s | mètres | Composante U du vent à 700 hPa |
850_u_component_of_wind |
m/s | mètres | Composante U du vent à 850 hPa |
925_u_component_of_wind |
m/s | mètres | Composante U du vent à 925 hPa |
1000_u_component_of_wind |
m/s | mètres | Composante U du vent à 1 000 hPa |
50_v_component_of_wind |
m/s | mètres | Composante V du vent à 50 hPa |
100_v_component_of_wind |
m/s | mètres | Composante V du vent à 100 hPa |
150_v_component_of_wind |
m/s | mètres | Composante V du vent à 150 hPa |
200_v_component_of_wind |
m/s | mètres | Composante V du vent à 200 hPa |
250_v_component_of_wind |
m/s | mètres | Composante V du vent à 250 hPa |
300_v_component_of_wind |
m/s | mètres | Composante V du vent à 300 hPa |
400_v_component_of_wind |
m/s | mètres | Composante V du vent à 400 hPa |
500_v_component_of_wind |
m/s | mètres | Composante V du vent à 500 hPa |
600_v_component_of_wind |
m/s | mètres | Composante V du vent à 600 hPa |
700_v_component_of_wind |
m/s | mètres | Composante V du vent à 700 hPa |
850_v_component_of_wind |
m/s | mètres | Composante V du vent à 850 hPa |
925_v_component_of_wind |
m/s | mètres | Composante V du vent à 925 hPa |
1000_v_component_of_wind |
m/s | mètres | Composante V du vent à 1 000 hPa |
50_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 50 hPa |
100_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 100 hPa |
150_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 150 hPa |
200_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 200 hPa |
250_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 250 hPa |
300_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 300 hPa |
400_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 400 hPa |
500_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 500 hPa |
600_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 600 hPa |
700_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 700 hPa |
850_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 850 hPa |
925_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 925 hPa |
1000_vertical_velocity |
Pa/s | mètres | Vitesse verticale à 1 000 hPa |
Propriétés des images
Propriétés de l'image
| Nom | Type | Description |
|---|---|---|
| start_time | STRING | Heure d'initialisation des prévisions. Cette valeur est la même pour toutes les heures de prévision d'une même exécution de modèle. |
| end_time | STRING | Période de validité de cette prévision spécifique. Calculé comme suit : start_time + forecast_hour. |
| forecast_hour | INT | Délai de prévision en heures. Représente le nombre d'heures à partir de start_time. |
| ingestion_time | DOUBLE | Heure à laquelle ces données de prévision sont devenues disponibles dans Earth Engine. |
| ensemble_member | STRING | Membre de l'ensemble, sous forme de chaîne. |
Conditions d'utilisation
Conditions d'utilisation
Les données expérimentales historiques sont concédées sous licence Creative Commons Attribution International, version 4.0 (CC BY 4.0).
Les données expérimentales en temps réel sont mises à disposition conformément aux Conditions d'utilisation des données expérimentales de prévision météorologique en temps réel GDM.
Éléments tiers
L'utilisation des éléments tiers mentionnés dans la section "Remerciements" peut être régie par des conditions d'utilisation ou des dispositions de licence distinctes. Votre utilisation des contenus tiers est soumise à ces conditions. Vous devez vérifier que vous pouvez respecter les restrictions ou conditions d'utilisation applicables avant de les utiliser.
Citations
Pour les données expérimentales en temps réel, veuillez consulter les conditions d'utilisation applicables pour connaître les exigences en matière de citation.
Si vous divulguez des résultats issus des données historiques, vous devez citer "© 2024 DeepMind Technologies Limited's machine learning models used to create the experimental data made available at https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_126478713_1_0 under CC BY 4.0 licence terms. Ces données sont destinées à la modélisation expérimentale uniquement. Elles ne sont pas destinées, validées ni approuvées pour une utilisation réelle."
Explorer avec Earth Engine
Éditeur de code (JavaScript)
var dataset = ee.ImageCollection( 'projects/gcp-public-data-weathernext/assets/126478713_1_0') .filter(ee.Filter.date('2020-10-01T06:00:00Z', '2020-10-01T06:01:00Z')) .filter(ee.Filter.eq('ensemble_member', '8')) .filter(ee.Filter.eq('forecast_hour', 12)); var temperature = dataset.select('2m_temperature'); var visParams = { min: 220, max: 350, palette: [ 'darkblue', 'blue', 'cyan', 'green', 'yellow', 'orange', 'red', 'darkred' ] }; Map.addLayer(temperature, visParams, '2m Temperature');