WeatherNext Graph Forecasts

информация

Этот набор данных входит в каталог Publisher и не управляется Google Earth Engine. Свяжитесь с нами по адресу [e-mail], чтобы сообщить об ошибках или просмотреть другие наборы данных из каталога WeatherNext. Подробнее о наборах данных Publisher .

Владелец каталога

ПогодаСледующая

Доступность набора данных

2020-01-01T00:00:00Z–2025-09-01T12:00:00Z

Поставщик наборов данных

Google

Фрагмент Earth Engine

ee.ImageCollection("projects/gcp-public-data-weathernext/assets/59572747_4_0")

Теги

прогноз климата gcp-public-data-weathernext, осадки, издатель-набор данных, температура, погода, погода , ветер, график

Описание

WeatherNext Graph — это экспериментальный набор данных глобальных среднесрочных прогнозов погоды, созданный операционной версией графической нейронной сетевой модели погоды Google DeepMind.

Экспериментальный набор данных включает данные в режиме реального времени и исторические данные. Данные в режиме реального времени — это любые данные, относящиеся к моменту времени не более 48 часов назад («Экспериментальные данные в режиме реального времени»), а исторические данные — это любые данные, относящиеся к моменту времени более 48 часов назад («Исторические экспериментальные данные»). Этот набор данных включает основные поля поверхности, включая температуру, ветер, осадки, влажность, геопотенциал, вертикальную скорость и давление. Пространственное разрешение составляет 0,25 градуса. Время начала прогноза имеет разрешение 6 часов (00z, 06z, 12z, 18z). Заблаговременность прогноза имеет разрешение 6 часов, но не более 10 дней.

Если вы заинтересованы в доступе к экспериментальному набору данных, пожалуйста, заполните эту форму запроса данных WeatherNext .

Более подробная информация о модели представлена ​​в статье « Изучение квалифицированного среднесрочного прогнозирования глобальной погоды ». Модель, использованная для создания этого экспериментального набора данных, представляет собой рабочую версию, созданную на основе исследовательской модели (ранее известной как GraphCast). Обратите внимание, что точность этой рабочей модели может не соответствовать точности, заявленной для исследовательской модели, и что в этот набор данных могут быть включены дополнительные переменные.

Если у вас возникли вопросы по использованию этого экспериментального набора данных или вы хотите использовать его в целях, которые в настоящее время не разрешены условиями использования, изложенными ниже, свяжитесь с нами по адресу [e-mail].

График распространения

Все данные публикуются одновременно. Время указано в часовом поясе UTC и является приблизительным (с типичным отклонением ±15 минут). В некоторых случаях погрешность может составлять до ±60 минут и более. Если подача данных превышает 60 минут, пожалуйста, сообщите нам об этом по адресу [e-mail].

Прогноз выполняется (время начала)	График распространения прогноза
00:00	06:45
06:00	12:45
12:00	18:45
18:00	00:45

Доступ к необработанным данным (.zarr)

Контейнер с исходными zarr-файлами для набора исторических данных («Исторические экспериментальные данные») доступен по gs://weathernext/59572747_4_0/zarr . Чтобы получить доступ к контейнеру, запросите его через ту же форму запроса данных WeatherNext и укажите, что вы заинтересованы в получении доступа к исходным zarr-файлам.

Благодарности

Экспериментальные данные были получены с помощью моделей, которые взаимодействуют со следующими отдельными библиотеками и пакетами и/или ссылаются на них:

• Данные и продукты Европейского центра среднесрочных прогнозов погоды (ЕЦСПП), модифицированные Google.
• Измененная информация Службы по изменению климата «Коперник» за 2023 год. Ни Европейская комиссия, ни ЕЦСПП не несут ответственности за любое использование информации «Коперник» или содержащихся в ней данных.
• Наборы данных ECMWF HRES
  • Заявление об авторских правах: Авторские права © 2023 Европейский центр среднесрочных прогнозов погоды (ЕЦСПП)».
  • Источник: www.ecmwf.int
  • Заявление о лицензии: открытые данные ECMWF публикуются в соответствии с лицензией Creative Commons Attribution 4.0 International (CC BY 4.0). https://creativecommons.org/licenses/by/4.0/
  • Отказ от ответственности: ЕЦСПП не несет никакой ответственности за любые ошибки или упущения в данных, их доступность или за любые потери или ущерб, возникшие в результате их использования.

Группы

Размер пикселя
27750 метров

Группы

Имя	Единицы	Размер пикселя	Описание
total_precipitation_6hr	м	метров	Общее количество осадков за 6-часовой период
10m_u_component_of_wind	РС	метров	10-метровая U-образная компонента ветра
10m_v_component_of_wind	РС	метров	10 метров V-образная составляющая ветра
2m_temperature	К	метров	2-метровая температура
mean_sea_level_pressure	Па	метров	Среднее давление на уровне моря
50_geopotential	м^2/с^2	метров	Геопотенциал на уровне 50 гПа
100_geopotential	м^2/с^2	метров	Геопотенциал на уровне 100 гПа
150_geopotential	м^2/с^2	метров	Геопотенциал на уровне 150 гПа
200_geopotential	м^2/с^2	метров	Геопотенциал на уровне 200 гПа
250_geopotential	м^2/с^2	метров	Геопотенциал на уровне 250 гПа
300_geopotential	м^2/с^2	метров	Геопотенциал на уровне 300 гПа
400_geopotential	м^2/с^2	метров	Геопотенциал на уровне 400 гПа
500_geopotential	м^2/с^2	метров	Геопотенциал на уровне 500 гПа
600_geopotential	м^2/с^2	метров	Геопотенциал на уровне 600 гПа
700_geopotential	м^2/с^2	метров	Геопотенциал на уровне 700 гПа
850_geopotential	м^2/с^2	метров	Геопотенциал на уровне 850 гПа
925_geopotential	м^2/с^2	метров	Геопотенциал на уровне 925 гПа
1000_geopotential	м^2/с^2	метров	Геопотенциал на уровне 1000 гПа
50_specific_humidity	кг/кг	метров	Удельная влажность при 50 гПа
100_specific_humidity	кг/кг	метров	Удельная влажность при 100 гПа
150_specific_humidity	кг/кг	метров	Удельная влажность при 150 гПа
200_specific_humidity	кг/кг	метров	Удельная влажность при 200 гПа
250_specific_humidity	кг/кг	метров	Удельная влажность при 250 гПа
300_specific_humidity	кг/кг	метров	Удельная влажность при 300 гПа
400_specific_humidity	кг/кг	метров	Удельная влажность при 400 гПа
500_specific_humidity	кг/кг	метров	Удельная влажность при 500 гПа
600_specific_humidity	кг/кг	метров	Удельная влажность при 600 гПа
700_specific_humidity	кг/кг	метров	Удельная влажность при 700 гПа
850_specific_humidity	кг/кг	метров	Удельная влажность при 850 гПа
925_specific_humidity	кг/кг	метров	Удельная влажность при 925 гПа
1000_specific_humidity	кг/кг	метров	Удельная влажность при 1000 гПа
50_temperature	К	метров	Температура при 50 гПа
100_temperature	К	метров	Температура при 100 гПа
150_temperature	К	метров	Температура при 150 гПа
200_temperature	К	метров	Температура при 200 гПа
250_temperature	К	метров	Температура при 250 гПа
300_temperature	К	метров	Температура при 300 гПа
400_temperature	К	метров	Температура при 400 гПа
500_temperature	К	метров	Температура при 500 гПа
600_temperature	К	метров	Температура при 600 гПа
700_temperature	К	метров	Температура при 700 гПа
850_temperature	К	метров	Температура при 850 гПа
925_temperature	К	метров	Температура при 925 гПа
1000_temperature	К	метров	Температура при 1000 гПа
50_u_component_of_wind	РС	метров	U-компонента ветра на уровне 50 гПа
100_u_component_of_wind	РС	метров	U-компонента ветра на уровне 100 гПа
150_u_component_of_wind	РС	метров	U-компонента ветра на уровне 150 гПа
200_u_component_of_wind	РС	метров	U-компонента ветра на уровне 200 гПа
250_u_component_of_wind	РС	метров	U-компонента ветра на уровне 250 гПа
300_u_component_of_wind	РС	метров	U-компонента ветра на уровне 300 гПа
400_u_component_of_wind	РС	метров	U-компонента ветра на уровне 400 гПа
500_u_component_of_wind	РС	метров	U-компонента ветра на уровне 500 гПа
600_u_component_of_wind	РС	метров	U-компонента ветра на уровне 600 гПа
700_u_component_of_wind	РС	метров	U-компонента ветра на уровне 700 гПа
850_u_component_of_wind	РС	метров	U-компонента ветра на уровне 850 гПа
925_u_component_of_wind	РС	метров	U-компонента ветра на уровне 925 гПа
1000_u_component_of_wind	РС	метров	U-компонента ветра на уровне 1000 гПа
50_v_component_of_wind	РС	метров	V-компонента ветра на уровне 50 гПа
100_v_component_of_wind	РС	метров	V-компонента ветра на уровне 100 гПа
150_v_component_of_wind	РС	метров	V-компонента ветра на уровне 150 гПа
200_v_component_of_wind	РС	метров	V-компонента ветра на уровне 200 гПа
250_v_component_of_wind	РС	метров	V-компонента ветра на уровне 250 гПа
300_v_component_of_wind	РС	метров	V-компонента ветра на уровне 300 гПа
400_v_component_of_wind	РС	метров	V-компонента ветра на уровне 400 гПа
500_v_component_of_wind	РС	метров	V-компонента ветра на уровне 500 гПа
600_v_component_of_wind	РС	метров	V-компонента ветра на уровне 600 гПа
700_v_component_of_wind	РС	метров	V-компонента ветра на уровне 700 гПа
850_v_component_of_wind	РС	метров	V-компонента ветра на уровне 850 гПа
925_v_component_of_wind	РС	метров	V-компонента ветра на уровне 925 гПа
1000_v_component_of_wind	РС	метров	V-компонента ветра на уровне 1000 гПа
50_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 50 гПа
100_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 100 гПа
150_vertical_velocity	Па/с	метров	Вертикальная скорость при 150 гПа
200_vertical_velocity	Па/с	метров	Вертикальная скорость при 200 гПа
250_vertical_velocity	Па/с	метров	Вертикальная скорость при 250 гПа
300_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 300 гПа
400_vertical_velocity	Па/с	метров	Вертикальная скорость при 400 гПа
500_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 500 гПа
600_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 600 гПа
700_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 700 гПа
850_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 850 гПа
925_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 925 гПа
1000_vertical_velocity	Па/с	метров	Вертикальная скорость на уровне 1000 гПа

Свойства изображения

Свойства изображения

Имя	Тип	Описание
время_начала	НИТЬ	Время инициализации прогноза. Оно одинаково для всех часов прогнозирования в рамках одного прогона модели.
время_окончания	НИТЬ	Действительное время для данного конкретного прогноза. Рассчитывается как время_начала + час_прогноза.
прогноз_час	ИНТ	Прогнозируемое время выполнения в часах. Представляет собой количество часов с момента начала.
время_приема	ДВОЙНОЙ	Время, когда данные этого прогноза стали доступны в Earth Engine.

Условия эксплуатации

Условия эксплуатации

Исторические экспериментальные данные лицензированы в соответствии с лицензией Creative Commons Attribution International, версия 4.0 (CC BY 4.0).

Экспериментальные данные в реальном времени предоставляются в соответствии со следующими Условиями использования экспериментальных данных прогнозирования погоды GDM в реальном времени.

Материалы третьих лиц

Использование сторонних материалов, упомянутых в разделе «Благодарности», может регулироваться отдельными условиями или положениями лицензии. Использование вами сторонних материалов регулируется любыми такими условиями, и перед использованием вам следует убедиться в своей способности соблюдать все применимые ограничения или условия.

Цитаты

Цитаты:

• Для получения информации об экспериментальных данных в реальном времени ознакомьтесь с применимыми Условиями использования и требованиями к цитированию.

  При раскрытии результатов, полученных на основе исторических данных, необходимо ссылаться на «© 2024 DeepMind Technologies Limited. Модели машинного обучения, использованные для создания экспериментальных данных, доступны по адресу https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_59572747_4_0 в соответствии с условиями лицензии CC BY 4.0. Эти данные предназначены только для экспериментального моделирования и не предназначены, не проверены и не одобрены для использования в реальных условиях».

Исследуйте с Earth Engine

Важно: Earth Engine — это платформа для научного анализа и визуализации геопространственных данных петабайтного масштаба, предназначенная как для общественного пользования, так и для коммерческих и государственных организаций. Earth Engine можно использовать бесплатно в исследовательских, образовательных и некоммерческих целях. Чтобы начать работу, зарегистрируйтесь для получения доступа к Earth Engine.

Редактор кода (JavaScript)

var dataset =
    ee.ImageCollection(
          'projects/gcp-public-data-weathernext/assets/59572747_4_0')
        .filter(ee.Filter.date('2020-10-01T06:00:00Z', '2020-10-01T06:01:00Z'))
        .filter(ee.Filter.eq('forecast_hour', 6));
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');

Открыть в редакторе кода

Прогнозы WeatherNext Graph

WeatherNext Graph — это экспериментальный набор данных глобальных среднесрочных прогнозов погоды, созданный с помощью рабочей версии графической нейросетевой метеорологической модели Google DeepMind. Экспериментальный набор данных включает данные в режиме реального времени и исторические данные. Данные в режиме реального времени — это любые данные, относящиеся к периоду времени, не превышающему 48 часов в…

projects/gcp-public-data-weathernext/assets/59572747_4_0, климат,прогноз,gcp-public-data-weathernext,осадки,набор данных издателя,температура,погода,weathernext,ветер

2020-01-01T00:00:00Z/2025-09-01T12:00:00Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets