اطلاعات عمومی
چگونه API آب و هوای گوگل را از فروشندگان تخصصی داده‌های آب و هوایی متمایز می‌کنید؟
گوگل در حال ادغام فناوری حاصل از خرید شرکت معتبر هواشناسی خود با پیشرفت‌های حاصل از مدل‌های هوش مصنوعی MetNet و WeatherNext (2025) متعلق به Google DeepMind است. این امر از قابلیت اطمینان اثبات‌شده پلتفرم نقشه‌های گوگل بهره می‌برد.
تفاوت بین داده‌های آب و هوایی موجود در Earth Engine و BigQuery و API آب و هوای گوگل چیست؟
مجموعه محصولات هواشناسی گوگل طیف گسترده‌ای از راه‌حل‌ها را برای نیازهای متنوع ارائه می‌دهد. مدل‌های WeatherNext (یعنی GraphCast و GenCast ) خروجی‌های پیش‌بینی مدل خام مبتنی بر هوش مصنوعی شامل پارامترهای ایده‌آل برای تحقیق، مدل‌سازی و تجزیه و تحلیل را ارائه می‌دهند که با استفاده از کد منبع باز و مجموعه داده‌های آب و هوایی تاریخی یا فعلی با استفاده از Earth Engine و BigQuery API در دسترس قرار می‌گیرند.
در مقابل، API آب و هوای پلتفرم نقشه‌های گوگل، داده‌های آب و هوایی پردازش‌شده را برای شرایط فعلی، پیش‌بینی‌های ساعتی و پیش‌بینی‌های روزانه با ترکیب هوش مصنوعی و سیستم‌های پیش‌بینی سنتی در قالبی مناسب برای توسعه‌دهندگان ارائه می‌دهد که به طور یکپارچه در برنامه‌ها و سرویس‌های وب ادغام می‌شود. این رویکرد دوگانه، هم نیازهای تحقیقاتی تخصصی و هم دسترسی گسترده توسعه‌دهندگان را برآورده می‌کند.
چرا گوگل فقط به اندازه‌گیری‌های ایستگاه‌های هواشناسی تکیه نمی‌کند؟
گوگل از منابع ورودی متنوعی برای مدل آب و هوایی خود استفاده می‌کند، از جمله مشاهدات ایستگاه‌های هواشناسی، مدل‌های پیش‌بینی عددی آب و هوا و مدل‌های هوش مصنوعی آب و هوا. دلیل استفاده از این منابع ورودی مختلف این است که مشاهدات ایستگاه‌های هواشناسی فقط اطلاعاتی در مورد آب و هوای محل ایستگاه در زمان اندازه‌گیری ارائه می‌دهند. مشاهدات ایستگاه‌های هواشناسی می‌تواند برای آن نقطه دقیق بسیار دقیق باشد، اما پدیده‌های آب و هوایی مانند بارندگی، به ویژه رگبار یا رعد و برق، اغلب محلی هستند و می‌توانند در فاصله کوتاهی به طور قابل توجهی متفاوت باشند.
برای مثال، ممکن است درست در محل ایستگاه، باران شدیدی ببارد، در حالی که چند مایل دورتر، فقط نم نم باران ببارد یا اصلاً بارانی نباشد. از آنجا که داده‌های یک ایستگاه ممکن است نماینده منطقه وسیع‌تری نباشد، برای ارائه اطلاعات بیشتر بین ایستگاه‌ها، به مدل‌ها نیاز است.
علاوه بر این، ایستگاه‌های هواشناسی معمولاً اطلاعات را به صورت ساعتی یا نیم ساعته ارائه می‌دهند. حتی اگر این اطلاعات تقریباً به صورت بلادرنگ ارائه شوند، باز هم ممکن است بین وقایع بارندگی واقعی و گزارش آن کمی تأخیر وجود داشته باشد. مدل‌ها همچنین به نزدیک کردن شرایط فعلی به واقعیت تجربه شده در محل مورد نظر کمک می‌کنند.
استفاده از API
پوشش API آب و هوا چیست؟
API آب و هوا از همه کشورهای جهان به جز ژاپن، کره و مناطق ممنوعه پشتیبانی می‌کند. در اولین راه‌اندازی، ما از مناطق پرجمعیت (به استثنای مکان‌های دورافتاده مانند وسط اقیانوس، بیابان‌ها و قله‌های کوه) پشتیبانی می‌کنیم. ما در حال برنامه‌ریزی برای بهبود مستمر وضوح و کیفیت تا سال 2025 هستیم.
جزئیات مکانی API آب و هوای گوگل چگونه است؟
وضوح داده‌ها به گونه‌ای است که پیش‌بینی‌ها برای هر مکانی در سطح جهان در محدوده چند کیلومتری ایجاد می‌شوند.
فرکانس به‌روزرسانی API آب و هوا چقدر است؟
| نقطه پایانی | شرایط فعلی | پیش‌بینی ساعتی | پیش‌بینی روزانه | تاریخچه ساعتی |
|---|---|---|---|---|
| نرخ تازه‌سازی | ۱۵ دقیقه (به صورت دوره‌ای در عرض یک ساعت) | ۳۰ دقیقه (به صورت دوره‌ای در عرض یک ساعت) | ۳۰ دقیقه (همزمان با پیش‌بینی ساعتی به‌روزرسانی می‌شود) | دو بار در روز (ساعت ۷ صبح و ۷ بعد از ظهر به وقت استاندارد اقیانوس آرام). |
آیا API آب و هوا پیش‌بینی بارش لحظه‌ای را ارائه می‌دهد؟
گوگل پیش‌بینی لحظه‌ای (پیش‌بینی دقیقه‌ای) را در API ارائه نمی‌دهد، اما شرایط فعلی، پیش‌بینی‌های ساعتی و پیش‌بینی‌های روزانه را ارائه می‌دهد.
آیا API آب و هوا مقادیر UVA و UVB جداگانه‌ای ارائه می‌دهد؟
شاخص فرابنفش (UV Index) یک شاخص واحد است که هم UVA و هم UVB را با هم ترکیب می‌کند. ما جزئیات را بر اساس اجزا ارائه نمی‌دهیم.
API آب و هوا چگونه خروجی پیش‌بینی تولید می‌کند؟
همانطور که در نمودار زیر نشان داده شده است، پیش‌بینی‌های Weather API از یک سیستم پیش‌بینی داخلی ایجاد می‌شوند که از مدل‌های آب و هوایی و مشاهدات آژانس‌های هواشناسی جهانی به عنوان ورودی استفاده می‌کند. داده‌های حسگرهای آب و هوایی عمومی برای بهبود مدل پیش‌بینی استفاده می‌شوند.
دقت پیش‌بینی آب و هوای گوگل، برای مناطق و افق‌های پیش‌بینی مختلف، در مقایسه با پیش‌بینی‌های آژانس‌های هواشناسی دولتی پیشرو چیست؟
ارقام جدول 1، ریشه میانگین مربعات خطا (RMSE) را برای دما و سرعت باد برای یک افق پیش‌بینی 240 ساعته (10 روزه) بین داده‌های هواشناسی گوگل و مدل‌های هواشناسی جهانی و منطقه‌ای از سازمان‌های دولتی در طول 11 ماه (15 آگوست 2024 تا 1 جولای 2025) مقایسه می‌کند.
در سطح جهانی، پیش‌بینی آب و هوای گوگل از پیش‌بینی‌های آب و هوای سازمان‌های دولتی پیشرو بهتر عمل می‌کند. برای اروپا و آمریکای شمالی، داده‌های آب و هوای گوگل حداقل در بخش بعدی افق پیش‌بینی خود، خطای کمتری نسبت به دقیق‌ترین مدل‌های دولتی منطقه‌ای دارند. عملکرد عالی داده‌های آب و هوای گوگل برای افق‌های پیش‌بینی طولانی‌تر، که می‌تواند چالش‌برانگیزترین پیش‌بینی دقیق باشد، به ویژه قابل توجه است.
جدول 1 مقادیر میانگین RMSE را برای کل افق‌های پیش‌بینی مربوط به هر ترکیب مدل منطقه‌ای فهرست می‌کند. مقدار RMSE پایین‌تر نشان‌دهنده عملکرد بهتر است. پیش‌بینی‌های هواشناسی گوگل تقریباً برای همه پارامترها، مناطق و محدوده‌های افق پیش‌بینی، کمترین یا جزو کمترین مقادیر میانگین RMSE هستند.
برای مشاهده نسخه بزرگ شده، روی تصویر کلیک کنید.
| دما | سرعت باد | |
|---|---|---|
| جهانی |  |  |
| آمریکای شمالی |  |  |
| اروپا |  |  |
جدول 1. میانگین مقادیر RMSE برای هر ترکیب مدل منطقه‌ای مربوطه
جدول ۲ مقادیر میانگین RMSE را برای افق‌های پیش‌بینی مربوطه برای هر مدل فهرست می‌کند (مقادیر گوگل به صورت پررنگ). پارامترها (دما، باد) و افق‌های پیش‌بینی که گوگل به طور منحصر به فرد کمترین میانگین RMSE را برای آنها دارد، با رنگ سبز تیره مشخص شده‌اند. پارامترها و افق‌های پیش‌بینی که گوگل به همراه (یک) مدل (مدل‌های) دیگر، کمترین میانگین RMSE را برای آنها دارد، با رنگ سبز روشن مشخص شده‌اند.
جدول 2. میانگین مقادیر RMSE برای افق‌های پیش‌بینی مربوطه در هر مدل
آیا نقطه پایانی داده‌های تاریخی، داده‌های واقعی آب و هوا را منعکس می‌کند (یعنی توسط اندازه‌گیری‌های محلی تأیید شده است)؟
داده‌های آب و هوای تاریخی در درجه اول خروجی مدل‌سازی شده هستند. اگرچه این داده‌ها شامل مشاهدات آژانس‌های هواشناسی جهانی و مدل‌های پیش‌بینی عددی آب و هوا (NWP) هستند، اما این داده‌ها در مدل Google Weather ادغام می‌شوند تا یک رکورد تاریخی کامل و سازگار ایجاد کنند. اندازه‌گیری‌های واقعی ایستگاه‌ها در مکان‌های خاص خود "حقیقت زمینی" در نظر گرفته می‌شوند، اما توزیع جهانی محدود آنها، آنها را برای یک تصویر کامل از سراسر جهان ناکافی می‌کند.
فیلدهای weatherCondition ، precipitation.probability.percent ، precipitation.qpf.quantity به چه معناست و چه ارتباطی با هم دارند؟
این حوزه‌ها بینش‌های متمایز اما مرتبطی در مورد بارش و آب و هوای کلی ارائه می‌دهند.
-
weatherCondition: این فیلد یک توصیف کلی و شهودی از شرایط کلی آب و هوا در منطقه مورد نظر ارائه می‌دهد و پارامترهای مختلفی را برای درک آسان در نظر می‌گیرد. -
precipitation.probability.percent(POP): این احتمال بارش را نشان می‌دهد. احتمال وقوع بارش در محل پیش‌بینی‌شده در طول دوره زمانی تعریف‌شده (معمولاً ساعتی). -
precipitation.qpf.quantity(QPF): این به معنای پیش‌بینی کمی بارش است و میزان بارش مورد انتظار را که به صورت عمق (مثلاً میلی‌متر یا اینچ) اندازه‌گیری می‌شود، نشان می‌دهد. این مقدار نشان می‌دهد که در صورت وقوع بارش در زمان و مکان مشخص شده، چه مقدار بارش مورد انتظار است.
چگونه می‌توانم تشخیص دهم که آیا در یک مکان خاص باران می‌بارد یا خیر؟
توصیه می‌کنیم از فیلد weatherCondition برای فهمیدن اینکه آیا در یک مکان خاص باران می‌بارد یا نه، استفاده کنید. چندین شرط می‌توانند نشان دهند که باران می‌بارد (باران، باران ملایم، رگبار باران، باران شدید، باد و باران، رعد و برق، رعد و برق شدید، رگبار رعد و برق، رگبار پراکنده، باران رعد و برق سبک، رعد و برق پراکنده، باران و برف). این شرایط برای ثبت تمام موارد بارندگی سبک، قوی، مداوم یا پراکنده و همچنین تمایز باران از برف طراحی شده‌اند. بسته به مورد استفاده خاص شما - به عنوان مثال، اگر مورد استفاده شما فقط بارندگی شدید را در نظر می‌گیرد - می‌توانید فقط از یک زیرمجموعه مرتبط از این شرایط استفاده کنید.
آیا «شرایط فعلی» معادل مشاهدات در مکان‌های ایستگاه‌های هواشناسی است؟ «شرایط فعلی» در مکان‌های بدون ایستگاه چگونه تعیین می‌شود؟
«شرایط فعلی» ما با ترکیب منابع داده مختلف، به‌روزترین اطلاعات آب و هوایی را ارائه می‌دهد، اما در همه موارد کاملاً معادل مشاهدات مستقیم ایستگاه نیستند.
برای precipitation.probability.percent و precipitation.qpf.quantity (که در طول ساعت گذشته انباشته شده‌اند)، مقدار ارائه شده در پاسخ currentConditions همیشه از آخرین پیش‌بینی مشتق شده است. خود احتمال یک کمیت مدل‌سازی شده است، نه یک کمیت مشاهده شده مستقیم.
این رویکرد به ما امکان می‌دهد تا حتی در مناطقی که پوشش مستقیم حسگر ندارند، «شرایط فعلی» جامعی را ارائه دهیم و بهترین اطلاعات موجود را در هر زمان تضمین کنیم.
محدودیت‌های API و دسترسی
آیا محدودیت سرعتی برای API وجود دارد؟
برای API آب و هوا، محدودیت سرعت پیش‌فرض ۶۰۰۰ پرس‌وجو در دقیقه وجود دارد.
آیا می‌توانم به داده‌ها به صورت انبوه دسترسی داشته باشم؟
داده‌های انبوه در دسترس نیستند. می‌توانید API آب و هوا را در محدوده سهمیه (۶۰۰۰ کوارتر در دقیقه) جستجو کنید و شرایط ذخیره‌سازی ذکر شده در شرایط خدمات را رعایت کنید.
آیا باید پرداخت قبوض را فعال کنم؟
برای استفاده از API آب و هوا، یک حساب صورتحساب معتبر لازم است. برای تنظیم پروژه خود با یک حساب صورتحساب، به فعال کردن صورتحساب مراجعه کنید.
اگر مکانی را جستجو کنم که پشتیبانی نمی‌شود، چه اتفاقی می‌افتد؟
اگر طول و عرض جغرافیایی در فهرست کشورهای پشتیبانی‌شده نباشد، پاسخ، کد خطای ۴۰۴ را با پیام «اطلاعات برای این مکان در دسترس نیست. لطفاً مکان دیگری را امتحان کنید» برمی‌گرداند.