پرسشگان Weather API

اطلاعات کلی

چگونه «میانای برنامه‌سازی کاربردی آب‌وهوای Google» را از فروشندگان تخصصی داده‌های آب‌وهوا متمایز می‌کنید؟

‫Google درحال ادغام فناوری شرکت معتبر هواشناسی خریداری‌شده ما با پیشرفت‌های مدل‌های هوش مصنوعی MetNet و WeatherNext از Google DeepMind است (سال ۲۰۲۵). این کار از قابلیت اطمینان اثبات‌شده «پلاتفرم Google Maps» بهره می‌برد.

تفاوت بین داده‌های آب‌وهوا دردسترس در Earth Engine و BigQuery و «میانای برنامه‌سازی کاربردی آب‌وهوای Google» چیست؟

مجموعه محصولات آب‌وهوای Google طیف جامعی از راه‌حل‌ها را برای نیازهای متنوع ارائه می‌دهد. مدل‌های WeatherNext (یعنی GraphCast و GenCast) بروندادهای پیش‌بینی مدل خام مبتنی بر هوش مصنوعی را ارائه می‌دهند که شامل پارامترهای ایده‌آل برای پژوهش، مدل‌سازی، و تجزیه‌وتحلیل است و بااستفاده از کد متن‌باز و مجموعه‌داده‌های آب‌وهوای تاریخی یا کنونی بااستفاده از Earth Engine و BigQuery APIs دردسترس قرار می‌گیرد.

درمقابل، Google Maps Platform Weather API داده‌های آب‌وهوای پردازش‌شده را برای شرایط کنونی، پیش‌بینی‌های ساعتی، و پیش‌بینی‌های روزانه با ترکیب هوش مصنوعی و سیستم‌های پیش‌بینی سنتی در قالبی توسعه‌دهنده-پسند ارائه می‌دهد که به‌طور یکپارچه در برنامه‌ها و خدمات وب ادغام می‌شود. این رویکرد دوگانه هم نیازهای پژوهشی تخصصی و هم دسترسی گسترده توسعه‌دهندگان را برآورده می‌کند.

چرا Google فقط به اندازه‌گیری‌های ایستگاه‌های هواشناسی تکیه نمی‌کند؟

Google از انواع منابع ورودی برای مدل آب‌وهوای خود استفاده می‌کند، ازجمله مشاهدات ایستگاه‌های هواشناسی، مدل‌های عددی پیش‌بینی آب‌وهوا، و مدل‌های هوش مصنوعی آب‌وهوا. دلیل استفاده از این منابع ورودی مختلف این است که مشاهدات ایستگاه‌های هواشناسی فقط اطلاعاتی درباره آب‌وهوا در مکان ایستگاه در زمان اندازه‌گیری ارائه می‌دهند. رصد ایستگاه هواشناسی می‌تواند برای آن نقطه دقیق بسیار دقیق باشد، اما پدیده‌های آب‌وهوایی مانند بارش، به‌ویژه از رگبار یا رعدوبرق، اغلب محلی است و می‌تواند در یک فاصله کوتاه به‌طور قابل‌توجهی متفاوت باشد.

برای مثال، ممکن است در محل ایستگاه باران شدیدی ببارد، درحالی‌که در چند کیلومتری آنجا، فقط نم‌نم باران ببارد یا اصلاً بارانی نباشد. ازآنجایی‌که خوانش یک ایستگاه واحد ممکن است نماینده یک منطقه وسیع‌تر نباشد، مدل‌ها برای ارائه اطلاعات تکمیلی بین ایستگاه‌ها ضروری هستند.

علاوه‌براین، ایستگاه‌های هواشناسی معمولاً هر ساعت یا هر نیم ساعت داده‌های هواشناسی را ارائه می‌دهند. حتی اگر این داده‌ها تقریباً به‌صورت هم‌زمان ارائه شوند، ممکن است بین بارش واقعی و گزارش آن تأخیر اندکی وجود داشته باشد. مدل‌ها همچنین در دستیابی به شرایط کنونی تا حد امکان نزدیک به واقعیت تجربه شده در مکان مورد پرسش کمک می‌کنند.

استفاده از میانای برنامه‌سازی کاربردی

«میانای برنامه‌سازی کاربردی آب‌وهوا» چه مناطقی را پوشش می‌دهد؟

Weather API از همه کشورهای جهان به‌جز ژاپن، کره، و قلمروهای ممنوعه پشتیبانی می‌کند. برای راه‌اندازی اولیه، از مناطق پرجمعیت پشتیبانی می‌کنیم (به‌استثنای مکان‌های دورافتاده مانند وسط اقیانوس، بیابان‌ها، و قله کوه‌ها). ما درحال برنامه‌ریزی برای بهبود مستمر وضوح و کیفیت تا سال ۲۰۲۵ هستیم.

دانه بندی فضایی Google Weather API چیست؟

تفکیک‌پذیری داده‌ها به‌گونه‌ای است که پیش‌بینی‌ها در چند کیلومتری هر مکان در سراسر جهان ایجاد می‌شود.

فواصل تجدید نظر برای Weather API چقدر است؟

نقطه پایانی شرایط آب‌وهوایی فعلی پیش‌بینی ساعت‌به‌ساعت پیش‌بینی روزانه سابقه ساعتی
نرخ بازآوری ۱۵ دقیقه (به‌طور دوره‌ای درطول ساعت) ۳۰ دقیقه (به‌صورت دوره‌ای درطول ساعت) ۳۰ دقیقه (هم‌زمان با پیش‌بینی ساعتی به‌روز می‌شود) دو بار در روز (۷ صبح و ۷ عصر به وقت استاندارد اقیانوس آرام).

آیا «میانای برنامه‌سازی کاربردی آب‌وهوا» پیش‌بینی بارش «پیش‌بینی هوای حالا» ارائه می‌دهد؟

‫Google در «میانای برنامه‌سازی کاربردی» پیش‌بینی هوای حالا (پیش‌بینی دقیقه‌ای) ارائه نمی‌دهد، اما شرایط کنونی، پیش‌بینی‌های ساعتی، و پیش‌بینی‌های روزانه را ارائه می‌دهد.

آیا Weather API مقادیر جداگانه‌ای برای UVA و UVB ارائه می‌دهد؟

شاخص فرابنفش شاخصی واحد است که هر دو UVA و UVB را ترکیب می‌کند. جزئیات را براساس عنصر ارائه نمی‌دهیم.

‫Weather API چگونه برونداد پیش‌بینی تولید می‌کند؟

همان‌طور که در نمودار زیر نشان داده شده است، پیش‌بینی‌های Weather API از یک سیستم پیش‌بینی داخلی ساخته شده است که از مدل‌های آب‌وهوا و مشاهدات سازمان‌های هواشناسی در سراسر جهان به‌عنوان ورودی بهره می‌برد. از داده‌های حسگرهای آب‌وهوای حقیقت زمین عمومی برای بهبود مدل پیش‌بینی استفاده می‌شود.

نمودار مدل پیش‌بینی Weather API

دقت پیش‌بینی «آب‌وهوای Google» در مناطق مختلف و افق‌های پیش‌بینی در مقایسه با پیش‌بینی‌های سازمان‌های هواشناسی دولتی پیشرو چقدر است؟

ارقام موجود در جدول ۱ ریشه میانگین مربعات خطا (RMSE) را برای دما و سرعت باد در افق پیش‌بینی ۲۴۰ ساعته (۱۰ روزه) بین داده‌های آب‌وهوای Google و مدل‌های آب‌وهوای جهانی و منطقه‌ای از سازمان‌های دولتی درطول ۱۱ ماه (۱۵ اوت ۲۰۲۴ تا ۱ ژوئیه ۲۰۲۵) مقایسه می‌کند.

در سطح جهانی، پیش‌بینی آب‌وهوای Google عملکرد بهتری نسبت‌به پیش‌بینی‌های آب‌وهوای سازمان‌های دولتی پیشرو دارد. برای اروپا و آمریکای شمالی، داده‌های آب‌وهوای Google در بخش پایانی افق پیش‌بینی‌شان خطای کمتری نسبت به دقیق‌ترین مدل‌های دولتی منطقه‌ای دارد. عملکرد عالی داده‌های آب‌وهوای Google برای افق‌های پیش‌بینی طولانی‌تر به‌ویژه قابل‌توجه است، که می‌تواند چالش‌برانگیزترین مورد برای پیش‌بینی دقیق باشد.

جدول ۱ مقادیر میانگین RMSE را برای کل افق پیش‌بینی مربوط به هر ترکیب مدل منطقه فهرست می‌کند. مقدار پایین‌تر RMSE نشان‌دهنده عملکرد بهتر است. پیش‌بینی‌های آب‌وهوای Google برای تقریباً همه پارامترها، مناطق، و محدوده‌های افق پیش‌بینی، کمترین یا جزو کمترین مقادیر میانگین RMSE را دارند.

برای مشاهده نسخه بزرگ‌شده تصویر، روی آن کلیک کنید.

دما سرعت باد
جهانی
امریکای شمالی
اروپا

جدول ۱. مقادیر میانگین RMSE برای هر ترکیب مدل منطقه‌ای مربوطه

جدول ۲ مقادیر میانگین RMSE را برای افق‌های پیش‌بینی مربوطه برای هر مدل فهرست می‌کند (مقادیر Google به‌صورت پررنگ). پارامترها (دما، باد) و افق‌های پیش‌بینی که Google به‌طور منحصربه‌فرد کمترین میانگین RMSE را برای آن‌ها دارد با رنگ سبز تیره برجسته شده‌اند. پارامترها و افق‌های پیش‌بینی که Google کمترین میانگین RMSE را برای آن‌ها در کنار (یک) مدل دیگر دارد با رنگ سبز روشن برجسته شده‌اند.

میانگین مقادیر RMSE برای افق‌های پیش‌بینی مربوطه جدول ۲. میانگین مقادیر RMSE برای افق‌های پیش‌بینی مربوطه در هر مدل

آیا نقطه پایانی داده‌های قدیمی داده‌های آب‌وهوای واقعی را منعکس می‌کند (یعنی با سنجش‌های محلی تأیید شده است)؟

داده‌های آب‌وهوای تاریخی عمدتاً برون‌برد مدل‌سازی‌شده است. اگرچه این مدل مشاهدات سازمان‌های هواشناسی جهانی و مدل‌های پیش‌بینی آب‌وهوای عددی (NWP) را دربرمی‌گیرد، این مشاهدات در مدل «آب‌وهوای Google» ادغام می‌شوند تا سابقه تاریخی کامل و یکپارچه‌ای ایجاد شود. اندازه‌گیری‌های ایستگاه واقعی در مکان‌های خاص خود «حقیقت زمین» درنظر گرفته می‌شوند، اما توزیع جهانی محدود آن‌ها باعث می‌شود برای ارائه تصویری کامل از جهان کافی نباشند.

این فیلدها اطلاعات آماری متمایز اما مرتبطی درباره بارش و وضعیت کلی آب‌وهوا ارائه می‌دهند.

  • weatherCondition: این فیلد شرحی کلی و شهودی از شرایط کلی آب‌وهوا در منطقه موردپرسش ارائه می‌دهد و پارامترهای مختلفی را برای درک آسان درنظر می‌گیرد.
  • precipitation.probability.percent (PoP): این نشان‌دهنده احتمال بارندگی است. احتمال وقوع بارش در مکان پیش‌بینی در دوره زمانی تعریف‌شده (معمولاً ساعتی).
  • precipitation.qpf.quantity (QPF): این مخفف «پیش‌بینی کمی بارش» است و مقدار موردانتظار بارش را نشان می‌دهد که به‌صورت عمق (مثلاً میلی‌متر یا اینچ) اندازه‌گیری می‌شود. این مقدار نشان می‌دهد که اگر بارندگی در زمان و مکان مشخص‌شده رخ دهد، چه میزان بارندگی پیش‌بینی می‌شود.

چگونه می‌توانم تشخیص دهم که در مکان خاصی باران می‌بارد یا نه؟

توصیه می‌کنیم از فیلد weatherCondition استفاده کنید تا متوجه شوید که آیا در مکان خاصی باران می‌بارد یا نه. چندین وضعیت می‌تواند نشان دهد که باران می‌بارد (باران، باران خفیف، رگبار باران، باران شدید، باد و باران، توفان تندری، توفان تندری شدید، رگبار تندری، رگبارهای پراکنده، توفان تندری سبک با باران، توفان‌های تندری پراکنده، باران و برف). این شرایط برای ثبت همه موارد بارش باران خفیف، شدید، پیوسته، یا پراکنده طراحی شده است و همچنین باران را از برف متمایز می‌کند. بسته به مورد استفاده خاص شما — برای مثال، اگر مورد استفاده شما فقط بارش شدید باران را درنظر می‌گیرد — می‌توانید فقط از زیرمجموعه مرتبطی از این شرایط استفاده کنید.

آیا «شرایط فعلی» معادل مشاهدات در مکان‌های ایستگاه هواشناسی است؟ «شرایط کنونی» در مکان‌های بدون ایستگاه چگونه تعیین می‌شود؟

«شرایط کنونی» ما با ترکیب منابع داده مختلف، به‌روزترین اطلاعات آب‌وهوا را ارائه می‌دهد، اما در همه موارد دقیقاً معادل مشاهدات مستقیم ایستگاه نیست.

برای precipitation.probability.percent و precipitation.qpf.quantity (تجمیع‌شده در ساعت گذشته)، مقدار ارائه‌شده در پاسخ currentConditions همیشه از جدیدترین پیش‌بینی استخراج می‌شود. احتمال خود یک کمیت مدل‌سازی‌شده است، نه یک کمیت مشاهده‌شده مستقیم.

این رویکرد به ما امکان می‌دهد حتی در مناطقی که پوشش حسگر مستقیم ندارند، «شرایط کنونی» جامع ارائه دهیم و در هر زمان بهترین اطلاعات دردسترس را ارائه دهیم.

محدودیت‌ها و دسترسی API

آیا محدودیت نرخ در API وجود دارد؟

برای Weather API، حد نرخ پیش‌فرض ۶٬۰۰۰ پُرسمان در دقیقه است.

آیا می‌توانم به داده‌ها به‌صورت انبوه دسترسی داشته باشم؟

داده‌های انبوه دردسترس نیست. می‌توانید Weather API را در محدوده سهمیه (۶٬۰۰۰ پرس‌وجو در دقیقه) پُرسمان کنید و شرایط ذخیره‌سازی موقت را که در شرایط خدمات ذکر شده است رعایت کنید.

آیا باید صورت‌حساب را فعال کنم؟

برای استفاده از Weather API، حساب صورت‌حساب معتبری لازم است. برای راه‌اندازی پروژه با حساب صورت‌حساب، به فعال کردن صورت‌حساب مراجعه کنید.

اگر مکانی را پُرسمان 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 دردسترس نیست» برمی‌گرداند. لطفاً مکان دیگری را امتحان کنید.»