שאלות נפוצות על Weather API

מידע כללי

מה ההבדל בין Weather API של Google לבין ספקים שמתמחים בנתוני מזג אוויר?

‫Google משלבת טכנולוגיה של חברת מזג אוויר מוכרת שרכשה עם פיתוחים של מודלי ה-AI‏ MetNet ו-WeatherNext של Google DeepMind‏ (2025). הוא מנצל את האמינות המוכחת של Google Maps Platform.

מה ההבדל בין נתוני מזג האוויר שזמינים ב-Earth Engine וב-BigQuery לבין Weather API של Google?

חבילת מוצרי מזג האוויר של Google מציעה מגוון רחב של פתרונות לצרכים שונים. מודלים של WeatherNext (כלומר GraphCast ו-GenCast) מספקים פלט גולמי של תחזיות מודלים מבוססות-AI, כולל פרמטרים שמתאימים למחקר, ליצירת מודלים ולניתוח. הם זמינים באמצעות קוד פתוח וקבוצות נתונים היסטוריות או עדכניות של מזג האוויר באמצעות ממשקי ה-API של Earth Engine ו-BigQuery.

לעומת זאת, Weather API של Google Maps Platform מספק נתוני מזג אוויר מעובדים לגבי התנאים הנוכחיים, תחזיות שעתיות ותחזיות יומיות, על ידי שילוב של AI ומערכות חיזוי מסורתיות בפורמט שמתאים למפתחים ומשתלב בצורה חלקה באפליקציות ובשירותי אינטרנט. הגישה הכפולה הזו נותנת מענה גם לצורכי מחקר מיוחדים וגם לנגישות רחבה למפתחים.

למה Google לא מסתמכת רק על מדידות מתחנות מזג אוויר?

‫Google משתמשת במגוון מקורות קלט למודל מזג האוויר שלה, כולל תצפיות מתחנות מזג אוויר, מודלים מספריים לחיזוי מזג אוויר ומודלים של AI לחיזוי מזג אוויר. הסיבה לשימוש במקורות הקלט השונים האלה היא שתצפיות מתחנות מזג אוויר מספקות מידע רק על מזג האוויר במיקום של התחנה בזמן המדידה. התצפיות של תחנות מזג האוויר יכולות להיות מדויקות מאוד לגבי המיקום הספציפי שלהן, אבל תופעות מזג אוויר כמו משקעים, במיוחד מממטרים או מסופות רעמים, הן לרוב מקומיות ויכולות להשתנות באופן משמעותי במרחק קצר.

לדוגמה, יכול להיות שיורד גשם כבד במיקום של התחנה, אבל במרחק של כמה קילומטרים משם יש רק טפטוף קל או שאין גשם בכלל. מכיוון שקריאה מתחנה אחת לא בהכרח מייצגת אזור רחב יותר, צריך מודלים כדי לספק מידע נוסף בין התחנות.

בנוסף, תחנות מזג אוויר בדרך כלל מספקות נתונים כל שעה או כל חצי שעה. גם אם הנתונים האלה מסופקים כמעט בזמן אמת, עדיין יכול להיות עיכוב קל בין אירועי המשקעים בפועל לבין הדיווח עליהם. המודלים גם עוזרים להציג את התנאים הנוכחיים בצורה הכי קרובה למציאות במיקום שחיפשתם.

שימוש ב-API

מהו הכיסוי של Weather API?

‫Weather API תומך בכל המדינות בעולם, למעט אזורים אסורים. ביפן ובקוריאה הדרומית, נתוני מזג האוויר מסופקים על ידי Weathernews Inc.‎, מפעילת שירות מטאורולוגי בעלת רישיון רשמי.

מהי רמת הפירוט המרחבית של Google Weather API?

רזולוציית הנתונים היא כזו שהתחזיות נוצרות בטווח של כמה קילומטרים לכל מיקום בעולם.

מהי תדירות העדכון של Weather API?

נקודת קצה התנאים הנוכחיים תחזית שעתית תחזית יומית היסטוריה לפי שעה
קצב רענון מחושב בזמן אמת. הנתונים מתעדכנים מדי שעה. הנתונים מתעדכנים מדי שעה. פעמיים ביום (בשעה 07:00 ובשעה 19:00 לפי שעון החוף המערבי בארה"ב).
  • משקעים לטווח קצר (12 השעות הראשונות של התחזית): מתעדכנים כל 2 עד 15 דקות באמצעות מכ"ם ומודלים של Nowcast ברזולוציה גבוהה.
  • תחזית ללא משקעים ותחזית משקעים מורחבת (עד 10 ימים): מתעדכנת מדי שעה כדי לספק את התחזית הכי עדכנית.

האם Weather API מספק תחזית Nowcast למשקעים?

‫Google לא מספקת תחזית Nowcast (תחזית לפי דקות) ב-API, אבל היא מספקת את תנאי מזג האוויר הנוכחיים, תחזיות לפי שעות ותחזיות יומיות.

האם Weather API מספק ערכי UVA ו-UVB נפרדים?

מדד קרינת ה-UV הוא מדד אחד שמשלב גם UVA וגם UVB. אנחנו לא מספקים פירוט לפי רכיבים.

איך Weather API יוצר פלט של תחזית?

כפי שמוצג בתרשים הבא, התחזיות של Weather API נוצרות על ידי מערכת פנימית לחיזוי. המערכת נעזרת בתצפיות ובמודלים לחיזוי מזג אוויר שמגיעים מסוכנויות של חיזוי מזג אוויר מרחבי העולם. כדי לשפר את מודל התחזית, אנחנו משתמשים בנתונים מחיישני מזג אוויר ציבוריים מסוג אמת קרקע (ground truth).

דיאגרמה של מודל התחזית של Weather API

מהי רמת הדיוק של Google Weather באזורים שונים ובטווחי זמן שונים, בהשוואה לתחזיות של סוכנויות ממשלתיות מובילות לחיזוי מזג אוויר?

הנתונים בטבלה 1 משווים בין שורש טעות ריבועית ממוצעת (RMSE) של הטמפרטורה ומהירות הרוח בטווח תחזית של 240 שעות (10 ימים) בין נתוני Google Weather לבין מודלים גלובליים ואזוריים של מזג אוויר מסוכנויות ממשלתיות במשך 11 חודשים (מ-15 באוגוסט 2024 עד 1 ביולי 2025).

ברחבי העולם, תחזית Google Weather מדויקת יותר מתחזיות מזג האוויר של סוכנויות ממשלתיות מובילות. באירופה ובצפון אמריקה, בנתוני Google Weather יש פחות שגיאות מאשר במודלים הממשלתיים האזוריים המדויקים ביותר, לפחות בחלק המאוחר יותר של טווחי התחזית שלהם. הביצועים המצוינים של נתוני מזג האוויר של Google בטווחים ארוכים יותר של תחזיות בולטים במיוחד, כי אלה התחזיות שהכי קשה לחזות בצורה מדויקת.

בטבלה 1 מפורטים ערכי ה-RMSE הממוצעים לכל טווחי התחזית שרלוונטיים לכל שילוב של אזור ומודל. ערך RMSE נמוך יותר מצביע על ביצועים טובים יותר. לתחזיות מזג האוויר של Google יש את ערכי ה-RMSE הממוצעים הנמוכים ביותר, או בין הנמוכים ביותר, כמעט לכל הפרמטרים, האזורים וטווחי התחזיות.

אפשר ללחוץ על התמונה כדי להגדיל אותה.

טמפרטורה מהירות הרוח
גלובלי
צפון אמריקה
אירופה

טבלה 1. ערכי RMSE ממוצעים שרלוונטיים לכל שילוב של מודלים אזוריים

בטבלה 2 מפורטים ערכי ה-RMSE הממוצעים לטווחי התחזית הרלוונטיים לכל מודל (הערכים של Google מודגשים). הפרמטרים (טמפרטורה, רוח) וטווחי התחזית שבהם ל-Google יש באופן ייחודי את ה-RMSE הממוצע הנמוך ביותר מודגשים בירוק כהה. פרמטרים וטווחי תחזית שבהם ל-Google יש את ה-RMSE הממוצע הנמוך ביותר, יחד עם מודלים אחרים, מודגשים בירוק בהיר.

ערכי RMSE ממוצעים לטווחי התחזית הרלוונטיים טבלה 2. ערכי RMSE ממוצעים לטווחי תחזית רלוונטיים לכל מודל

האם נקודת הקצה של הנתונים ההיסטוריים משקפת נתוני מזג אוויר בפועל (כלומר, מאומתים על ידי מדידות מקומיות)?

נתוני מזג האוויר ההיסטוריים הם בעיקר פלט של מודל. המודל משלב תצפיות מסוכנויות מזג אוויר גלובליות ומודלים מספריים לחיזוי מזג האוויר (NWP), אבל הנתונים האלה מוטמעים במודל של Google Weather כדי ליצור תיעוד היסטורי מלא ועקבי. מדידות בפועל בתחנות נחשבות ל "אמת קרקע" במיקומים הספציפיים שלהן, אבל בגלל שהפריסה שלהן בעולם מוגבלת, הן לא מספיקות כדי לקבל תמונה מלאה של כל העולם.

השדות האלה מספקים תובנות נפרדות אבל קשורות לגבי משקעים ומזג האוויר באופן כללי.

  • ‫weatherCondition: השדה הזה מספק תיאור כללי ואינטואיטיבי של תנאי מזג האוויר הכוללים באזור שנשלחה לגביו שאילתה, תוך התחשבות בפרמטרים שונים כדי שיהיה קל להבין.
  • precipitation.probability.percent (PoP): הסבירות למשקעים. הסבירות שירדו משקעים במיקום של התחזית במהלך התקופה שהוגדרה (בדרך כלל לפי שעה).
  • precipitation.qpf.quantity (QPF): ראשי תיבות של quantitative precipitation forecast (תחזית כמותית של משקעים). המדד הזה מציין את כמות המשקעים הצפויה, שנמדדת בעומק (לדוגמה, מילימטרים או אינצ'ים). הערך הזה מייצג את כמות המשקעים הצפויה אם הם יתרחשו בזמן ובמיקום שצוינו.

איך אפשר לדעת אם יורד גשם במיקום מסוים?

כדי לדעת אם יורד גשם במיקום מסוים, מומלץ להשתמש בשדה weatherCondition. יש כמה תנאים שיכולים להצביע על כך שיורד גשם (גשם, גשם קל, ממטרים, גשם כבד, רוח וגשם, סופת רעמים, סופת רעמים כבדה, ממטרים ורעמים, ממטרים פזורים, סופת גשם קלה, סופות רעמים פזורות, גשם ושלג). התנאים האלה נועדו לזהות את כל המקרים של גשם קל, חזק, רציף או מפוזר, וגם להבדיל בין גשם לשלג. בהתאם לתרחיש לדוגמה הספציפי שלכם – לדוגמה, אם התרחיש לדוגמה שלכם מתייחס רק לגשמים כבדים – אתם יכולים לבחור להשתמש רק בקבוצת משנה רלוונטית של התנאים האלה.

האם "התנאים הנוכחיים" זהים לתצפיות במיקומים של תחנות מזג האוויר? איך נקבעים "התנאים הנוכחיים" במיקומים שאין בהם תחנות?

התכונה "תנאים נוכחיים" מספקת את המידע העדכני ביותר על מזג האוויר על ידי שילוב של מקורות נתונים שונים, אבל לא תמיד היא שוות ערך לתצפיות ישירות בתחנה.

ב-precipitation.probability.percent וב-precipitation.qpf.quantity (שנצברו במהלך השעה האחרונה), הערך שמוצג בתגובה של currentConditions תמיד נגזר מהתחזית האחרונה. ההסתברות עצמה היא כמות שנוצרת על ידי מודל, ולא נצפית באופן ישיר.

הגישה הזו מאפשרת לנו לספק מידע מקיף על "התנאים הנוכחיים" גם באזורים שאין בהם כיסוי ישיר של חיישנים, וכך להבטיח שהמידע הזמין יהיה הטוב ביותר בכל זמן.

מגבלות וגישה ל-API

האם יש הגבלת קצב של יצירת בקשות ב-API?

ב-Weather API, מגבלת הקצב שמוגדרת כברירת מחדל היא 6,000 שאילתות לדקה.

האם אפשר לגשת לנתונים בכמות גדולה?

אין נתונים בכמות גדולה. אתם יכולים לשלוח שאילתות ל-Weather API במסגרת המכסה (6,000 שאילתות לדקה) ולפעול בהתאם לתנאי השמירה במטמון שמפורטים בתנאים ובהגבלות.

האם צריך להפעיל את החיוב?

כדי להשתמש ב-Weather API, צריך חשבון לחיוב תקף. במאמר הפעלת החיוב מוסבר איך להגדיר חשבון לחיוב בפרויקט.

מה קורה אם שולחים שאילתה לגבי מיקום שלא נתמך?

אם קווי הרוחב והאורך לא נכללים ברשימת המדינות הנתמכות, התגובה תחזיר קוד שגיאה 404 עם ההודעה "Information is unavailable for this location.‎" צריך לנסות מיקום אחר."