שאלות נפוצות על Weather API

מידע כללי

מה ההבדל בין Google Weather API לבין ספקים של נתוני מזג אוויר מיוחדים?

‫Google משלבת טכנולוגיה מהרכישה של חברת מזג האוויר המהימנה שלנו עם התקדמות במודלים של AI‏ MetNet ו-WeatherNext של Google DeepMind‏ (2025). הפתרון הזה מתבסס על האמינות המוכחת של הפלטפורמה של מפות Google.

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

חבילת מוצרי מזג האוויר של Google מציעה מגוון רחב של פתרונות לצרכים שונים. מודלים של WeatherNext (כלומר GraphCast ו-GenCast

לעומת זאת, Google Maps Platform Weather API מספק נתוני מזג אוויר מעובדים לגבי התנאים הנוכחיים, תחזיות שעתיות ותחזיות יומיות. הנתונים האלה מתקבלים משילוב של AI ומערכות תחזיות מסורתיות בפורמט ידידותי למפתחים, שאפשר לשלב בצורה חלקה באפליקציות ובשירותי אינטרנט. הגישה הכפולה הזו מתאימה גם לצרכים של מחקרים מיוחדים וגם לגישה רחבה של מפתחים.

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 של חיזוי מזג אוויר ומודלים של AI לחיזוי מזג אוויר. הסיבה לשימוש במקורות הקלט השונים האלה היא שהתצפיות מתחנות מזג האוויר מספקות רק מידע על מזג האוויר במיקום התחנה בזמן המדידה. התצפיות של תחנות מזג האוויר יכולות להיות מדויקות מאוד לגבי המיקום הספציפי, אבל תופעות מזג אוויר כמו משקעים, במיוחד ממטרים או מסופות רעמים, הן לרוב מקומיות ויכולות להשתנות באופן משמעותי במרחק קצר.

לדוגמה, יכול להיות שגשם חזק יורד בדיוק מעל תחנת המדידה, אבל כמה קילומטרים משם יורד רק טפטוף קל או שלא יורד גשם בכלל. יכול להיות שקריאה של נתונים מתחנה אחת לא תייצג אזור רחב יותר, ולכן צריך מודלים כדי לספק מידע נוסף בין התחנות.

בנוסף, תחנות מזג אוויר בדרך כלל מספקות קריאות מדי שעה או 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 לקבל את התנאים הנוכחיים כמה שיותר קרוב למציאות שנחווית במיקום שבו מתבצעת השאילתה.

שימוש ב-API

מהו הכיסוי של Weather API?

‫Weather API תומך בכל המדינות בעולם, למעט יפן, קוריאה ואזורים אסורים. בשלב ההשקה הראשונית, אנחנו תומכים באזורים מיושבים (לא כולל מיקומים מרוחקים כמו אמצע האוקיינוס, מדבריות ופסגות הרים). אנחנו מתכננים להמשיך לשפר את הרזולוציה ואת האיכות במהלך שנת 2025.

מהי הגרנולריות המרחבית של Google Weather API?

רזולוציית הנתונים מאפשרת ליצור תחזיות ברדיוס 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 15 דקות (מעת לעת במהלך השעה) ‫30 דקות (מעת לעת במהלך השעה) 30 דקות (מתעדכן באותו זמן כמו התחזית השעתית) פעמיים ביום (בשעה 7:00 בבוקר ובשעה 19:00 לפי שעון החוף המערבי).

האם Weather API מספק תחזית משקעים מסוג Nowcast?

‫Google לא מספקת תחזית Nowcast (תחזית לפי דקות) בממשק ה-API, אבל היא כן מספקת נתונים על התנאים הנוכחיים, תחזיות לפי שעות ותחזיות יומיות.

האם Weather API מספק ערכים נפרדים של UVA ו-UVB?

מדד קרינת ה-UV הוא מדד יחיד שמשלב בין קרינת UVA וקרינת UVB. אנחנו לא מספקים פירוט לפי רכיב.

איך נוצר פלט של תחזית ב-Weather API?

כפי שמוצג בתרשים שלמטה, התחזיות ב-Weather API נוצרות על ידי מערכת פנימית לחיזוי. המערכת נעזרת בתצפיות ובמודלים לחיזוי מזג אוויר שמגיעים מסוכנויות של חיזוי מזג אוויר מרחבי העולם כקלט. נתונים מחיישני מזג אוויר ציבוריים מסוג אמת קרקע (ground truth) משמשים לשיפור מודל התחזית.

תרשים של מודל התחזית של Weather API

מה רמת הדיוק של תחזית מזג האוויר ב-Google באזורים שונים ובטווחים שונים של זמן, בהשוואה לתחזיות של סוכנויות ממשלתיות מובילות לחיזוי מזג אוויר?

הנתונים בטבלה 1 משווים בין השגיאה הריבועית הממוצעת (RMSE) של טמפרטורה ומהירות רוח לבין תחזית של 240 שעות (10 ימים) לבין נתוני מזג האוויר של Google ומודלים גלובליים ואזוריים של מזג האוויר מסוכנויות ממשלתיות במשך 11 חודשים (מ-15 באוגוסט 2024 עד 1 ביולי 2025).

ברחבי העולם, תחזית מזג האוויר של Google טובה יותר מתחזיות מזג האוויר של סוכנויות ממשלתיות מובילות. באירופה ובצפון אמריקה, נתוני מזג האוויר של Google כוללים פחות שגיאות מהמודלים הממשלתיים האזוריים הכי מדויקים, לפחות בחלק המאוחר יותר של טווחי החיזוי שלהם. הביצועים המצוינים של נתוני מזג האוויר של Google בתחזיות לטווח ארוך בולטים במיוחד, כי בדרך כלל קשה לחזות אותן בצורה מדויקת.

בטבלה 1 מפורטים ערכי ה-RMSE הממוצעים לכל טווח התחזית שרלוונטי לכל שילוב של מודל אזורי. ערך RMSE נמוך יותר מצביע על ביצועים טובים יותר. תחזיות מזג האוויר של Google הן בעלות ערכי RMSE ממוצעים נמוכים, או בין הנמוכים ביותר, כמעט לכל הפרמטרים, האזורים וטווח האופק של התחזית.

כדי לצפות בגרסה מוגדלת של התמונה, לוחצים עליה.

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 עבור טווחי זמן רלוונטיים לחיזוי לכל מודל (הערכים של Google מודגשים). פרמטרים (טמפרטורה, רוח) ותחזיות שבהם ל-Google יש באופן ייחודי את השגיאה הריבועית הממוצעת (RMSE) הנמוכה ביותר מסומנים בירוק כהה. פרמטרים ואופקים של תחזיות שבהם ל-Google יש את שגיאת השורש הממוצעת הריבועית (RMSE) הנמוכה ביותר, יחד עם מודל אחד או יותר אחרים, מודגשים בירוק בהיר.

ערכי RMSE ממוצעים עבור טווחי זמן רלוונטיים לתחזית טבלה 2. ערכי RMSE ממוצעים עבור טווחי תחזית רלוונטיים לכל מודל

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

נתוני מזג אוויר היסטוריים הם בעיקר פלט של מודלים. התחזית משלבת תצפיות מסוכנויות מזג אוויר גלובליות ומודלים מספריים לחיזוי מזג אוויר (NWP), אבל הנתונים האלה מוטמעים במודל של Google Weather כדי ליצור תיעוד היסטורי מלא ועקבי. הנתונים שנמדדים בתחנות בפועל נחשבים לנתוני אמת במיקומים הספציפיים שלהן, אבל בגלל שהן מפוזרות באופן מוגבל ברחבי העולם, אי אפשר להסתמך עליהם כדי לקבל תמונה מלאה של העולם.

השדות האלה מספקים תובנות שונות 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 להקל על ההבנה.
  • precipitation.probability.percent (PoP): מייצג את הסבירות למשקעים. הסיכוי שמשקעים יירדו במיקום של התחזית במהלך תקופת הזמן המוגדרת (בדרך כלל לפי שעה).
  • precipitation.qpf.quantity (QPF): ראשי תיבות של תחזית משקעים כמותית. מציין את כמות המשקעים הצפויה, שנמדדת כעומק (לדוגמה, מילימטרים או אינצ'ים). הערך הזה מייצג את כמות המשקעים הצפויה אם הם יתרחשו במיקום ובזמן שצוינו.

איך אפשר לדעת אם יורד גשם במיקום מסוים?

מומלץ להשתמש בשדה weatherCondition כדי להבין אם יורד גשם במיקום מסוים. יש כמה תנאים שיכולים להצביע על גשם (RAIN, ‏ LIGHT RAIN, ‏ RAIN SHOWERS, ‏ HEAVY RAIN, ‏ WIND AND RAIN,‏ THUNDERSTORM, ‏ HEAVY THUNDERSTORM, ‏ THUNDERSHOWER, ‏ SCATTERED SHOWERS, ‏ LIGHT THUNDERSTORM RAIN, ‏ SCATTERED THUNDERSTORMS, ‏ RAIN AND SNOW). התנאים האלה נועדו לזהות את כל המקרים של גשם קל, חזק, רציף או מקומי, וגם להבחין בין גשם לשלג. בהתאם לתרחיש הספציפי שלכם – לדוגמה, אם התרחיש שלכם מתייחס רק לגשם חזק – יכול להיות שתבחרו להשתמש רק בחלק רלוונטי מהתנאים האלה.

האם 'התנאים הנוכחיים' שווים לתצפיות במיקומים של תחנות מזג אוויר? איך נקבעים "תנאים נוכחיים" במיקומים שאין בהם תחנות?

התחזית שלנו ל "תנאים הנוכחיים" מספקת את נתוני מזג האוויר העדכניים ביותר על ידי שילוב של נתונים ממקורות שונים, אבל היא לא תמיד שוות ערך לתצפיות ישירות בתחנות.

במקרה של precipitation.probability.percent ו-precipitation.qpf.quantity (הצטברות במהלך השעה האחרונה), הערך שמוצג בתגובה currentConditions תמיד נגזר מהתחזית האחרונה. ההסתברות עצמה היא כמות שמחושבת לפי מודל, ולא כמות שנמדדת ישירות.

הגישה הזו מאפשרת לנו לספק מידע מקיף על 'תנאים נוכחיים' גם באזורים שאין בהם כיסוי ישיר של חיישנים, וכך אנחנו מבטיחים לספק את המידע הטוב ביותר בכל רגע.

מגבלות וגישה ל-API

האם יש הגבלת קצב על ה-API?

ב-Weather API, מגבלת ברירת המחדל היא 6,000 שאילתות לדקה.

האם אפשר לגשת לנתונים בכמות גדולה?

נתונים בכמות גדולה לא זמינים. אפשר לשלוח שאילתות ל-Weather API במסגרת המכסה (6,000 שאילתות לדקה) ולפעול בהתאם לתנאי הקאשינג שמפורטים בתנאים ובהגבלות.

האם צריך להפעיל את החיוב?

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

מה קורה אם שולחים שאילתה לגבי מיקום שלא נתמך?

אם קווי הרוחב והאורך לא נכללים ברשימת המדינות הנתמכות, בתגובה יוחזר קוד שגיאה 404 עם ההודעה 'המידע לא זמין למיקום הזה'. כדאי לנסות מיקום אחר."