Weather API के बारे में अक्सर पूछे जाने वाले सवाल

सामान्य जानकारी

Google के Weather API और मौसम का डेटा उपलब्ध कराने वाली खास कंपनियों के बीच क्या अंतर है?

Google, मौसम की जानकारी देने वाली एक जानी-मानी कंपनी की टेक्नोलॉजी को Google DeepMind के MetNet और WeatherNext एआई मॉडल (2025) के साथ इंटिग्रेट कर रहा है. यह Google Maps Platform की भरोसेमंद सेवाओं का इस्तेमाल करता है.

Earth Engine और BigQuery में उपलब्ध मौसम के डेटा और Google के Weather API में क्या फ़र्क़ है?

Google के मौसम से जुड़े प्रॉडक्ट सुइट में, अलग-अलग ज़रूरतों के लिए कई तरह के समाधान उपलब्ध हैं. WeatherNext मॉडल (जैसे, GraphCast और GenCast), एआई पर आधारित मॉडल के अनुमानों के रॉ आउटपुट उपलब्ध कराते हैं. इनमें रिसर्च, मॉडलिंग, और विश्लेषण के लिए ज़रूरी पैरामीटर शामिल होते हैं. इन्हें ओपन-सोर्स कोड और Earth Engine और BigQuery एपीआई का इस्तेमाल करके, मौसम के पुराने या मौजूदा डेटासेट का इस्तेमाल करके उपलब्ध कराया जाता है.

वहीं दूसरी ओर, Google Maps Platform का Weather API, मौसम की मौजूदा स्थितियों, हर घंटे के पूर्वानुमान, और रोज़ के पूर्वानुमान के लिए प्रोसेस किया गया डेटा उपलब्ध कराता है. इसके लिए, एआई और पूर्वानुमान लगाने वाले पारंपरिक सिस्टम को डेवलपर के हिसाब से फ़ॉर्मैट में जोड़ा जाता है. इससे ऐप्लिकेशन और वेब सेवाओं में आसानी से इंटिग्रेट किया जा सकता है. यह दोहरी रणनीति, खास रिसर्च की ज़रूरतों और डेवलपर के लिए बड़े पैमाने पर ऐक्सेस, दोनों को पूरा करती है.

Google सिर्फ़ मौसम स्टेशनों से मिलने वाले डेटा पर भरोसा क्यों नहीं करता?

Google, मौसम के पूर्वानुमान वाले अपने मॉडल के लिए, अलग-अलग इनपुट सोर्स का इस्तेमाल करता है. इनमें मौसम की जानकारी देने वाले स्टेशनों से मिले डेटा, मौसम के पूर्वानुमान वाले न्यूमेरिकल मॉडल, और मौसम की जानकारी देने वाले एआई मॉडल शामिल हैं. इनपुट के लिए इन अलग-अलग सोर्स का इस्तेमाल करने की वजह यह है कि मौसम स्टेशनों से मिलने वाले डेटा से, सिर्फ़ उस जगह के मौसम की जानकारी मिलती है जहां स्टेशन मौजूद है. साथ ही, यह जानकारी उसी समय की होती है जब डेटा इकट्ठा किया गया था. मौसम स्टेशन से मिलने वाली जानकारी, उस जगह के लिए काफ़ी सटीक हो सकती है. हालांकि, बारिश या बर्फ़बारी जैसी मौसम की घटनाएं, खास तौर पर बौछारें या आंधी-तूफ़ान, अक्सर स्थानीय होते हैं. साथ ही, कम दूरी पर भी इनमें काफ़ी अंतर हो सकता है.

उदाहरण के लिए, हो सकता है कि स्टेशन की जगह पर भारी बारिश हो रही हो, जबकि कुछ किलोमीटर दूर, सिर्फ़ हल्की बूंदाबांदी हो रही हो या बारिश ही न हो रही हो. किसी एक स्टेशन से मिली रीडिंग, बड़े इलाके के बारे में पूरी जानकारी नहीं दे सकती. इसलिए, स्टेशनों के बीच के इलाकों की जानकारी देने के लिए, मॉडल ज़रूरी हैं.

इसके अलावा, मौसम विभाग के स्टेशन आम तौर पर हर घंटे या आधे घंटे में रीडिंग देते हैं. भले ही, यह जानकारी रीयल टाइम के आस-पास उपलब्ध कराई जाती है, लेकिन बारिश होने और उसकी रिपोर्टिंग के बीच थोड़ा समय लग सकता है. मॉडल की मदद से, क्वेरी की गई जगह पर मौसम की मौजूदा स्थिति की जानकारी को, असल स्थिति के जितना हो सके उतना करीब लाया जाता है.

एपीआई का इस्तेमाल

Weather API का कवरेज क्या है?

Weather API, प्रतिबंधित इलाकों को छोड़कर, दुनिया भर के सभी देशों में काम करता है. जापान और दक्षिण कोरिया के लिए, मौसम का डेटा Weathernews Inc. उपलब्ध कराता है. यह मौसम की जानकारी देने वाली आधिकारिक तौर पर लाइसेंस रखने वाली कंपनी है.

ध्यान दें: मौसम के पूर्वानुमान, मौसम में होने वाले बदलावों पर निर्भर करते हैं. इसलिए, इनमें गलतियां या गड़बड़ियां हो सकती हैं. जापान और दक्षिण कोरिया के लिए मौसम के पूर्वानुमान का डेटा, Weathernews, Inc. के साथ साझेदारी करके उपलब्ध कराया जाता है. जापान और कोरिया में मौजूद जगहों के लिए दिखाए जाने वाले मौसम के डेटा की सटीक जानकारी या अपडेट के अंतराल के सेवा स्तर समझौते के लिए, Google ज़िम्मेदार नहीं है.

Google Weather API में, जगह की जानकारी कितनी सटीक होती है?

डेटा रिज़ॉल्यूशन ऐसा है कि दुनिया भर में किसी भी जगह के लिए, कुछ किलोमीटर के दायरे में पूर्वानुमान बनाए जाते हैं.

Weather API के लिए, अपडेट का अंतराल क्या है?

एंडपॉइंट	मौजूदा स्थितियां	घंटे के हिसाब से मिलने वाली मौसम की जानकारी	मौसम का रोज़ाना का पूर्वानुमान	हर घंटे का इतिहास
रीफ़्रेश रेट	रीयल टाइम में कैलकुलेट किया जाता है.	यह जानकारी हर घंटे अपडेट होती है.	यह जानकारी हर घंटे अपडेट होती है.	दिन में दो बार (पैसिफ़िक स्टैंडर्ड टाइम के मुताबिक सुबह 7 बजे और शाम 7 बजे).

• कम समय के लिए बारिश या बर्फ़बारी वगैरह का पूर्वानुमान (पूर्वानुमान के पहले 12 घंटे): रडार और हाई रिज़ॉल्यूशन वाले नाउकास्टिंग मॉडल का इस्तेमाल करके, हर 2 से 15 मिनट में रीफ़्रेश किया जाता है.
• बारिश न होने और लंबे समय तक बारिश होने की संभावना (ज़्यादा से ज़्यादा 10 दिन): पूर्वानुमान की अप-टू-डेट जानकारी देने के लिए, इसे हर घंटे रीफ़्रेश किया जाता है.

क्या Weather API, बारिश या बर्फ़बारी वगैरह होने की जानकारी देता है?

Google, एपीआई में नाउकास्ट पूर्वानुमान (हर मिनट का पूर्वानुमान) नहीं देता है. हालांकि, यह मौजूदा स्थिति, हर घंटे के पूर्वानुमान, और रोज़ के पूर्वानुमान देता है.

क्या Weather API, यूवीए और यूवीबी की अलग-अलग वैल्यू देता है?

यूवी इंडेक्स एक ऐसा इंडेक्स है जिसमें यूवीए और यूवीबी, दोनों शामिल होते हैं. हम कॉम्पोनेंट के हिसाब से ब्यौरा नहीं देते.

Weather API, मौसम के पूर्वानुमान का आउटपुट कैसे जनरेट करता है?

जैसा कि नीचे दिए गए डायग्राम में दिखाया गया है, Weather API के पूर्वानुमान, मौसम के पूर्वानुमान देने वाले एक इंटरनल सिस्टम की मदद से तैयार किए जाते हैं. इसमें मौसम के अलग-अलग मॉडल और दुनिया भर की एजेंसियों से मिले मौसम के डेटा का इस्तेमाल किया जाता है. पूर्वानुमान के मॉडल को बेहतर बनाने के लिए, सार्वजनिक तौर पर उपलब्ध ज़मीनी हकीकत वाले मौसम सेंसर के डेटा का इस्तेमाल किया जाता है.

अलग-अलग इलाकों और पूर्वानुमान की समयावधि के लिए, Google Weather के पूर्वानुमान की सटीकता, मौसम की जानकारी देने वाली प्रमुख सरकारी एजेंसियों के पूर्वानुमानों की तुलना में कितनी है?

टेबल 1 में दिए गए आंकड़े, 240 घंटे (10 दिन) के पूर्वानुमान के लिए, तापमान और हवा की रफ़्तार के रूट मीन स्क्वेयर्ड की गड़बड़ी (आरएमएसई) की तुलना करते हैं. यह तुलना, Google Weather डेटा और सरकारी एजेंसियों के वैश्विक और क्षेत्रीय मौसम के मॉडल के बीच की गई है. यह तुलना 11 महीनों (15 अगस्त, 2024 से 1 जुलाई, 2025 तक) के लिए की गई है.

दुनिया भर में, Google Weather का पूर्वानुमान, मौसम की जानकारी देने वाली प्रमुख सरकारी एजेंसियों के पूर्वानुमानों से बेहतर होता है. यूरोप और उत्तरी अमेरिका के लिए, Google Weather के मौसम के डेटा में गड़बड़ी की संभावना, क्षेत्रीय सरकार के सबसे सटीक मॉडल की तुलना में कम होती है. ऐसा कम से कम पूर्वानुमान के बाद के हिस्से के लिए होता है. Google के मौसम के डेटा की बेहतरीन परफ़ॉर्मेंस, लंबे समय के पूर्वानुमान के लिए खास तौर पर अहम है. इसका सटीक अनुमान लगाना सबसे मुश्किल हो सकता है.

टेबल 1 में, हर क्षेत्र और मॉडल के कॉम्बिनेशन के लिए, पूर्वानुमान की पूरी अवधि के लिए औसत आरएमएसई वैल्यू दी गई हैं. आरएमएसई की कम वैल्यू का मतलब है कि परफ़ॉर्मेंस बेहतर है. Google के मौसम के पूर्वानुमानों में, करीब-करीब सभी पैरामीटर, इलाकों, और पूर्वानुमान की अवधि के लिए, आरएमएसई की औसत वैल्यू सबसे कम या सबसे कम वैल्यू के आस-पास होती है.

इमेज का बड़ा वर्शन देखने के लिए, उस पर क्लिक करें.

	तापमान	हवा की रफ़्तार
ग्लोबल
उत्तरी अमेरिका
यूरोप

टेबल 1. हर रीजनल मॉडल कॉम्बिनेशन के लिए, काम की औसत आरएमएसई वैल्यू

टेबल 2 में, हर मॉडल के लिए काम के अनुमानित समयावधि की औसत आरएमएसई वैल्यू दी गई हैं. Google की वैल्यू बोल्ड में दी गई हैं. पैरामीटर (तापमान, हवा) और पूर्वानुमान के लिए, Google के पास सबसे कम औसत आरएमएसई है. इसे गहरे हरे रंग में हाइलाइट किया गया है. जिन पैरामीटर और फ़ोरकास्ट होराइज़न के लिए Google का औसत आरएमएसई सबसे कम है उन्हें हल्के हरे रंग से हाइलाइट किया गया है. साथ ही, अन्य मॉडल को भी इसी रंग से हाइलाइट किया गया है.

टेबल 2. हर मॉडल के लिए, काम के फ़ोरकास्ट होराइज़न की औसत आरएमएसई वैल्यू

क्या पुराने डेटा का एंडपॉइंट, मौसम के असल डेटा को दिखाता है. जैसे, स्थानीय मेज़रमेंट से पुष्टि किया गया डेटा?

मौसम की जानकारी का पुराना डेटा, मुख्य रूप से मॉडल किया गया आउटपुट होता है. इसमें दुनिया भर की मौसम एजेंसियों से मिले डेटा और मौसम के पूर्वानुमान के लिए इस्तेमाल होने वाले न्यूमेरिकल वेदर प्रेडिक्शन (एनडब्ल्यूपी) मॉडल का इस्तेमाल किया जाता है. हालांकि, इस डेटा को Google Weather के मॉडल में शामिल किया जाता है, ताकि मौसम का पूरा और सटीक पुराना रिकॉर्ड तैयार किया जा सके. स्टेशन से लिए गए असल मेज़रमेंट को उनकी जगहों के लिए "ज़मीनी हकीकत" माना जाता है. हालांकि, दुनिया भर में इनकी सीमित उपलब्धता की वजह से, इनसे पूरी दुनिया की सटीक जानकारी नहीं मिल पाती.

weatherCondition, precipitation.probability.percent, और precipitation.qpf.quantity फ़ील्ड का क्या मतलब है और ये एक-दूसरे से कैसे जुड़े हैं?

इन फ़ील्ड से, बारिश और मौसम के बारे में अलग-अलग, लेकिन काम की जानकारी मिलती है.

• weatherCondition: इस फ़ील्ड में, क्वेरी किए गए इलाके में मौसम की सामान्य जानकारी मिलती है. इसमें कई पैरामीटर को ध्यान में रखा जाता है, ताकि जानकारी को आसानी से समझा जा सके.
• precipitation.probability.percent (PoP): इससे बारिश होने की संभावना का पता चलता है. तय की गई समयावधि (आम तौर पर हर घंटे) के दौरान, पूर्वानुमान वाली जगह पर बारिश या बर्फ़बारी होने की संभावना.
• precipitation.qpf.quantity (क्यूपीएफ़): इसका मतलब है, बारिश या बर्फ़बारी वगैरह का अनुमान. इससे पता चलता है कि कितनी बारिश या बर्फ़बारी वगैरह होने की संभावना है. इसे गहराई के हिसाब से मापा जाता है. उदाहरण के लिए, मिलीमीटर या इंच. इस वैल्यू से पता चलता है कि तय समय और जगह पर बारिश या बर्फ़बारी वगैरह होने पर, कितनी बारिश या बर्फ़बारी वगैरह होने की संभावना है.

ध्यान दें: पीओपी और क्यूपीएफ़, दोनों ही बारिश से जुड़े हैं. हालांकि, पीओपी (संभावना) से आपको पता चलता है कि बारिश होने की संभावना है या नहीं. वहीं, क्यूपीएफ़ (मात्रा) से आपको पता चलता है कि कितनी बारिश हो सकती है. आम तौर पर, शून्य से ज़्यादा पीओपी का मतलब शून्य से ज़्यादा क्यूपीएफ़ होता है. हालांकि, ये हमेशा सीधे तौर पर स्केल नहीं होते. उदाहरण के लिए, कम पीओपी के साथ ज़्यादा क्यूपीएफ़ हो सकता है. जैसे, बहुत तेज़ आंधी-तूफ़ान की कम संभावना या इसके उलट.

मैं यह कैसे पता करूं कि किसी जगह पर बारिश हो रही है या नहीं?

हमारा सुझाव है कि आप weatherCondition फ़ील्ड का इस्तेमाल करें, ताकि यह पता चल सके कि किसी जगह पर बारिश हो रही है या नहीं. बारिश होने के कई संकेत हो सकते हैं. जैसे, बारिश, हल्की बारिश, बौछारें, तेज़ बारिश, हवा और बारिश, गरज के साथ तूफ़ान, गरज के साथ तेज़ तूफ़ान, गरज के साथ बौछारें, छिटपुट बौछारें, गरज के साथ हल्की बारिश, गरज के साथ छिटपुट तूफ़ान, बारिश और बर्फ़बारी. इन स्थितियों को हल्की, तेज़, लगातार या रुक-रुककर होने वाली बारिश के सभी मामलों को कैप्चर करने के लिए डिज़ाइन किया गया है. साथ ही, बारिश और बर्फ़बारी के बीच अंतर करने के लिए भी डिज़ाइन किया गया है. इस्तेमाल के उदाहरण के हिसाब से, इन शर्तों के सिर्फ़ काम के सबसेट का इस्तेमाल किया जा सकता है. उदाहरण के लिए, अगर आपके इस्तेमाल के उदाहरण में सिर्फ़ भारी बारिश को शामिल किया गया है, तो इन शर्तों के सिर्फ़ काम के सबसेट का इस्तेमाल किया जा सकता है.

क्या "मौजूदा स्थितियां", मौसम स्टेशन की जगहों पर की गई निगरानी के बराबर हैं? जिन जगहों पर स्टेशन नहीं हैं वहां "मौजूदा स्थितियों" का पता कैसे लगाया जाता है?

"मौसम की मौजूदा स्थिति" सुविधा, अलग-अलग डेटा सोर्स को मिलाकर मौसम की सबसे अप-टू-डेट जानकारी देती है. हालांकि, यह जानकारी हर मामले में स्टेशन से सीधे तौर पर मिलने वाली जानकारी से पूरी तरह मेल नहीं खाती.

precipitation.probability.percent और precipitation.qpf.quantity (पिछले घंटे में इकट्ठा किया गया) के लिए, currentConditions रिस्पॉन्स में दी गई वैल्यू, हमेशा सबसे हाल के अनुमान से ली जाती है. संभावना, सीधे तौर पर देखी गई संख्या के बजाय, अनुमानित संख्या होती है.

इस तरीके से, हम उन इलाकों में भी "मौजूदा स्थिति" की पूरी जानकारी दे पाते हैं जहां सीधे तौर पर सेंसर कवरेज नहीं है. इससे, हर समय सबसे अच्छी जानकारी उपलब्ध कराई जा सकती है.

एपीआई की सीमाएं और ऐक्सेस

क्या एपीआई के लिए, अनुरोध संख्या सीमित करने की कोई सुविधा है?

Weather API के लिए, हर मिनट 6,000 क्वेरी की डिफ़ॉल्ट सीमा तय की गई है.

क्या एक साथ कई प्रोफ़ाइलों का डेटा ऐक्सेस किया जा सकता है?

एक साथ कई डेटा उपलब्ध नहीं है. तय किए गए कोटे (6,000 क्यूपीएम) के अंदर, Weather API से क्वेरी की जा सकती है. साथ ही, सेवा की शर्तों में बताई गई कैश मेमोरी की शर्तों का पालन करना ज़रूरी है.

क्या मुझे बिलिंग चालू करनी होगी?

Weather API का इस्तेमाल करने के लिए, एक मान्य बिलिंग खाता होना ज़रूरी है. अपने प्रोजेक्ट को बिलिंग खाते के साथ सेट अप करने के लिए, बिलिंग चालू करें देखें.

अगर मैं ऐसी जगह के बारे में क्वेरी करूं जो इस सुविधा के साथ काम नहीं करती, तो क्या होगा?

अगर अक्षांश और देशांतर, उन देशों की सूची में शामिल नहीं हैं जहां यह सुविधा उपलब्ध है, तो जवाब में 404 गड़बड़ी का कोड के साथ यह मैसेज दिखेगा, "इस जगह की जानकारी उपलब्ध नहीं है. कृपया कोई दूसरी जगह चुनें."