Informasi umum
Bagaimana Anda membedakan Weather API Google dari vendor data cuaca khusus?
Google mengintegrasikan teknologi dari akuisisi perusahaan cuaca terkemuka kami dengan kemajuan dari model AI MetNet dan WeatherNext Google DeepMind (2025). Hal ini memanfaatkan keandalan Google Maps Platform yang telah terbukti.
Apa perbedaan antara data cuaca yang tersedia di Earth Engine dan BigQuery dengan Weather API Google?
Rangkaian produk cuaca Google menawarkan berbagai solusi komprehensif untuk berbagai kebutuhan. Model WeatherNext (yaitu GraphCast dan GenCast) memberikan output perkiraan model berbasis AI mentah, termasuk parameter yang ideal untuk riset, pemodelan, dan analisis, yang disediakan menggunakan kode open source dan set data cuaca historis atau saat ini menggunakan API Earth Engine dan BigQuery.
Sebaliknya, Weather API Google Maps Platform memberikan data cuaca yang diproses untuk kondisi saat ini, prakiraan per jam, dan prakiraan harian dengan menggabungkan AI dan sistem prakiraan tradisional dalam format yang mudah digunakan developer dan terintegrasi dengan lancar ke dalam aplikasi dan layanan web. Pendekatan ganda ini memenuhi kebutuhan riset khusus dan aksesibilitas developer yang luas.
Mengapa Google tidak hanya mengandalkan pengukuran dari stasiun cuaca?
Google menggunakan berbagai sumber input untuk model cuacanya, termasuk pengamatan dari stasiun cuaca, model prediksi cuaca numerik, dan model AI cuaca. Alasan penggunaan berbagai sumber input ini adalah karena pengamatan dari stasiun cuaca hanya memberikan informasi tentang cuaca di lokasi stasiun pada saat pengukuran. Pengamatan stasiun cuaca bisa sangat akurat untuk titik tertentu, tetapi fenomena cuaca seperti presipitasi, terutama dari hujan atau badai petir, sering kali bersifat lokal dan dapat bervariasi secara signifikan dalam jarak dekat.
Misalnya, hujan lebat mungkin terjadi tepat di lokasi stasiun, sementara beberapa kilometer jauhnya, hanya ada gerimis ringan atau tidak ada hujan sama sekali. Karena pembacaan satu stasiun mungkin tidak mewakili area yang lebih luas, model diperlukan untuk memberikan informasi tambahan di antara stasiun.
Selain itu, stasiun cuaca biasanya memberikan pembacaan setiap jam atau setengah jam. Meskipun data tersebut diberikan dalam waktu hampir real-time, mungkin masih ada sedikit keterlambatan antara peristiwa presipitasi yang sebenarnya dan pelaporannya. Model juga membantu mendapatkan kondisi saat ini sedekat mungkin dengan realitas yang dialami di lokasi yang dikueri.
Penggunaan API
Apa cakupan Weather API?
Weather API mendukung semua negara di seluruh dunia, kecuali wilayah yang dilarang. Untuk Jepang dan Korea Selatan, data cuaca disediakan oleh Weathernews Inc., operator layanan meteorologi berlisensi resmi.
What is the spatial granularity of the Google Weather API?
Resolusi data sedemikian rupa sehingga perkiraan dibuat dalam jarak beberapa kilometer untuk lokasi mana pun secara global.
Berapa frekuensi update untuk Weather API?
| Endpoint | Kondisi saat ini | Prakiraan cuaca per jam | Prakiraan harian | Histori per jam |
|---|---|---|---|---|
| Kecepatan refresh | Dihitung secara real time. | Diperbarui setiap jam. | Diperbarui setiap jam. | Dua kali sehari (pukul 07.00 dan 19.00 Waktu Standar Pasifik). |
- Presipitasi jangka pendek (12 jam pertama prakiraan): Diperbarui setiap 2 hingga 15 menit menggunakan radar dan model nowcast resolusi tinggi.
- Non-presipitasi & rentang presipitasi yang diperpanjang (hingga 10 hari): Diperbarui setiap jam untuk memastikan panduan perkiraan yang paling baru.
Apakah Weather API menyediakan prakiraan presipitasi nowcast?
Google tidak menyediakan prakiraan nowcast (prakiraan per menit) di API, tetapi menyediakan kondisi saat ini, prakiraan per jam, dan prakiraan harian.
Apakah Weather API memberikan nilai UVA dan UVB yang terpisah?
Indeks UV adalah indeks tunggal yang menggabungkan UVA dan UVB. Kami tidak menyediakan perincian menurut komponen.
Bagaimana cara Weather API menghasilkan output perkiraan?
Seperti yang ditunjukkan dalam diagram di bawah, prakiraan Weather API dibuat dari sistem prakiraan internal yang menggunakan pengamatan dan model cuaca dari lembaga cuaca global sebagai input. Data dari sensor cuaca kebenaran nyata publik digunakan untuk meningkatkan kualitas model prakiraan.
Seberapa akurat prakiraan Google Cuaca untuk berbagai wilayah dan rentang waktu prakiraan, dibandingkan dengan prakiraan dari badan cuaca pemerintah terkemuka?
Angka dalam Tabel 1 membandingkan Galat Akar Rataan Kuadrat (RMSE) untuk suhu dan kecepatan angin selama rentang perkiraan 240 jam (10 hari) antara data Google Cuaca dan model cuaca global dan regional dari lembaga pemerintah selama 11 bulan (15 Agustus 2024 hingga 1 Juli 2025).
Secara global, prakiraan cuaca Google mengungguli prakiraan cuaca dari lembaga pemerintah terkemuka. Untuk Eropa dan Amerika Utara, data Google Cuaca memiliki error yang lebih rendah daripada model pemerintah regional yang paling akurat, setidaknya untuk bagian akhir dari rentang perkiraannya. Performa data cuaca Google yang sangat baik untuk rentang perkiraan yang lebih panjang sangatlah penting, karena hal ini bisa menjadi hal yang paling sulit untuk diprediksi secara akurat.
Tabel 1 mencantumkan nilai RMSE rata-rata untuk seluruh perkiraan rentang waktu yang relevan untuk setiap kombinasi model wilayah. Nilai RMSE yang lebih rendah menunjukkan performa yang lebih baik. Prakiraan cuaca Google memiliki nilai RMSE rata-rata terendah, atau termasuk yang terendah, untuk hampir semua parameter, wilayah, dan rentang horizon prakiraan.
Klik gambar untuk melihat versi yang diperbesar.
| Suhu | Kecepatan angin | |
|---|---|---|
| Global |  |
 |
| Amerika Utara |  |
 |
| Eropa |  |
 |
Tabel 1. Nilai RMSE rata-rata yang relevan untuk setiap kombinasi model regional
Tabel 2 mencantumkan nilai RMSE rata-rata untuk horizon perkiraan yang relevan untuk setiap model (nilai Google dicetak tebal). Parameter (suhu, angin) dan rentang perkiraan yang secara unik memiliki RMSE rata-rata terendah di Google ditandai dengan warna hijau tua. Parameter dan horizon perkiraan yang memiliki GARK rata-rata terendah dari Google, bersama dengan model lainnya, ditandai dengan warna hijau muda.
Tabel 2. Nilai RMSE rata-rata untuk rentang perkiraan yang relevan per model
Apakah endpoint data historis mencerminkan data cuaca aktual (yaitu, diverifikasi oleh pengukuran lokal)?
Data cuaca historis utamanya adalah output model. Meskipun menggabungkan pengamatan dari lembaga cuaca global dan model prediksi cuaca numerik (NWP), data ini diasimilasikan ke dalam model Cuaca Google untuk membuat catatan historis yang lengkap dan konsisten. Pengukuran stasiun yang sebenarnya dianggap sebagai "kebenaran nyata" di lokasi spesifiknya, tetapi distribusinya yang terbatas secara global membuatnya tidak cukup untuk memberikan gambaran lengkap di seluruh dunia.
Apa arti kolom weatherCondition, precipitation.probability.percent, precipitation.qpf.quantity, dan bagaimana hubungannya?
Kolom ini memberikan insight yang berbeda, tetapi terkait, tentang presipitasi dan cuaca secara keseluruhan.
weatherCondition: Kolom ini memberikan deskripsi umum dan intuitif tentang kondisi cuaca secara keseluruhan di area yang dikueri, dengan mempertimbangkan berbagai parameter agar mudah dipahami.precipitation.probability.percent(PoP): Ini menunjukkan probabilitas presipitasi. Kemungkinan terjadinya presipitasi di lokasi prakiraan selama jangka waktu yang ditentukan (biasanya per jam).precipitation.qpf.quantity(QPF): Ini adalah singkatan dari quantitative precipitation forecast (perkiraan presipitasi kuantitatif) dan menunjukkan jumlah presipitasi yang diperkirakan, yang diukur sebagai kedalaman (misalnya, milimeter atau inci). Nilai ini menunjukkan seberapa banyak presipitasi yang diperkirakan akan terjadi dalam waktu dan lokasi yang ditentukan.
Bagaimana cara menentukan apakah sedang hujan atau tidak di lokasi tertentu?
Sebaiknya gunakan kolom weatherCondition untuk mengetahui apakah
sedang hujan atau tidak di lokasi tertentu. Beberapa kondisi dapat mengindikasikan
bahwa sedang hujan (RAIN, LIGHT RAIN, RAIN SHOWERS, HEAVY RAIN, WIND AND RAIN,
THUNDERSTORM, HEAVY THUNDERSTORM, THUNDERSHOWER, SCATTERED SHOWERS, LIGHT
THUNDERSTORM RAIN, SCATTERED THUNDERSTORMS, RAIN AND SNOW). Kondisi ini
dirancang untuk menangkap semua kejadian curah hujan ringan, deras, terus-menerus, atau tersebar,
dan juga membedakan hujan dari salju. Bergantung pada kasus penggunaan spesifik Anda — misalnya, jika kasus penggunaan Anda hanya mempertimbangkan curah hujan lebat — Anda dapat memilih untuk hanya menggunakan subset yang relevan dari kondisi ini.
Apakah "kondisi saat ini" setara dengan pengamatan di lokasi stasiun cuaca? Bagaimana "kondisi saat ini" ditentukan di lokasi tanpa stasiun?
"Kondisi saat ini" kami memberikan informasi cuaca terbaru dengan menggabungkan berbagai sumber data, tetapi tidak sepenuhnya setara dengan pengamatan stasiun langsung dalam semua kasus.
Untuk precipitation.probability.percent dan precipitation.qpf.quantity
(akumulasi selama satu jam terakhir), nilai yang ditampilkan dalam respons currentConditions
selalu berasal dari perkiraan terbaru. Probabilitas itu sendiri adalah kuantitas yang dimodelkan, bukan diamati secara langsung.
Dengan pendekatan ini, kami dapat memberikan "kondisi saat ini" yang komprehensif bahkan di area tanpa cakupan sensor langsung, sehingga memastikan informasi terbaik yang tersedia setiap saat.
Batas dan akses API
Apakah ada pembatasan kapasitas pada API?
Untuk Weather API, ada batas kapasitas default sebesar 6.000 kueri per menit.
Dapatkah saya mengakses data secara massal?
Data massal tidak tersedia. Anda dapat mengkueri Weather API dalam kuota (6.000 QPM) dan mematuhi persyaratan caching yang diuraikan dalam Persyaratan Layanan.
Apakah saya harus mengaktifkan penagihan?
Akun penagihan yang valid diperlukan untuk menggunakan Weather API. Lihat Mengaktifkan penagihan untuk menyiapkan project Anda dengan akun penagihan.
Apa yang terjadi jika saya mengkueri lokasi yang tidak didukung?
Jika lintang dan bujur tidak tercakup dalam daftar negara yang didukung, respons akan menampilkan kode error 404 dengan pesan, "Informasi tidak tersedia untuk lokasi ini. Coba lokasi lain."