Riassunto:
Google DeepMind ha recentemente rilasciato ufficialmente i due set di dati di base di SatWeave e PARDIG su cui si basa il modello meteorologico WeatherNext 3. Apre flussi di dati in tempo reale e dati archiviati storici a ricercatori e sviluppatori scientifici globali, fornendo supporto dati per meteo, idrologia, ricerca climatica e modellizzazione applicativa in campi correlati.
SatWeave è un set di dati di splicing di immagini satellitari globali che integra i dati di osservazione di cinque satelliti meteorologici geostazionari: GOES-East, GOES-West, Meteosat 0, Meteosat Indian Ocean Star e Himawari, per superare le differenze di dati tra diversi satelliti nella proiezione della mappa, nel formato del file, nei sensori, nel ritmo di scansione, ecc. Questo set di dati viene aggiornato ogni ora e conserva archivi storici per più di dieci anni. Può supportare WeatherNext 3 per effettuare previsioni meteorologiche globali ora per ora basate su immagini di nuvole in tempo reale e cambiamenti di tempesta. Rispetto al ciclo di aggiornamento di sei ore dei dati di analisi tradizionali, la tempestività è notevolmente migliorata. La comunità di ricerca scientifica può anche espandere il set di dati e applicarlo a diversi scenari come la stima della produzione di energia fotovoltaica e il monitoraggio degli incendi.
PARDIG è un set di dati di rianalisi globale delle precipitazioni costruito sulla base di un'architettura di intelligenza artificiale. Adotta un'architettura Transformer a griglia grafica sferica, utilizza i dati di osservazione radar satellitare della misurazione delle precipitazioni globali della NASA come riferimento per l'addestramento e inserisce e integra le immagini satellitari SatWeave e i dati del campo atmosferico del Centro europeo per le previsioni meteorologiche a medio termine. La risoluzione spaziale del set di dati è di circa 10 chilometri, la risoluzione temporale arriva fino a 15 minuti e il ritardo medio dei dati è di circa 5 ore.
Confrontato e valutato da tre reti radar continentali negli Stati Uniti, in Europa e in Giappone e da oltre 36.000 stazioni meteorologiche in tutto il mondo, le prestazioni di riconoscimento dell'intensità delle precipitazioni di PARDIG sono migliori di quelle dei principali set di dati simili come NASA IMERG‑Final. Tra questi, la capacità di identificare le precipitazioni orarie leggere e moderate è superiore di oltre il 30% rispetto a IMERG-Final e le sue prestazioni nel catturare precipitazioni estreme sono eccezionali. Grazie alle caratteristiche tecniche dell’apprendimento diretto delle informazioni sull’osservazione satellitare, questo set di dati può comunque mantenere una precisione dei dati relativamente affidabile in aree prive di radar terrestri e siti di osservazione delle precipitazioni.
Resta inteso che questa volta Google aprirà simultaneamente al mondo esterno gli archivi storici PARDIG dal 1999 al 2026, nonché i flussi di dati in tempo reale dei due set di dati SatWeave e PARDIG. Tutti i dati sono ospitati su Google Cloud Storage Platform e sono resi pubblici ai sensi del contratto di licenza CC BY 4.0. (Chun Jun)
Articoli correlati:
DeepMind rilascia Gemini Robotics 2.5: tasso di successo del 96% nello smistamento pilota presso la fabbrica Mercedes-Benz
DeepMind rilascia AlphaGenome 2 per esaminare in profondità le singole cellule per trovare la connessione tra variazione genetica e malattia
Commenti