Resumo:
O Google DeepMind lançou recentemente oficialmente os dois conjuntos de dados básicos do SatWeave e do PARDIG nos quais o modelo meteorológico WeatherNext 3 se baseia. Ele abre fluxos de dados em tempo real e dados históricos arquivados para pesquisadores e desenvolvedores científicos globais, fornecendo suporte de dados para clima, hidrologia, pesquisa climática e modelagem de aplicações em áreas relacionadas.
SatWeave é um conjunto global de dados de emenda de imagens de satélite que integra dados de observação de cinco satélites meteorológicos geoestacionários: GOES-East, GOES-West, Meteosat 0, Meteosat Indian Ocean Star e Himawari, para superar as diferenças de dados entre diferentes satélites na projeção de mapas, formato de arquivo, sensores, ritmo de varredura, etc. Ele pode suportar o WeatherNext 3 para realizar previsões meteorológicas globais hora a hora com base em imagens de nuvens em tempo real e mudanças de tempestades. Em comparação com o ciclo de atualização de dados de análise tradicional de seis horas, a pontualidade é significativamente melhorada. A comunidade de investigação científica também pode expandir o conjunto de dados e aplicá-lo a diversos cenários, tais como estimativa de geração de energia fotovoltaica e monitorização de incêndios florestais.
PARDIG é um conjunto global de dados de reanálise de precipitação construído com base em arquitetura de inteligência artificial. Ele adota uma arquitetura de transformador de grade gráfica esférica, usa dados de observação de radar de satélite de medição de precipitação global da NASA como referência de treinamento e insere e integra imagens de satélite SatWeave e dados de campo atmosférico do Centro Europeu de Previsões Meteorológicas de Médio Alcance. A resolução espacial do conjunto de dados é de cerca de 10 quilômetros, a resolução temporal é de até 15 minutos e o atraso médio dos dados é de cerca de 5 horas.
Comparado e avaliado por três redes de radar baseadas em continentes nos Estados Unidos, Europa e Japão e por mais de 36.000 estações meteorológicas em todo o mundo, o desempenho de reconhecimento da intensidade de precipitação do PAARDIG é melhor do que o de conjuntos de dados similares convencionais, como o IMERG-Final da NASA. Entre eles, a capacidade de identificar precipitações leves e moderadas horárias é mais de 30% superior à do IMERG-Final, e o seu desempenho na captura de precipitações extremas é excelente. Graças às características técnicas de aprendizagem direta de informações de observação por satélite, este conjunto de dados ainda pode manter uma precisão de dados relativamente confiável em áreas sem radar terrestre e locais de observação de chuvas.
Entende-se que desta vez o Google abrirá simultaneamente ao mundo exterior os arquivos históricos do PAARDIG de 1999 a 2026, bem como os fluxos de dados em tempo real dos dois conjuntos de dados SatWeave e PAARDIG. Todos os dados são hospedados na plataforma Google Cloud Storage e tornados públicos sob o contrato de licença CC BY 4.0. (Chun Jun)
Artigos relacionados:
DeepMind lança Gemini Robotics 2.5: taxa de sucesso de 96% na classificação piloto na fábrica da Mercedes-Benz
DeepMind lança AlphaGenome 2 para examinar profundamente células individuais e encontrar a conexão entre variação genética e doença
Comentários