Vad som är nytt
Google DeepMind och Google Research släppte WeatherNext 3 den 3 september, tredje generationen av laboratoriets globala vädermodell.
Tre saker är nya. Modellen lär sig direkt från satellitobservationer i realtid i stället för att enbart bygga på de analyser numerisk väderprognostisering producerar. Den uppdateras varje timme, medan WeatherNext 2 arbetade i sextimmarssteg. Och den prognostiserar på ett betydligt finare rutnät: temperatur och fuktighet på fem kilometer, andra ytvariabler på tio och atmosfäriska variabler som vindhastighet på tjugofem. Den föregående modellen använde ett rutnät på 25 kilometer rakt igenom, vilket gör den nya ungefär fem gånger skarpare vid marken.
Den förutsäger också direkt i glesa stationskoordinater, inte bara i rutnät, och lägger till variabler riktade mot elsystem: vindhastighet i turbinnavets höjd, molntäcke och solinstrålning.
Precisionssiffrorna, och vem som tagit fram dem
Google lägger de största förbättringarna på nederbörd, där fysikbaserad prognostisering är svagast. Mot NASA:s satellitdataset IMERG rapporterar bolaget upp till 60 procents förbättring av continuous ranked probability score, upp till 30 procent mot radarprodukten MRMS och upp till 10 procent mot regnmätare vid korta ledtider. För den som planerar ett dygn eller mer i förväg uppges nederbördsprognoserna vara upp till 50 procent träffsäkrare.
Det är Googles egna siffror, uppmätta av Google. Den enda externa markören i tillkännagivandet är påståendet att WeatherNext 3 ligger högst på Brightbands liveresultatlistor, som drivs utanför Google — en användbar kontroll just därför att leverantörsrapporterade meteorologiska mått går att välja lika fördelaktigt som vilken annan mätning som helst.
Var den dyker upp
Detta är ingen forskningsartefakt som lämnats på en preprintserver. Google uppger att WeatherNext 3 driver prognoser i Sök, Gemini-appen, Google Maps, Maps Platforms väder-API och Google Earth Engine. Forskare och företag kan hämta data via BigQuery och Earth Engine eller ladda ned dem i bulk från Google Cloud Storage.
Den spridningen är sakfrågan. En timvis femkilometersprognos som når konsumentprodukter är en annan sorts händelse än en artikel med lägre felmarginal, eftersom den förändrar vad hundratals miljoner människor får veta om morgondagen.
Varför energivariablerna spelar roll
Vind i navhöjd, molntäcke och solinstrålning är de indata som nätoperatörer och handlare använder för att planera produktion. En modell som levererar dem varje timme med högre upplösning siktar rakt mot elmarknaderna, inte mot beslutet att ta med paraply — och den kommer just när AI-datacenter själva blir en betydande källa till ökad elförbrukning.
Vad som händer härnäst
Siffran att vänta på är en oberoende. Nationella vädertjänster och akademiska grupper gör egen verifiering mot operativa prognoser, och det är de resultaten, inte lanseringsinlägget, som visar om en förbättring på 60 procent håller över årstider och regioner. Följ också om Google publicerar modellen eller behåller den bakom API:et, som med tidigare WeatherNext-släpp.
