谷歌DeepMind发布PARDIG和SatWeave数据集,用于天气建模
谷歌DeepMind宣布发布两个基础数据集,PARDIG和SatWeave,旨在推动全球天气、水文学和气候研究。这些数据集支撑着最近推出的WeatherNext 3模型的能力,目前向全球研究人员和开发者开放。该倡议旨在解决观察和预测地球天气和水循环的关键挑战。
SatWeave: 统一的卫星马赛克
SatWeave将来自六颗静止卫星的数据整合为一个统一的全球马赛克——GOES-East、GOES-West、Meteosat 0、Meteosat印度洋和Himawari。与现有的组合相比,后者提供有限的频道和不频繁的更新,SatWeave每小时更新提供17可见光、水汽和红外频道。这使得WeatherNext 3能够比传统模型更频繁地进行全球预测,后者依赖于六小时的数据刷新。覆盖10年的历史档案和实时数据现已可用,为太阳能预测和野火监测等应用打开了新思路。
PARDIG: 高分辨率全球降水数据
PARDIG(降水人工智能重分析:密集推断GPM)提供高精度的全球降水图,具有15分钟的时间分辨率和约10公里的空间分辨率。基于使用NASA的全球降水测量(GPM)核心观测站数据、SatWeave图像和ECMWF大气场训练的人工智能,PARDIG解决了降水跟踪中的空白,特别是在缺乏密集地面雷达网络的地区。针对美国、欧洲和日本的雷达网络以及超过36,000个气象站的评估表明,PARDIG的表现超出了NASA的IMERG-Final数据集,检测轻至中等降水的能力提高了超过30%。
赋能全球研究
这两个数据集通过谷歌云存储提供,PARDIG的历史目录也托管在谷歌地球引擎上。通过提供实时和历史数据,谷歌DeepMind旨在赋能全球研究界开发改进的模型,以应对包括洪水、滑坡和干旱预测在内的关键应用。此次发布是谷歌更广泛的地球人工智能投资组合的一部分,利用先进的人工智能系统来应对紧迫的环境挑战。