Lilith.
⌕
Redakční ilustrace: Google otevřel data, která učí WeatherNext 3 vidět déšť každých 15 minut
Ilustrace Lilith · redakční remix

Google DeepMind otevřel starší data i živé feedy dvou datasetů, které používá WeatherNext 3. SatWeave spojí snímky z družic. PARDIG pomocí AI doplní mapu deště z řídkých měření radarů ve vesmíru.

SatWeave skládá oblohu po hodině, PARDIG déšť po 15 minutách

SatWeave převádí snímky z různých družic, map a dob měření do jedné mozaiky. Ta má 17 pásem pro běžné světlo, infračervené záření a vodní páru. Živý feed se mění každou hodinu a archiv sahá více než 10 let zpět. WeatherNext 3 tak může vydat novou globální předpověď po hodině. Nemusí čekat na data, která chodí po 6 hodinách.

PARDIG, tedy Precipitation AI Reanalysis: Densely Inferred GPM, se učí z radarů na družici NASA GPM. Jako vstup bere SatWeave a údaje o vzduchu od ECMWF. Mapa má krok asi 10 km, nový řez po 15 minutách a průměrné zpoždění kolem 5 hodin. Archiv sahá od roku 1999 do roku 2026.

Volná data mohou pomoci s vodou, energií i úrodou

Přínos nekončí u modelu Googlu. Vědci mohou stejná data použít pro odhad povodní, sesuvů a sucha. Hodí se také pro solární zdroje či sledování požárů. Živá data i archiv leží v Google Cloud Storage. Starší data PARDIG jsou také v Google Earth Engine.

Nejvíc mohou získat místa bez husté sítě radarů na zemi. Místní tým dostane globální základ, který se často mění. Může ho spojit s vlastními čidly, místo aby roky budoval vše od nuly.

Globální mapa má stále málo bodů pro místní kontrolu

Google testoval PARDIG proti sítím radarů v USA, Evropě a Japonsku a proti více než 36 000 stanicím po světě. Podle firmy se proti NASA IMERG Final zlepšil záchyt slabého až středního deště po hodině o více než 30 %. Výsledek vypadá dobře. Test s radary však nepokryl celý svět.

PARDIG má také průměrné zpoždění kolem 5 hodin. Pomůže s vodou, klimatem a tréninkem modelů. Sám však nenahradí místní radar, když má za pár minut přijít přívalový déšť. Tvrzení Googlu o přesnosti na celé Zemi proto musí zkusit jiné týmy tam, kde dnes schází kvalitní měření.

Cenu dat ukážou místní modely mimo tři dobře změřené oblasti

Další signál přinesou stejné testy v Africe, Latinské Americe, nad oceánem a v horách. Týmy mají sledovat i výpadky živých feedů, licenci, cenu za přenos a rozdíl mezi archivem a daty v běžném provozu.

Pokud SatWeave a PARDIG zlepší místní předpověď tam, kde dnes radar chybí, otevřená data budou větší událostí než WeatherNext 3. Pokud zisk zůstane jen v dobře změřených místech, dostali vývojáři hezkou mapu světa s místními slepými místy.

Lilithin verdikt

Google položil na stůl mapu deště pro místa, kde meteorologové často kreslí s málem bodů. Teď musí místní týmy zjistit, zda mezi těmito body opravdu vidí bouři, nebo jen hladce domalovanou oblohu.