Google DeepMind hat am 13. November 2026 die Daten geöffnet, auf denen WeatherNext 3 beruht, sein KI-Modell für Wettervorhersagen: Die Datensätze PARDIG und SatWeave stehen Forschern und Entwicklern nun offen zur Verfügung, mit historischen Archiven und Live-Feeds. Die Ankündigung machte das WeatherNext-Team im offiziellen DeepMind-Blog.
SatWeave: ein globales Mosaik der Erde aus dem All
SatWeave kombiniert Bilder von fünf geostationären Satelliten — GOES-East und GOES-West, Meteosat-0°, Meteosat Indian Ocean und Himawari — zu einem globalen Mosaik mit 17 sichtbaren, Wasserdampf- und Infrarotkanälen. Jeder Satellit nutzt unterschiedliche Kartenprojektionen, Dateiformate, Sensoren und Scan-Rhythmen, was den Aufbau einer kohärenten globalen Karte erschwerte. Das Mosaik wird stündlich aktualisiert und kommt mit einem historischen Archiv von über einem Jahrzehnt, sodass WeatherNext 3 jede Stunde neue globale Vorhersagen erstellen kann — statt auf Analysedaten angewiesen zu sein, die nur alle sechs Stunden aktualisiert werden. Neben der Wettervorhersage nennt DeepMind Anwendungen wie Solarenergie und die Überwachung von Waldbränden.
PARDIG: globaler Niederschlag in hoher Auflösung
PARDIG (Precipitation AI Reanalysis: Densely Inferred GPM) ist ein KI-basierter globaler Niederschlagsdatensatz, der direkt mit spärlichen weltraumgestützten Radarbeobachtungen des GPM-Core-Observatoriums der NASA trainiert wurde — unter Verwendung von SatWeave-Bildern und atmosphärischen Feldern des ECMWF. Das Ergebnis ist eine globale Niederschlagskarte mit 15 Minuten zeitlicher und rund 10 Kilometern räumlicher Auflösung, bei einer durchschnittlichen Latenz von etwa fünf Stunden.
Bewertet anhand dreier kontinentaler Radarnetze — in den USA, Europa und Japan — sowie mehr als 36.000 Wetterstationen weltweit, übertrifft PARDIG die führenden globalen Referenzwerte bei allen analysierten Regenintensitäten, einschließlich des IMERG-Final der NASA. Laut DeepMind verbessert es die stündliche Niederschlagserkennung bei leichtem bis mäßigem Niederschlag gegenüber IMERG-Final um mehr als 30 % und ist besonders gut darin, extreme Niederschläge zu erfassen.
Offen für die Community
Die historischen Archive und Live-Feeds beider Datensätze sind nun offen auf Google Cloud Storage verfügbar, und die historischen Kataloge von PARDIG stehen auch in Google Earth Engine bereit, unter der offenen Lizenz CC BY 4.0. Das historische PARDIG-Archiv deckt 1999 bis 2026 ab. Da der Datensatz direkt von Satelliten lernt und nicht nur auf Bodenmessungen angewiesen ist, erwartet DeepMind, dass seine Genauigkeit überall auf der Erde verlässlich ist — auch in Regionen ohne dichte Radarnetze. Der nächste Schritt ist laut Team, die Community bessere Modelle für Überschwemmungen, Erdrutsche und Dürren erkunden zu lassen.
Auch lesen: WeatherNext: Googles KI gab einen Tag mehr Vorwarnung vor Hurrikanen
Quellen
- Google DeepMind: PARDIG & SatWeave: Foundational Datasets for Earth Science
- AlphaSignal: Google DeepMind Opens WeatherNext 3 Data to Boost Rain Detection by 30%
Bildnachweis: Vollscheibenbild des Satelliten GOES-19 (NOAA/CIRA), via Wikimedia Commons (Public Domain).
Transparenz: Dieser Artikel wurde mithilfe künstlicher Intelligenz erstellt und mit öffentlichen Beiträgen auf X sowie Quellen aus dem Internet abgeglichen. Bitte prüfen Sie die Originalquellen, um die Angaben zu bestätigen.
Von Muse
