Google DeepMind julkaisee WeatherNext 3:n, jossa on tunnittaiset 5‑kilometrin ennusteet

Google DeepMind ja Google Research 3. syyskuuta 2026 esitteli WeatherNext 3, globaali tekoälypohjainen sääennustemalli, joka tuottaa tunnittaisia ennusteita jopa 5 kilometrin tarkkuudella ja integroidaan Google-hakuun, Gemini‑sovellukseen, Google Mapsiin, Google Maps Platformin Weather‑API:iin sekä Google Earth Engineiin.

Tiimit kuvailivat WeatherNext 3:a tähän mennessä kehittyneimmäksi ja tarkimmaksi globaaliksi säämallikseen, viitaten Brightbandin itsenäisiin reaaliaikaisiin arviointeihin. Julkaisua seurasi tieteellinen julkaisu, jonka ovat kirjoittaneet Google DeepMindin, Google Researchin ja Googlen tutkijat, ja jossa todetaan, että malli on käytössä operatiivisesti.

Tunnittaiset ennusteet korkeammalla tarkkuudella

WeatherNext 3 tuottaa tunnittaisia ennusteita useilla spatiaalisilla tarkkuuksilla. Keskeiset pintamuuttujat, kuten lämpötila ja kosteus, tuotetaan 5 kilometrin tarkkuudella, muut pintamuuttujat 10 kilometrin tarkkuudella ja ilmakehän muuttujat, kuten tuulen nopeus, 25 kilometrin tarkkuudella. Google kertoo, että tämä vastaa globaalista sääkuvasta, joka on noin viisi kertaa terävämpi kuin sen edellinen malli, WeatherNext 2, joka tuotti ennusteita 25 kilometrin ruudukossa kuusituntisin välein.

Paperin mukaan WeatherNext 3 perustuu Functional Generative Network -lähestymistapaan, joka oli WeatherNext 2:n perusta, ja se tuottaa 15‑päivän, 64‑jäsenisen ennusteensemblesin, joka on koulutettu minimoimaan Continuous Ranked Probability Score (CRPS), probabilistisen ennustetaitojen vakiomaara. Malli kasvattaa latenttia kokoa 768:sta 1024:een ja verkkomuunnin syvyyttä 24:stä 32:een kerrokseen verrattuna WeatherNext 2:een, ja tuotantoversio koulutettiin dataan 30. kesäkuuta 2026 asti. Järjestelmä vastaanottaa reaaliaikaisia yhden tunnin geostaattisia satelliittimosaikkeja perinteisen historiallisten analyysien ohella, syöttäen yhden verkkomuuntimen, joka tuottaa tiheitä ruudukkoalueita, diskreettejä syklonireittejä ja asematasoisia ennusteita.

Koulutettu raakoihin havaintoihin

Useimmat tekoälypohjaiset säämallit, mukaan lukien WeatherNext 2, on koulutettu numeeristen sääennustemallien dataan, jotka ovat fysiikkasimulaatioita ja joilla on kuusituntinen viive. Google toteaa, että tämä viive voi aiheuttaa harhoja nopeasti muuttuvissa muuttujissa, kuten sateessa ja pintalämpötilassa. WeatherNext 3 sen sijaan vastaanottaa mosaikin reaaliaikaisesta globaalista geostaattisesta satelliittidatasta, mikä antaa sille jatkuvasti päivittyvän näkymän ilmakehään ja mahdollistaa uuden ennusteen joka tunti, jokaisen perustuen viimeisimpiin saatavilla oleviin satelliittihavaintoihin.

Paperissa todetaan, että satelliittimosaikki kattaa 11 kanavaa 0,1‑asteen tarkkuudella operatiivisella viiveellä noin yksi tunti. WeatherNext 3 kouluttaa myös suoraan harvinaisiin sääasemahavaintoihin yhdistämällä kolme pintadataa — METAR‑lentokenttäasemia, alueellisia Mesonet‑verkkoja ja ICOADS‑laiva- ja kellukkimittauksia — alkaen vuodesta 2001. Paperi raportoi, että tämä asemien lähtöosio ennustaa kahden metrin lämpötilaa ja kastepistettä missä tahansa paikassa ja ajassa, ottaen huomioon paikalliset maantieteelliset piirteet, kuten korkeuden.

Sademäärien osalta malli on koulutettu kahdesta lähteestä: NASA:n satelliittipohjaisesta Integrated Multi-satellite Retrievals for GPM (IMERG) -tuotteesta ja tiimin omasta globaalista sademääräreanalyysistä, nimeltään PARDIG, jonka paperi kuvaa kokeelliseksi arviona, jonka on tuottanut erillinen tekoälymalli, joka on koulutettu ennustamaan harvinaisia avaruudessa olevia tutkatietoja GPM:n ydintoimipisteestä.

WeatherNext 3 esittelee myös ennusteita, jotka on suunnattu uusiutuvan energian tuotantoon. Google kertoo, että malli ennustaa 100‑metrin tuulennopeuksia, suunnilleen turbiinin korkeutta, tuulienergian tuotantoa varten, sekä korkean tarkkuuden pilvipeittoa ja aurinkosäteilytasoja, jotka auttavat aurinkovoimaloita arvioimaan maatasolla olevaa auringonvaloa.

Raportoituja arviointituloksia

Keskipitkillä aikaväleillä globaaleissa sademääräennusteissa Google raportoi CRPS-parannuksia jopa 60 prosenttia IMERG:iin verrattuna, 30 prosenttia MRMS‑tutkapohjaiseen tuotteeseen ja 10 prosenttia sademittareiden mittauksiin varhaisilla ennusteajoilla. Paperi lisää, että arvioissa, joissa verrattiin sääasemia, jotka jätettiin pois koulutuksesta, asemien osio parantaa CRPS:ää 2‑metrin lämpötilassa jopa 30 prosenttia verrattuna WeatherNext 2:een ja 40 prosenttia ECMWF ENS -järjestelmään lyhyillä ennusteajoilla.

Paperi kuvaa myös lähes reaaliaikaista arviointia kuuden viikon ajalta 1. heinäkuuta – 11. elokuuta 2026, käyttäen operatiivisia datavirtoja. Tässä arvioinnissa tekijät raportoivat, että WeatherNext 3 ylitti ECMWF:n AIFS ENS v2:n kaikissa yläkerroksen muuttujissa, keskimääräinen parannus oli noin 10 prosenttia ensimmäisen ennusteviikon aikana, ja se osoitti pieniä mutta johdonmukaisia parannuksia WeatherNext 2:een verrattuna ensemblesekäytössä trooppisten syklonien reittien ja intensiteettivirheiden osalta.

Paperi dokumentoi myös rajoituksia. Tekijät huomauttavat näkyvistä spatiaalisista ja ajallisista artefakteista yksittäisissä ennusteenäytteissä, mukaan lukien kuusikulmaiset kuviot, jotka heijastavat mallin verkko­rakennetta, ajalliset katkeamat kuusituntisten rajojen yli joissakin lähtöosioissa, sekä jokaisessa jäsenessä oleva globaali lämpö‑ tai kylmä‑harha asemien osiossa. He toteavat, että marginaalistatistiikat, kuten ensemble‑kvantiilit, ovat pääosin artefaktivapaita lukuun ottamatta Antarktista, jossa asemadatan määrä on vähäistä.

Saatavuus Googlen tuotteissa

WeatherNext 3 alkaa tarjoamaan sääkokemuksia Google-haussa, Gemini‑sovelluksessa, Google Mapsissa, Google Maps Platformin Weather‑API:ssa ja Google Earth Enginessä 3. syyskuuta 2026 alkaen. Google kertoo, että kun ihmiset suunnittelevat päivän tai pidemmän ajanjakson etukäteen, he näkevät jopa 50 prosenttia tarkempia sademääräennusteita, suurimmat parannukset tapahtuvat alueilla, joilla ennusteet ovat historiallisesti olleet vähemmän luotettavia.

Tutkijat, kehittäjät ja yritykset voivat kysellä dataa BigQueryssa ja Earth Enginessä tai ladata sen massana Google Cloud Storageen Zarr‑muodossa. Googlen kehittäjädokumentaatio kuvaa mallin tarjoavan 15‑päivän globaalit probabilistiset ennusteet, jotka alkavat tunnin välein 64 ensemble‑jäsenen välillä, ja luettelee mukautetun inferenssivaihtoehdon Google Cloudissa, jonka avulla asiakkaat voivat luoda räätälöityjä ennusteita omistetuilla kiihdyttimillä halliten ensemble‑kokoa ja ennuste­aikavälejä. Ennusteita voidaan tarkastella myös reaaliajassa Weather Labissa, Google DeepMindin interaktiivisessa visualisointisivustossa.

Googlen ilmoitus sisältää vastuuvapauslausekkeen, jonka mukaan WeatherNext on automatisoitu, kokeellinen tekoälyjärjestelmä, ja käyttäjien tulisi kääntyä paikallisten meteorologisten virastojen tai kansallisten sääpalveluiden puoleen virallisissa ennusteissa, vakavien säävaroitusten ja yleisen turvallisuuden neuvonnassa.