Google DeepMind, Saatlik 5 Kilometre Çözünürlükte WeatherNext 3’ü Başlattı

Google DeepMind ve Google Research, 3 Eylül 2026 tarihinde WeatherNext 3’ü tanıttı, saatlik tahminleri 5 kilometreye kadar çözünürlükte üreten küresel bir AI hava tahmin modeli ve Google Arama, Gemini uygulaması, Google Haritalar, Google Haritalar Platformu Hava API’si ve Google Earth Engine’e entegre ediliyor.

Ekipler, WeatherNext 3’ü şu ana kadar geliştirdikleri en gelişmiş ve en doğru küresel hava modeli olarak tanımladı ve Brightband tarafından yapılan bağımsız canlı değerlendirmelere işaret etti. Google DeepMind, Google Research ve Google’dan araştırmacılar tarafından hazırlanan teknik belge, modelin operasyonel olarak çalıştığını belirtiyor.

Daha Yüksek Çözünürlükte Saatlik Tahminler

WeatherNext 3, birden fazla mekânsal çözünürlükte saatlik tahminler üretir. Sıcaklık ve nem gibi temel yüzey değişkenleri 5 kilometre çözünürlükte, diğer yüzey değişkenleri 10 kilometre çözünürlükte ve rüzgar hızı gibi atmosferik değişkenler 25 kilometre çözünürlükte üretilir. Google, bunun önceki modeli WeatherNext 2‘ye kıyasla küresel hava görüntüsünün yaklaşık beş kat daha net olduğunu belirtti; WeatherNext 2, 25 kilometre ızgarada altı saatlik aralıklarla tahminler sağlıyordu.

Belgeye göre, WeatherNext 3, WeatherNext 2’yi temel alan Fonksiyonel Üretken Ağ (Functional Generative Network) yaklaşımını geliştirerek, sürekli sıralı olasılık skoru (CRPS) minimize edecek şekilde eğitilmiş 15 günlük, 64 üyeli topluluk tahminleri üretir; CRPS, olasılıksal tahmin yeteneğinin standart ölçüsüdür. Model, gizli boyutu 768’den 1024’e ve mesh dönüştürücü derinliğini 24 katmandan 32 katmana yükseltti; üretim sürümü 30 Haziran 2026’ya kadar olan verilerle eğitildi. Sistem, geleneksel tarihsel analizle birlikte canlı bir saatlik jeostasyoner uydu mozaiklerini alarak tek bir mesh dönüştürücüye besler; bu dönüştürücü yoğun ızgarlı alanlar, ayrık siklon izleri ve istasyon seviyesindeki tahminler üretir.

Ham Gözlemler Üzerinden Eğitildi

WeatherNext 2 dahil çoğu AI hava modeli, altı saatlik veri gecikmesi olan fiziksel simülasyonlar olan sayısal hava tahmin modellerinden elde edilen verilerle eğitilir. Google, bu gecikmenin yağış ve yüzey sıcaklığı gibi hızlı değişen değişkenlerde yanlılıklara yol açabileceğini belirtti. WeatherNext 3 ise, canlı küresel jeostasyoner uydu verilerinden oluşan bir mozaik alarak atmosferi sürekli güncellenen bir bakış açısıyla izler ve her saat yeni bir tahmin yaparak, mevcut en yeni uydu gözlemlerine dayanır.

Belge, uydu mozağinin 0.1 derece çözünürlükte 11 kanal kapsadığını ve operasyonel gecikmesinin yaklaşık bir saat olduğunu belirtiyor. WeatherNext 3 ayrıca seyrek hava istasyonu gözlemleri üzerinde doğrudan eğitilir; 2001’den itibaren METAR havalimanı istasyonları, bölgesel Mesonet ağları ve ICOADS gemi ve boya ölçümlerini içeren üç yüzey veri setini birleştirir. Belge, bu istasyon çıkış başlığının, yerel coğrafi özellikler (örneğin yükseklik) koşulları altında, herhangi bir konum ve zamanda 2 metrelik sıcaklık ve çiy noktasını tahmin ettiğini rapor ediyor.

Yağış için model, iki kaynaktan eğitilir: NASA’nın uydu tabanlı Entegre Çok-Uydulu GPM Çekimleri (IMERG) ürünü ve ekibin kendi küresel yağış yeniden analizı olan PARDIG; belge, PARDIG’in GPM çekirdek gözlemcisinden gelen seyrek uzay tabanlı radar verilerini tahmin etmek için ayrı bir AI modeliyle eğitilen deneysel bir tahmin olduğunu açıklıyor.

WeatherNext 3 ayrıca yenilenebilir enerji üretimine yönelik tahminler sunar. Google, modelin rüzgar enerjisi üretimi için yaklaşık türbin yüksekliği olan 100 metrelik rüzgar hızlarını tahmin ettiğini ve yüksek çözünürlüklü bulut örtüsü ile güneş ışınımı seviyelerini sağlayarak güneş çiftliklerinin yer seviyesindeki güneş ışığını tahmin etmelerine yardımcı olduğunu belirtti.

Raporlanan Değerlendirme Sonuçları

Orta menzilli küresel yağış tahminlerinde, Google, erken öngörü süreleri için IMERG’e karşı %60, MRMS radar tabanlı ürüne karşı %30 ve yağış ölçer ölçümlerine karşı %10 CRPS iyileştirmesi rapor etti. Belge, eğitimin dışında tutulan hava istasyonlarıyla yapılan değerlendirmelerde, istasyon çıkış başlığının 2 metrelik sıcaklık için CRPS’yi WeatherNext 2’ye göre %30 ve kısa öngörü sürelerinde ECMWF ENS sistemine göre %40 artırdığını ekliyor.

Belge ayrıca, 1 Temmuz – 11 Ağustos 2026 tarihleri arasındaki altı haftalık dönemde operasyonel veri akışları kullanılarak yapılan yarı gerçek zamanlı bir değerlendirmeyi tanımlıyor. Bu değerlendirmede, yazarlar WeatherNext 3’ün ECMWF’nin AIFS ENS v2’sine kıyasla tüm üst seviye değişkenlerde üstün performans gösterdiğini, ilk tahmin haftasında ortalama %10 civarında bir iyileşme sağladığını ve topluluk ortalaması tropikal siklon iz ve şiddet hatalarında WeatherNext 2’ye göre küçük ama tutarlı iyileşmeler gösterdiğini rapor ediyor.

Belge aynı zamanda sınırlamaları da belgeliyor. Yazarlar, bireysel tahmin örneklerinde modelin mesh yapısını yansıtan altıgen desenler, bazı çıktı başlıklarında altı saatlik sınırların üzerindeki zaman kesintileri ve istasyon başlığında üye başına küresel sıcak/soğuk yanlılık gibi görünür mekânsal ve zamansal artefaktlar olduğunu belirtiyor. Ayrıca, topluluk kuantilleri gibi marjinal istatistiklerin büyük ölçüde artefaktsız olduğunu, ancak istasyon verisinin seyrek olduğu Antarktika’da istisna olduğunu ifade ediyorlar.

Google Ürünlerinde Kullanılabilirlik

WeatherNext 3, 3 Eylül 2026’dan itibaren Google Arama, Gemini uygulaması, Google Haritalar, Google Haritalar Platformu Hava API’si ve Google Earth Engine’de hava deneyimlerini güçlendirmeye başlıyor. Google, kullanıcıların bir gün veya daha uzun bir süre planladıklarında, geçmişte daha az güvenilir olan bölgelerde en büyük iyileşmelerle, yağış tahminlerinde %50’ye kadar daha doğru sonuçlar göreceklerini belirtti.

Araştırmacılar, geliştiriciler ve işletmeler, veriyi sorgulayabilir ve BigQuery ile Earth Engine’de kullanabilir ya da Google Cloud Storage’dan Zarr formatında toplu olarak indirebilir. Google’ın geliştirici belgeleri, modelin 64 üyeli topluluk üzerinden saatlik başlatılan 15 günlük küresel olasılıksal tahminler sunduğunu ve müşterilerin topluluk boyutu ve tahmin ufku üzerinde kontrol sağlayarak özel hızlandırıcılarda özelleştirilmiş tahminler oluşturmasına olanak tanıyan Google Cloud’da özel bir çıkarım seçeneği sunduğunu açıklıyor. Tahminler ayrıca Weather Lab üzerinden gerçek zamanlı olarak görüntülenebilir; bu, Google DeepMind’ın etkileşimli görselleştirme sitesidir.

Google’ın duyurusu, WeatherNext’in otomatik, deneysel bir AI sistemi olduğunu ve kullanıcıların resmi tahminler, şiddetli hava uyarıları ve kamu güvenliği tavsiyeleri için yerel meteoroloji kurumlarına veya ulusal hava hizmetlerine başvurmaları gerektiği uyarısını içeriyor.