Google DeepMind mở kho dữ liệu thời tiết và lượng mưa AI

Tóm lược nhanh
“Nhóm nghiên cứu tại Google DeepMind vừa công bố hai tập dữ liệu SatWeave và PARDIG nhằm hỗ...”
Các điểm cốt lõi
- 1.Google DeepMind phát hành hai tập dữ liệu cơ sở mang tên SatWeave và PARDIG, vốn được sử dụng để phát triển mô hình dự báo thời tiết WeatherNext 3.
- 2.SatWeave kết hợp hình ảnh từ sáu vệ tinh địa tĩnh thành một bản đồ khảm toàn cầu với 17 kênh quan sát, được cập nhật theo giờ để cung cấp dữ liệu trực tiếp về mây và bão.
- 3.PARDIG là tập dữ liệu lượng mưa toàn cầu dựa trên trí tuệ nhân tạo, được huấn luyện từ các quan sát radar không gian của NASA và cung cấp độ phân giải khoảng 10 km.
- 4.PARDIG cải thiện độ chính xác trong việc phát hiện lượng mưa theo giờ so với bộ dữ liệu IMERG-Final hơn 30% đối với các trận mưa từ nhẹ đến trung bình.
Nhóm nghiên cứu tại Google DeepMind vừa công bố hai tập dữ liệu SatWeave và PARDIG nhằm hỗ trợ cộng đồng khoa học phát triển các ứng dụng khí hậu, thời tiết và thủy văn mới.
Bối cảnh và chi tiết công nghệ
Google DeepMind phát hành hai tập dữ liệu cơ sở mang tên SatWeave và PARDIG, vốn được sử dụng để phát triển mô hình dự báo thời tiết WeatherNext 3.
SatWeave kết hợp hình ảnh từ sáu vệ tinh địa tĩnh thành một bản đồ khảm toàn cầu với 17 kênh quan sát, được cập nhật theo giờ để cung cấp dữ liệu trực tiếp về mây và bão.
PARDIG là tập dữ liệu lượng mưa toàn cầu dựa trên trí tuệ nhân tạo, được huấn luyện từ các quan sát radar không gian của NASA và cung cấp độ phân giải khoảng 10 km.
PARDIG cải thiện độ chính xác trong việc phát hiện lượng mưa theo giờ so với bộ dữ liệu IMERG-Final hơn 30% đối với các trận mưa từ nhẹ đến trung bình.
Đánh giá tác động và góc nhìn chuyên môn
Việc mở mã nguồn và dữ liệu lịch sử kéo dài nhiều năm của SatWeave cùng PARDIG giúp khắc phục tình trạng thiếu hụt cảm biến mặt đất ở nhiều khu vực trên toàn cầu.
Cả hai tập dữ liệu không chỉ phục vụ dự báo khí tượng trung hạn mà còn mở ra tiềm năng ứng dụng trong giám sát năng lượng mặt trời, cháy rừng, lũ lụt và hạn hán.
Xu hướng tiếp theo và điều cần theo dõi
Hiệu năng thực tế của các mô hình do bên thứ ba phát triển dựa trên SatWeave và PARDIG khi triển khai ở quy mô thương mại vẫn cần thêm thời gian kiểm chứng.
Mức độ ảnh hưởng của độ trễ trung bình năm giờ trong dữ liệu PARDIG đối với các hệ thống cảnh báo thiên tai tức thời chưa được đánh giá chi tiết.







