Noticias
Google DeepMind Lanza los Conjuntos de Datos PARDIG y SatWeave para Modelado Climático
Google DeepMind presenta los conjuntos de datos PARDIG y SatWeave, que permiten aplicaciones avanzadas en meteorología, hidrología y clima con datos históricos y en vivo abiertos.
Artículo traducido. Consultar el artículo original.
Google DeepMind ha anunciado el lanzamiento de dos conjuntos de datos fundamentales, PARDIG y SatWeave, destinados a avanzar en la investigación global sobre el clima, la hidrología y la meteorología. Estos conjuntos de datos, que sustentan las capacidades del modelo WeatherNext 3 recién lanzado, ya están disponibles públicamente para investigadores y desarrolladores de todo el mundo. La iniciativa busca abordar desafíos críticos en la observación y predicción del clima y los ciclos del agua en la Tierra.
SatWeave: Un Mosaico de Satélites Unificado
SatWeave integra datos de seis satélites geoestacionarios: GOES-East, GOES-West, Meteosat 0 , Meteosat Océano Índico, y Himawari, en un mosaico global cohesivo. A diferencia de los compuestos existentes que ofrecen canales limitados y actualizaciones poco frecuentes, SatWeave proporciona 17 canales de visibilidad, vapor de agua e infrarrojos con actualizaciones por hora. Esto permite a WeatherNext 3 producir predicciones globales más frecuentemente que los modelos tradicionales, que dependen de actualizaciones de datos cada seis horas. Se han abierto archivos históricos de más de 10 años y flujos en vivo, abriendo nuevas avenidas para aplicaciones como la previsión de energía solar y el monitoreo de incendios forestales.
PARDIG: Datos Globales de Precipitación de Alta Resolución
PARDIG (Reanálisis AI de Precipitación: GPM Inferido Densamente) proporciona mapas de precipitación global altamente precisos con una resolución temporal de 15 minutos y una resolución espacial de aproximadamente 10 kilómetros. Construido sobre IA entrenada con datos del Observatorio Central de Medición de Precipitaciones Globales (GPM) de NASA, imágenes de SatWeave y campos atmosféricos de ECMWF, PARDIG aborda las lagunas en el seguimiento de precipitaciones, particularmente en regiones que carecen de redes de radar terrestre densas. Las evaluaciones contra redes de radar en EE. UU., Europa y Japón, así como sobre más de 36,000 estaciones meteorológicas, han demostrado que PARDIG supera al conjunto de datos IMERG-Final de NASA, mejorando la habilidad de detección de precipitaciones ligeras a moderadas en más de 30% .
Empoderando la Investigación Global
Ambos conjuntos de datos están disponibles a través de Google Cloud Storage, y los catálogos históricos de PARDIG también se alojan en Google Earth Engine. Al proporcionar datos en vivo e históricos, Google DeepMind busca empoderar a la comunidad investigadora global para desarrollar modelos mejorados para aplicaciones críticas, incluidas la predicción de inundaciones, deslizamientos de tierra y sequías. Este lanzamiento es parte de la cartera más amplia de Earth AI de Google, que aprovecha sistemas de IA avanzados para abordar desafíos ambientales urgentes.