Google DeepMind, en yeni hava modelinin ardındaki temel veri kümelerini yayımlayarak araştırmacılara tahminleri mümkün kılan gözlem verilerine ücretsiz erişim sağladı.
İlk veri kümesi SatWeave, yerdurağan (jeostasyoner) uydu görüntülerinden oluşan küresel bir mozaik. Farklı harita projeksiyonları, dosya biçimleri, sensörler ve tarama programları kullanan altı yerdurağan uydunun — GOES-East ve GOES-West, Meteosat 0 ve Meteosat Indian Ocean ile Himawari — gözlemlerini birleştiriyor. Mevcut küresel bileşkelerin çoğu uyumsuz unsurları dışarıda bırakırken ya da yalnızca birkaç saatte bir güncellenirken, SatWeave bunları 17 görünür, su buharı ve kızılötesi kanalda tek bir küresel haritaya dönüştürüyor ve saatte bir yeniliyor. DeepMind hem saatlik canlı akışı hem de on yılı aşan bir tarihsel arşivi yayımlıyor.
İkinci veri kümesi PARDIG (Precipitation AI Reanalysis: Densely Inferred GPM) ise yapay zeka tabanlı küresel bir yağış haritası. Doğrudan NASA'nın Global Precipitation Measurement (GPM) çekirdek gözlemevinin seyrek uzay radarı gözlemleri üzerinde eğitiliyor; girdi olarak SatWeave görüntülerini ve ECMWF atmosferik alanlarını kullanıyor. Sonuç: 15 dakikalık zamansal çözünürlükte ve yaklaşık 10 kilometre mekânsal çözünürlükte, ortalama beş saatlik gecikmeyle güncellenen küresel bir yağış alanı.
DeepMind'a göre PARDIG, incelenen yağış oranlarının tamamında önde gelen küresel referansları — yaygın kullanılan araştırma kalitesinde bir ürün olan NASA IMERG-Final dahil — geride bırakıyor ve hafif-orta şiddetli yağışta saatlik yağış tespit becerisini %30'dan fazla artırıyor. Özellikle, mevcut küresel ürünlerin sıklıkla kaçırdığı aşırı yağışları yakalamada etkili olduğu belirtiliyor. PARDIG, yer ölçümlerine bağlı kalmak yerine doğrudan uydulardan öğrendiği için DeepMind, yoğun radar ya da yağış ölçer ağı bulunmayan bölgelerde de makul ölçüde güvenilir olmasını bekliyor.
Her iki veri kümesi de şirketin en gelişmiş küresel hava yapay zekası WeatherNext 3'ü besliyor; canlı ve tarihsel sürümler artık Google Cloud Storage'da açık erişimle sunuluyor, PARDIG'in tarihsel katalogları ise Google Earth Engine'de de yer alıyor.
DeepMind, yayımı ekosistemi genişletme hamlesi olarak çerçeveliyor: topluluğun, yoğun yer radarı bulunmayan bölgeler başta olmak üzere sel, heyelan ve kuraklıktan güneş enerjisi tahminine ve orman yangını izlemeye uzanan uygulamaları keşfetmesini istediğini belirtiyor.

