Google DeepMind et Google Research ont présenté WeatherNext 3, un modèle avancé de prévision météorologique mondial qui génère des prévisions horaires à haute résolution spatiale en apprenant directement à partir d'observations satellitaires en temps réel. Cette mise à jour fournit des prévisions environ cinq fois plus précises que son prédécesseur, WeatherNext 2, permettant des prédictions plus localisées pour les événements météorologiques critiques.
- WeatherNext 3 produit des prévisions à une résolution de 5 kilomètres pour les variables de surface comme la température et l'humidité, 10 kilomètres pour d'autres variables de surface, et 25 kilomètres pour les variables atmosphériques comme la vitesse du vent.
- Le modèle ingère des mosaïques satellitaires géostationnaires en direct ainsi que des analyses historiques pour contourner le délai de six heures associé aux modèles traditionnels de prévision numérique du temps.
- Il réalise des améliorations significatives dans la précision des prévisions de précipitations, affichant une amélioration du score de probabilité continue classée (CRPS) allant jusqu'à 60 % par rapport aux références IMERG.
- Le système inclut des prédictions spécifiques pour les énergies renouvelables, telles que les vitesses du vent à 100 mètres et la couverture nuageuse, pour aider les gestionnaires de réseau et les développeurs.
- WeatherNext 3 est intégré dans Google Search, l'application Gemini, Google Maps et Google Earth Engine, offrant des prévisions de précipitations jusqu'à 50 % plus précises pour une planification à long terme.
Le modèle vise à rendre la météorologie fiable et de haute fidélité accessible mondialement, bénéficiant particulièrement aux régions historiquement sous-dotées en prévision à haute résolution en raison des coûts informatiques.