このページは Cloud Translation API によって翻訳されました。

WeatherNext Gen Forecasts

projects/gcp-public-data-weathernext/assets/126478713_1_0

情報

このデータセットはパブリッシャーカタログの一部であり、Google Earth Engine によって管理されていません。バグについては weathernext@google.com にお問い合わせください。WeatherNext カタログで他のデータセットを表示することもできます。詳しくは、パブリッシャーデータセットについての説明をご覧ください。

カタログオーナー: WeatherNext
データセットの可用性: 2020-01-01T00:00:00Z–2025-09-06T00:00:00Z
データセットプロバイダ: Google

タグ: climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature weather weathernext wind

説明

WeatherNext Gen は、Google DeepMind の拡散ベースのアンサンブル天気モデルの運用バージョンによって生成された、世界の中期アンサンブル天気予報の試験運用データセットです。

試験運用データセットには、リアルタイムデータと履歴データが含まれます。リアルタイムデータとは、過去 48 時間以内の時間に関連するデータ（「リアルタイム試験運用データ」）を指し、履歴データとは、48 時間以上前の時間に関連するデータ（「履歴試験運用データ」）を指します。このデータセットには、温度、風、降水量、湿度、ジオポテンシャル、海面水温、垂直速度、気圧などの主要な地表フィールドが含まれています。空間解像度は 0.25 度です。予測の初期化時間は 6 時間の解像度（00z、06z、12z、18z）です。予測リードタイムの精度は 12 時間で、最大リードタイムは 15 日です。

試験運用版データセットへのアクセスをご希望の場合は、WeatherNext データリクエストフォームにご記入ください。

モデルの詳細については、GenCast: Diffusion-based ensemble forecasting for medium-range weather をご覧ください。この試験運用版データセットの生成に使用されたモデルは、その研究モデルから派生した運用バージョンです。この運用モデルの精度は、研究モデルで報告された精度と正確に一致しない場合があること、また、この予測データセットには追加の変数が含まれている場合があることにご注意ください。研究モデルによって生成され、上記の論文の結果の生成に使用された予測データセットは、gs://weathernext/weathernext_gen_research_2019 にあります。

この試験運用データセットの使用についてご不明な点がある場合、または以下の利用規約で現在許可されていない目的で使用したい場合は、weathernext@google.com までお問い合わせください。

公開スケジュール

アンサンブル予測の 50 個のメンバーすべてが BigQuery と Earth Engine にリリースされます。すべてのメンバーが同時にリリースされます。時刻はすべて UTC タイムゾーンで、おおよその推定値です（通常は ± 15 分のばらつきがあります）。場合によっては、± 60 分以上変動することがあります。データの配信が 60 分を超えた場合は、weathernext@google.com までお知らせください。

予測実行（初期時間）	予測の配信スケジュール
00:00	08:05
06:00	14:05
12:00	20:05
18:00	02:05

元データ（.zarr）へのアクセス

2020 年以降の履歴データセット（「過去の試験運用データ」）の未加工の .zarr ファイルを含むバケットは、gs://weathernext/126478713_1_0/zarr で入手できます。また、2019 年の過去の予測（「機械学習による確率的天気予報」で評価された 1 年間の追加の予測）は gs://weathernext/weathernext_gen_research_2019 で入手できます。2019 年の予測データセットは、このデータセットリストから入手できる 2020 ～ 2024 年のデータを補完する、1 年分の予測データです。2019 年の予測は、論文と同様に、ERA5 でトレーニングされたモデルの ERA5 初期化予測です。これらのリソースにアクセスするには、同じ WeatherNext データリクエストフォームからアクセスをリクエストしてください。

謝辞

実験データは、次の個別のライブラリとパッケージと通信したり、参照したりするモデルによって生成されました。

欧州中期気象予報センター（ECMWF）のデータとプロダクト（Google による変更を含む）。
修正された Copernicus Climate Change Service 情報 2023 年。欧州委員会および ECMWF は、Copernicus の情報またはそこに含まれるデータから生じるいかなる使用に対しても責任を負いません。
ECMWF HRES データセット
- 著作権表示: 著作権「© 2023 欧州中期気象予報センター（ECMWF）」。
- 出典: www.ecmwf.int
- ライセンスに関する声明: ECMWF オープンデータは、クリエイティブ・コモンズの表示 4.0 国際版（CC BY 4.0）により公開されています。 https://creativecommons.org/licenses/by/4.0/
- 免責事項: ECMWF は、データの誤りや欠落、データの可用性、またはデータの使用に起因する損失や損害について、一切の責任を負いません。

バンド

ピクセルサイズ
27750 メートル

帯域

名前	単位	ピクセルサイズ	説明
`total_precipitation_12hr`	m	メートル	12 時間の合計降水量
`100m_u_component_of_wind`	m/s	メートル	100 メートルの U 風成分
`100m_v_component_of_wind`	m/s	メートル	100 メートルの V 風成分
`10m_u_component_of_wind`	m/s	メートル	10 メートルの U 風成分
`10m_v_component_of_wind`	m/s	メートル	10 メートルの V 風成分
`2m_temperature`	K	メートル	2 メートルの気温
`mean_sea_level_pressure`	PA	メートル	平均海面気圧
`sea_surface_temperature`	K	メートル	海面水温
`50_geopotential`	m^2/s^2	メートル	50 hPa のジオポテンシャル
`100_geopotential`	m^2/s^2	メートル	100 hPa のジオポテンシャル
`150_geopotential`	m^2/s^2	メートル	150 hPa のジオポテンシャル
`200_geopotential`	m^2/s^2	メートル	200 hPa のジオポテンシャル
`250_geopotential`	m^2/s^2	メートル	250 hPa のジオポテンシャル
`300_geopotential`	m^2/s^2	メートル	300 hPa のジオポテンシャル
`400_geopotential`	m^2/s^2	メートル	400 hPa のジオポテンシャル
`500_geopotential`	m^2/s^2	メートル	500 hPa のジオポテンシャル
`600_geopotential`	m^2/s^2	メートル	600 hPa のジオポテンシャル
`700_geopotential`	m^2/s^2	メートル	700 hPa のジオポテンシャル
`850_geopotential`	m^2/s^2	メートル	850 hPa のジオポテンシャル
`925_geopotential`	m^2/s^2	メートル	925 hPa のジオポテンシャル
`1000_geopotential`	m^2/s^2	メートル	1,000 hPa のジオポテンシャル
`50_specific_humidity`	kg/kg	メートル	50 hPa における比湿度
`100_specific_humidity`	kg/kg	メートル	100 hPa における比湿度
`150_specific_humidity`	kg/kg	メートル	150 hPa における比湿度
`200_specific_humidity`	kg/kg	メートル	200 hPa における比湿度
`250_specific_humidity`	kg/kg	メートル	250 hPa における比湿度
`300_specific_humidity`	kg/kg	メートル	300 hPa における比湿度
`400_specific_humidity`	kg/kg	メートル	400 hPa における比湿度
`500_specific_humidity`	kg/kg	メートル	500 hPa における比湿度
`600_specific_humidity`	kg/kg	メートル	600 hPa における比湿度
`700_specific_humidity`	kg/kg	メートル	700 hPa における比湿度
`850_specific_humidity`	kg/kg	メートル	850 hPa における比湿度
`925_specific_humidity`	kg/kg	メートル	925 hPa における比湿度
`1000_specific_humidity`	kg/kg	メートル	1,000 hPa における比湿度
`50_temperature`	K	メートル	50 hPa の温度
`100_temperature`	K	メートル	100 hPa の気温
`150_temperature`	K	メートル	150 hPa の気温
`200_temperature`	K	メートル	200 hPa の温度
`250_temperature`	K	メートル	250 hPa の温度
`300_temperature`	K	メートル	300 hPa の気温
`400_temperature`	K	メートル	400 hPa の気温
`500_temperature`	K	メートル	500 hPa の気温
`600_temperature`	K	メートル	600 hPa の気温
`700_temperature`	K	メートル	700 hPa の温度
`850_temperature`	K	メートル	850 hPa の気温
`925_temperature`	K	メートル	925 hPa の気温
`1000_temperature`	K	メートル	1000 hPa の気温
`50_u_component_of_wind`	m/s	メートル	50 hPa における U 風成分
`100_u_component_of_wind`	m/s	メートル	100 hPa における U 風成分
`150_u_component_of_wind`	m/s	メートル	150 hPa における U 風成分
`200_u_component_of_wind`	m/s	メートル	200 hPa における U 風成分
`250_u_component_of_wind`	m/s	メートル	250 hPa における U 風成分
`300_u_component_of_wind`	m/s	メートル	300 hPa における U 風成分
`400_u_component_of_wind`	m/s	メートル	400 hPa における U 風成分
`500_u_component_of_wind`	m/s	メートル	500 hPa における U 風成分
`600_u_component_of_wind`	m/s	メートル	600 hPa における U 風成分
`700_u_component_of_wind`	m/s	メートル	700 hPa における U 風成分
`850_u_component_of_wind`	m/s	メートル	850 hPa における U 風成分
`925_u_component_of_wind`	m/s	メートル	925 hPa における U 風成分
`1000_u_component_of_wind`	m/s	メートル	1,000 hPa における U 風成分
`50_v_component_of_wind`	m/s	メートル	50 hPa における V 風成分
`100_v_component_of_wind`	m/s	メートル	100 hPa における V 風成分
`150_v_component_of_wind`	m/s	メートル	150 hPa における V 風成分
`200_v_component_of_wind`	m/s	メートル	200 hPa における V 風成分
`250_v_component_of_wind`	m/s	メートル	250 hPa における V 風成分
`300_v_component_of_wind`	m/s	メートル	300 hPa における V 風成分
`400_v_component_of_wind`	m/s	メートル	400 hPa における V 風成分
`500_v_component_of_wind`	m/s	メートル	500 hPa における V 風成分
`600_v_component_of_wind`	m/s	メートル	600 hPa における V 風成分
`700_v_component_of_wind`	m/s	メートル	700 hPa における V 風成分
`850_v_component_of_wind`	m/s	メートル	850 hPa における V 風成分
`925_v_component_of_wind`	m/s	メートル	925 hPa における V 風成分
`1000_v_component_of_wind`	m/s	メートル	1,000 hPa での V 風成分
`50_vertical_velocity`	Pa/s	メートル	50 hPa における垂直速度
`100_vertical_velocity`	Pa/s	メートル	100 hPa での垂直速度
`150_vertical_velocity`	Pa/s	メートル	150 hPa における垂直速度
`200_vertical_velocity`	Pa/s	メートル	200 hPa での垂直速度
`250_vertical_velocity`	Pa/s	メートル	250 hPa における垂直速度
`300_vertical_velocity`	Pa/s	メートル	300 hPa の垂直速度
`400_vertical_velocity`	Pa/s	メートル	400 hPa の垂直速度
`500_vertical_velocity`	Pa/s	メートル	500 hPa での垂直速度
`600_vertical_velocity`	Pa/s	メートル	600 hPa における垂直速度
`700_vertical_velocity`	Pa/s	メートル	700 hPa での垂直速度
`850_vertical_velocity`	Pa/s	メートル	850 hPa の垂直速度
`925_vertical_velocity`	Pa/s	メートル	925 hPa における垂直速度
`1000_vertical_velocity`	Pa/s	メートル	1,000 hPa での垂直速度

画像プロパティ検出

画像プロパティ

名前	型	説明
start_time	STRING	予測の初期化時間。これは、単一のモデル実行内のすべての予測時間で同じです。
end_time	STRING	この特定の予測の有効期間。start_time + forecast_hour として計算されます。
forecast_hour	INT	予測のリードタイム（時間単位）。start_time からの経過時間数を表します。
ingestion_time	DOUBLE	この予測データが Earth Engine で利用可能になった時刻。
ensemble_member	STRING	アンサンブルメンバー（文字列）。

利用規約

利用規約

過去の試験データは、クリエイティブ・コモンズ表示国際ライセンスバージョン 4.0（CC BY 4.0）に基づいてライセンスされています。

リアルタイム試験運用データは、GDM リアルタイム天気予報試験運用データの利用規約に基づいて提供されます。

第三者の資料

謝辞セクションに記載されている第三者のマテリアルの使用には、別途の利用規約またはライセンス条項が適用される場合があります。サードパーティの資料の使用には、そのような条件が適用されます。使用前に、適用される制限事項や利用規約を遵守できることを確認する必要があります。

引用

リアルタイムの試験運用データについては、引用要件に関する該当する利用規約をご覧ください。

過去のデータから得られた結果を開示する場合は、「© 2024 DeepMind Technologies Limited の機械学習モデルを使用して作成された試験運用データ（https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_126478713_1_0 で入手可能）を CC BY 4.0 ライセンス条項に基づいて使用」と明記する必要があります。このデータは試験的なモデリングのみを目的としており、実際の使用を目的としたものではなく、検証も承認もされていません。」

Earth Engine で探索する

コードエディタ（JavaScript）

var dataset =
    ee.ImageCollection(
          'projects/gcp-public-data-weathernext/assets/126478713_1_0')
        .filter(ee.Filter.date('2020-10-01T06:00:00Z', '2020-10-01T06:01:00Z'))
        .filter(ee.Filter.eq('ensemble_member', '8'))
        .filter(ee.Filter.eq('forecast_hour', 12));
var temperature = dataset.select('2m_temperature');

var visParams = {
  min: 220,
  max: 350,
  palette: [
    'darkblue', 'blue', 'cyan', 'green', 'yellow', 'orange', 'red', 'darkred'
  ]
};

Map.addLayer(temperature, visParams, '2m Temperature');

コードエディタで開く

WeatherNext Gen Forecasts

WeatherNext Gen は、Google DeepMind の拡散ベースのアンサンブル天気モデルの運用バージョンによって生成された、世界の中期アンサンブル天気予報の試験運用版データセットです。試験運用データセットには、リアルタイムデータと履歴データが含まれます。リアルタイムデータとは、… から 48 時間以内の時間に関連するデータです。

projects/gcp-public-data-weathernext/assets/126478713_1_0, climate,forecast,gcp-public-data-weathernext,precipitation,publisher-dataset,temperature,weather,weathernext,wind

2020-01-01T00:00:00Z/2025-09-06T00:00:00Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets

WeatherNext Gen Forecasts コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

説明

バンド

画像プロパティ検出

利用規約

引用

Earth Engine で探索する

コードエディタ（JavaScript）

WeatherNext Gen Forecasts