Alıntı

Google DeepMind ve Google Research, yapay zeka destekli yeni küresel hava tahmini modeli WeatherNext 3'yi tanıttı. Model, gerçek zamanlı uydu verileri, daha yüksek mekansal çözünürlük ve saatte bir yenilenen tahminler sayesinde özellikle yağmur, kar ve hızlı değişen yerel hava koşullarını daha doğru öngörmeyi amaçlıyor.

Geleneksel hava tahmini sistemleri, atmosferdeki fiziksel süreçleri süper bilgisayarlarda simüle eden sayısal hava tahmini modellerine dayanıyor. WeatherNext 2 dahil olmak üzere pek çok yapay zeka modeli de bu sistemlerin oluşturduğu verilerle eğitiliyor. Ancak söz konusu veriler yaklaşık altı saatlik bir gecikmeyle sunulduğu için yağış ve yüzey sıcaklığı gibi hızlı değişen koşulların tahmininde sorunlar yaşanabiliyor.

WeatherNext 3 ise küresel ölçekteki sabit yörüngeli uydulardan alınan saatlik görüntüleri doğrudan işliyor. Model bu verileri geçmiş hava analizleriyle birleştirerek her saat yeni bir tahmin oluşturuyor. Google, WeatherNext 3'nin yüksek çözünürlüklü küresel tahminler üretirken ham gözlem verilerini doğrudan kullanan ilk yapay zeka modeli olduğunu belirtiyor. Bununla birlikte hava tahmini girişimi WindBorne, WeatherMesh 6 adlı modelinin 2025’in sonlarından bu yana hava balonları ve diğer kaynaklardan alınan ham gözlemleri kullandığını ifade ediyor.

Model, sıcaklık ve nem gibi temel yüzey değişkenlerini 5 kilometre, diğer yüzey değişkenlerini 10 kilometre, rüzgar hızı gibi atmosferik değişkenleri ise 25 kilometre çözünürlükte tahmin edebiliyor. Altı saatte bir, 25 kilometrelik alanlar üzerinden tahmin oluşturan WeatherNext 2 ile karşılaştırıldığında yeni model yaklaşık beş kat daha ayrıntılı bir küresel hava görünümü sunuyor.

Yağış tahminlerinde yüzde 60'a varan iyileşme sunuyor

Google, WeatherNext 3'nin özellikle yağış tahminlerinde önemli bir ilerleme kaydettiğini söylüyor. Modelin orta vadeli yağış tahminleri, kullanılan ölçüm kaynağına göre farklılık göstermekle birlikte IMERG verileri karşısında yüzde 60'a, MRMS verileri karşısında yüzde 30'a kadar daha iyi sonuç veriyor. Yağmur ölçüm istasyonları temel alındığında ise kısa vadeli tahminlerde yüzde 10'a varan iyileşme görülüyor.



WeatherNext 3, hava istasyonlarında ölçülecek koşulları doğrudan tahmin edecek şekilde de eğitildi. Bu yaklaşım, kıyı bölgeleri, vadiler ve dağlık alanlar gibi sıcaklık ve nemin kısa mesafelerde önemli ölçüde değişebildiği bölgelerde daha yerel sonuçlar üretilmesini sağlıyor.

Model ayrıca yenilenebilir enerji üretimine yönelik değişkenleri de kapsıyor. Rüzgar türbinlerinin yüksekliğine karşılık gelen 100 metredeki rüzgar hızını tahmin edebilen WeatherNext 3, bulut örtüsü ve güneş ışınımına ilişkin yüksek çözünürlüklü veriler de sunuyor. Böylece rüzgar ve güneş enerjisi tesislerinin olası üretim miktarlarının daha doğru hesaplanması hedefleniyor.

WeatherNext 3, Google Arama, Gemini, Google Maps, Google Maps Platform Weather API ve Google Earth Engine'deki hava durumu deneyimlerine entegre edilmeye başlandı. Google'a göre kullanıcılar, bir gün veya daha ilerisi için yapılan tahminlerde yüzde 50'ye kadar daha doğru yağış tahminleri görebilecek. Modelin ürettiği veriler geliştiriciler ve araştırmacılar tarafından BigQuery ile Earth Engine üzerinden sorgulanabilecek veya Google Cloud Storage'dan indirilebilecek.