Fra seks timer til en ny prognose hver time
Forgængeren WeatherNext 2 arbejdede med et globalt gitter på 25 kilometer og blev opdateret med seks timers mellemrum. Den nye model indlæser mosaikker fra geostationære satellitter hver time. Temperatur og fugtighed ved jordoverfladen kan beregnes i felter på fem kilometer, andre overfladeforhold på ti kilometer og atmosfæriske forhold som vindhastighed på 25 kilometer. Det betyder ikke, at modellen ved præcis, hvordan vejret bliver i hver eneste femkilometers firkant. Opløsning beskriver størrelsen på modellens beregningsfelter, ikke en garanti for lokal træfsikkerhed. Men det finere gitter kan bedre afspejle forskelle omkring eksempelvis kyster, dale og bjerge, som let udviskes i en grovere global prognose.Regn er den store prøve
Nedbør er vanskelig at ramme, fordi regn- og sneområder kan opstå og flytte sig hurtigere, end et groft globalt system kan beskrive. Google har derfor trænet WeatherNext 3 med både NASAs satellitbaserede IMERG-data og en særskilt global rekonstruktion af nedbør baseret på satellitradar. I Googles evalueringer forbedrede modellen et almindeligt mål for sandsynlighedsprognoser med op til 60 procent mod IMERG, 30 procent mod det amerikanske MRMS-system og 10 procent mod regnmålere ved korte varsler. For prognoser mindst et døgn frem skriver Google, at brugere kan opleve op til 50 procent bedre nedbørsprognoser. Tallene er ikke én universel forbedring for alle steder, tidspunkter og vejrtyper; de afhænger af referencegrundlag og varslingshorisont. Den officielle udviklerside gør også rækkevidden mere præcis: WeatherNext 3 leverer 15-dages sandsynlighedsprognoser med 64 medlemmer. I stedet for ét skråsikkert svar beregner systemet altså mange mulige forløb, så usikkerhed kan indgå i vurderingen.Vejrdata bliver også energidata
Modellen er ikke kun udviklet til at fortælle, om paraplyen skal med. Den beregner vind i cirka 100 meters højde, hvor mange vindmøller arbejder, samt skydække og solindstråling tættere på jordoverfladen. Den type prognoser kan hjælpe energiselskaber med at vurdere, hvor meget strøm vind- og solanlæg sandsynligvis producerer, før produktionen skal passe sammen med forbruget. For professionelle brugere er adgangen delt i tre spor. Færdige aktuelle og historiske prognosedata kan hentes i Googles skytjenester, særlige beregninger kan køres på dedikeret cloud-hardware, og Google peger også på åbne forskningsmodeller og kode. WeatherNext 3 beskrives dog som den operative flagskibsmodel; det er ikke det samme som, at hele den model kan downloades og drives frit lokalt.Den praktiske test foregår nu i Googles produkter
WeatherNext 3 er dermed både et forskningsresultat og en produktændring, der kan nå mange mennesker uden en ny app. Den finere opløsning og de hyppigere opdateringer er mest interessante, hvis de giver mærkbart bedre svar på jordnære spørgsmål: Hvornår rammer regnen, hvor stor er usikkerheden, og ændrer prognosen sig hurtigt nok, når vejrsystemet flytter sig? Google har gjort modeldata tilgængelige for kontrol og videre brug, men selskabet er samtidig både udvikler og en af de største distributører af resultatet. Derfor bliver sammenligninger med observationer og andre prognosesystemer afgørende. En vejrmodel skal ikke blot se mere detaljeret ud; den skal gentagne gange være mere nyttig, når virkeligheden indhenter prognosen.Der er benyttet AI til at skrive denne artikel.
