目录简介数据集说明空间信息变量代码代码链接结果引用许可网址推荐知识星球机器学习干旱监测平台简介WeatherNext 2 是一个实验性数据集包含由 Google DeepMind 的功能网络生成式天气模型的业务版本生成的全球中期集合天气预报。此实验性数据集包含实时数据和历史数据。实时数据是指与不超过 48 小时前的时间相关的所有数据“实时实验性数据”而历史数据是指与 48 小时前的时间相关的所有数据“历史实验性数据”。此数据集包含主要地面场包括温度、风、降水、湿度、位势、海面温度、垂直速度和气压。空间分辨率为 0.25 度。预报初始化时间的分辨率为 6 小时00z、06z、12z、18z。 预报时效的分辨率为 6 小时最长时效为 15 天。如果您有兴趣访问此实验性数据集请填写此 WeatherNext 数据请求表单。有关该模型的更多信息请参阅“基于边际的熟练联合概率天气预报”(Skillful joint probabilistic weather forecasting from marginals)。用于生成此实验性数据集的模型是衍生自该研究模型的业务版本。请注意此业务版本模型的准确率可能与研究模型报告的准确率不完全一致并且此预报数据集中可能包含更多的变量。如需详细了解 WeatherNext包括模型规范和技术文档请访问我们的 WeatherNext 开发者指南。如果您在使用此实验性数据集时有任何疑问或者希望将其用于下方所列使用条款的允许范围以外的用途请发送电子邮件至 weathernextgoogle.com 与我们联系。通过电子邮件收集的所有信息都将根据 Google 的隐私权政策使用。发布时间表集合预报的所有 64 个成员都会发布到 BigQuery 和 Earth Engine。所有成员同时发布。所有时间均采用世界协调时间 (UTC) 时区并且均为粗略估计值通常有 15 分钟的偏差。有时时间可能会相差 60 分钟或更长时间。如果数据交付时间超过 60 分钟请发送电子邮件至 weathernextgoogle.com 通知我们。预报运行初始化时间预报发布时间表00:0007:3006:0013:3012:0019:3018:0001:30访问原始数据 (.zarr)您可以在gs://weathernext/weathernext_2_0_0/zarr中找到一个存储分区其中包含 2022 年至今的历史数据集“历史实验性数据”的原始 .zarr 文件。如需获取这些资源的访问权限请通过同一份 WeatherNext 数据请求表单申请访问权限。致谢实验性数据由与以下各个库和数据包进行交互和/或引用这些库和数据包的模型生成欧洲中期天气预报中心 (ECMWF) 的数据和产品由 Google 修改。经修改的哥白尼气候变化服务信息2023 年。对于可能涉及哥白尼气候变化服务信息或其中所含数据的任何使用行为欧盟委员会和 ECMWF 均不承担责任。ECMWF HRES 数据集版权声明版权所有“© 2023 European Centre for Medium-Range Weather Forecasts (ECMWF)”。来源www.ecmwf.int许可声明ECMWF 开放数据在获得知识共享署名 4.0 国际版 (CC BY 4.0) 许可的前提下发布。 https://creativecommons.org/licenses/by/4.0/免责声明ECMWF 不对数据中的任何错误或遗漏、数据的可用性或因使用数据而造成的任何损失或损害承担任何责任。数据集说明空间信息目录所有者WeatherNext数据集可用时间2022-01-01T00:00:00Z–2026-04-06T18:00:00Z数据集生产者GoogleEarth Engine 代码段ee.ImageCollection(projects/gcp-public-data-weathernext/assets/weathernext_2_0_0)变量波段像素大小27,830 米所有波段名称单位像元大小说明total_precipitation_6hr米27,830 米6 小时内的总降水量100m_u_component_of_wind米/秒27,830 米100 米高度处的 U 风分量100m_v_component_of_wind米/秒27,830 米100 米高度处的 V 风分量10m_u_component_of_wind米/秒27,830 米10 米高度处的 U 风分量10m_v_component_of_wind米/秒27,830 米10 米高度处的 V 风分量2m_temperatureK27,830 米2 米高度处的温度mean_sea_level_pressurePa27,830 米平均海平面气压sea_surface_temperatureK27,830 米海面温度50_geopotentialm^2/s^227,830 米50 hPa 时的位势100_geopotentialm^2/s^227,830 米100 hPa 时的位势150_geopotentialm^2/s^227,830 米150 hPa 时的位势200_geopotentialm^2/s^227,830 米200 hPa 时的位势250_geopotentialm^2/s^227,830 米250 hPa 时的位势300_geopotentialm^2/s^227,830 米300 hPa 时的位势400_geopotentialm^2/s^227,830 米400 hPa 时的位势500_geopotentialm^2/s^227,830 米500 hPa 时的位势600_geopotentialm^2/s^227,830 米600 hPa 时的位势700_geopotentialm^2/s^227,830 米700 hPa 时的位势850_geopotentialm^2/s^227,830 米850 hPa 时的位势925_geopotentialm^2/s^227,830 米925 hPa 时的位势1000_geopotentialm^2/s^227,830 米1000 hPa 时的位势50_specific_humiditykg/kg27,830 米50 hPa 时的比湿100_specific_humiditykg/kg27,830 米100 hPa 时的比湿150_specific_humiditykg/kg27,830 米150 hPa 时的比湿200_specific_humiditykg/kg27,830 米200 hPa 时的比湿250_specific_humiditykg/kg27,830 米250 hPa 时的比湿300_specific_humiditykg/kg27,830 米300 hPa 时的比湿400_specific_humiditykg/kg27,830 米400 hPa 时的比湿500_specific_humiditykg/kg27,830 米500 hPa 时的比湿600_specific_humiditykg/kg27,830 米600 hPa 时的比湿700_specific_humiditykg/kg27,830 米700 hPa 时的比湿850_specific_humiditykg/kg27,830 米850 hPa 时的比湿925_specific_humiditykg/kg27,830 米925 hPa 时的比湿1000_specific_humiditykg/kg27,830 米1000 hPa 时的比湿50_temperatureK27,830 米50 hPa 时的温度100_temperatureK27,830 米100 hPa 时的温度150_temperatureK27,830 米150 hPa 时的温度200_temperatureK27,830 米200 hPa 时的温度250_temperatureK27,830 米250 hPa 时的温度300_temperatureK27,830 米300 hPa 时的温度400_temperatureK27,830 米400 hPa 时的温度500_temperatureK27,830 米500 hPa 时的温度600_temperatureK27,830 米600 hPa 时的温度700_temperatureK27,830 米700 hPa 时的温度850_temperatureK27,830 米850 hPa 时的温度925_temperatureK27,830 米925 hPa 时的温度1000_temperatureK27,830 米1000 hPa 时的温度50_u_component_of_wind米/秒27,830 米50 hPa 时的 U 风分量100_u_component_of_wind米/秒27,830 米100 hPa 时的 U 风分量150_u_component_of_wind米/秒27,830 米150 hPa 时的 U 风分量200_u_component_of_wind米/秒27,830 米200 hPa 时的 U 风分量250_u_component_of_wind米/秒27,830 米250 hPa 时的 U 风分量300_u_component_of_wind米/秒27,830 米300 hPa 时的 U 风分量400_u_component_of_wind米/秒27,830 米400 hPa 时的 U 风分量500_u_component_of_wind米/秒27,830 米500 hPa 时的 U 风分量600_u_component_of_wind米/秒27,830 米600 hPa 时的 U 风分量700_u_component_of_wind米/秒27,830 米700 hPa 时的 U 风分量850_u_component_of_wind米/秒27,830 米850 hPa 时的 U 风分量925_u_component_of_wind米/秒27,830 米925 hPa 时的 U 风分量1000_u_component_of_wind米/秒27,830 米1000 hPa 时的 U 风分量50_v_component_of_wind米/秒27,830 米50 hPa 时的 V 风分量100_v_component_of_wind米/秒27,830 米100 hPa 时的 V 风分量150_v_component_of_wind米/秒27,830 米150 hPa 时的 V 风分量200_v_component_of_wind米/秒27,830 米200 hPa 时的 V 风分量250_v_component_of_wind米/秒27,830 米250 hPa 时的 V 风分量300_v_component_of_wind米/秒27,830 米300 hPa 时的 V 风分量400_v_component_of_wind米/秒27,830 米400 hPa 时的 V 风分量500_v_component_of_wind米/秒27,830 米500 hPa 时的 V 风分量600_v_component_of_wind米/秒27,830 米600 hPa 时的 V 风分量700_v_component_of_wind米/秒27,830 米700 hPa 时的 V 风分量850_v_component_of_wind米/秒27,830 米850 hPa 时的 V 风分量925_v_component_of_wind米/秒27,830 米925 hPa 时的 V 风分量1000_v_component_of_wind米/秒27,830 米1000 hPa 时的 V 风分量50_vertical_velocityPa/s27,830 米50 hPa 时的垂直速度100_vertical_velocityPa/s27,830 米100 hPa 时的垂直速度150_vertical_velocityPa/s27,830 米150 hPa 时的垂直速度200_vertical_velocityPa/s27,830 米200 hPa 时的垂直速度250_vertical_velocityPa/s27,830 米250 hPa 时的垂直速度300_vertical_velocityPa/s27,830 米300 hPa 时的垂直速度400_vertical_velocityPa/s27,830 米400 hPa 时的垂直速度500_vertical_velocityPa/s27,830 米500 hPa 时的垂直速度600_vertical_velocityPa/s27,830 米600 hPa 时的垂直速度700_vertical_velocityPa/s27,830 米700 hPa 时的垂直速度850_vertical_velocityPa/s27,830 米850 hPa 时的垂直速度925_vertical_velocityPa/s27,830 米925 hPa 时的垂直速度1000_vertical_velocityPa/s27,830 米1000 hPa 时的垂直速度图像属性名称类型说明start_timeSTRING预报的初始化时间。在单个模型运行中所有预报小时数都相同。end_timeSTRING此特定天气预报的有效时间。计算方式为 start_time forecast_hour。forecast_hourINT天气预报时效以小时为单位。表示自 start_time 起的小时数。ingestion_timeDOUBLE相应预报数据在 Earth Engine 中开始可用的时间。ensemble_memberSTRING集合成员以字符串形式表示。代码var dataset ee.ImageCollection( projects/gcp-public-data-weathernext/assets/weathernext_2_0_0) .filter(ee.Filter.date(2022-10-01T06:00:00Z, 2022-10-01T06:01:00Z)) .filter(ee.Filter.eq(ensemble_member, 8)) .filter(ee.Filter.eq(forecast_hour, 6)); 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);代码链接结果这个需要申请才可以使用。引用许可使用条款历史实验性数据已获得知识共享署名国际版许可 4.0 版 (CC BY 4.0) 许可。实时实验性数据根据以下 GDM 实时天气预报实验性数据使用条款提供。第三方素材使用“致谢”部分中提及的第三方资料可能需要遵守单独的条款及条件或许可规定。您对第三方资料的使用受任何此类条款的约束您应在使用前检查确认自己能够遵守任何适用的限制或条款及条件。对于实时实验性数据请参阅适用的使用条款了解引用要求。如果您披露了历史数据得出的研究结果则必须引用“© 2025 DeepMind Technologies Limited 的机器学习模型用于创建实验性数据这些数据可在 https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_weathernext_2_0_0 中获取并受 CC BY 4.0 许可条款的约束。此数据仅用于实验性建模不适用于实际应用也未经过相关验证或批准。”网址推荐知识星球知识星球 | 深度连接铁杆粉丝运营高品质社群知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428https://wx.zsxq.com/group/48888525452428https://wx.zsxq.com/group/48888525452428机器学习https://www.cbedai.net/xg干旱监测平台慧天干旱监测与预警-首页https://www.htdrought.com/https://www.htdrought.com/https://www.htdrought.com/ WeatherNext 2 ：DeepMind发布全球15天天气预报数据集
目录简介数据集说明空间信息变量代码代码链接结果引用许可网址推荐知识星球机器学习干旱监测平台简介WeatherNext 2 是一个实验性数据集包含由 Google DeepMind 的功能网络生成式天气模型的业务版本生成的全球中期集合天气预报。此实验性数据集包含实时数据和历史数据。实时数据是指与不超过 48 小时前的时间相关的所有数据“实时实验性数据”而历史数据是指与 48 小时前的时间相关的所有数据“历史实验性数据”。此数据集包含主要地面场包括温度、风、降水、湿度、位势、海面温度、垂直速度和气压。空间分辨率为 0.25 度。预报初始化时间的分辨率为 6 小时00z、06z、12z、18z。 预报时效的分辨率为 6 小时最长时效为 15 天。如果您有兴趣访问此实验性数据集请填写此 WeatherNext 数据请求表单。有关该模型的更多信息请参阅“基于边际的熟练联合概率天气预报”(Skillful joint probabilistic weather forecasting from marginals)。用于生成此实验性数据集的模型是衍生自该研究模型的业务版本。请注意此业务版本模型的准确率可能与研究模型报告的准确率不完全一致并且此预报数据集中可能包含更多的变量。如需详细了解 WeatherNext包括模型规范和技术文档请访问我们的 WeatherNext 开发者指南。如果您在使用此实验性数据集时有任何疑问或者希望将其用于下方所列使用条款的允许范围以外的用途请发送电子邮件至 weathernextgoogle.com 与我们联系。通过电子邮件收集的所有信息都将根据 Google 的隐私权政策使用。发布时间表集合预报的所有 64 个成员都会发布到 BigQuery 和 Earth Engine。所有成员同时发布。所有时间均采用世界协调时间 (UTC) 时区并且均为粗略估计值通常有 15 分钟的偏差。有时时间可能会相差 60 分钟或更长时间。如果数据交付时间超过 60 分钟请发送电子邮件至 weathernextgoogle.com 通知我们。预报运行初始化时间预报发布时间表00:0007:3006:0013:3012:0019:3018:0001:30访问原始数据 (.zarr)您可以在gs://weathernext/weathernext_2_0_0/zarr中找到一个存储分区其中包含 2022 年至今的历史数据集“历史实验性数据”的原始 .zarr 文件。如需获取这些资源的访问权限请通过同一份 WeatherNext 数据请求表单申请访问权限。致谢实验性数据由与以下各个库和数据包进行交互和/或引用这些库和数据包的模型生成欧洲中期天气预报中心 (ECMWF) 的数据和产品由 Google 修改。经修改的哥白尼气候变化服务信息2023 年。对于可能涉及哥白尼气候变化服务信息或其中所含数据的任何使用行为欧盟委员会和 ECMWF 均不承担责任。ECMWF HRES 数据集版权声明版权所有“© 2023 European Centre for Medium-Range Weather Forecasts (ECMWF)”。来源www.ecmwf.int许可声明ECMWF 开放数据在获得知识共享署名 4.0 国际版 (CC BY 4.0) 许可的前提下发布。 https://creativecommons.org/licenses/by/4.0/免责声明ECMWF 不对数据中的任何错误或遗漏、数据的可用性或因使用数据而造成的任何损失或损害承担任何责任。数据集说明空间信息目录所有者WeatherNext数据集可用时间2022-01-01T00:00:00Z–2026-04-06T18:00:00Z数据集生产者GoogleEarth Engine 代码段ee.ImageCollection(projects/gcp-public-data-weathernext/assets/weathernext_2_0_0)变量波段像素大小27,830 米所有波段名称单位像元大小说明total_precipitation_6hr米27,830 米6 小时内的总降水量100m_u_component_of_wind米/秒27,830 米100 米高度处的 U 风分量100m_v_component_of_wind米/秒27,830 米100 米高度处的 V 风分量10m_u_component_of_wind米/秒27,830 米10 米高度处的 U 风分量10m_v_component_of_wind米/秒27,830 米10 米高度处的 V 风分量2m_temperatureK27,830 米2 米高度处的温度mean_sea_level_pressurePa27,830 米平均海平面气压sea_surface_temperatureK27,830 米海面温度50_geopotentialm^2/s^227,830 米50 hPa 时的位势100_geopotentialm^2/s^227,830 米100 hPa 时的位势150_geopotentialm^2/s^227,830 米150 hPa 时的位势200_geopotentialm^2/s^227,830 米200 hPa 时的位势250_geopotentialm^2/s^227,830 米250 hPa 时的位势300_geopotentialm^2/s^227,830 米300 hPa 时的位势400_geopotentialm^2/s^227,830 米400 hPa 时的位势500_geopotentialm^2/s^227,830 米500 hPa 时的位势600_geopotentialm^2/s^227,830 米600 hPa 时的位势700_geopotentialm^2/s^227,830 米700 hPa 时的位势850_geopotentialm^2/s^227,830 米850 hPa 时的位势925_geopotentialm^2/s^227,830 米925 hPa 时的位势1000_geopotentialm^2/s^227,830 米1000 hPa 时的位势50_specific_humiditykg/kg27,830 米50 hPa 时的比湿100_specific_humiditykg/kg27,830 米100 hPa 时的比湿150_specific_humiditykg/kg27,830 米150 hPa 时的比湿200_specific_humiditykg/kg27,830 米200 hPa 时的比湿250_specific_humiditykg/kg27,830 米250 hPa 时的比湿300_specific_humiditykg/kg27,830 米300 hPa 时的比湿400_specific_humiditykg/kg27,830 米400 hPa 时的比湿500_specific_humiditykg/kg27,830 米500 hPa 时的比湿600_specific_humiditykg/kg27,830 米600 hPa 时的比湿700_specific_humiditykg/kg27,830 米700 hPa 时的比湿850_specific_humiditykg/kg27,830 米850 hPa 时的比湿925_specific_humiditykg/kg27,830 米925 hPa 时的比湿1000_specific_humiditykg/kg27,830 米1000 hPa 时的比湿50_temperatureK27,830 米50 hPa 时的温度100_temperatureK27,830 米100 hPa 时的温度150_temperatureK27,830 米150 hPa 时的温度200_temperatureK27,830 米200 hPa 时的温度250_temperatureK27,830 米250 hPa 时的温度300_temperatureK27,830 米300 hPa 时的温度400_temperatureK27,830 米400 hPa 时的温度500_temperatureK27,830 米500 hPa 时的温度600_temperatureK27,830 米600 hPa 时的温度700_temperatureK27,830 米700 hPa 时的温度850_temperatureK27,830 米850 hPa 时的温度925_temperatureK27,830 米925 hPa 时的温度1000_temperatureK27,830 米1000 hPa 时的温度50_u_component_of_wind米/秒27,830 米50 hPa 时的 U 风分量100_u_component_of_wind米/秒27,830 米100 hPa 时的 U 风分量150_u_component_of_wind米/秒27,830 米150 hPa 时的 U 风分量200_u_component_of_wind米/秒27,830 米200 hPa 时的 U 风分量250_u_component_of_wind米/秒27,830 米250 hPa 时的 U 风分量300_u_component_of_wind米/秒27,830 米300 hPa 时的 U 风分量400_u_component_of_wind米/秒27,830 米400 hPa 时的 U 风分量500_u_component_of_wind米/秒27,830 米500 hPa 时的 U 风分量600_u_component_of_wind米/秒27,830 米600 hPa 时的 U 风分量700_u_component_of_wind米/秒27,830 米700 hPa 时的 U 风分量850_u_component_of_wind米/秒27,830 米850 hPa 时的 U 风分量925_u_component_of_wind米/秒27,830 米925 hPa 时的 U 风分量1000_u_component_of_wind米/秒27,830 米1000 hPa 时的 U 风分量50_v_component_of_wind米/秒27,830 米50 hPa 时的 V 风分量100_v_component_of_wind米/秒27,830 米100 hPa 时的 V 风分量150_v_component_of_wind米/秒27,830 米150 hPa 时的 V 风分量200_v_component_of_wind米/秒27,830 米200 hPa 时的 V 风分量250_v_component_of_wind米/秒27,830 米250 hPa 时的 V 风分量300_v_component_of_wind米/秒27,830 米300 hPa 时的 V 风分量400_v_component_of_wind米/秒27,830 米400 hPa 时的 V 风分量500_v_component_of_wind米/秒27,830 米500 hPa 时的 V 风分量600_v_component_of_wind米/秒27,830 米600 hPa 时的 V 风分量700_v_component_of_wind米/秒27,830 米700 hPa 时的 V 风分量850_v_component_of_wind米/秒27,830 米850 hPa 时的 V 风分量925_v_component_of_wind米/秒27,830 米925 hPa 时的 V 风分量1000_v_component_of_wind米/秒27,830 米1000 hPa 时的 V 风分量50_vertical_velocityPa/s27,830 米50 hPa 时的垂直速度100_vertical_velocityPa/s27,830 米100 hPa 时的垂直速度150_vertical_velocityPa/s27,830 米150 hPa 时的垂直速度200_vertical_velocityPa/s27,830 米200 hPa 时的垂直速度250_vertical_velocityPa/s27,830 米250 hPa 时的垂直速度300_vertical_velocityPa/s27,830 米300 hPa 时的垂直速度400_vertical_velocityPa/s27,830 米400 hPa 时的垂直速度500_vertical_velocityPa/s27,830 米500 hPa 时的垂直速度600_vertical_velocityPa/s27,830 米600 hPa 时的垂直速度700_vertical_velocityPa/s27,830 米700 hPa 时的垂直速度850_vertical_velocityPa/s27,830 米850 hPa 时的垂直速度925_vertical_velocityPa/s27,830 米925 hPa 时的垂直速度1000_vertical_velocityPa/s27,830 米1000 hPa 时的垂直速度图像属性名称类型说明start_timeSTRING预报的初始化时间。在单个模型运行中所有预报小时数都相同。end_timeSTRING此特定天气预报的有效时间。计算方式为 start_time forecast_hour。forecast_hourINT天气预报时效以小时为单位。表示自 start_time 起的小时数。ingestion_timeDOUBLE相应预报数据在 Earth Engine 中开始可用的时间。ensemble_memberSTRING集合成员以字符串形式表示。代码var dataset ee.ImageCollection( projects/gcp-public-data-weathernext/assets/weathernext_2_0_0) .filter(ee.Filter.date(2022-10-01T06:00:00Z, 2022-10-01T06:01:00Z)) .filter(ee.Filter.eq(ensemble_member, 8)) .filter(ee.Filter.eq(forecast_hour, 6)); 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);代码链接结果这个需要申请才可以使用。引用许可使用条款历史实验性数据已获得知识共享署名国际版许可 4.0 版 (CC BY 4.0) 许可。实时实验性数据根据以下 GDM 实时天气预报实验性数据使用条款提供。第三方素材使用“致谢”部分中提及的第三方资料可能需要遵守单独的条款及条件或许可规定。您对第三方资料的使用受任何此类条款的约束您应在使用前检查确认自己能够遵守任何适用的限制或条款及条件。对于实时实验性数据请参阅适用的使用条款了解引用要求。如果您披露了历史数据得出的研究结果则必须引用“© 2025 DeepMind Technologies Limited 的机器学习模型用于创建实验性数据这些数据可在 https://developers.google.com/earth-engine/datasets/catalog/projects_gcp-public-data-weathernext_assets_weathernext_2_0_0 中获取并受 CC BY 4.0 许可条款的约束。此数据仅用于实验性建模不适用于实际应用也未经过相关验证或批准。”网址推荐知识星球知识星球 | 深度连接铁杆粉丝运营高品质社群知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428https://wx.zsxq.com/group/48888525452428https://wx.zsxq.com/group/48888525452428机器学习https://www.cbedai.net/xg干旱监测平台慧天干旱监测与预警-首页https://www.htdrought.com/https://www.htdrought.com/https://www.htdrought.com/