ARTICLE DETAIL

建站实战干货

来自一线的建站与推广经验沉淀，每一条都经过真实交付验证。

首页 / 资讯中心 / 正文

WeatherNext 2 ：DeepMind发布全球15天天气预报数据集

2026/8/5 13:48:07 拓冰建站 浏览量
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 weathernext@google.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 weathernext@google.com 通知我们。

预报运行（初始化时间）预报发布时间表
00:0007:30
06:0013:30
12:0019:30
18:0001:30

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

Google

Earth 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/