Google DeepMind y Google Research han presentado oficialmente el avanzado modelo WeatherNext 3, el cual, según evaluaciones independientes de Brightband, constituye el modelo meteorológico global más avanzado y preciso hasta la fecha. Este modelo aprende directamente de observaciones reales y ofrece predicciones rápidas y localizadas para eventos climáticos.

Características principales de WeatherNext 3:
Precisión espacial y temporal sin precedentes: El modelo genera predicciones hora por hora en múltiples resoluciones espaciales, manteniendo el equilibrio físico entre los vientos globales y la topografía local.

Representación avanzada: Las variables clave como la temperatura y la humedad se muestran con una resolución de 5 km, otras variables de superficie a 10 km y las variables atmosféricas como la velocidad del viento a 25 km. Esto ofrece una imagen global casi cinco veces más nítida que la versión anterior (WeatherNext 2).

Basado en datos globales reales: Mediante el uso de un mosaico de datos satelitales globales, WeatherNext 3 obtiene una nueva predicción cada hora en lugar de depender únicamente de los modelos tradicionales de predicción numérica del tiempo (NWP), que presentan sesgos.

Datos de estaciones meteorológicas: El modelo ha sido entrenado directamente con datos de estaciones meteorológicas terrestres, lo que ayuda a ofrecer predicciones en regiones de América Latina, África y Asia-Pacífico que anteriormente se descuidaban debido al alto coste de las supercomputadoras.

Desarrollo de energías limpias (Renewable Energy): El modelo predice la velocidad del viento a una altura de 100 metros (para aerogeneradores), junto con la cobertura nubosa y la radiación solar, para ayudar a los operadores de red en la planificación de energías renovables.

Precisión en la predicción de precipitaciones: Gracias a su entrenamiento con datos de NASA IMERG y radares, el modelo logra una gran mejora en la predicción de lluvias, mostrando una mejora de hasta el 60 % en CRPS en comparación con IMERG.

Disponibilidad en diferentes ámbitos:
Los datos se pueden consultar a través de BigQuery y Earth Engine, o descargar directamente desde Google Cloud Storage.

Además, a partir de hoy, el modelo comenzará a impulsar las experiencias meteorológicas dentro de Google Search, la aplicación Gemini, Google Maps, la plataforma Google Maps Weather API y Google Earth Engine, permitiendo a los usuarios ver predicciones de lluvia hasta un 50 % más precisas al planificar con un día o más de antelación.