- เข้าร่วม
- 1 มิถุนายน 2011
- ข้อความ
- 17,420
- คะแนนปฏิกิริยา
- 0
- คะแนน
- 36
Google อัปเดตโมเดลพยากรณ์อากาศ WeatherNext 3 เพิ่มความถี่เป็นทุก 1 ชั่วโมง เพิ่มแหล่งข้อมูลให้แม่นยำมากขึ้น
Body
ทีม Google DeepMind และ Google Research อัปเดตโมเดลพยากรณ์อากาศรุ่นใหม่ WeatherNext 3 ซึ่งปรับปรุงด้วยแหล่งข้อมูลที่มากขึ้น และเพิ่มความถี่ของการพยากรณ์มากกว่าเดิม
WeatherNext 3 ได้เพิ่มความถี่ในการปรับปรุงข้อมูลและระยะความละเอียดของข้อมูลใหม่เป็น ทุก 1 ชั่วโมง ที่ความละเอียดระดับ 5 กิโลเมตร สำหรับค่าอุณหภูมิ-ความชื้น ส่วนตัวแปรภาคพื้นที่ระดับ 10 กิโลเมตร และตัวแปรชั้นบรรยากาศ 25 กิโลเมตร ซึ่งดีขึ้นกว่า WeatherNext 2 เวอร์ชันก่อนหน้า ที่อัปเดตทุก 6 ชั่วโมง บนความละเอียดทุกตัวแปร 25 กิโลเมตร
โมเดลใหม่นี้ยังปรับปรุงแหล่งข้อมูลสำหรับพยากรณ์อากาศให้แม่นยำขึ้น จากเดิมที่ใช้โมเดล NWP (Numerical Weather Prediction) ในการจำลองข้อมูลเป็นหลัก ซึ่งอัปเดตทุก 6 ชั่วโมง และมักไม่ทันข้อมูลเมฆฝน โดยเพิ่มข้อมูลดาวเทียมระบุตำแหน่งแบบเรียลไทม์ รวมกับข้อมูลจากสถานีตรวจสภาพอากาศทั่วโลก ทำให้การพยากรณ์อากาศมีข้อมูลที่อัปเดตไวขึ้น แม่นยำมากกว่าเดิม นอกจากนี้เฉพาะข้อมูลฝนยังใช้ข้อมูลจากดาวเทียม IMERG ของ NASA และข้อมูลที่กูเกิลรวบรวมเอง ทำให้ความแม่นยำดีขึ้นถึง 60%
นักพัฒนาสามารถเข้าถึงข้อมูลพยากรณ์อากาศทั่วโลกได้ระดับชั่วโมงผ่าน BigQuery, Earth Engine หรือดาวน์โหลดข้อมูลเป็นชุดได้จาก Google Cloud Storage นอกจากนี้ข้อมูลพยากรณ์จะนำมาใช้กับบริการต่าง ๆ ของกูเกิลทั้ง Google Search, Gemini, Google Maps, Google Earth สำหรับผู้ใช้งานทั่วไปด้วย
ที่มา: กูเกิล
arjin Sun, 06/09/2026 - 10:45
Continue reading...
Body
ทีม Google DeepMind และ Google Research อัปเดตโมเดลพยากรณ์อากาศรุ่นใหม่ WeatherNext 3 ซึ่งปรับปรุงด้วยแหล่งข้อมูลที่มากขึ้น และเพิ่มความถี่ของการพยากรณ์มากกว่าเดิม
WeatherNext 3 ได้เพิ่มความถี่ในการปรับปรุงข้อมูลและระยะความละเอียดของข้อมูลใหม่เป็น ทุก 1 ชั่วโมง ที่ความละเอียดระดับ 5 กิโลเมตร สำหรับค่าอุณหภูมิ-ความชื้น ส่วนตัวแปรภาคพื้นที่ระดับ 10 กิโลเมตร และตัวแปรชั้นบรรยากาศ 25 กิโลเมตร ซึ่งดีขึ้นกว่า WeatherNext 2 เวอร์ชันก่อนหน้า ที่อัปเดตทุก 6 ชั่วโมง บนความละเอียดทุกตัวแปร 25 กิโลเมตร
โมเดลใหม่นี้ยังปรับปรุงแหล่งข้อมูลสำหรับพยากรณ์อากาศให้แม่นยำขึ้น จากเดิมที่ใช้โมเดล NWP (Numerical Weather Prediction) ในการจำลองข้อมูลเป็นหลัก ซึ่งอัปเดตทุก 6 ชั่วโมง และมักไม่ทันข้อมูลเมฆฝน โดยเพิ่มข้อมูลดาวเทียมระบุตำแหน่งแบบเรียลไทม์ รวมกับข้อมูลจากสถานีตรวจสภาพอากาศทั่วโลก ทำให้การพยากรณ์อากาศมีข้อมูลที่อัปเดตไวขึ้น แม่นยำมากกว่าเดิม นอกจากนี้เฉพาะข้อมูลฝนยังใช้ข้อมูลจากดาวเทียม IMERG ของ NASA และข้อมูลที่กูเกิลรวบรวมเอง ทำให้ความแม่นยำดีขึ้นถึง 60%
นักพัฒนาสามารถเข้าถึงข้อมูลพยากรณ์อากาศทั่วโลกได้ระดับชั่วโมงผ่าน BigQuery, Earth Engine หรือดาวน์โหลดข้อมูลเป็นชุดได้จาก Google Cloud Storage นอกจากนี้ข้อมูลพยากรณ์จะนำมาใช้กับบริการต่าง ๆ ของกูเกิลทั้ง Google Search, Gemini, Google Maps, Google Earth สำหรับผู้ใช้งานทั่วไปด้วย
ที่มา: กูเกิล
arjin Sun, 06/09/2026 - 10:45
Continue reading...