**Inicio** Últimos informes **Noticias**

Google DeepMind lanza los conjuntos de datos PARDIG y SatWeave para el modelado del clima **Más información**

Google DeepMind presenta los conjuntos de datos PARDIG y SatWeave, que permiten aplicaciones avanzadas en el ámbito del clima, la hidrología y el medio ambiente, gracias a datos históricos y en tiempo real de acceso público. **Detalles** Google DeepMind Releases PARDIG and SatWeave Datasets for Weather Modeling **Artículo destacado**

En este artículo…**

Google DeepMind ha anunciado el lanzamiento de dos conjuntos de datos fundamentales, PARDIG y SatWeave, cuyo objetivo es avanzar en la investigación mundial sobre el clima, la hidrología y el medio ambiente. Estos conjuntos de datos, que sirven de base para el recientemente lanzado modelo WeatherNext 3, están ahora disponibles para investigadores y desarrolladores de todo el mundo. La iniciativa busca abordar desafíos cruciales en la observación y predicción de los ciclos meteorológicos y hídricos de la Tierra. **Características de SatWeave**

SatWeave integra datos de seis satélites geostacionarios (GOES-East, GOES-West, Meteosat 0, Meteosat Indian Ocean y Himawari) en un mosaico global coherente. A diferencia de otros compuestos de datos, que ofrecen pocas canalizaciones y actualizaciones esporádicas, SatWeave proporciona 17 canales de información (visibles, vapor de agua e infrarrojos) con actualizaciones cada hora. Esto permite que el modelo WeatherNext 3 genere predicciones a nivel mundial con mayor frecuencia que los modelos tradicionales, que dependen de actualizaciones cada seis horas.Los archivos históricos que abarcan más de una década, así como las transmisiones en tiempo real, están ahora disponibles, lo que abre posibilidades para aplicaciones como la predicción de la energía solar y el monitoreo de incendios forestales.

PARDIG (Precipitation AI Reanalysis: Densely Inferred GPM) proporciona mapas mundiales de precipitación de alta precisión con una resolución temporal de 15 minutos y una resolución espacial de aproximadamente 10 kilómetros. Basado en tecnologías de inteligencia artificial entrenadas con datos del Observatorio Central de Medición de Precipitación Global (GPM) de la NASA, imágenes del SatWeave y campos atmosféricos del ECMWF, PARDIG cubre las lagunas en el seguimiento de las precipitaciones, especialmente en regiones que carecen de redes de radar terrestre densas. Las evaluaciones realizadas en comparación con redes de radar en Estados Unidos, Europa y Japón, así como con más de 36,000 estaciones meteorológicas, demuestran que PARDIG supera al conjunto de datos IMERG-Final de la NASA, mejorando en más del 30% la capacidad de detección de precipitaciones leves a moderadas.

Ambos conjuntos de datos están disponibles a través de Google Cloud Storage, y los catálogos históricos de PARDIG también se encuentran alojados en Google Earth Engine. Al proporcionar datos en tiempo real e históricos, Google DeepMind tiene como objetivo empoderar a la comunidad de investigación mundial para desarrollar modelos más avanzados para aplicaciones críticas, como la predicción de inundaciones, deslizamientos de tierra y sequías. Este lanzamiento forma parte del portafolio más amplio de tecnologías de inteligencia artificial relacionadas con el planeta de Google, que utiliza sistemas avanzados de IA para abordar desafíos ambientales urgentes.

  • google deepmind
  • ```
  • Modelado del clima
  • Pardig
  • Satweave
  • Conjuntos de datos de IA
Inicie sesión para guardar este artículo Cuenta gratuita: cree su colección de investigación y vuelva a leerla en cualquier momento.

```